Está en la página 1de 173

Agradecimientos

Quisiera expresar mi agradecimiento a quien fue mi maestro en el tema de la Dinmica de Sistemas, el Dr. Juan Martn Garca, del Departamento de Organizacin de Empresas, Universitat Politcnica de Catalunya, Barcelona, Espaa. Juan Martn siempre fue un maestro paciente y siempre me sorprenda la rapidez con que contestaba mis preguntas e inquietudes. Tambin deseo expresar mi agradecimiento a la compaa ProcessModel quienes me proporcionaron la versin de evaluacin que use para la presente tesis. Especficamente, quiero agradecer a Dan Payton, Vicepresidente de Desarrollo de Negocios Internacionales, y tambin a Scott, quien es una de las personas que ayudo a desarrollar la tecnologa del ProcessModel. Mi agradecimiento igualmente a mi asesor, el Lic. Clodoaldo Rodrguez por sus sugerencias, as como a quienes leyeron los borradores de la presente tesis. Tambin mi agradecimiento a mi siempre recordado amigo Dan McIntire, quien actu muchas veces como mi traductor. Por supuesto, no puedo dejar de agradecer a mis padres, Ral y Mevis, por su apoyo durante el desarrollo de la tesis. Y de manera muy especial, quiero agradecer a mi siempre amada esposa, Roxana, por cuidar de nuestros ms grandes tesoros, nuestras queridas hijas Gianela y Maryl.

CO

TE

IDO

Agradecimientos ......................................................................................................... ii INTRODUCCION .......................................................................................................... x Captulo I 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Captulo II 2.1 2.2 RESEA DEL PROBLEMA .................................................................... 15 I TRODUCCI .............................................................................................. 15 DEFI ICI DEL PROBLEMA ..................................................................... 18 TTULO DE LA TESIS ...................................................................................... 20 OBJETIVOS DEL ESTUDIO ............................................................................ 20 OBJETIVOS ESPECFICOS DEL ESTUDIO ................................................ 20 METODOLOGA DE I VESTIGACI ....................................................... 20 VARIABLES DE ESTUDIO .............................................................................. 22 MARCO TERICO ................................................................................. 23 I TRODUCCI .............................................................................................. 23 MODELOS DE SIMULACI 2.2.1 2.2.2 2.2.3 2.2.4 2.3 ....................................................................... 23

CLASIFICACIN DE LOS MODELOS DE SIMULACIN ..................25 PASOS PARA LA ELABORACIN DE UN MODELO DE SIMULACIN...........................................................................................27 MODELAMIENTO FSICO .....................................................................28 MODELAMIENTO LGICO ...................................................................28

DEL PROGRAMA EMPLEADO PARA LA SIMULACI ........................ 29 2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.3.6 2.3.7 INTRODUCCIN .....................................................................................29 CARACTERSTICAS DEL PROCESSMODEL ......................................29 FILOSOFIA DEL PROCESSMODEL ......................................................30 OBJETOS EN PROCESSMODEL ............................................................31 CONEXIONES O ENLACES EN PROCESSMODEL (CO ECTIO S) ......................................................................................32 CONSTRUCCIN DE MODELOS CON PROCESSMODEL ................33 VERIFICANDO LA SIMULACIN EN PROCESSMODEL .................34

iv
2.3.8 2.4 EJEMPLO DE SIMULACIN MEDIANTE PROCESSMODEL ...........35

DI MICA DE SISTEMAS ............................................................................. 44 2.4.1 2.4.2 2.4.3 DIAGRAMA CAUSAL .............................................................................46 DIAGRAMA DE FLUJO ..........................................................................51 EJEMPLO: MODELO DE MANTENIMIENTO DE EQUIPO CON DINMICA DE SISTEMAS ....................................................................54

2.5

MODELO DE MADUREZ DE LOS PROCESOS .......................................... 58 2.5.1 2.5.2 2.5.3 2.5.4 2.5.5 PROCESOS DE NIVEL 1 .........................................................................61 PROCESOS DE NIVEL 2 .........................................................................62 PROCESOS DE NIVEL 3 .........................................................................64 PROCESOS DE NIVEL 4 .........................................................................65 PROCESOS DE NIVEL 5 .........................................................................68

2.6 2.7 2.8 2.9

CURVA DE APRE DIZAJE ............................................................................ 69 DEFI ICI DEL TIEMPO I ICIAL U ITARIO...................................... 71 SOBRE LOS DIAGRAMAS DE FLUJO.......................................................... 72 VOCABULARIO ................................................................................................ 75

Captulo III DESCRIPCIN DEL ROOMGAME......................................................... 77 3.1 3.2 3.3 I TRODUCCI .............................................................................................. 77 ILUSTRACIO ES DEL ROOMGAME E AUTOCAD .............................. 78 ESPECIFICACIO ES DEL ROOMGAME .................................................... 82

Captulo IV DESCRIPCIN DEL PROCESO PRODUCTIVO DEL ROOMGAME ...... 86 4.1 4.2 4.3 4.4 I TRODUCCI .............................................................................................. 86 DIAGRAMA DE FLUJO DEL PROCESO ...................................................... 88 DEFI ICI DE LOS TIEMPOS I ICIALES (T1) PARA LA MA UFACTURA DEL ROOMGAME ........................................................... 90 DETALLE DEL DIAGRAMA DE FLUJO DEL PROCESO DE MA UFACTURA DEL ROOMGAME ........................................................... 91

Captulo V DESCRIPCIN DEL SISTEMA PRODUCTIVO PARA LA FABRICACIN DEL ROOMGAME.......................................................... 94 5.1 DEFI ICI DEL SISTEMA PRODUCTIVO .............................................. 94

v
5.1.2 5.1.3 OBJETIVO DEL ESTUDIO DEL SISTEMA PRODUCTIVO ................94 DESCRIPCIN DEL SISTEMA DE PRODUCCIN .............................95

Captulo VI MODELAMIENTO MEDIANTE SIMULACIN DEL PROCESO DE MANUFACTURA DEL ROOMGAME ....................................................... 98 6.1 6.2 I TRODUCCI .............................................................................................. 98 MODELAMIE TO CO DI MICA DE SISTEMAS ................................ 99 6.2.1 6.2.2 6.3 MODELAMIENTO DE LA CURVA DE APRENDIZAJE......................99 MODELAMIENTO DEL CICLO DE VIDA DEL PRODUCTO ...........105

MODELO DE SIMULACI DISCRETA PARA LA MA UFACTURA DEL ROOMGAME ......................................................... 113 6.3.1 DEFINICION DE ENTIDADES, RECURSOS Y VARIABLES PARA EL MODELO DE SIMULACIN DEL PROCESO DE MANUFACTURA DEL ROOMGAME .................................................113 DETALLE DE LAS ACTIVIDADES SIMULADAS ............................117 DIAGRAMA DE FLUJO DEL MODELO DE SIMULACIN PARA EL PROCESO PRODUCTIVO DEL ROOMGAME ..............................119

6.3.2 6.3.3

Captulo VII ANLISIS ESTADSTICO Y DE ESCENARIOS DEL MODELO DE SIMULACIN PARA EL PROCESO DE MANUFACTURA DEL ROOMGAME......................................................................................... 121 7.1 7.2 I TRODUCCI ............................................................................................ 121 A LISIS ESTADSTICO DEL ESCE ARIO ORMAL......................... 121 7.2.1 7.2.2 7.2.3 ANLISIS DEL TIEMPO DE CICLO....................................................122 ANLISIS DEL COSTO TOTAL DE FABRICACIN ........................126 ANLISIS DEL PORCENTAJE DE UTILIZACIN DE LOS RECURSOS .............................................................................................127

7.3

A LISIS ESTADSTICO CO ESCE ARIOS PARA EL MODELO ELABORADO ................................................................................................... 133 7.3.1 7.3.2 7.3.3 TIEMPO DE CICLO CON ESCENARIOS ............................................134 COSTO TOTAL DE FABRICACIN CON ESCENARIOS .................135 PORCENTAJE DE UTILIZACIN DE RECURSOS CON ESCENARIOS .........................................................................................136

Captulo VIII DOCUMENTACIN DEL PROCESO DE MANUFACTURA ................. 138 CONCLUSIONES ..................................................................................................... 140

vi
RECOMENDACIONES ............................................................................................. 141 BIBLIOGRAFIA ......................................................................................................... 143 ANEXOS ............................................................................................................. 145

A EXO 01: COTIZACI HECHA POR FIBROTEC IA ................................ 146 A EXO 02: ESTADSTICAS DEL MODELO DE SIMULACI PARA EL PROCESO DE MA UFACTURA DEL ROOMGAME............................... 147 A EXO 03: ESTADSTICAS PARA EL MODELO DE EJEMPLO ................... 159 A EXO 04: RA KI G DE U IVERSIDADES ORTEAMERICA AS E LA ESPECIALIDAD DE I GE IERA I DUSTRIAL ............................. 162 A EXO 05 LISTADO DE CURSOS OFRECIDOS POR LA FACULTAD DE I GE IERA I DUSTRIAL Y SISTEMAS DEL GEORTECH ............... 163 A EXO 06: MODELO DE MA TE IMIE TO DE EQUIPO: DIAGRAMA DE FORRESTER Y ECUACIO ES .............................................................. 164 A EXO 07: MODELO PARA EL CICLO DE VIDA DE U PRODUCTO ....... 167 A EXO 08: MODELO PARA LA CURVA DE APRE DIZAJE......................... 170

vii

I DICE DE ILUSTRACIO ES
Ilustracin II-1: FILOSOFA DE LA INTERFASE DEL PROCESSMODEL ............ 31 Ilustracin II-2: ESTRUCTURA BSICA DE LOS DIAGRAMAS CAUSALES ..... 47 Ilustracin II-3: EJEMPLO ESTRUCTURA RETROALIMENTACIN .................... 48 Ilustracin II-4: COMPORTAMIENTO DE BUCLES POSITIVOS Y NEGATIVOS EN LOS SISTEMAS ................................................. 48 Ilustracin II-5: CICLO DE VIDA DEL PRODUCTO ............................................... 50 Ilustracin II-6: REPRESENTACIN DE UN NIVEL .............................................. 51 Ilustracin II-7: REPRESENTACIN DE UN FLUJO .............................................. 52 Ilustracin II-8: REPRESENTACIN DE UNA VARIABLE AUXILIAR ................ 53 Ilustracin II-9: REPRESENTACIN DE CANALES .............................................. 53 Ilustracin II-10: REPRESENTACIN DE RETARDOS .......................................... 54 Ilustracin II-11: DIAGRAMA DE FLUJO PARA EL MODELO DE MANTENIMIENTO DE EQUIPOS ................................................. 56 Ilustracin II-12: COMPORTAMIENTO HISTRICO DE LAS HORAS EFECTIVAS DE TRABAJO EN EL MODELO ............................... 57 Ilustracin II-13: MODELO DE MADUREZ DE PROCESOS DEL SOFTWARE ENGINEERING INSTITUTE (SEI) ........................... 59 Ilustracin II-14: GRFICA DE LA CURVA DE APRENDIZAJE ........................... 71 Ilustracin III-1: ESTRUCTURA TUBULAR DEL ROOMGAME ........................... 80 Ilustracin III-2: ROOMGAME: ESTRUCTURA, ACCESORIOS Y ACABADO ...................................................................................... 81 Ilustracin III-3: DETALLE DEL TOBOGN .......................................................... 85 Ilustracin IV-1: ESTRUCTURA DEL ROOMGAME MOSTRANDO LA DIVISIN EN BASTIDORES ......................................................... 87 Ilustracin IV-2: DIAGRAMA DE FLUJO TENTATIVO PARA EL PROCESO DE FABRICACIN DEL ROOMGAME ......................................... 89 Ilustracin IV-3: MUESTREO DEL TIEMPO DE CORTE ....................................... 93 Ilustracin V-1: DIAGRAMA PICTRICO DEL SISTEMA A ESTUDIAR ............. 95 Ilustracin V-2: SUBSISTEMA EMPRESA .............................................................. 96 Ilustracin VI-1 DIAGRAMA CAUSAL: CURVA DE APRENDIZAJE .................. 99 Ilustracin VI-2 DIAGRAMA DE FORRESTER: CURVA DE APRENDIZAJE ... 100

viii Ilustracin VI-3 COMPORTAMIENTO DEL TIEMPO POR UNIDAD vs PRODUCCIN ACUMULADA EN EL MODELO ....................... 101 Ilustracin VI-4 VARIACIN HISTRICA DEL TIEMPO DE CICLO ................ 102 Ilustracin VI-5: MODELO ESTOCSTICO DE LA CURVA DE APRENDIZAJE ............................................................................. 104 Ilustracin VI-6 RETROALIMENTACIN ENTRE LA DINMICA DE SISTEMAS Y LA SIMULACIN DISCRETA .............................. 104 Ilustracin VI-7 DIAGRAMA CAUSAL PARA EL COMPORTAMIENTO DEL CICLO DE VIDA DEL PRODUCTO .................................... 105 Ilustracin VI-8 CICLOS DE VIDA MAS PENDIENTES Y CORTOS .................. 106 Ilustracin VI-9 DIAGRAMA DE FORRESTER PARA EL CICLO DE VIDA DEL PRODUCTO .......................................................................... 107 Ilustracin VI-10 GRAFICO DEL CICLO DE VIDA DEL PRODUCTO OBTENIDO MEDIANTE SIMULACIN ..................................... 108 Ilustracin VI-11: COMPARACIN DEL CICLO DE VIDA CON DIFERENTE NUMERO DE CLIENTES INICIALES.................... 109 Ilustracin VI-12: CONDUCTA DEL SISTEMA ANTE UN INCREMENTO SBITO EN EL INTERS/ RECONOCIMIENTO DEL PRODUCTO .................................................................................. 111 Ilustracin VI-13: DEFINICIN DEL DIAGRAMA DE FLUJO .............................. 37 Ilustracin VI-14: PANTALLA DEL PROCESSMODEL PARA EL MODELO DEL EJEMPLO* .............................................................................. 39 Ilustracin VI-15: MODULO DE SIMULACIN DEL PROCESSMODEL PARA EL EJEMPLO ....................................................................... 40 Ilustracin VI-16 : TIEMPO DE CICLO Y NUMERO DE PERSONAS EN EL SISTEMA PARA EL EJEMPLO DE LA PELUQUERA ................. 42 Ilustracin VI-17: MODELO DE SIMULACIN CON PROCESSMODEL............ 120 Ilustracin VII-1: VARIACIN DEL TIEMPO DE CICLO EN EL ESCENARIO NORMAL ................................................................ 123 Ilustracin VII-2: CURVA DE TENDENCIA PARA EL TIEMPO DE CICLO ....... 125 Ilustracin VII-3: COMPORTAMIENTO HISTRICO DEL COSTO TOTAL DE FABRICACIN DEL ROOMGAME ....................................... 126 Ilustracin VII-4: PORCENTAJE DE UTILIZACIN DE LOS RECURSOS ......... 128

ix Ilustracin VII-5: REPRESENTACIN ICONOGRAFICA DEL TRABAJADOR PARA EL CALCULO DEL PORCENTAJE DE UTILIZACIN ........................................................................ 131 Ilustracin VII-6: COMPORTAMIENTO HISTRICO DEL TIEMPO DE CICLO AL VARIAR LA TASA DE APRENDIZAJE .................... 135 Ilustracin VII-7: UTILIZACIN DE LOS RECURSOS BAJO DIFERENTES TASAS DE APRENDIZAJE .......................................................... 137

INTRODUCCION
Hoy en da las universidades de mayor ranking en los Estados Unidos ensean al menos un curso sobre anlisis y diseo de sistemas mediante simulacin y uno o ms cursos de algn tema relacionado, tal como modelamiento en ingeniera industrial
1

. En nuestro

medio, an no hemos tomado conciencia de la importancia de la simulacin. Es interesante ver la evolucin de la simulacin por que nos muestra el futuro de la misma. Probablemente los primeros modelos de simulacin sean los modelos mentales. La mente humana tiene un gran capacidad para la simulacin y de seguro que la complejidad de nuestros modelos mentales nos diferencie de otras criaturas. Evidentemente, cuanto ms se aproximen nuestros modelos mentales a la realidad, mejor debera ser nuestro comportamiento y nuestras decisiones. Un siguiente paso en el desarrollo evolutivo de los modelos de simulacin, de seguro fueron los modelos fsicos o representaciones fsico/manuales de los mismos. Un ejemplo de esto, es una prctica simulada de combate cuerpo a cuerpo, o la prueba de un prototipo en un tnel de viento. Con la aparicin de la computadora, este desarrollo evolutivo se aceler grandemente. As, con la aparicin de los lenguajes de programacin, empezaran a desarrollarse modelos de simulacin basados en Fortran, Pascal, etc.. Una caracterstica del empleo de los lenguajes de programacin como herramientas para la simulacin es su gran flexibilidad, lo cual los hace potentes. Un inconveniente, es la complejidad de los mismos y la dificultad en la verificacin de las salidas del modelo. Sin embargo, considero importante el iniciarse en la creacin de modelos de simulacin, creando

Ver los Anexos 4 y 5, donde se muestra dicho ranking y la lista de cursos ofrecidos por el Georgia Tech, la universidad considerada como nmero uno, en el ramo.

xi stos mediante lenguajes de programacin, sobre todo lenguajes de tecnologa OOP como el C++ (no recomendara el uso de programacin estructurada). Luego apareceran los lenguajes de simulacin, que disminuiran el trabajo de simulacin y acortaran grandemente los tiempos de ciclo en la elaboracin de dichos modelos. Un ejemplo de estos es el GPSS y el SIMSCRIPT. Un lenguaje a nuestro alcance en esta categora, es el SIMNET, que viene incluido con el libro Investigacin de Operaciones del Dr. Hamdy Taha. Por ltimo, apareceran las aplicaciones de simulacin con interfase visual, en donde tanto el modelo como la simulacin pueden apreciarse de manera pictrica en la pantalla del computador. La ventaja de estos ltimos, es su facilidad para aprenderlos y la rapidez con que pueden crearse modelos de simulacin. Sin embargo, en algunos casos, la dificultad ha sido la perdida de flexibilidad, por lo que tuvieron que recurrir a artificios ingeniosos para salvar estos obstculos. Algunos de estos softwares han solucionado tales impedimentos, permitiendo interfases con lenguajes de programacin tales como el Basic. Dificultades La siguiente lista proporcionada por el Dr. Arsham, de la Universidad de Baltimore, nos brinda una idea de la cantidad de software comerciales de simulacin existentes2: ACSL, APROS, ARTIFEX, Arena, AutoMod, C++SIM, CSIM, Call$im, FluidFlow, GPSS, Gepasi, JavSim, MJX, MedModel, Mesquite, Multiverse, NETWORK, OPNET Modeler, POSES++, Simulat8, Powersim, QUEST, REAL, SHIFT, SIMPLE++, SIMSCRIPT, SLAM, SMPL, SimBank, SimPlusPlus, TIERRA, Witness, y Javasim.

La cantidad de softwares me llev a recomendar la elaboracin de manuales (ver Recomendaciones)

xii Esta lista nos muestra el creciente inters de programadores y usuarios por la simulacin. Sin embargo slo es referencial y por lo tanto incompleta dado que no menciona el ProcessModel, el ProModel, el Vensim, el Extend, ni el EcosimPro. Esto por supuesto nos enfrenta a la delicada decisin de elegir un software al momento de efectuar un determinado trabajo.3 Precisamente, sa fue una de las dificultades que encontr al desarrollar la presente tesis, ya que anteriormente intent modelar con otro software y hasta lleg un momento que pens en emplear un lenguaje OOP como el C++. Finalmente, opt por el ProcessModel del cual obtuve referencias mediante la Lista IOPER de la Red Cientfica Peruana. En cuanto al software empleado por el suscrito, podemos decir que el ProcessModel, tiene la particular caracterstica de combinar el poder y flexibilidad de los lenguajes de programacin, con la facilidad de los programas visual, en una filosofa tpicamente orientada a los objetos. Eso lo hace un software fcil de usar y a la vez poderoso. Instituciones importantes a nivel mundial usan este software, tales como: Microsoft, NASA, Motorola, Intel Corp., Federal Express, General Electric, IBM, Boeing, entre muchos otros. La Dinmica de Sistemas se present como una dificultad ms, ya que en la universidad no era parte de la enseanza acadmica cuando egres. No hace mucho, se ha empezado a ensear DS en la facultad. Para aprender sobre Dinmica de Sistemas me inscrib a un curso de Creacin de Modelos en Gestin de Empresas. Este curso es dictado por el Dr. Juan Martn Garca. A pesar de ser un curso va Internet, quede fascinado con todo lo que aprend ya que mi profesor es un especialista en DS, incluso se doctor en Ingeniera Industrial elaborando un modelo intitulado: Modelo de la Empresa Innovadora.

En el libro Automatizacin del Dr. Hansen se pueden encontrar algunas pautas valiosas al respecto. Ver las referencias bibliogrficas al final de la tesis.

xiii Otra dificultad, fue la necesidad de aprender AutoCAD. Felizmente un amigo me prest un libro y el resto es historia. Es sorprendente lo maravilloso que es este paquete informtico. El idioma, fue mi cuarta dificultad. Las comunicaciones solicitando el software ProcessModel a la casa matriz, tenan que ser en ingls. Una vez recibido el paquete, la labor de interpretar el manual electrnico que acompaa el paquete, me llev meses de esfuerzo, que bien valieron la pena. Sobre el contenido de la tesis En los captulos de la presente tesis iremos desarrollando de manera secuencial los pasos para el desarrollo -en tiempo de diseo- del proceso de manufactura de un RoomGame (estructura tubular recreativa, muy de moda en nuestros das en locales como burgers, y otros). sto, nos llevar a definir una metodologa para la sistematizacin de los pasos a seguir, para el diseo de un proceso de manufactura. A lo largo de la tesis, se combinarn herramientas tales como la Dinmica de Sistemas y la simulacin con ProcessModel a fin de cumplir con el objetivo propuesto. El estudio de la Dinmica de Sistemas nos permitir llegar a la conclusin de emplear un modelo determinstico cuando tengamos que emplear la simulacin por eventos discretos, donde el tiempo de procesamiento estar basado en la llamada curva de aprendizaje. Probablemente esto sea un punto controversial de la tesis, sobre todo por la costumbre de emplear funciones de distribucin en lugar de tiempos determinsticos. Ser interesante ver cmo mediante un modelo continuo, es posible aproximar el tiempo de ciclo para la fabricacin del RoomGame e incluso estimar una tasa de aprendizaje. Por otra parte, el modelamiento mediante el ProcessModel, nos permitir estimar el tiempo de ciclo en la manufactura del producto escogido y lo que es ms importante, los ahorros en el costo como fruto de la disminucin del tiempo de ciclo. El tiempo de ciclo

xiv es un dato importante para la determinacin de las fechas de entrega del producto y para el estudio de la productividad del sistema. Como una aplicacin de la simulacin por eventos mediante ProcessModel veremos la forma de evaluar el costo de un recurso basado en el porcentaje de utilizacin, variable que se obtiene de las estadsticas del modelo. Finalmente, debemos percatarnos acerca de la importancia de disear los procesos de manufactura basados en el modelo de madurez de procesos como un medio eficaz para: El mejoramiento de la calidad. La disminucin de los costos. El incremento de la flexibilidad. El aprendizaje organizacional. La administracin de los costos.

Captulo I

RESEA DEL PROBLEMA

1.1 I TRODUCCI
Es indudable que vivimos en un mundo altamente competitivo y cambiante. La apertura de mercados nos ha llevado a competir no slo a nivel nacional, sino a nivel internacional. Hoy en da nuestros competidores se encuentran en pases como Estados Unidos, Japn, etc., pases que se caracterizan por su tecnologa, productividad, por la inversin en investigacin y desarrollo, etc. Esto nos ha llevado a ser conocidos como un pas subdesarrollado y a tener pocas esperanzas de alcanzar el desarrollo (al menos de la forma en que avanzamos). As, nuestra preocupacin es alcanzar altos niveles de productividad y calidad con bajos costos. Sin embargo, no podemos obviar el factor experiencia. Pases desarrollados como Japn nos llevan dcadas de ventaja y parecemos encontrarnos ante una sola posibilidad: O desarrollamos tecnologa competitiva bajo nuestras actuales condiciones o..., simplemente sucumbimos; pero, la peor alternativa, es conformarnos con nuestra actual situacin y esperar sentados nuestro final. Es interesante observar a travs de la historia la evolucin de los pases desarrollados. Nos encontramos ante un mundo cambiante y tenemos que aprender de las experiencias de aquellos que s tuvieron xito. Por ejemplo, por los aos 80s la preocupacin del Japn era lo que Archier y Seryex denominaron la teora de los cinco ceros: cero defectos, cero averas, cero stocks, cero plazos, cero papel. Mientras que en los Estados Unidos se haban conformado con el nivel de calidad alcanzado hasta ese momento, el

16 Japn trabajaba en la meta de obtener 3 defectos por milln de productos (lo que se llama sigma seis o cero defectos). Gran parte de los ahorros en costos del Japn provenan de la ausencia de piezas defectuosas. Para cuando reaccionaron los norteamericanos, compaas japonesas eran lideres en el mercado norteamericano. Qu permiti que un pas con tan pocos recursos naturales tuviera tanto xito? Son muchos los causantes del xito japons, entre los que podemos citar: su cultura o forma particular de ver las cosas, su gente y el valor que le dan a la educacin, su enfoque, etc. Claro que hay otras razones del xito japons, pero el que deseo resaltar es el enfoque. Mientras que los norteamericanos estaban preocupados en el marketing del producto, los japoneses se preocupaban en el producto, pues decan que un buen producto se vende as mismo. Para cuando se dieron cuenta de su error, los norteamericanos empezaron a preocuparse por la calidad del producto y por el precio. Pero ya en ese momento, los japoneses haban alcanzado niveles aceptables de calidad y su preocupacin se traslado a la satisfaccin del cliente, para lo cual se preocuparon en disminuir los tiempos de desarrollo de sus productos, as colocaran en el mercado productos novedosos en tiempo record. La flexibilidad consiste en desarrollar productos nuevos en tiempos record, pero no slo eso, sino tambin incrementar o disminuir la produccin de acuerdo al mercado. As, los sistemas de manufactura flexible, han reemplazado los sistemas de manufactura masiva. Hoy en da la preocupacin es producir pequeos lotes a bajos costos (algo contradictorio). Es claro que vivimos en un mundo cambiante y que quien tenga el enfoque correcto, obtendr ventajas con el tiempo. Los pases desarrollados han obtenido sus actuales ventajas competitivas de manera evolutiva, el mismo que les ha

17 dado tanto experiencia como conocimiento. Alcanzar el nivel de stos pases, requiere que derribemos la barrera de la experiencia y adquiramos el conocimiento existente. Esto slo ser posible bajo un enfoque correcto. Comparativamente hablando, el Per posee ventajas importantes. Poseemos variados recursos y mano de obra barata, pero no hemos sabido obtener ventajas competitivas a partir de nuestras ventajas comparativas. Los aos perdidos hacen difcil competir con las grandes potencias y nos llevan a pensar en retirarnos de la guerra de los mercados abiertos conocido como globalizacin. Pero, ser cierto que debemos basar nuestro desarrollo en productos considerados tradicionales los cuales tienen muy poco valor agregado? Debemos conformarnos con ser abastecedores de materia prima? Pienso que no, sino que debemos imitar el xito de otros pases adaptndolo a nuestra realidad. Por los motivos expuestos, es que la intencin de la presente tesis es desarrollar una metodologa que nos permita recuperar el tiempo perdido, venciendo la barrera impuesta por la experiencia alcanzada por los pases desarrollados. Para esto, debemos DESARROLLAR PROCESOS EFICIENTES DESDE EL INICIO EN LUGAR DE PERMITIR EL TRADICIONAL DESARROLLO EVOLUTIVO DE LOS MISMOS. A fin de que los procesos productivos sean eficientes, se ha escogido disear stos, como medio para vencer la barrera del aprendizaje y la experiencia, y que a su vez, el conocimiento sobre el proceso (obtenido gracias al diseo del mismo), nos permita el rpido desarrollo del mismo. Esto devengar en beneficios tales como: Calidad homognea del producto. Incremento en la flexibilidad.

18 Incremento en la productividad. Disminucin de costos. Mejora en el planeamiento de los recursos, y otros. Menor tasa de aprendizaje.

Es claro que apostamos por la mejora en el sistema de operaciones de la empresa,1 pero no debe interpretarse que debemos descuidar las otras funciones dentro de la empresa.

1.2

DEFI ICI DEL PROBLEMA


Hemos comentado a cerca de la importancia de alcanzar niveles competitivos a travs del diseo de los procesos en la manufactura de productos. Pues bien, una caracterstica de nuestro departamento es la falta de industrias de transformacin; las pocas que existen no son competitivas y esto podemos notarlo porque las empresas huanuqueas no son lderes en el mercado nacional en sus respectivos ramos. Una de las explicaciones de esta situacin es que los procesos en nuestro medio y ms particularmente en nuestra ciudad son procesos de nivel 1.2 Esto se evidencia por el hecho de que: No se presentan procesos documentados, La calidad de los productos es incierta, Poca o baja comunicacin con respecto a los procesos.

1 2

Mencionamos el trmino operaciones para incluir los servicios. A fin de ver una explicacin sobre la clasificacin de los procesos en niveles vase el marco terico en el siguiente captulo.

19 Obviamente, las deficiencias en la parte operativa de las empresas traern como consecuencia la baja competitividad y rentabilidad de las empresas locales. A esto se agrega la falta de industrias de transformacin en nuestro medio. La mayora de negocios nuevos estn clasificados dentro del ramo de los servicios, lo cual ha llevado a la saturacin del mercado, saturacin que nos llevar a un proceso de seleccin natural entre empresas3. Una alternativa de solucin a nuestra problemtica es la generacin de nuevas empresas, industrias y servicios, cuya caracterstica sea la eficiencia, la productividad, la satisfaccin del cliente y los precios competitivos por citar algunos . Pero, cmo lograr que empresas nuevas alcancen altos niveles de productividad? Cmo ya se dijo en el apartado anterior, la falta de experiencia y la falta de las habilidades y del conocimiento obtenidos con el tiempo, sern una barrera en lo relacionado con el producto. De manera que el problema consiste en desarrollar procesos productivos eficientes mediante el diseo y la planificacin de los mismos, a fin de vencer las barreras impuestas por la falta de experiencia y conocimiento de los mencionados procesos, obteniendo as, procesos eficientes desde sus etapas iniciales. A fin de viabilizar el presente estudio, que abarcar la etapa de diseo de los procesos, el suscrito a escogido un producto representativo, el cual denominaremos Roomgame y nos valdremos de la Simulacin Discreta y la Dinmica de Sistemas como herramientas para el diseo del proceso de fabricacin.

Como ejemplo podemos mencionar el caso del transporte urbano en nuestra ciudad.

20

1.3 TTULO DE LA TESIS


"DISEO DEL PROCESO DE MA UFACTURA DE U ROOMGAME MEDIA TE DI MICA DE SISTEMAS Y SIMULACI DISCRETA"

1.4 OBJETIVOS DEL ESTUDIO


Disear el proceso de fabricacin de un Roomgame mediante la adaptacin del modelo de madurez de procesos y la construccin de modelos con dinmica de sistemas y simulacin discreta.

1.5 OBJETIVOS ESPECFICOS DEL ESTUDIO


1. Describir las especificaciones de producto para el RoomGame mediante grficos y planos en AutoCAD . 2. Adaptar el modelo de madurez de procesos para aplicarlo al diseo del procesos de manufactura del RoomGame. 3. Bosquejar el proceso productivo para el RoomGame como un primer modelo mental del proceso de manufactura del mismo. 4. Elaborar los modelos de simulacin correspondientes al modelo o modelos mentales obtenidos para la manufactura del RoomGame. 5. Efectuar anlisis estadstico y de sensibilidad para los modelos de simulacin mediante la comparacin de escenarios. 6. Documentar el proceso obtenido para la manufactura del RoomGame.

1.6 METODOLOGA DE I VESTIGACI


La metodologa de investigacin est basada en las fases de un estudio de investigacin de operaciones. Estas fases son comunes en muchos libros de

21 investigacin de operaciones. As, el Dr. Hamdy Taha4 nos menciona que dichas fases son: 1. 2. 3. 4. 5. Definicin del problema. Construccin del modelo. Solucin del modelo. Validacin del modelo. Implantacin de resultados finales.

El Dr. Taha continua diciendo que excepto para la fase de solucin del modelo, la cual est basada por lo comn en tcnicas bien desarrolladas, las fases restantes no parecen seguir reglas fijas. Al respecto, es interesante apreciar que estos pasos debern modificarse cuando se trata del diseo de un proceso, dado que se trata de un sistema que no existe. La intencin al elaborar un modelo matemtico para disear un sistema de manufactura es: 1. Organizar ideas y discutirlas. 2. Comunicar de manera objetiva lo que al principio es tan slo un modelo mental del proceso. 3. Buscar la mejor(es) alternativa(s) para el proceso. Por otra parte, el Dr. Taha define la validacin del modelo en los siguientes trminos: Un modelo es vlido si, independientemente de sus inexactitudes al representar el sistema, puede dar una prediccin confiable del funcionamiento del sistema.

Hamdy Taha, Investigacin de Operaciones, Pg. 10.

22 En el caso del diseo del proceso de manufactura del RoomGame, validaremos el modelo basados en supuestos axiomticos, a partir de los cuales deduciremos por induccin que el modelo es vlido. Esto quiere decir que si ejecutar una tarea nos toma 10 minutos en promedio, ejecutar 6 nos tomar 60 minutos -lo cual es fcil de aceptar-. Es un principio sencillo, pero ser la base de la simulacin del proceso, ya que la manufactura de una estructura soldada como la del RoomGame cumple con tal principio. Por otro lado, el modelo puede ser ajustado de acuerdo al anlisis e interpretacin de las variables de salida, con lo que compararemos las estadsticas entre el modelo original y sus consiguientes mejoras. Por ltimo, y en conformidad con lo planteado por el modelo de madurez de procesos, se registrar el proceso de manufactura, lo cual nos servir para hacerlo repetible (proceso de nivel 2) y para realizar mejoras posteriores a la puesta en marcha del proyecto.

1.7

VARIABLES DE ESTUDIO
En la siguiente tabla apreciamos las variables empleadas en el estudio, aunque algunas no son propiamente variables sino metodologas, se les ha incluido para facilitar una visin global de cmo se obtienen los outputs. Tabla I-1: CLASIFICACI Inputs
Recursos disponibles. Asignacin de recursos. Tiempos unitarios. Diagramas del producto (CAD). Costo de materiales. Costo de los recursos.

DE LAS VARIABLES DE ESTUDIO Outputs


Indicadores del proceso: Tiempo de Ciclo. Porcentaje de Utilizacin de Recursos. Costo Total. Estandarizacin y documentacin del proceso.

Planificacin y diseo del proceso


Seleccin del sistema y sus lmites. Seleccin de equipos. Seleccin de herramientas. Requerimiento de personal. Requerimiento de materiales. Secuencia de fabricacin propuesto. Diagrama de flujo del proceso. Modelos de simulacin.

Captulo II

MARCO TERICO

2.1 I TRODUCCI
En los siguientes apartados trataremos de manera breve las herramientas utilizadas para el diseo del proceso de manufactura del RoomGame. Estas herramientas incluyen la Dinmica de Sistemas y la Simulacin. Tambin definiremos el concepto de la curva de aprendizaje y el modelo de madurez de procesos del Software Engineering Institute, los mismos que se emplearn en la tesis.

2.2 MODELOS DE SIMULACI

Los modelos de simulacin, son modelos matemticos cuya finalidad es imitar el comportamiento de un sistema en estudio. Una caracterstica de stos modelos es su gran flexibilidad y grado de ajuste a la realidad, el cual puede incrementarse si los objetivos del estudio lo justifican. La solucin de problemas mediante modelos de simulacin es tanto una ciencia como un arte. Es una ciencia, por la cantidad de algoritmos y metodologas existentes, los cuales nos dan una descripcin del sistema "real supuesto". Es un arte, puesto que requiere de un grado de abstraccin que nos permitir 1) definir los lmites del sistema "real supuesto" y 2) la seleccin y definicin de las variables que me representen la conducta del sistema. Los modelos de simulacin son los ms usados (algunos autores piensan tambin que son los ms mal empleados) de los modelos de Investigacin de Operaciones junto con los modelos de Programacin Lineal y los

Gran parte de lo expuesto sobre Simulacin est basado en el WEB del Dr. Hossein Arsham (ver bibliografa).

24 modelo de Colas de Espera. Algunos ejemplos de modelos que reciben el nombre de simulacin son: Modelos de aviones y automviles que se prueban en los tneles de viento para determinar sus propiedades aerodinmicas; Juegos de simulacin en los que uno juega en la computadora. En estos uno finge las decisiones de una empresa (una ciudad u otro), dentro de un ambiente competitivo. A estos juegos se les denomina Simulation Game o Business Game; Tcticas de guerra que se fingen sobre campos de batalla virtuales. Estos campos de batalla pueden ser dentro de una computadora o play-acted. La realidad virtual es otro ejemplo de simulacin, en el cual la persona recibe la impresin de algo real; y muchos, muchos, otros. Lo comn en los modelos de simulacin es que: La simulacin intenta construir un dispositivo experimental que actuar como un sistema verdadero en aspectos importantes. Es importante anotar, que estos modelos de simulacin son descriptivos, no prescriptivos. Ellos describen cmo un sistema trabaja bajo condiciones determinadas; no cmo arreglar las condiciones para hacer que el sistema funcione mejor. La simulacin no perfecciona, meramente describe.

25 En muchos casos una descripcin es todo lo que se requiere. En otros, el nmero de elecciones es suficientemente pequeo para que cada eleccin posible pueda simularse. En la actualidad no es posible optimizar un sistema mediante simulacin (aunque existen algoritmos heursticos2 de optimizacin y que los softwares ofrecen tales caractersticas en sus versiones profesionales) pero s podemos evaluar diversos escenarios variando slo el valor de dichos parmetros.

2.2.1

CLASIFICACIN SIMULACIN

DE

LOS

MODELOS

DE

Hay muchas formas de clasificar los modelos de simulacin. El primero es si el modelo tiene o no un aspecto estocstico (o aleatorio). El modelo es deterministico si las simulaciones son definidas completamente en el modelo (en la prctica significa que si realizamos un rerunning,3 sta no cambiar los resultados de la simulacin). Las simulaciones estocsticas incluyen aleatoriedad. Las corridas mltiples del mismo modelo pueden generar valores diferentes. Este elemento aleatorio nos fuerza a generar muchas corridas del modelo y existe toda una tcnica estadstica al respecto. La pregunta de si generar 10 o 1000 o 100,000 resultados es primariamente una pregunta estadstica. Las simulaciones con elementos aleatorios requieren anlisis estadstico sofisticado.

En el caso de modelos discretos, el Dr Arsham cita tcnicas de optimizacin heurstica como la enumeracin completa, seleccin aleatoria, bsqueda tab, tcnicas genticas y el recocido simulado. Nueva iteracin con inicializacin de variables

26 Otro aspecto interesante es la diferencia entre un modelo esttico y un modelo dinmico. En un modelo esttico, el tiempo no juega ningn papel esencial. La mayora de estos modelos se llaman modelos de Monte Carlo. Muchos modelos de seleccin de cartera en las finanzas son modelos Monte Carlo
4

. Dada una cartera, con diferente

probabilidad (y correlacionadas layouts), es posible generar un rendimiento probable. Tal modelo podra llegar a ser un modelo dinmico si incorpora cambios en la cartera a travs del tiempo, o si el modelo final debe simularse a travs del tiempo. Un modelo dinmico es aquel que considera al tiempo como variable. Un ejemplo de un modelo dinmico es el anlisis de una cola bancaria y como evoluciona a travs del tiempo. Un tercero aspecto importante es el de modelos discretos versus modelos continuos. Imaginmonos analizando el flujo o corriente de trnsito a lo largo de una carretera. Nosotros podramos escoger modelar cada automvil individual, en cuyo caso tenemos un modelo discreto. Alternativamente, nosotros podramos escoger tratar el trnsito como un flujo, definiendo una tasa de cambio o flujo vehicular, y describir los estados del sistema por medio de ecuaciones diferenciales; en ese caso, tendremos un modelo continuo. Tambin existe otra diferencia que es importante mencionar cuando se trata del modelamiento mediante simulacin: El modelamiento fsico y el modelamiento lgico. En realidad, lo interesante y motivador al

Tambin son estticos los modelos tradicionales de evaluacin financiera de la inversin, los de planeamiento estratgico y muchos otros. Modelos dinmicos de Evaluacin Financiera y de Riesgo pueden desarrollarse con el Vensim. Estos modelos dinmicos pueden incluir anlisis de escenarios y simulacin Monte Carlo con Dinmica de Sistemas o tambin llamado Sensibilidad Multivariado en Simulacin.

27 momento de elaborar modelos de simulacin, es el grado de abstraccin que requiere por parte del analista de sistemas. El secreto al respecto, consiste en trabajar de manera sistemtica y gradual. Por lo general esto requiere una serie de pasos a seguir, los cuales nos darn mayor probabilidad de xito al momento de elaborar nuestro modelo.

2.2.2

PASOS PARA LA ELABORACIN DE UN MODELO DE SIMULACIN


An cuando no podemos definir una secuencia universal a seguir para la elaboracin de un modelo de simulacin (debido a la abstraccin de los mismos), podemos mencionar algunas pautas al respecto. Debe entenderse que son slo pautas, pero que es mejor a trabajar sin rumbo. 1. 2. Definir el problema. Establecer los objetivos del estudio, en trminos de qu conclusiones se pretende obtener del modelo. 3. 4. 5. 6. 7. 8. Establecer los lmites del sistema. Cualificar los parmetros del sistema. Levantar la data. Modelar el sistema y simular la conducta del mismo. Validar los output del modelo y compulsar con la data. Corregir y revalidar hasta estar conforme con el modelo

(medido en base a los objetivos trazados).

28 Jams se debe ignorar estas pautas, las cuales son vlidas no slo para modelos de simulacin sino para infinidad de otros campos. Muchas veces el error que cometemos es empezar con el paso 6 sin pasar por la fase de anlisis.

2.2.3

MODELAMIENTO FSICO
Es el ms fcil de los modelamientos, se trata de representar en el modelo entidades fsicas. En muchos software con caractersticas visual, el proceso es sencillo gracias a la existencia de mdulos genricos que representan tales entidades. En el caso de un banco o financiera, las entidades son las personas que llegan al servicio; los cajeros, son los recursos del sistema; representar ambos, es relativamente sencillo ya que el software cuenta con bloques que representan tales objetos.

2.2.4

MODELAMIENTO LGICO
A diferencia del modelamiento fsico, el modelamiento lgico pretende representar las acciones que se deben ejecutar en el sistema. La dificultad se presenta cuando se necesitan representar decisiones del tipo condicional. En el ejemplo del banco, una accin es un tipo de transaccin la cual a su vez puede requerir ciertas decisiones. Por ejemplo, se puede decidir mantener ocupado el recurso cajero (y al cliente en espera) hasta que se confirme la autenticidad de un cheque de gerencia si este excede los $10,000, caso contrario, el cajero sigue el procedimiento normal.

29 El modelo creado para disear el proceso de manufactura del

RoomGame nos permitir combinar ambos tipos de modelamiento. El software empleado para tal fin, nos permite crear las entidades (en este caso por ejemplo, los tubos) y los recursos modelamiento fsico y modelar las decisiones a travs de funciones y estamentos modelamiento lgico.

2.3 DEL

PROGRAMA
5

EMPLEADO

PARA

LA

SIMULACI
2.3.1

INTRODUCCIN
El programa usado para la labor de modelado y simulacin se denomina ProcessModel, y es parte de los productos que ofrece la compaa Promodel, cuya sede se encuentra en la ciudad de Provo, estado de Utah, en los Estados Unidos de Norteamerica. Provo es una ciudad universitaria, donde la mayor parte de habitantes son estudiantes de la Brigham Young University. En el presente captulo haremos una introduccin a la simulacin mediante ProcessModel y la filosofa de ste.

2.3.2

CARACTERSTICAS DEL PROCESSMODEL


Las siguientes son las caractersticas ms saltantes del ProcessModel: Modelamiento de procesos de propsito general. Interfase basada en Flowcharts (Diagrama de Flujo). Estructura de modelamiento basado en Actividades.

Basado en el manual en lnea que proporciona la compaa ProcessModel.

30

2.3.3

FILOSOFIA DEL PROCESSMODEL


La interfase del ProcessModel se basa en la creacin de un diagrama de flujo para la representacin del proceso real. La confeccin de dicho Flowchart, requiere del uso de dos elementos bsicos: Patrones (Shapes6): Que representan los elementos del modelo los que incluyen Entidades (qu es procesado), Actividades (de qu modo los objetos son procesados), y Recursos (quin o qu realiza el procesamiento). Conexiones (Connections): Que sirven para indicar cual elemento del modelo est relacionado con cual otro. En el ProcessModel es bastante evidente que el diseo de la tcnica de simulacin est basada en la metodologa orientada a objetos. Por cierto, caractersticas como el ENCAPSULADO, POLIMORFISMO Y HERENCIA de la OOP, lo hacen muy aparentes para el desarrollo de programas de simulacin.

La traduccin de este trmino es forma o patrn, pero no es muy ajustado al concepto en ingls.

31

Ilustracin II-1: FILOSOFA DE LA I TERFASE DEL PROCESSMODEL

Shapes

Decisin

Connections

2.3.4

OBJETOS EN PROCESSMODEL
Los objetos en ProcessModel los podemos definir como cualquier forma de grfico (graphic shape) sobre el Flowchart. Existen 5 tipos bsicos de objetos en ProcessModel: Entidades (Entity), Actividades (Activity), Lugares de almacenamiento o depsitos (Storage) y Recursos (Resources).

Entity: Cualquier cosa que es procesada dentro del sistema, tales como, clientes, llamadas telefnicas, datos, etc.

32 Activity: Un paso en un proceso donde alguna accin es tomada sobre la entidad. Por lo general, esta accin es una simple demora, pero tambin puede constar de complejas acciones lgicas. Resources: Por lo general, una persona o equipo que debe estar disponible antes de que la actividad tenga lugar. Storage: Lugar de depsito para las entidades. Tiene adems opciones para el orden en que las entidades abandonan el almacn: FIFO, LIFO, etc.

2.3.5

CONEXIONES O ENLACES EN PROCESSMODEL (CONNECTIONS)


Los conectores, especifican (grficamente) cmo los objetos interactan con cualquier otro. Estos son:

Entity Arrivals Entity Routings Resources Assignments Order Signal

Arrivals: Controla la manera en que las entidades arriban al sistema desde fuera. En ste pueden establecerse: las constantes o las funciones de probabilidad del patrn de arribos (arribos peridicos), llegadas continuas (o cada que existe disponibilidad en la actividad o almacn inicial), arribos programados (scheduled) y arribos ordenados

33 (arribos prescritos por una seal que indica que debe producirse un arribo). Routings: Controla la manera en que las entidades fluyen a travs del Diagrama de Flujo, desde una actividad o un depsito a otro. Assignments: Este conector entre un Recurso y una Actividad, muestra grficamente cuando un recurso es requerido para efectuar una actividad o movimiento. Estos recursos pueden tambin ser capturados y liberados mediante estamentos propios del

ProcessModel. Order: Especifica cuando una entidad debera ser remitida desde fuera del sistema o desde una actividad o depsito (storage) a cualquier otra(o).

2.3.6

CONSTRUCCIN PROCESSMODEL

DE

MODELOS

CON

Elegir el mejor camino para construir un modelo no resulta fcil. Lo ms importante en todo caso es elegir el camino con el cual uno se sienta ms a gusto. En todo caso ProcessModel Inc. recomienda los siguientes pasos para la creacin de un modelo de simulacin de procesos: 1. Definir las Entidades. 2. Definir las Actividades. 3. Definir los Recursos. 4. Establecer el comportamiento lgico.

34 1. Defina sus entidades: ProcessModel recomienda que si uno conoce que necesitar 5 entidades, pues debe colocar en la pantalla las 5 entidades al mismo tiempo. 2. Grafique su flowchart : La recomendacin consiste en establecer las actividades del proceso y su relacin entre ellos, como ya se explic, mediante shapes y conectores. 3. Ubique sus recursos: Donde sea apropiado coloque los recursos necesarios y conctelos a las actividades apropiadas. 4. Adicione cualquier accin lgica que sea necesario: Para cada Actividad, Arribo o Ruteo, establezca las acciones lgicas necesarias a fin de que las entidades fluyan a travs del modelo de la manera deseada.

2.3.7

VERIFICANDO PROCESSMODEL

LA

SIMULACIN

EN

Cuando uno corre una simulacin, uno de los aspectos deseables de la misma, es que uno pueda observar el comportamiento de las entidades en la simulacin. ProcessModel, cumple con este requisito, mediante la animacin de las mismas. La animacin permite: 1) comunicar los conceptos o ideas comprendidos en el modelo, y 2) verificar si nuestro modelo se est comportando de la manera en que se planeo. Otras ayudas para la verificacin de la simulacin en ProcessModel son: Las luces de estado de los recursos o Resources Status Lights, que cambian desde azul (desocupado o idle) a verde (cuando est en

35 operacin) y azul (cuando el recurso no est disponible o fuera del tiempo programado para trabajar). Las colas de entrada y salida, que nos indican si las actividades estn acumulando entidades debido a una variacin en el tiempo de procesamiento, no disponibilidad de recursos, cambio en la programacin (shift schedules), etc. El panel de estadsticas o scoreboard statistics, el cual cambia cuando las entidades salen del sistema, mostrando las unidades procesadas, el tiempo de ciclo, el tiempo adicional y el costo unitario para cada tipo de entidad. Por ltimo ProcessModel permite tambin rastrear el modelo paso a paso (es decir evento a evento). Esta caracterstica nos permite verificar el orden en que se desarrolla la simulacin.

2.3.8

EJEMPLO

DE

SIMULACIN

MEDIANTE

PROCESSMODEL
El siguiente ejemplo est basado en un listado de problemas propuestos en simulacin, los cuales obtuve va Internet. Se eligi el problema por ser fcil de identificar dentro de nuestra realidad. El enunciado original es como sigue:
Una peluquera posee dos peluqueros, cada uno de los cuales tiene un tiempo de servicio diferente. Las llegadas de los clientes se producen con tiempo entre llegadas sucesivas distribuido exponencialmente, con una media de 4.5 minutos. Cuando un cliente llega a la peluquera se podr quedar esperando servicio si no hay ms de 5 clientes en el sistema; esto es, puede haber 2 clientes siendo atendidos y 3 ms esperando. Si un cliente llega y encuentra la peluquera completa, se marchar, pudiendo

36
regresar o no. Los clientes cuando llegan y encuentran a los dos peluqueros libres, optan siempre por uno de ellos en primer lugar (porque saben que es el ms rpido). Construir un modelo que permita obtener los valores que describen el funcionamiento de este sistema.

Analizando el enunciado, nos damos cuenta de que no se nos da el tiempo de servicio, pero vamos a suponer que el peluquero rpido corta el cabello en 12 minutos, y el lento en 15 minutos. Otro dato que no se nos da, es con respecto a las personas que encuentra lleno la peluquera y que deciden retirarse, pudiendo o no regresar. En este ltimo aspecto nos hacemos las dos siguientes preguntas: primero, luego de cunto tiempo el cliente retorna a la peluquera para verificar si existe un lugar? Y segundo, cunto es el porcentaje de personas que deciden regresar al establecimiento? Se ha supuesto, que el tiempo de retorno para la persona que encontr lleno la peluquera esta distribuido normalmente con una media de 6 minutos y una desviacin estndar de 2 minutos, y en el caso de la probabilidad de retorno, se ha supuesto que el 75% de los que se marcharon regresan al establecimiento. Una vez completada la informacin, procedemos a definir los shapes para el modelo.

Entidad

37

Cliente

Recursos

Pel_Rapido

Pel_Lento

El siguiente paso consiste en diagramar el proceso mediante un flowchart (Ilustracin II-2) :

Ilustracin II-2: DEFI ICI

DEL DIAGRAMA DE FLUJO

Decision1 Cliente

Corte

Pel_Rapido

Decision2

Pel_Lento

38 Y por ltimo, slo nos queda establecer la conducta del modelo (que en ProcessModel se hace mediante Estamentos y Funciones). El smbolo de decisin (un rombo) marcado como Decisin1 establece la pregunta, cuntas personas se encuentran dentro del sistema? Si la pregunta es que existen menos de 5 personas, entonces el cliente prosigue con la actividad denominada Corte. Si la respuesta es 5, prosigue con la Decisin2, la cual establece la pregunta, si pasado un tiempo prudencial, se encuentran menos de 5 personas en el sistema?. Este tiempo prudencial, es variable y est representado como ya se dijo por una distribucin normal con media 6 minutos y desviacin estndar de 2 minutos. Si la respuesta a la pregunta en la Decision2 es que existen menos de 5 clientes en el sistema, y si el cliente que previamente haba abandonado la peluquera, pertenece al 75% de los que regresan para verificar si existe un cupo, entonces este prosigue con la actividad corte y a este cliente se le cambia el nombre por Retornado. Si la respuesta a la pregunta en Decision2, es negativa (es decir no es de los que vuelven o existen mas de 5 clientes en la peluquera), entonces abandonar finalmente el sistema, y en adelante se le denominar Abandono. Una vez especificadas estas caractersticas en el modelo con ProcessModel (ver Ilustracin II-3), entonces estamos listos para correr la simulacin por 8 horas y obtener los valores que describen el funcionamiento del sistema. En realidad, nos interesa saber lo siguiente:

39 1) Cul es el porcentaje de utilizacin de los peluqueros, o cuntas horas en total permanecen ocupados? 2) Cuntas personas abandonan el sistema, cuntas retornan y a cuantas se les corta el cabello durante un da? Ilustracin II-3: PA TALLA DEL PROCESSMODEL PARA EL MODELO DEL EJEMPLO
*

* Se muestra el detalle de las acciones para el corte

La siguiente pantalla del mdulo llamado Output Module del ProcessModel, muestra una corrida por un espacio de 8 horas de tiempo simulado (ver Ilustracin VI-15 ).

40

Ilustracin II-4: MODULO DE SIMULACI DEL PROCESSMODEL PARA EL EJEMPLO

Luego de correr la simulacin tenemos 7: Se cort el cabello a un total de 85 personas. Al finalizar la simulacin una persona estaba siendo atendida. El peluquero rpido est ocupado el 97.92% del tiempo y cort el cabello a un total de 47 personas. Al finalizar la simulacin estaba libre. El peluquero lento est ocupado el 95.86% del tiempo y cort el cabello a un total de 38 personas. Al finalizar el periodo de 8 horas estaba ocupado.

El Anexo 03 muestra la estadstica completa del modelo. Debido a que es un modelo estocstico los resultados variarn al cambiarse la semilla del generador de nmeros aleatorios.

41 73 clientes son atendidos habiendo encontrado menos de 5 personas en el sistema. 12 personas retornan a la peluquera y encuentran espacio en la peluquera. 15 personas nunca regresaron ya sea por no encontrar lugar al retornar o por no tener la costumbre de regresar. Un dato interesante que tambin proporciona la simulacin es el tiempo promedio que un cliente permanece en el sistema desde que lleg. Esto se denomina el tiempo de ciclo o cycle time en ingls. Este es igual en el ejemplo a 19.77 minutos. Lo que significa que en promedio un cliente permaneci en la peluquera 19.77 minutos con un valor mximo de 31.17 minutos. Debemos observar que la disciplina de la cola es estrictamente FIFO. El tiempo de ciclo y el total de personas que permanecieron en el sistema se muestran en el siguiente grfico para un total de 8 horas (ver Ilustracin II-5):

42

Ilustracin II-5 : TIEMPO DE CICLO Y E

UMERO DE PERSO AS

EL SISTEMA PARA EL EJEMPLO DE LA PELUQUERA

Debo aclarar que el modelo para la peluquera es una primera aproximacin a la realidad. Esto significa que puede buscarse incrementar la complejidad del modelo al agregarle ms y ms detalles de manera gradual y paulatina. En el modelo de la peluquera se obtuvo que al final de un da de trabajo se perdieron definitivamente 15 clientes, y que multiplicado por x soles por corte, representa una perdida en los ingresos de 15x. Evidentemente la simulacin es una herramienta eficaz para calcular el costo de oportunidad. La simulacin, por ende se convierte en un aleado para la toma de decisiones. Luego de simulado el sistema, es fcil analizar si debemos o no contratar un peluquero ms. As, un modelo de

43 simulacin se convierte en un arquetipo8 en el cual podemos verificar nuevas variables para el sistema bajo otras condiciones. De manera que podemos emplearlo para demostrar al propietario la necesidad de realizar cambios y los beneficios econmicos que dichos cambios traern. Sin embargo, no debemos entusiasmarnos antes de tiempo. Debemos estar seguros que el arquetipo elaborado, se ajusta a la realidad. Por ejemplo, que tal si el patrn de arribo de clientes al sistema no es E(4.5) lase exponencial con media 4.5 minutos entre arribos-. Sino que sigue un patrn variable, tal como: Las primeras dos horas del da, los arribos se ajustan a una E(12.0). Las siguientes 4 horas el patrn se ajusta a E(6.0). Y las dos ltimas horas E(4.5).

Es decir, que las muestras del patrn de arribo se efectuaron las dos ltimas horas del da nicamente. Lgicamente que este error puede llevar a equivocarnos al tomar decisiones. Por otro lado, que ocurrira si ambos peluqueros cortaran el cabello en el mismo tiempo. Es decir si el peluquero lento fuera adiestrado de manera que cortara tambin en exactamente 10 minutos? Y qu sucedera si encontramos la manera de distraer a las personas, de manera que ya no 5 sino 6 personas como mximo estn a la vez en el sistema?

Un arquetipo es un modelo en el cual se basan todas las dems aplicaciones del modelo y se utiliza para investigar las variaciones de procesos similares.

44 De manera que es como dira Dantzing, el padre de la Programacin Lineal: Lo ms probable es que no se hayan estudiado todas las posibilidades. Ahora creo que tenemos mucho ms claro la importancia de los modelos de simulacin en el estudio de los procesos, ya sea en la industria, en los servicios o el comercio.

2.4 DI MICA DE SISTEMAS 9


La Dinmica de Sistemas es una metodologa de simulacin continua desarrollada por Jay Forrester en el MIT. El principio de esta metodologa es la representacin de los sistema por medio de ecuaciones diferenciales y variables propias de esta tcnica, los cuales se describen por medio de un diagrama de flujo o diagrama de Forrester. Puede indicarse como objetivo bsico de la Dinmica de Sistemas el llegar a comprender las causas que provocan la evolucin del sistema objeto de estudio. Esto implica aumentar el conocimiento sobre la sensibilidad del sistema, es decir, cmo diferentes acciones, efectuadas sobre el sistema, acentan o atenan las tendencias de comportamiento implcitas en el mismo. En la actualidad, existe toda una teora sobre ciencias de sistemas y en la presente tesis se emplear la Dinmica de Sistemas con la finalidad de auxiliar la metodologa de simulacin por eventos discretos. Debe aclararse que la Dinmica de Sistemas es slo una de las tcnicas y quiz la ms conocida para el estudio formal de los sistemas.

Basado en las anotaciones del Dr. Juan Martn G para el curso: Creacin de Modelos en Gestin de Empresas.

45 Como caracterstica diferenciadora de otras metodologas puede citarse en primer lugar que la DS no pretende predecir detalladamente el comportamiento futuro del sistema, las previsiones obtenidas tienen por ello un carcter fundamentalmente cualitativo. El estudio del sistema y el ensayo de diferentes polticas sobre el modelo realizado enriquecern el conocimiento del mundo real, comprobndose la consistencia de nuestras hiptesis y la efectividad de las distintas polticas. Otra caracterstica importante es su enfoque a largo plazo, entendiendo por tal, un perodo de tiempo lo suficientemente amplio como para poder observar todos los aspectos significativos de la evolucin del sistema10. Slo en una escala de tiempos suficientemente amplia podrn verse las tendencias de comportamiento fundamentales. No hay que olvidar que, a veces, los resultados de determinadas polticas no son ptimos porque el horizonte temporal de la toma de decisiones fue demasiado corto o porque falt una perspectiva de sistemas en el planteamiento del problema. En estos casos es til conocer las consecuencias globales que a largo plazo, tendran las decisiones tomadas en el momento actual, lo cual puede conseguirse de manera ms tangible a travs de un modelo adecuado. La evolucin a largo plazo podr ser comprendida nicamente si se identifican las principales causas de los posibles cambios, lo cual es facilitado por una correcta seleccin de las variables. En los modelos creados para el presente estudio, veremos el comportamiento de las variables en el tiempo, sobre todo en lo que respecta al costo y tiempo de ciclo.

10

Este aspecto puede modelarse con las llamadas funciones de retardo. Un ejemplo es la inversin en educacin. Para ver los beneficios de tal inversin, debemos esperar aos, y no podemos juzgar en el corto plazo que tal inversin no vali la pena.

46 Idealmente, los lmites del sistema debern incluir todo el conjunto de mecanismos capaces de explicar las alteraciones importantes de las principales variables del sistema a travs del amplio horizonte temporal utilizado. En resumen, podemos decir que la Dinmica de Sistemas permite la construccin de modelos tras un anlisis cuidadoso y detenido de los distintos elementos que intervienen en el sistema observado. Este anlisis permite extraer la lgica interna del modelo, y a partir de la estructura as construida intentar un conocimiento de la evolucin a largo plazo del sistema. Debe notarse que en este caso el ajuste del modelo a los datos histricos ocupa un lugar secundario, siendo el anlisis de la lgica interna y de las relaciones estructurales en el modelo los puntos fundamentales de la construccin del mismo. En los siguiente apartados veremos las herramientas y variables de las que se vale la DS para la creacin de modelos.

2.4.1

DIAGRAMA CAUSAL
El primer paso para comprender el comportamiento de un sistema ser lgicamente definir los elementos que intervienen en el mismo y las posibles interrelaciones que existen entre ellos. El dicho aristotlico de que el todo es ms que sus partes cobra aqu un especial significado. Dichos elementos, junto con las relaciones entre ellos, en muchos casos de retroalimentacin (feedback), forman el Sistema. La estructura bsica de una relacin causal se encuentra en la Ilustracin II-6.

47 Ilustracin II-6: ESTRUCTURA BSICA DE LOS DIAGRAMAS CAUSALES

(igual) +

(opuesto) -

El signo + indica que un cambio en A implica un cambio en el mismo sentido en B. Esta primera relacin se lee un cambio en A implica un cambio igual en B o tambin un incremento en A produce un incremento en B. El signo - indica que el cambio en A produce un cambio en B en sentido opuesto. Esta segunda relacin, se lee un incremento en A produce un cambio opuesto en B o un incremento en A produce una disminucin en B. El objetivo del Diagrama Causal es recoger los elementos claves del sistema definido y las relaciones entre ellos. La gama mnima de elementos y relaciones que permita reproducir el Modo de Referencia, ser la que forme la estructura bsica del sistema. En este punto hay que empezar a definir las variables internas del sistema y aquellas otras denominadas exgenas, sobre las que no tenemos control. En la construccin de un modelo aparecen bucles de retroalimentacin o feed-backs. En la Ilustracin II-7, podemos observar tales bucles.

48

Ilustracin II-7: EJEMPLO ESTRUCTURA RETROALIME TACI

B + C A + +

(+)
+ D

(-)
F

Estos bucles se definen como positivos cuando el nmero de relaciones negativas es par, y negativos si es impar. Los bucles negativos llevan al modelo hacia una situacin estable y los positivos lo hacen inestable, con independencia de la situacin de partida. La Ilustracin II-8, muestra la conducta de tales bucles. Ilustracin II-8: COMPORTAMIE TO DE BUCLES POSITIVOS Y EGATIVOS E LOS SISTEMAS

49

En la realidad los sistemas contienen ambos tipos de bucles y el comportamiento final depender de cual es el dominante en un momento determinado. Un ejemplo interesante, lo proporciona la denominada curva del ciclo de vida de los productos, el cual se aprecia en la Ilustracin II-9.

50

Ilustracin II-9: CICLO DE VIDA DEL PRODUCTO

Ventas

Introduccin

Crecimiento

Madurez

Declive

Se puede observar en el ciclo de vida del producto, que la etapa de introduccin, est dominada por un bucle positivo, lo cual lleva a un crecimiento exponencial, seguida por una etapa de equilibrio entre bucles positivos y negativos y por ultimo la etapa de declive, la cual es dominada por un bucle positivo, que lleva el modelo al colapso por la aparicin de productos substitutos o la obsolescencia de los mismos. Lgicamente, estas etapas son ms cortas en ciertos tipos de productos; y de manera especial en la informtica, donde estos ciclos de vida suelen ser menores a un ao inclusive. Por ltimo, sealar que la construccin del diagrama causal suele ser de gran importancia para la explicacin final al usuario, ya que resulta fcil de entender.

51

2.4.2

DIAGRAMA DE FLUJO11
El objetivo del Diagrama de Flujo, o Diagrama de Forrester (en honor a su autor) es hacer ms fcil el transcribir las relaciones del sistema a ecuaciones. En los diagramas de Forrester, se consideran las siguientes variables propias de la metodologa:

iveles

Flujos Variables Auxiliares Retardos Canales


A continuacin describiremos cada una de las variables empleadas por la Dinmica de Sistemas.

2.4.2.1

NIVELES
Son variables de estado, y representan el estado del sistema en cada intervalo de tiempo. Se les representa por un rectngulo (ver Ilustracin II-10).

Ilustracin II-10: REPRESE TACI

DE U

IVEL

IVEL

Matemticamente se le determina por:


11

Tambin llamado Diagrama de Forrester

52 Nivel(t + dt) = Nivel(t) + (FENT-FSAL)dt Donde: - Nivel(t + dt) = Es el nivel en el tiempo t ms un diferencial de t. - FENT = El flujo de entrada. - FSAL = El flujo de salida. Las nubes, en los diagramas de flujo representan niveles de capacidad infinita.

2.4.2.2

FLUJOS
Los flujos son funciones del tiempo, y son los que hacen variar los niveles. Tambin se puede decir que son los que recogen la informacin del sistema, y pueden servir como retroalimentadores del mismo. La Ilustracin II-11 muestra la forma de simbolizarlo.

Ilustracin II-11: REPRESE TACI

DE U

FLUJO

Flujo
2.4.2.3 VARIABLES AUXILIARES
Son parmetros o constantes que condicionan el comportamiento de los flujos.

53 La Ilustracin II-12, muestra uno de ellos.

Ilustracin II-12: REPRESE TACI VARIABLE AUXILIAR

DE U A

VAR

Tambin es prctica comn el representarlos sin el circulo y en lugar de ello slo emplear el texto - salvo que sean presentaciones demasiado acadmicas 12 -.

2.4.2.4

CANALES
Las magnitudes fsicas entre los flujos y niveles, se trasladan por medio de canales. Existen canales fsicos, y canales de informacin. Ver Ilustracin II-13.

Ilustracin II-13: REPRESE TACI

DE CA ALES

Materiales Informacin

12

En la presente tesis se les representar sin los crculos.

54

2.4.2.5

RETARDOS
Los retardos son funciones cuyo propsito es simular el retraso en la transmisin de los materiales o la informacin. En realidad, responden como filtros de

alisamiento

de

las

respuestas del sistema13.

Ver

Ilustracin II-14 .

Ilustracin II-14: REPRESE TACI

DE RETARDOS

RETARDOS

Ahora bien, una vez que se ha elaborado el Diagrama Causal, debera ser un proceso automtico la obtencin del Diagrama de Flujos, pero tal tarea no es sencilla y necesita de algo de prctica y experiencia para clasificar correctamente las variables. A continuacin, y a manera de ejemplo se presenta un modelo de dinmica de sistemas correspondiente al mantenimiento de equipos pesados.14

2.4.3

EJEMPLO: MODELO DE MANTENIMIENTO DE EQUIPO CON DINMICA DE SISTEMAS 15


Un tema de inters en la administracin de equipos es sin duda el mantenimiento de los mismos. Este tema es importante porque:

13

14 15

En Vensim, que es el software que emplearemos, se les representa internamente por intermedio de las funciones DELAY y SMOOTH. Las ecuaciones del mismo se muestran en el Anexo 6. El modelo que se ha creado sirve de base para la evaluacin minuciosa de polticas de mantenimiento, pero no pretende ser un modelo completo.

55

El costo que genera el mantenimiento de equipos y la posibilidad de optimizarlos mediante la planeacin y

programacin del mismo.

La confiabilidad del sistema y sus consecuencias directas en otras reas del sistema, depende en sumo grado del mantenimiento de equipos.

En este apartado veremos un ejemplo de aplicacin de la DS en el mantenimiento de equipos. En ste, se considerar el estado del equipo y su relacin con el promedio de horas efectivas de trabajo por da (HrEfecTrabPorDia). El estado del equipo se ha subdividido para fines del modelo en: Estado Crtico, para representar una falla que ocasiona la paralizacin del equipo, y Estado Equipo, empleado para representar prdidas en el rendimiento ocasionado por el desgaste normal del equipo.

56

Ilustracin II-15: DIAGRAMA DE FLUJO PARA EL MODELO DE MA TE IMIE TO DE EQUIPOS


MODELO DE MA TE IMIE TO DE EQUIPO

MantenPreventivo

Estado Equipo

FallasPrevisibles

fGastoVsPreven GastoPreventivo

fContinua

HrEfecTrabPorDia HrTrabDeseado

HrTrab Acumulado

MantenCorrectivo

Estado Critico

FallasFatales

fGastoVsCorrec

GastoCorrectivo

fAleatoria

por Camilo Snchez A.

Como se ve en la Ilustracin II-11, se ha clasificado dos tipos de mantenimiento: preventivo y correctivo. Estos a su vez se han establecido como funcin del gasto en mantenimiento. El gasto en mantenimiento preventivo se considera constante y el gasto en mantenimiento correctivo es condicional a si se ha producido una falla fatal, por lo que su comportamiento es tpicamente aleatorio. Por otra parte, hemos establecido las horas de trabajo efectivas como una dependencia del estado del equipo. Nuestro inters es precisamente las horas efectivas trabajadas (ver Ilustracin II-16).

57

Ilustracin II-16: COMPORTAMIE TO HISTRICO DE LAS HORAS EFECTIVAS DE TRABAJO E EL MODELO

Recuperacin paulatina

0 0 40 80 120 Time (Day) 160 200 horas

HrEfecTrabPorDia : Current

La simulacin se ha corrido para un periodo de 200 das o un ao laboral. Dado que se supuso que la probabilidad de que se produzca una falla fatal es de 5%, vemos de que se han producido 6 fallas a lo largo del ao. Cmo es normal, las reparaciones no son instantneas, por lo que hemos supuesto un periodo de 3 das para efectuar la reparacin y se le ha agregado una funcin de retardo16 para representar una recuperacin gradual del equipo. Una vez elaborado el modelo, slo nos queda validarlo y determinar si realmente el rendimiento del equipo sigue la tendencia mostrada en la Ilustracin II-16 o si de otra manera debemos ajustar el modelo. Con la finalidad de completar el modelo se recomienda determinar el beneficio obtenido por hora efectiva de trabajo y luego establecer los gastos de mantenimiento como una funcin de los beneficios obtenidos por periodo, cerrando as el ciclo (todo lo cual se puede
16

Funcin SMOOTH en la definicin de la variable MantenCorrectivo. Ver Apndice 6.

58 hacer en el modelo adicionando variables). Lgicamente no podemos determinar en el modelo el gasto en mantenimiento que me proporcione el mayor beneficio, pero s, me sirve cmo sustento ante la gerencia de la empresa para explicar la importancia del mantenimiento y su relacin con los beneficios de la empresa. Tambin podemos agregar variables cualitativas como por ejemplo satisfaccin de los clientes como dependencia del estado de los equipos, y as ir desarrollando un modelo ms complejo. Sin embargo, como ejemplo, es suficiente en esta seccin.

2.5 MODELO DE MADUREZ DE LOS PROCESOS17


Un concepto que adaptaremos para el diseo del proceso de manufactura del RoomGame, es el Modelo de Madurez de Procesos, el cual ser el tema del presente apartado. El modelo de madurez de procesos del Software Engineering Institute (SEI) describe el grado en el que una compaa de software adopta e institucionaliza un enfoque en el mejoramiento continuo y se ilustra en la Ilustracin II-13.

17

El contenido de esta seccin est basado en el libro Automatizacin de Gregory Hansen.

59

Ilustracin II-17: MODELO DE MADUREZ DE PROCESOS DEL SOFTWARE E GI EERI G I STITUTE (SEI) Nivel 5 Optimizacin 4 Manejable 3 Definido 2 Repetible 1 Ad hoc/catico Inicial
Tomado de: Automatizacin por Gregory Hansen

Caracterstica

Mejoramientos que se introducen en el proceso

Proceso definido y medido

Proceso definido con resultados estandarizados

Proceso definido de manera informal con resultados predecibles

El modelo de madurez de procesos se emplea para evaluar la efectividad de los procesos en la creacin de software por parte de contratistas gubernamentales en los Estados Unidos. Sin embargo, el modelo tambin representa una teora general para investigar la situacin de un proceso cualquiera. Tambin el modelo representa una serie de pautas sistematizadas a fin de elevar el nivel del proceso. En la presente tesis, no se emplear tal modelo para la evaluacin, sino para el diseo de

60

procesos, de manera que no se aplicar un proceso de reingeniera, sino uno de ingeniera. Una teora relacionada con el modelo de madurez es que la productividad y la calidad de los productos finales aumenta conforme el nivel de madurez de un proceso, y el riesgo de errores que se presentan en el proceso se reduce conforme aumenta el nivel. Sin embargo, conforme avanza el nivel, la probabilidad de introducir cambios "antiproductivos" disminuye, pero el riesgo (influencia potencial negativa sobre los costos, la productividad o la calidad) de esos cambios aumenta. Es decir, un cambio en un nivel alto puede traer resultados imprevistos e indeducibles y que incluso puedan ser contraproducentes para el sistema. Es muy importante para la aplicacin del modelo de madurez, tener presente los famosos 14 puntos del doctor Deming18 , los cuales resumen su filosofa administrativa. Estos son:
1. Crear constancia de propsitos para el mejoramiento de producto y servicio. 2. Adoptar la filosofa nueva de rechazar el desempeo inadecuado. 3. Interrumpir la dependencia de la inspeccin masiva (sobre este punto, recordemos que el doctor Deming particip en la implantacin del control estadstico de calidad en Japn luego de la segunda guerra mundial). 4. Poner fin a la prctica de recompensar a la empresa slo con base en los precios. 5. Mejorar en forma constante el sistema de produccin y servicio.

18

El Dr. Deming tuvo la importante funcin de asesorar al Japn luego de la Segunda Guerra Mundial en donde presento lo que l llam el Ciclo Shewhart hoy conocido como el ciclo Deming (planeacin, ejecucin, control, accin). Walter Shewhart fue uno de los pioneros del Control Estadstico de la Calidad.

61 6. Instituir la capacitacin. 7. Instituir el liderazgo. 8. Eliminar el temor 9. Eliminar las barreras de las reas de trabajo. 10. Eliminar eslganes, exhortaciones y frase hechas dirigidas a la fuerza laboral. 11. Eliminar las cuotas numricas. 12. Eliminar las barreras para el orgullo del desempeo. 13. Instituir un programa que impulse la educacin y la capacitacin. 14. Tomar medidas para lograr la transformacin.

Adems, el doctor Deming, afirma que:


Planear requiere prediccin del desempeo. Las pruebas y experimentos del desempeo pasado son tiles, pero no definitivas. Los empleados trabajan en un sistema que est fuera de su control. Es el

sistema y no las capacidades individuales lo que determina su desempeo.


Estas dos afirmaciones del doctor Deming hablan a favor de la necesidad de la simulacin como una herramienta para el mejoramiento continuo de procesos. A continuacin describiremos las caractersticas de cada uno de los niveles de procesos.

2.5.1

PROCESOS DE NIVEL 1
Estos procesos tiene las caractersticas siguientes:

62 1. Un proceso evoluciona y los participantes lo conocen, pero no est documentado. 2. Los participantes en el proceso conocen sus tareas especficas y cmo realizarlas, pero no entienden el proceso completo. 3. Por lo general, hay una o ms inspecciones del producto, pero la inspeccin ocurre al final del producto. 4. Aunque es probable que los empleados tengan un desempeo adecuado y cumplan con las cuotas, la calidad del producto es impredecible. 5. Por lo regular, existe gerencia con poder. 6. Puesto que los participantes carecen de una comprensin del proceso completo, existe poca comunicacin entre los empleados acerca de posibles mejoras. De manera que un proceso que no est documentado, donde la comunicacin sobre el proceso es baja o nula, donde existe divisin del trabajo y donde el producto sea de calidad incierta entonces es ms probable que se trate de un proceso de nivel 1. Este tipo de procesos es tpico de las empresas que empiezan, y representa una barrera para ingresar al mercado. Este tipo de procesos, es muy probable que mejoren con la aplicacin de los 14 puntos de Deming. As, la primera regla a seguir es el fomentar la comunicacin con respecto al proceso.

2.5.2

PROCESOS DE NIVEL 2
Los procesos de nivel 2, son aquellos en que se trabaja con ms efectividad gracias a que se han documentado o registrado los

procedimientos, de manera que cualquiera de los trabajadores puede

63 realizarlos. Adems, tales procesos se mejoran continuamente y se

actualiza la informacin.
Estas caractersticas pueden resumirse en lo siguiente: 1. Los resultados de un proceso de nivel 2 son predecibles (aunque no necesariamente de alta calidad). 2. Existe comunicacin entre los participantes en el proceso. 3. Se definen y documentan las tareas individuales del proceso. 4. Existe una conciencia de un proceso general por parte de los participantes en cada tarea, sin embargo, el proceso general no est definido o registrado. Para pasar de un proceso de nivel 1 a uno de nivel 2, una empresa debe: 1. Instituir alguna filosofa de administracin de la calidad total o mejoramiento continuo que fomente la comunicacin entre empleados y la gerencia. 2. Hacer el compromiso de escuchar a los empleados. 3. Crear un depsito para la informacin que proporcionen los empleados. An cuando estos pasos fueron ideados para la reingeniera (y aqu procuramos hacer ingeniera) es razonable que esto mismos se aplique al diseo de un proceso no existente. Entonces, la segunda regla de la ingeniera de procesos es documentar cada tarea describiendo lo que debe hacerse, las especificaciones de los insumos requeridos y los productos obtenidos.

64

2.5.3

PROCESOS DE NIVEL 3

Estos procesos son aquellos en que las tareas estn definidas y documentadas, y para el que se crea un panorama completo del proceso. Un proceso de nivel 3 agrega el concepto de CMO fluye el proceso y de CU DO se toman ciertas acciones del proceso. La perspectiva general del proceso se define con efectividad en forma grfica, empleando uno de los diversos tipos de tcnicas de diagramacin. Una de las tcnicas ms difundidas de diagramacin es el diagrama de flujo, que consiste de smbolos que representan pasos del proceso, funciones de almacenamiento y puntos de decisin. Sin embargo, aunque estos diagramas muestran la perspectiva general del proceso no tienen la capacidad para ofrecer una perspectiva real del proceso. Algunas de sus deficiencias son: 1. No representan con precisin el paralelismo de un proceso. 2. No ofrecen ninguna idea del tiempo ni el flujo de produccin. En ocasiones el proceso no sigue la secuencia de tareas establecidas con exactitud. 3. No ofrecen mecanismos para medir los parmetros del proceso, como:

Cantidad de personal asignado a una tarea. Nmero de productos que se elaboran despus de un perodo. Productividad del personal que participa del proceso. Tiempo de ciclo y cadencia del proceso. Colas formadas en el proceso, etctera.

65

2.5.4

PROCESOS DE NIVEL 4
Un proceso de nivel cuatro, es lgicamente aquel que a pasado por procesos de nivel 1, 2 y 3, pero para el cual adicionalmente se han definido los parmetros del proceso y se han medido. Un parmetro en este contexto, es cualquier aspecto de inters en el proceso que sea posible medir y para el cual existe un valor. Estos incluyen, pero no se limitan a: Tiempo de realizacin para elaborar el producto terminado. Tiempo que demora realizar cada proceso. Tiempo para los traslados. Niveles de inventario en cada etapa del proceso. Calidad del producto que se crea en cada etapa. Calidad del producto terminado. Productividad de los empleados. Disponibilidad de los recursos Etctera.

Por lo general slo se contabilizan la cantidad de artculos terminados (productividad) y/o el porcentaje de artculos defectuosos (calidad). Estas medidas slo ofrecen una perspectiva limitada del proceso en general, y poco indican de las causas de problemas en el proceso. Hay muchos factores que afectan la calidad y la productividad, y stos deben medirse. Entre estos factores pueden incluir la dificultad de la

66 tarea que se lleva a cabo (tal como nmero de operaciones necesarias), lo apropiado de la maquinaria que se emplea, el tiempo de preparacin que se requiere, etctera. El doctor Hansen, recomienda una divisin de los parmetros del proceso en dos categoras: los que se requieren para analizar un proceso, y los que se utilizan para determinar la efectividad de un proceso. La primera categora los llama impulsores del proceso, y la segunda se llama medidas del proceso. La Tabla II-1, muestra algunas definiciones de los impulsores y las medidas relacionadas con estos motores.

67

Tabla II-1: DEFI ICIO ES DE LOS IMPULSORES Y LAS MEDIDAS DEL PROCESO
IMPULSORES DEL PROCESO MEDIDAS DE LOS IMPULSORES DEL PROCESO

Insumos de la tarea

Personal que se requiere

Tiempo que se requiere para realizar la tarea

Procesamiento condicional Motivadores de la tarea Consumadores de la tarea Trabajo repetido

Costos

Tasa de insumos para la tarea a) Por perodo b) Por hora del da Tipos de insumos para la tarea Personal especfico para la tarea Personal disponible de medio tiempo para la tarea Niveles de personal por hora del da Cantidad promedio de tiempo que se requiere para la tarea Tiempo requerido con base en una distribucin Tiempo requerido con base en el tipo de artculo con el que opera Tipos de condiciones que es probable que se presenten Alternativas para cada condicin que se presente Frecuencia con las que ocurren las condiciones Condiciones que finalizan la tarea Porcentaje de artculos que se devuelven para repetir el trabajo Secuencia o ruteo para el reprocesamiento Costos de mano de obra Costos de materia prima Costos de amortizacin de herramientas y equipo

Adaptado de: Automatizacin, por Gregory Hansen

Estos parmetros no son los nicos, pero son una buena base para empezar a medir el proceso. Debe recordarse, que la intencin es medir el proceso de la manera ms realista posible, por lo que se emplearn las herramientas del anlisis estadstico, tales como grficas de barras, distribuciones de probabilidad y otras tantas tcnicas que pueden emplearse en un estudio formal. En este punto, se presenta un problema al disear un proceso, dado que no disponemos del proceso para medirlo. Sin embargo, no debe

68 representar dificultad dado que trabajaremos en base a operaciones unitarias, tal como comentamos en la pgina 20.

2.5.5

PROCESOS DE NIVEL 5
A fin de alcanzar un proceso de nivel 5, debemos haber aplicado las cuatro primeras reglas para los anteriores niveles. As, un proceso de nivel 5, es aquel para el cual:

El proceso se ha analizado y comunicado. La tareas del proceso se han registrado verbalmente. Se ha creado una perspectiva general del proceso mediante la diagramacin del mismo.

Se han definido y medido los parmetros del proceso.

El siguiente paso es crear un modelo del proceso. Para este fin se han obtenido la informacin anterior. Tambin debemos variar diversos escenarios mediante alguna herramienta de modelado y simulacin. La razn, explica el doctor Hansen, es que no podemos probar en la realidad mltiples escenarios debido al tiempo y los costos (esto sin agregar la molestias que causaramos entre el personal). Al respecto George B. Dantzig , el creador de la programacin lineal, en una entrevista publicada en The College Mathematical Journal, marzo de 1986, dira: Los que mandan generalmente mueven las manos y dicen He considerado todas las alternativas. Pero es casi siempre basura. Lo ms probable es que no pudiesen estudiar todas la combinaciones.

69 Tampoco en la simulacin nos va a ser posible simular cada posible escenario (salvo que sea un modelo sencillo), pero las estadsticas del proceso junto con las grficas de las mismas, nos darn una idea de los posibles cambios a realizar, por lo que debemos ser hbiles en la interpretacin y definicin de parmetros a recolectar. Una vez simulado el proceso y realizado las mejoras, el orden de los pasos cambia, es decir: 1. Analizaremos las opciones del proceso (volver a la Regla del nivel 1). 2. Cambiamos el modelo (volver a las Reglas 3 y 4 de los respectivos niveles). 3. Simulamos los cambios (volver a aplicar la Regla 5). 4. Documentamos los cambios (volver a aplicar la regla 2). Este proceso repetitivo es un ejemplo del punto 5 de Deming (mejorar en forma constante el sistema de produccin y servicio).

2.6 CURVA DE APRE DIZAJE


La curva de aprendizaje representa una teora ampliamente aceptada, la cual implica la disminucin en el tiempo de procesamiento a medida que se acumulan productos terminados. El enunciado de esta teora es:

Cada vez que se duplique la cantidad acumulada de unidades producidas, el tiempo de fabricacin disminuir en una tasa denominada tasa de aprendizaje
Estudios efectuados 19 muestran que dicha curva se ajusta a la ecuacin:

19

Ver Direccin de Operaciones, Aspectos Estratgicos en la Produccin y los Servicios por Machuca y otros.

70

Tn = T1 * n (ln / ln 2) ......
Donde: Tn = Tiempo de la ensima operacin T1 = Tiempo de la primera operacin

Ecuacin 1

n = nmero de veces que se ha realizado la operacin

= tasa de aprendizaje
En el modelado del proceso de manufactura del RoomGame emplearemos la Ecuacin 1 para la determinacin del tiempo de procesamiento de la ensima operacin. La forma caracterstica de la curva de aprendizaje se muestra

en la Ilustracin II-14.

71

Ilustracin II-18: GRFICA DE LA CURVA DE APRE DIZAJE

30

20

10

0 0 2 4 6 8 UnidadesProducidas 10 dias 12

Tiempo por unidad

2.7 DEFI ICI DEL TIEMPO I ICIAL U ITARIO


La definicin del proceso productivo nos llevar a definir el Tiempo De la Primera Operacin (T1). Definiremos para tal propsito el T1, como el tiempo que toma la ejecucin de la primera operacin unitaria bsica. Por ejemplo, si deseamos cortar un tubo y obtener 4 segmentos iguales, el T1 sera el correspondiente al lapso de tiempo de cada uno de los cortes (3 en total). De manera que si el T1 para la operacin de corte en el ejemplo es 10 minutos, el tiempo total para los tres cortes es el dado por la Ecuacin de la Curva de Aprendizaje:
3

Tiempo Total =

10 * n ln / ln 2
n=1

...... Ecuacin 2

72 En la Ecuacin 2, nos percatamos que el nico parmetro que podemos alterar es la tasa de aprendizaje (), por lo que el modelo de simulacin se convierte en un modelo determinstico.20 De manera general, el modelo de simulacin acumular el tiempo de los procesos en conformidad con la frmula:
x

Tiempo Total =

T1 * n ln / ln 2
n=1

...... Ecuacin 3

Donde x ser el nmero de veces que se repite la operacin o tarea (las dems variables ya se explicaron).

2.8 SOBRE LOS DIAGRAMAS DE FLUJO


La Sociedad Latinoamericana para la Calidad define un Diagrama de Flujo como:

Una representacin pictrica de los pasos en un proceso, til para determinar cmo funciona realmente el proceso para producir un resultado
El resultado continua diciendo puede ser un producto, un servicio, informacin o una combinacin de los tres. Un diagrama de flujo final deber actuar como un registro de cmo el proceso actual realmente opera y debe indicarse la fecha. De las definicin proporcionada por la Sociedad Latinoamericana para la Calidad, vemos que el objetivo del diagrama de flujo es describir el proceso tal como es.
20

Cuando modelemos la curva de aprendizaje con la Dinmica de Sistemas, veremos la razn de usar un modelo determinstico en reemplazo de uno estocstico. Claro que otra opcin es elegir como una variable estocstica, en cuyo caso tendramos un modelo aleatorio y dado que n se incrementa, tendramos un modelo estocstico que a largo plazo muestra una tendencia exponencial.

73 An cuando existen literalmente docenas de smbolos especializados, se utiliza con frecuencia los siguientes:

SMBOLO

DESCRIPCI
Un paso o una tarea del proceso. Una descripcin breve del paso se presenta dentro del smbolo. Punto de verificacin o de decisin. Este Diamante indica un punto de ramificacin en el proceso. La descripcin esta escrita generalmente dentro del smbolo, generalmente en la forma de una pregunta. Cada respuesta est identificada para que corresponda a una respuesta. Cola o punto de espera.

Punto de almacenamiento interno.21 El smbolo documento representa la informacin escrita pertinente al proceso. El smbolo de la base de datos representa informacin almacenada electrnicamente con respecto al proceso. Representa un retraso o demora en el proceso

Representa preparacin antes de ejecutar una tarea

An cuando un Diagrama de Flujo es una herramienta til para obtener una perspectiva del proceso, podemos notar las deficiencias del mismo. En primer lugar, no es posible mediante un Diagrama de Flujo representar la naturaleza de los procesos, ya que stos fuesen paralelos o seriales. Otra desventaja de los DF, es que no establecen quin hace qu y en que momento, y tampoco nos permite calcular los tiempos de ciclo de los procesos, porcentaje de utilizacin de los recursos y de las actividades. La ventaja de los DF es que permiten comunicar el

21

En el modelamiento con ProcessModel emplearemos el tradicional tringulo invertido para representar almacenamientos.

74 proceso de manera fcil y sencilla y que permiten establecer puntos de verificacin o decisin del tipo IF ... THEN ... ELSE. En la ingeniera industrial, existen adems los tpicos DOP y los diagramas Hombre-Mquina. Si bien es cierto, en stos podemos identificar los tiempos de procesamiento, stos diagramas gozan de la desventaja de ser determinsticos y de no reflejar puntos de decisin ni reprocesamientos. Precisamente estas dos desventajas de los DOP nos han llevado a cometer el error de obtener

conclusiones para los sistemas basados en DOPs. Una de stas conclusiones errneas proviene de los clculos denominados Balance de Lnea22, en donde se emplean variables determinsticas, sin tener en cuenta que por lo general stas son aleatorias (ya sea por accin de la mano del hombre, por la confiabilidad del sistema, por reprocesamientos, etc.). Por ltimo, ni DOP, ni DF, ni Diagrama H-M, son medios con los cuales uno pueda interactuar, es decir, no podemos preguntarle a los diagramas, y qu si....? o qu sucedera si...? . As, los modelos de simulacin vienen a ser representaciones de los procesos con los que podemos interactuar. Claro est que los modelos de simulacin y en especial los obtenidos mediante ProcessModel pueden emplearse como representaciones pictricas de los procesos, en lugar del Diagrama de Flujo.

22

Una caracterstica diferenciadora de los sistemas JIT con respecto a los sistemas tradicionales es precisamente la manera de balancear las lneas de produccin. Otra teora interesante con respecto al Balance de Lneas es la Teora de las Limitaciones o TOC por sus siglas en ingls. Al respecto puede verse Machuca y otros, 1994, en la bibliografa.

75

2.9 VOCABULARIO
Estado: Es una variable caracterizando un atributo en el sistema tal como un nivel en el stock de inventario o el nmero de trabajos esperando para su procesamiento. Evento: Una ocurrencia en un momento de tiempo dado que puede cambiar el estado del sistema, tal como el arribo de un cliente o el inicio de un trabajo en una estacin. Entidad: Un objeto que atraviesa el sistema, tal como carros en una interseccin u ordenes en una fbrica. Frecuentemente un evento (e.g. un arribo) es asociado con una entidad (e.g. un cliente). Experimento: Un experimento es cualquier proceso o estudio que resulta en la recoleccin de datos, el resultado del cual es desconocido. Parmetro: Un parmetro es un valor, usualmente desconocido (y que por eso debe ser estimado), usado para representar una caracterstica de la poblacin. Por ejemplo, la media es un parmetro frecuentemente usado para representar el valor promedio de una poblacin. RoomGame: Estructura tubular empleada por nios con fines recreativos en lugares de esparcimiento. Proceso: Conjunto de tareas o actividades desarrolladas con un objetivo especfico. Tareas: Cada uno de los elementos conformantes de un proceso.

76 Simulacin por Eventos Discretos: Simulacin en el cual los eventos ocurren en puntos distintos de tiempo. Nada acontece entre dos eventos. Simulacin Continua: La simulacin es continua cuando los estados del sistema cambian todo el tiempo, no justo en el momento que ocurre algn evento discreto. Validacin: Es el proceso de comparar la salida del modelo con el comportamiento del fenmeno. Dinmica de Sistemas: En unas pocas palabras, es el estudio riguroso de problemas sobre el comportamiento de sistemas, usando los principios de retroalimentacin, dinmica y simulacin.

Captulo III

DESCRIPCIN DEL ROOMGAME

3.1 I TRODUCCI
Al producto a fabricar, se le ha denominado RoomGame. Los fabricantes de estas estructuras los denominan Juegos Recreativos de Tierra.1 En mi parecer ese nombre no describe bien el producto y es muy largo como para emplearlo en una campaa publicitaria, es por eso que se han usado dos palabras en ingls para describirlo como un cuarto o sala de juego. Un RoomGame es una estructura elaborada en base a tubos soldados con diversos accesorios tales como trampolines, toboganes, y otros. La forma de stas estructuras son diversas, dependiendo de los gustos del cliente, el tamao y forma del local, y tambin lgicamente del presupuesto. A fin de describir ms eficientemente el producto, he elaborado un plano en AutoCAD, lo cual es recomendable por las facilidades que softwares CAD brindan para el diseo de productos. El dibujo es tridimensional, por lo que en la computadora puede apreciarse desde cualquier vista y/o ngulo de elevacin. Hoy en da la ventaja del AutoCAD y otros softwares similares, es evidente. Entre ellas tenemos:

Es mucho ms fcil comunicar ideas en tiempo de diseo si se tiene un


grfico.

Podemos visualizar el modo de fabricarlo. Podemos encontrar fallas en el diseo y modificarlas. Nos servir para las especificaciones de fabricacin.
1

Ver Anexo 1.

78

La capacidad de modelizacin fotorrealstica (renderizado) del AutoCAD,


nos permite mostrar a nuestros clientes cmo se ver el producto una vez elaborado. La representacin de la estructura es completa, no as el acabado. Esto para no complicar el grfico con detalles que pueden ser obvios. En la ciudad de Lima, existen varios fabricantes de este tipo de estructuras, entre los que tenemos: FIBROTECNIA LUBECA PERUANA INDUSTRIAS AGGO Telf. 446-3186 Telf. 423-6413 Telf. 351-5849

FIBROTECNIA, tuvo la amabilidad de cotizarme va fax una de estas estructuras, copia de la misma se muestra en el Anexo 01. En dicha cotizacin, puede apreciarse que ponen a disposicin del cliente, una variedad de modelos. La cotizacin que se le pidi, corresponde a los modelos ms econmicos y podemos apreciar que los precios fluctan entre los US$3,480.00 y los US$5,650 sin IGV. Los precios no incluyen la instalacin. Las siguientes secciones muestran el producto mediante grficos y tambin especificaciones de materiales y precios de los mismos, los cuales se emplearon en la elaboracin del modelo de simulacin.

3.2 ILUSTRACIO ES DEL ROOMGAME E AUTOCAD


Las siguientes dos ilustraciones nos muestran la estructura a fabricar hecha de tubos comerciales y una presentacin del producto una vez instalado el tobogn.

79 Se ha diferenciado los tipos de materiales con diferentes colores para facilitar su identificacin. La escala empleada es 1:50, pudindose imprimir o plotear a la escala deseada ya que en AutoCAD se trabaja en unidades de dibujo y en el momento de plotear se selecciona la escala.

80

Ilustracin III-1: ESTRUCTURA TUBULAR DEL ROOMGAME

81

Ilustracin III-2: ROOMGAME: ESTRUCTURA, ACCESORIOS Y ACABADO

82

3.3 ESPECIFICACIO ES DEL ROOMGAME


Los componentes bsicos de la estructura del RoomGame son los tubos. A fin de estandarizar y facilitar el proceso de fabricacin del RoomGame, se han elegido tamaos estndar para los tubos. Estos se muestran a continuacin: 1. Tubos de 50 mm x 1.50 m. Se identifican en la Ilustracin III-1, por los colores rojo o verde. En el modelo se les denominar simplemente Corto.

2. Tubos de 60 mm x 2.40 m. Se distinguen por representarse de color azul. En el modelo se les denominar simplemete Medio.

3. Tubos de 60 mm x 5.0 m. Son las columnas de las torre para el tobogn. Se muestran de color azul. En el modelo se les denominar simplemete Largo.

83 La fabricacin de la estructura tubular para el Roomgame, esta basada nicamente en estos tres tipos de tubos. La cantidad de tubos necesarios para la fabricacin de la estrutura, se detalla en la Tabla III-1.

Tabla III-1: CA TIDAD Y TIPO DE TUBOS A EMPLEAR E FABRICACI


TIPO DE TUBO Corto Medio Largo

LA

DEL ROOMGAME
CA TIDAD 64 12 4

La cantidad y tipo de tubos, determina el requerimiento de tubos (tipo comercial), el cual, junto con el costo unitario en dlares, se muestra a continuacin (ver Tabla III-2).

Tabla III-2: REQUERIMIE TO DE TUBOS COMERCIALES TUBO


De 60mm x 6.4m esp.=2.5mm De 50mm x 6.0m esp.=2 mm CA TIDAD 10 16 COSTO* (unitario) 16.29 14.57 COSTO US$ 162.90 233.12 396.02

COSTO TOTAL
* Fuente: Ferretera THALES - Septiembre del 2000.

Dado que se planea elaborar un modelo justo a tiempo, los datos de la Tabla III-2, permiten establecer los lotes de pedido de tubos, e ir acumulando los costos a travs del modelo.

84 Debo mencionar que para fabricar el RoomGame, se comprar el Tobogn2, de acuerdo a las especificaciones que se suministren al fabricante. Dicho Tobogn es representado como una entidad en la simulacin y se le asigna el atributo costo, el cual se adiciona al costo total. Igualmente, se mandarn preparar y coser los forros de marroqun para los tubos. La malla o red que cubre el RoomGame, tambin se comprar a terceros. Estos en su conjunto se representan por la entidad Package. Los costos calculados para el Tobogn y los recubrimientos, se muestran en la Tabla III-3.

Tabla III-3: REQUERIMIE TOS DE I SUMOS Y PARTES PARA EL ACABADO


DESCRIPCIO TOBOGAN PINTURA VARIOS ACABADO U ID. Global Gal. Global CA T. 01 04 01 COSTO U IT. ($) 1000 15 900 COSTO $ 1000 60 900

La Ilustracin III-3 nos muestra los detalles del tobogn, el cual es de fibra de vidrio. Una vez ms vemos la ventaja de emplear sistemas CAD para establecer las especificaciones de ingeniera de un producto o parte de este, esto sin contar con el hecho de que un archivo CAD pueda ser ledo por un equipo con control numrico computarizado (tal como un torno o una fresadora).

Tubo de fibra de vidrio en forma de espiral por el cual se deslizan los nios.

85

Ilustracin III-3: DETALLE DEL TOBOG

Captulo IV

DESCRIPCIN DEL PROCESO PRODUCTIVO DEL ROOMGAME

4.1 I TRODUCCI
Una vez adquirido una visin panormica del producto a fabricar, podemos definir una estructura tentativa del proceso productivo y su secuencia, lo cual lo haremos mediante un diagrama de flujo del proceso. Pero antes, debemos definir lo que se ha denominado bastidores. Los bastidores, son subconjuntos de la estructura general del RoomGame. El propsito de la divisin de la estructura en bastidores es facilitar la confeccin del mismo. La siguiente ilustracin presenta la estructura del RoomGame dividida en bastidores y los tubos requeridos para unir los bastidores.

87

Ilustracin IV-1: ESTRUCTURA DEL ROOMGAME MOSTRA DO LA DIVISI E BASTIDORES

88

4.2 DIAGRAMA DE FLUJO DEL PROCESO


Ya hemos mencionado1 a cerca de los inconvenientes que presentan los clsicos diagramas empleados en la Ingeniera Industrial para la representacin de los procesos y la conclusin al respecto, es que no podemos definir un proceso de manufactura sustentndonos en tcnicas tradicionales sino que debemos valernos de tcnicas de simulacin. No obstante, se hace necesario el tener un modelo que nos sirva de fundamento para la simulacin, por lo que nos vemos obligados a elaborar un Diagrama de Flujo para el proceso de manufactura del RoomGame. Este modelo bsico expresa lo que creo ser el proceso. La Ilustracin IV-2 nos muestra tal diagrama.

Ver 2.8 SOBRE LOS DIAGRAMAS DE FLUJO.

89

Ilustracin IV-2: DIAGRAMA DE FLUJO TE TATIVO PARA EL PROCESO DE FABRICACI DEL ROOMGAME

Almacen tubos

Corte

tubos

Confeccin Bastidor 1

Confeccin Bastidor 2

Confeccin Bastidor 3

Tubos ensamble

Ensamble Bastidores

Colocacin Tobogn

Pintado

Acabado

90

4.3 DEFI ICI

DE LOS TIEMPOS I ICIALES (T1)

PARA LA MA UFACTURA DEL ROOMGAME


La Tabla IV-1 muestra las definiciones de los T1 para las diferentes operaciones en el Diagrama de Flujos.

Tabla IV-1: DEFI ICI OPERACIO ES E

DE LOS T1 PARA LAS DIFERE TES ROOMGAME

EL PROCESO DE MA UFACTURA DEL

UBICACIN T1 (en el diagrama)


Corte tubos

DEFINICION
Lapso de tiempo que toma al operador ejecutar el primer corte

Confeccion Bastidor[i]

Lapso de tiempo que toma al operador ejecutar el cordn de soldadura que unir dos tubos en el primer bastidor que fabrique Lapso de tiempo que toma al operador ejecutar el cordn de soldadura que unir un bastidor y un tubo usado para ensamble, en la primera estructura fabricada Lapso de tiempo que toma el instalar el tobogn la primera vez que se sita ste Lapso de tiempo empleado para efectuar la operacin de pintado en la primera estructura fabricada Lapso total de tiempo empleado la primera vez que se instala accesorios y otros en la operacin denominada acabado.

Ensamble bastidores

Colocacion Tobogan

Pintado

Acabado

La definicin de los T1 nos permite estimar tiempos de procesamiento total mediante simulacin de operaciones unitarias.

91

4.4 DETALLE

DEL

DIAGRAMA

DE

FLUJO

DEL

PROCESO DE MA UFACTURA DEL ROOMGAME


El diagrama de flujo del proceso propuesto, nos muestra actividades que definiremos a continuacin, en la Tabla IV-2.

Tabla IV-2: DEFI ICI

DE SMBOLOS USADOS E FLUJOS

EL DIAGRAMA DE

NOMBRE ACTIVIDAD
Almacen tubos Corte tubos Confeccion Bastidor[i]

TIPO
Almacn Actividad

DESCRIPCIN

Ubicacin de almacenamiento de tubos

Operacin de corte de tubos con cortadora manual de tubos. T1* = 6min Operacin de unin de los tubos mediante soldadura por arco elctrico, el resultado de lo cual es el bastidor i. T1 = 20min Ubicacin de almacenamiento de los tubos cortos necesarios para ensamblar los bastidores y obtener la estructura del RoomGame Operacin de ensamble de bastidores. T1 = 20 min Operacin de colocacin del tobogn. T1 = 8hr Operaciones de pintado**. T1 = 32hr Operacin multiple en el que se coloca la tina de pelotas, se forra la estructura con espuma y marroqun, se colocan las bases de madera forradas de espuma para la torre y se coloca el enmallado. T1 = 24hr

Actividad

Tubos ensamble Ensamble bastidores Colocacion Tobogan Pintado

Almacn Actividad Actividad Actividad

Acabado

Actividad

* T1 = Tiempo inicial unitario. ** o se define una demora para el secado de la pintura a fin de simplificar el diagrama.

Los T1 se obtuvieron en base a muestreos de operaciones unitarias, as por ejemplo, en el caso de la operacin de corte de tubo, con cortadora manual para tubos, se obtuvieron los resultados mostrados en la Tabla IV-3.

92

Tabla IV-3: MUESTREO DEL TIEMPO PARA LA OPERACI DE TUBOS"


Iteracin
1 2 3 4 5

"CORTE

TIEMPOS E MI UTOS
Transporte 0.25

Colocar
1.50 1.08 0.67 0.60 0.58

Cortar 3.92 3.33 2.75 2.00 1.97

Total 5.42 4.42 3.42 2.60 2.55

De la muestra tomada para la operacin de corte de tubos se extrae la conclusin de que la tasa de aprendizaje para la operacin es de 81% 2 y el T1 es de 5.42 minutos, los cuales se redondearon a 6 minutos. An cuando slo se verific el tiempo de corte en 5 ocasiones consecutivas, es clara la tendencia de la data obtenida. La Ilustracin IV-3 muestra los tiempos (lneas de trazo) y la lnea de tendencia con = 0.81 (lnea continua).

Tasa calculada para el primer par de datos.

93

Ilustracin IV-3: MUESTREO DEL TIEMPO DE CORTE

6.00 5.50 5.00

minutos

4.50 4.00 3.50 3.00 2.50 2.00 0 1 2 3 4 5 6

nmero cortes

Cortes efectuados el 23 de septiembre del 2000.

Debe apreciarse que podemos obtener diferentes tasas de aprendizaje si calculamos esta entre dos pares distintos de datos. En el presente caso, la tasa de 81% corresponde a la calculada entre el primer y segundo tiempos de procesamiento y es la que emplearemos en la simulacin del tiempo de corte del escenario normal.

Captulo V

DESCRIPCIN DEL SISTEMA PRODUCTIVO PARA LA FABRICACIN DEL ROOMGAME

Un sistema es una abstraccin de la realidad, elaborada por la mente humana y que nos permite estudiar la misma, dividindola en elementos y estableciendo las interrelaciones entre dichos elementos.

5.1 DEFI ICI DEL SISTEMA PRODUCTIVO


Definamos nuestro sistema productivo cmo aquel que est compuesto por el rea productiva de la empresa con el personal, los equipos y materiales como elementos del mismo y tambin las interrelaciones del rea productiva con elementos externos a la empresa, tales como los clientes y los competidores.

5.1.2

OBJETIVO PRODUCTIVO

DEL

ESTUDIO

DEL

SISTEMA

El objetivo del estudio del sistema productivo es estudiar el comportamiento del sistema productivo en la etapa inicial de ejecucin de un proyecto. Las caractersticas que nos interesan estudiar son: 1. La curva de aprendizaje. 2. El ciclo de vida del producto. As, nuestro inters es modelar la influencia de stos dos en el diseo del proceso de produccin.

95

5.1.3

DESCRIPCIN DEL SISTEMA DE PRODUCCIN


Podramos pensar que el sistema productivo esta compuesto por todos los elementos propios de un departamento de produccin, pero, stos elementos no me ayudan a entender el patrn de conducta del ciclo de vida del producto, por lo que debemos extender los lmites del sistema. As, la Ilustracin V-1, nos revela el sistema que explicara el comportamiento de las unidades vendidas por periodo de tiempo.

Ilustracin V-1: DIAGRAMA PICTRICO DEL SISTEMA A ESTUDIAR

96

Transacciones
EMPRESA

CLIENTES

COMPETIDORES COMPETIDORES

Transacciones

De manera que la forma caracterstica del ciclo de vida, debe estar relacionado con los clientes, an cuando la empresa y los competidores puedan influir en ella. Por otra parte, la curva de aprendizaje no tiene gran relacin con el sistema mostrado en la Ilustracin V-1, por lo que debemos profundizar en el subsistema empresa, para estudiar tal conducta. La Ilustracin V-2 nos muestra tal sub sistema.

Ilustracin V-2: SUBSISTEMA EMPRESA

97

EMPRESA

Productos

Recursos Econmicos

P er sonal

Herramientas y Equipos y Materiales

Observemos que las empresas no representan sistemas cerrados, dado que continuamente interactan con su entorno. Es claro que el personal de la empresa y la experiencia del mismo, juegan un papel importante en el proceso de aprendizaje, y es en el factor humano que nos basaremos para el modelamiento con Dinmica de Sistemas para estudiar la curva de aprendizaje.

Captulo VI

MODELAMIENTO MEDIANTE SIMULACIN DEL PROCESO DE MANUFACTURA DEL ROOMGAME

6.1 I TRODUCCI
En el presente captulo se elaborarn dos modelos con DS. El primero es un modelo de curva de aprendizaje que nos permitir estimar la tasa de produccin (unid./tiempo). La estimacin de la tasa de produccin y su conducta en el tiempo (modelo dinmico) nos permitir a su vez obtener el tiempo de ciclo ya que:

1 Tiempo de Ciclo = Tasa de Produccin

......Ecuacin 4

Ntese que la Dinmica de Sistemas no trabaja con datos discretos, por lo que es necesario evaluar la tasa de produccin en lugar del tiempo de produccin. El segundo modelo, tendr como propsito estudiar el ciclo de vida del producto. De este estudio, obtendremos las unidades vendidas por periodo lo cual no es otra cosa que la demanda. Ya que se ha evaluado el tiempo de ciclo en el primer modelo, estamos en la posibilidad de responder a la pregunta: Podremos abastecer la demanda calculada para los siguientes meses, dado un tiempo de ciclo tambin calculado? Por supuesto que el tiempo de ciclo calculado mediante DS es slo una aproximacin1, y por lo tanto debemos incrementar la precisin del modelo mediante un experimento de simulacin por procesos discretos. Es por tal razn
1

Menciono aproximacin porque el proceso de manufactura est basado en tiempos discretos.

99 que en la segunda parte del presente captulo estaremos modelando la manufactura del RoomGame con ayuda del ProcessModel. Nuestro objetivo al usar el ProcessModel ser establecer un clculo para el tiempo de ciclo, el coto del proceso y el porcentaje de utilizacin de los recursos.

6.2 MODELAMIE TO CO DI MICA DE SISTEMAS


6.2.1 MODELAMIENTO DE LA CURVA DE APRENDIZAJE
Para comprender, la curva de aprendizaje, se elabor el siguiente diagrama causal (ver Ilustracin VI-1 ) :

Ilustracin VI-1 DIAGRAMA CAUSAL: CURVA DE APRE DIZAJE

TiempoPorUnidad -

TasaProduccion +

+ UnidadesProducidas

+ Experiencia

En este Diagrama Causal, apreciamos que a mayor cantidad de unidades producidas (acumuladas), mayor experiencia obtendrn los que ejecuten el proceso. A mayor experiencia, la tasa de produccin (unidades producidas en un tiempo determinado) ser mayor. Si la tasa de produccin se incrementa, entonces es obvio que la acumulacin de unidades producidas se ver afectada en la misma proporcin. As, el Diagrama de Forrester, se muestra en la Ilustracin VI-2 :

100

Ilustracin VI-2 DIAGRAMA DE FORRESTER: CURVA DE APRE DIZAJE

TiempoPorUnidad

TasaDeProduccion

Unidades Producidas

Experiencia f TasaDeProduccion f Experiencia

La simulacin de ste Diagrama de Forrester por un periodo de 48 meses, se muestra en la siguiente grfica:

101

Ilustracin VI-3 COMPORTAMIE TO DEL TIEMPO POR U IDAD vs PRODUCCI ACUMULADA E EL MODELO

30

20

10

0 0 5 10 15 20 UnidadesProducidas 25 dias 30

TiempoPorUnidad : Current

Podemos apreciar que la produccin de la primera unidad, puede tomarnos cerca de 27 das, mientras que despus de la 15 a 20 unidad producida, el tiempo que tomar producir una unidad, se habr reducido a 12 das, mantenindose aproximadamente constante en lo sucesivo. Es posible tambin, calcular la tasa de aprendizaje de la curva de aprendizaje en el modelo. Esta se muestra en la Tabla VI-1.

Tabla VI-1 TASA DE APRE DIZAJE PARA LOS SEIS PRIMEROS PERIODOS DE SIMULACI
Periodo Tasa de aprendizaje

1 2 3 4 5 6
Promedio

80.5% 78.6% 78.6% 79.5% 80.6% 81.4% 79.9%

Fuente: Modelo de simulacin Ilustracin VI-2

102 Podemos ver que la tasa de aprendizaje promedio, es de 80%, y que es precisamente ste, el valor que utilizaremos en el escenario normal o conservador cuando desarrollemos el modelo de simulacin por eventos discretos. El tiempo requerido para elaborar una unidad en su relacin con el tiempo, se muestra en la Ilustracin VI-4.

Ilustracin VI-4 VARIACI

HISTRICA DEL TIEMPO DE CICLO

30

20

10

0 0 12 24 Time (Month) 36 dias 48

TiempoPorUnidad : Current

En la Ilustracin VI-4 podemos ver que luego del 12 mes la variacin en el tiempo de ciclo es despreciable, pero que ya incluso desde el 6 mes, la variacin es mnima. En este punto, se presenta un punto de controversia, referente a la costumbre de emplear funciones de distribucin de probabilidades, para representar el carcter aleatorio de los modelos de simulacin. En un estudio tpico de simulacin, se selecciona y valida la funcin de distribucin de probabilidad mediante pruebas de bondad de ajuste. En la

103 presente tesis, no se van a emplear funciones de distribucin para los fines de simulacin por eventos discretos. Las razones son sencillas: 1. El patrn de conducta del sistema en estudio es conocido, y es el que se muestra en la Ilustracin VI-3. 2. El estudio es en tiempo de diseo no en tiempo de ejecucin, por lo que nos es imposible recolectar datos a partir de los cuales podamos estimar los parmetros de la f.d.p. Esto de ninguna manera significa que no necesitamos las probabilidades y la estadstica, sino que el papel de los mismos ser necesario para cotejar a posteriori el modelo propuesto con la realidad (verificacin en las etapas iniciales de puesta a punto del proyecto). Yo dira, que las estadsticas tomarn su parte de la manera clsica, luego que el sistema se estabilice (6 mes en el modelo). Con esto no pretendo decir que en los primeros 6 meses el comportamiento del sistema vaya a ser totalmente determinstico, sino que las variaciones con respecto a la curva de aprendizaje sern parecidas a las mostrada en la Ilustracin VI-5, que es el mismo modelo para la curva de aprendizaje slo que se le ha agregado una factor de variacin aleatoria para la tasa de produccin con el propsito de indicar que sta no slo depende de la experiencia del personal. Esta variacin en la tasa de produccin se puede tambin simular haciendo igual a una f.d.p. uniforme con parmetros min y

max.2

Lo que no s, es si valdra la pena complicar un modelo que est en etapa de diseo. Mi opinin particular, es que no es necesario.

104

Ilustracin VI-5: MODELO ESTOCSTICO DE LA CURVA DE APRE DIZAJE

40 30 20 10 0 0 2 4 6 8 UnidadesProducidas 10 dias dias 12

Aleatorio Deterministico

Obviamente, estas deducciones se apoyan en el Modelo de Dinmica de Sistemas (MDS), y que luego cuando elaboremos el Modelo de Simulacin por Eventos Discretos (MSED) en el siguiente apartado del presente captulo, veremos que las conclusiones del MDS, pueden ser muy cercanas al comportamiento predicho por el MSED. De all, la importancia de retroalimentar ambos modelos, de manera que se forma un bucle (ver Ilustracin VI-6 ).

Ilustracin VI-6 RETROALIME TACI

E TRE LA DI MICA DE DISCRETA

SISTEMAS Y LA SIMULACI

Modelo con Dinamica de Sistemas

Modelo con Simulacin Discreta

105

6.2.2

MODELAMIENTO PRODUCTO

DEL

CICLO

DE

VIDA

DEL

Nuestro inters en la curva denominada Ciclo de Vida del Producto, es que a partir de sta podemos estimar de manera dinmica la demanda del RoomGame. Esto a su vez, nos permitir determinar la capacidad de produccin y los recursos necesarios para el mismo. Veamos el diagrama causal de la misma (ver Ilustracin VI-7 ).

Ilustracin VI-7 DIAGRAMA CAUSAL PARA EL COMPORTAMIE TO DEL CICLO DE VIDA DEL PRODUCTO

Clientes Atendidos +

+ Productos Vendidos Mercado Potencial + Personas Interesadas + + Reconocimiento DelProducto

+ Saturacin Mercado

En el Diagrama Causal para el ciclo de vida del producto, podemos apreciar la existencia de dos ciclos estabilizadores y uno desestabilizador. El comportamiento del Ciclo de Vida del Producto, ha sido ampliamente estudiado y el modelamiento del mismo nos servir de arquetipo, en el cual estudiar diversos escenarios que nos permita entender el por qu de las diversas formas observadas. Como ejemplo, se muestra algunos ciclos de vida histricos. Dicha ilustracin fue tomada del libro Implacable,

106

Ahora s, por fin, la manera japonesa de hacer marketing, en el cual los


autores mencionan que el rpido tiempo de desarrollo y la estrategia de

imitar productos dan por resultado una rpida difusin de los nuevos productos. En consecuencia, la pendiente del ciclo de vida del producto se est volviendo ms empinada.3
Cmo veremos posteriormente, la causa ltima del empinamiento del ciclo de vida del producto, es la difusin de los mismos. Esta observacin, coincide con el modelo elaborado ms abajo.

Ilustracin VI-8 CICLOS DE VIDA MAS PE DIE TES Y CORTOS

Unidades vendidas por perodo

TV en colores 1960-1970 Radio de Transistores 1950-1960 Discos CD 1980-1990

Tiempo (desde la introduccin)

Adaptado de: Implacable, Ahora s, por fin, la manera japonesa de hacer marketing por Jonhy K. Johansson e Ikujiro onaka, pg. 160

A continuacin presentar el Diagrama de Forrester correspondiente al Diagrama Causal de la Ilustracin VI-7 . Posteriormente veremos que el comportamiento para la variable clientes atendidos por perodo que es

igual a las unidades vendidas- es similar al observado en la realidad.

Pg. 160 del mencionado libro.

107

Ilustracin VI-9 DIAGRAMA DE FORRESTER PARA EL CICLO DE VIDA DEL PRODUCTO

ReconocimientoProducto f Test f Reconocimiento Producto

Cantidad Inicial

IncPersonasInteresadas f

Mercado Potencial

PersonasInteresadas

Clientes Atendidos Saturacion Mercado TasaMercado Productos Vendidos

DecPersonasInteresadas f

CapacidadMercado

La simulacin de la Ilustracin VI-9 nos proporciona la curva del ciclo de vida del producto ( ver Ilustracin VI-10 ). En la Ilustracin VI-10 podemos apreciar la forma clsica del ciclo de vida ya expuesto. Cmo ya se mencion, la pendiente del ciclo de vida del producto, depende de la difusin del producto. Sin embargo, podemos distinguir dos tipos de difusin del producto: 1. La difusin inicial del producto a travs de una campaa publicitaria, y 2. El incremento en la tasa de difusin del producto. Es decir, el incremento en la cantidad de clientes potenciales. Este ltimo tipo de difusin puede alcanzarse al estilo norteamericano, mediante promociones y ofertas, al estilo japons, mediante el

108 incremento de competidores4 en el mercado o una combinacin de ambas estrategias .

Ilustracin VI-10 GRAFICO DEL CICLO DE VIDA DEL PRODUCTO OBTE IDO MEDIA TE SIMULACI

0 0 12 24 Time (Month) 36 unid. 48

Ventas por periodo

Esta ltima grfica, corresponde a un nivel inicial de difusin de 10 clientes, es decir, que la campaa de lanzamiento de nuestro producto nos permiti alcanzar un mercado potencial de 10 clientes. Observamos que la cima de la curva se alcanza en el 33 mes. Pero que hubiera pasado si el nivel inicial hubiera sido de 20 por decir algo? Los resultados de tales cambios, se muestran en la Ilustracin VI-11, en el que compararemos ciclos de vida con diferentes niveles iniciales de clientes.

La idea al respecto es que al existir ms competidores, la gente observa que el producto tiene reconocimiento general. El aumento de difusin proviene tambin del hecho que existe ms bulla en el mercado al existir ms compaas realizando publicidad.

109 La difusin del producto, no slo es funcin de lo eficiente de las campaas publicitarias, sin embargo, el propsito de stas, ser dar a conocer el producto y sus bondades a la mayor cantidad posible de personas.

Ilustracin VI-11: COMPARACI DIFERE TE

DEL CICLO DE VIDA CO

UMERO DE CLIE TES I ICIALES

Graph for ClientesAtendidos


4 3 2 1 0 0 9 18 27 Time (Month) 36 45

ClientesAtendidos : Inicial = 20 ClientesAtendidos : Inicial = 10 ClientesAtendidos : Inicial = 0

La comparacin de la Ilustracin VI-8 con la Ilustracin VI-11, es directa y obvia. El ciclo de vida de menor pendiente representa aquel en el que los esfuerzos de marketing en la etapa del lanzamiento del producto, fueron escasos o nulos. Vemos que las diferencias son bastante significativas hablando a favor de las campaas publicitarias para promover el lanzamiento de un producto o servicio5 . Por otro lado, la

Un ejemplo en nuestro medio, del lanzamiento empresas es el de CURAZAO y EFE, ambos dedicados a la venta de electrodomsticos. Ambos abrieron sus tiendas prcticamente al mismo tiempo, pero fueron las campaas de lanzamiento lo que los diferenci. Como consecuencia, la preferencia de CURAZAO fue mayor (y sus ventas tambin). Hoy, despus de cuatro o cinco meses las ventas de CURAZAO han descendido y han empezado a despedir trabajadores, pero tienen en mente relanzar su posicin en el mercado. Pero, Es el relanzamiento una opcin para CURAZAO?. El modelo de simulacin nos muestra que a menos que incrementemos el tamao de

110 diferencia en las alturas en la Ilustracin VI-8 es debido a que se trata de diferentes productos. El segundo punto que se mencion como causante de variantes en el ciclo de vida, es la rapidez con que la gente se entera de los beneficios del producto una vez que ste ya se encuentra en el mercado. Este inters por el producto, puede representar factores tangibles como la disminucin en los precios o algunos tan intangibles como la moda. Las campaas de promocin, el tipo de artculo o producto pueden considerarse tambin factores que influyen en la pendiente del ciclo de vida del producto.

nuestro mercado potencial, la opcin de relanzamiento no tendr sino efectos temporales en el incremento de las ventas.

111

Ilustracin VI-12: CO DUCTA DEL SISTEMA A TE U I CREME TO SBITO E PRODUCTO


Comparation
4 3 2 1 0 0 9 18 27 Time (Month) 36 45

EL I TERS/ RECO OCIMIE TO DEL

ClientesAtendidos : Step 3Y ClientesAtendidos : Step +125% ClientesAtendidos : Normal CV

En la Ilustracin VI-12: Step 3y indica el escenario en el cual se incrementa la variable PersonasInteresadas en un 125% entre los periodos 36 y 39. Step +125% indica un incremento de 125% en la variables

Personas interesadas entre los periodos 3 y 6. Normal CV, es el ciclo de vida sin modificacin.

El inters al analizar mediante escenarios, es comparar lo que sucedera con el ciclo de vida del producto, si incrementamos la cantidad de personas interesadas antes y despus de que ste alcance la etapa de madurez. Lo que llama la atencin en el modelo, es que no se aprecia un significativo crecimiento del mercado, slo un desplazamiento del mismo. En el caso del esfuerzo por relanzar el producto cuando ste se encuentra en su etapa de declive, vemos que el esfuerzo nada hace por

112 evitarlo, sino que simplemente prolonga la muerte del producto. La pregunta de si conviene o no relanzar el producto es puramente de anlisis beneficio/costo. En parte, esto se explica por el hecho de que el mercado tiene cierta capacidad (representada en el modelo por SaturacinMercado) y an cuando la gente se apresure por adquirir el producto, sta capacidad se mantiene constante o casi constante en realidad-. De hecho el modelo predice una muy ligera variacin en la capacidad del mercado. Este hecho puede explicarse con la siguiente analoga: Imagnese que dos personas reciben uno un balde y otro una taza, y se les da a cada uno la asignacin de vaciar un deposito de agua de la misma capacidad. Al culminar cada quien con su labor, cul de los dos retir ms agua? Evidentemente, ambos retiraron iguales volmenes, aunque en tiempos diferentes. El caso del ciclo de vida es similar y cualquier incremento en la capacidad del mercado es parte de la sinergia del sistema. Por supuesto que esta sinergia, depender mucho de la satisfaccin de los clientes y del tipo de producto. Una campaa que no cumpla con lo ofrecido tendr sinergia negativa, mientras que una que logre la satisfaccin del cliente tendr sinergia positiva. Como conclusin, podemos decir que la altura que alcance la curva del ciclo de vida, depender mucho del tamao del mercado potencial, y tambin en menor medida, de los esfuerzos que se hagan para incrementar el inters por el producto. Lo que si es crucial, es todo esfuerzo que se haga por lanzar el producto al mercado.

113

6.3 MODELO DE SIMULACI

DISCRETA PARA LA

MA UFACTURA DEL ROOMGAME

6.3.1

DEFINICION DEL

DE

ENTIDADES, DE

RECURSOS

Y DEL

VARIABLES PARA EL MODELO DE SIMULACIN PROCESO MANUFACTURA ROOMGAME


Ya se dijo en la introduccin que una caracterstica especialmente til del ProcessModel es que combina el poder de un lenguaje de programacin con la facilidad en el uso de un entorno visual. De esto se deduce el empleo de variables en el Processmodel, las cuales se definen igual que para un lenguaje tpico como C o Pascal. En el presente trabajo la nomenclatura empleada para la descripcin de variables implica el uso de corchetes. As, Cost[i] puede representar CostM, CostC o CostL, y donde a su vez M, C y L representar tubos medios, cortos y largos respectivamente. A continuacin se detallan y describen las entidades, recursos y variables empleados en la construccin del modelo de simulacin con ProcessModel (ver Tabla VI-2). Tabla VI-2: DEFI ICI DE E TIDADES
E TIDAD
Truck Tubo Medio

DESCRIPCI
Representa un lote de tubos Representan tubos de D=60mm x 6.4m de largo y 2.5 mm de espesor. Este se cortar posteriormente a 2.4m de largo (tubos medianos) Representan tubos de D=50mm x 6.0m de largo y 2.0 mm de espesor. Este se cortar posteriormente a 1.5m de largo (tubos cortos)

COSTO ($)
No espec. 16.29

Tubo Corto

14.57

114
Representan tubos de D=60mm x 6.4m de largo y 2.5 mm de espesor. Este se cortar posteriormente a 5.0m de largo (tubos largos) Entidad imaginaria que marca el fin del procesamiento Indica el segmento de tubo de 1.5m que se obtuvo luego de cortar un tubo tipo B Indica el segmento de tubo de 2.4m que se obtuvo luego de cortar un tubo tipo A Indica el segmento de tubo de 5.0m que se obtuvo luego de cortar un tubo tipo C Entidad empleada para representar el tubo de fibra de vidrio en forma de espiral Representa entidades tales como red, marroqun y espuma para el forrado, piso base y pelotas Entidad que representa el Roomgame en los procesos de acabado del RoomGame

Tubo Largo Item Corto Medio Largo Tobogn Package RoomGame

16.29 s/costo a evaluar a evaluar a evaluar 1,000 900 a evaluar

La definicin de recursos se muestra en la Tabla VI-3.

115

Tabla VI-3: DEFI ICI

DE RECURSOS
COSTO POR HORA DE USO
2.07 1.94 3.11 2.00 2.00

RECURSO

DESCRIPCIO
Personifica a la persona que se encarga de agrupar el material, transportarlo, y cortar el mismo de acuerdo a los requerimientos establecidos. Tambin participa en el acabado del RoomGame Simula al asistente del soldador y ayuda a armar los bastidores , ensamblar la estructura y el acabado del RoomGame Simula al soldador. Este arma los bastidores, ensambla la estructura y efecta el acabado del RoomGame Compresor de aire. Mquina de soldar por arco elctrico.

Person Assistant Solderer Compressor Maq_Soldar

* Representa el costo fijo por el uso, en lugar del costo horario.

Antes de definir las variables empleadas para la simulacin del sistema productivo, debo mencionar que muchas de ellas tienen carcter auxiliar y cmo tales son temporales. Es decir, la existencia de muchas de estas variables, es slo para servir ya sea como acumuladores de costo, o variables que sirvan para tomar decisiones. As por ejemplo, Ruta_M est definido de la siguiente manera:
1 si deben remitirse tubos medianos (M) para la confeccin de bastidores tipo 1
Ruta_M

2 si deben destinarse tubos medianos (M) para la confeccin de bastidores tipo 2

Es justamente por el carcter auxiliar de muchas de estas variables, que no debemos esperar encontrar significado en el resumen de estadsticas de los mismo.

116

Tabla VI-4: DEFI ICI

DE LAS ACTIVIDADES PARA EL MODELO DE SIMULACI

VARIABLE
Cost_[i] Num[i]

DESCRIPCI
Es el costo de la entidad i

VALOR I ICIAL
0 0 1 0 0 0 0 0.81 Parmetro escenario 0 0 0

Contador de las veces que se ha realizado la operacin i (i = Bastidores, Cortes, Pintado, RoomGame) Variable lgica que establece el destino de los tubos en el Ruta_[i] flowchart luego de ser cortados Cantidad de tubos i remitidos para la confeccin de los Q_[i]_Bast[j] bastidores tipo j Costo acumulado de tubos i destinados a la confeccin del Cost_[i]_Bast[j] bastidor j Cost_[n]_Bast[j] Costo de n bastidores tipo j CostTubEnsam Exponente1 Exponente2 AuxCosto CostoTotal TiempoCiclo Costo de los tubos empleados para unir los bastidores en la operacin de ensamble Es el valor de la tasa de aprendizaje calculado para la operacin de corte Es la tasa de aprendizaje estimado para las dems operaciones Variable auxiliar para acumular el costo de entidades Variable usada para almacenar el costo total del RoomGame Calcula la diferencia de tiempo entre el ingreso de los materiales y el fin del procesamiento del RoomGame

117

6.3.2

DETALLE DE LAS ACTIVIDADES SIMULADAS


Un aspecto que es necesario mencionar antes de detallar las actividades empleadas en el modelo de simulacin, es la necesidad que se present de crear actividades auxiliares para representar eventos propios de la manufactura del RoomGame. Una de esas dificultades est en la creacin de entidades (tubos cortados) producto de que la entidad original (tubo entero) fue seccionada. As por ejemplo, Aux_[i] es una actividad ficticia de tiempo 0.0, que sirve como depsito temporal de los tubos cortados. A la salida de esta actividad, se encuentran los sobrantes de tubos originales o los tubos ya cortados. Los sobrantes mantienen su nombre original, mientras que los tubos cortados cambian de nombre a Corto, Medio, y Largo. As, Medio indica que es un tubo Medio, proveniente del tubo original denominado Tubo_Medio, y as respectivamente. Todas las actividades ficticias (las llamo as, por que su existencia slo se ajusta a los fines de modelacin mediante ProceesModel), son fciles de distinguir ya que de las actividades reales se representan en el Diagrama de Flujo mediante un sombreado de color entero. Una tabla describiendo todas las actividades se proporciona a continuacin.

118

Tabla VI-5: DETALLE DE ACTIVIDADES E SIMULACI


ACTIVIDAD
Aux_Arribo Storage Corte Aux_[i] Almacn_[i] [i]_ [j]_Bast[k] [i]_ [j]_Bast[k] Sold_Bast_[i] Storage_Bastidores Aux_Ensamble

EL MODELO DE

DESCRIPCI
Dado que los arribos JIT llegan en lotes de tubos, el propsito de esta actividad es separar los tubos de acuerdo al destino que se le dar Simula una ubicacin dentro del modelo en el cual se depositan los tubos en espera de ser retirados Simula las actividades de marcar y cortar el tubo. Actividad empleada para crear los tubos cortados tipo i Lugar de almacenamiento de tubos cortados tipo i Actividad empleada para modelar el requerimiento de j tubos del tipo i para la confeccin de dos puede ser n- bastidor tipo k Actividad empleada para modelar el requerimiento de j tubos del tipo i para la confeccin de un solo bastidor tipo k Actividad en la cual se unen mediante soldadura los tubos para confeccionar un bastidor del tipo i Ubicacin de almacenamiento de los bastidores ya confeccionados Auxiliar para asegurarse que todos los bastidores se encuentren disponibles al igual que los recursos humanos, antes que empiece el ensamble Representa la actividad de unir mediante soldadura los bastidores. El producto de esta actividad, ser la entidad denominada RoomGame Ubicacin de almacenamiento del tobogn Actividad en la que se instala el tobogn como parte de la estructura Simula el pintado de la i capa de pintura Simula la demora mientras seca la i capa de pintura Representa el almacn de partes, tales como forros de marroqu, espuma, mallas y piso base. La entidad que representa este conjunto se denomina Package Actividad que representa la instalacin de mallas, piso base y el forrado de la estructura con espuma Establece el momento en que finaliza la simulacin y/o coloca un nuevo pedido de tubos Actividad ficticia que genera un nuevo reporte de estadsticas y es usado para verificar la cantidad de RoomGames fabricados

TIPO
Ficticio Real Real Ficticio Real Ficticio Ficticio Real Real Ficticio

Ensamble Alm_Tobogn Colocacin_Tobogn Pintado_[i]_mano Secado_[i] Alm_Partes Acabado Orden Finalizador

Real Real Real Real Real Real Real Ficticio Ficticio

119

6.3.3

DIAGRAMA

DE

FLUJO

DEL

MODELO

DE

SIMULACIN PARA EL PROCESO PRODUCTIVO DEL ROOMGAME


Debido al tamao y complejidad de la simulacin del proceso productivo para el RoomGame, el correspondiente Flowchart, ha sido elaborado de manera paulatina, verificando y depurando el modelo hasta llegar a obtener el modelo integral. A continuacin, mostramos el modelo o Arquetipo elaborado, la comprensin del cual se facilita gracias a la interfase del ProcessModel (ver Ilustracin VI-13).

120

Ilustracin VI-13: MODELO DE SIMULACI

CO

PROCESSMODEL

Captulo VII ANLISIS ESTADSTICO Y DE ESCENARIOS DEL MODELO DE SIMULACIN PARA EL PROCESO DE MANUFACTURA DEL ROOMGAME
7.1 I TRODUCCI
En el captulo anterior present el modelo de simulacin creado con ayuda del ProcessModel. En este captulo, analizaremos las estadsticas del modelo, sobre todo, de las variables que nos interesan, a saber:
1. Tiempo de Ciclo 2. Costo Total 3. Porcentaje de Utilizacin de los Recursos

El periodo de simulacin, vara de acuerdo al escenario y finaliza cuando se han completado 10 unidades fabricadas.
Observaremos adems, la manera de emplear el porcentaje de utilizacin de los recursos, como un dato necesario para el clculo de costos mediante simulacin.

7.2 A LISIS ESTADSTICO DEL ESCE ARIO ORMAL


El Output Module muestra la salida estadstica en el ProcessModel y podemos ver el resumen en el ANEXO 02: ESTADSTICAS DEL MODELO DE

122 SIMULACIN PARA EL PROCESO DE MANUFACTURA DEL ROOMGAME. No observaremos rplicas de la simulacin por cuanto el modelo es determinstico1. No determinstico, en el sentido de que el resultado ser siempre el mismo, sino en el sentido de que el valor de las variables, est perfectamente determinado por la frmula de la curva de aprendizaje.

7.2.1

ANLISIS DEL TIEMPO DE CICLO


El Tiempo de Ciclo es una variable que se emplea comnmente en los esfuerzos de reingeniera de procesos, para comparar variaciones en la productividad de un sistema. La Ilustracin VI-1 nos muestra la variacin histrica del tiempo de ciclo en el lapso de tiempo en que se fabricaron 10 unidades.

Caracterstica explicada cuando elaboramos el modelo de la Curva de Aprendizaje

123

Ilustracin VII-1: VARIACI

DEL TIEMPO DE CICLO E ORMAL

EL

ESCE ARIO

Podemos apreciar que el tiempo total de procesamiento de las 10 unidades es de 857.22 horas o 134 das hbiles. La primera unidad se fabric en 139.6 horas. Se tiene como dato, que la empresa FIBROTECNIA para los modelos cotizados en el Anexo 01, establece un periodo de entrega del producto de 20 das. De manera que nuestro inters es calcular cual sera un tiempo de entrega prudencial para nuestro primer modelo. Este se calcula de la siguiente manera: Si suponemos que trabajamos 45 horas a la semana (5 das de jornada completa y uno de 5 horas), entonces 139.6 horas representa: 139.6 horas dias *7 = 21.7 das horas semana 45 semana

Plazo de entrega =

124 El plazo calculado de entrega es entonces de 22 das. La Tabla VII-1 muestra los plazos de entrega conforme se acumula mayor experiencia.

Tabla VII-1: PLAZOS DE E TREGA CALCULADOS


Unidad procesada
1 2 3 4 5 6 7 8 9 10

Plazo de entrega (das)


21.7 16.9 14.8 17.4 12.5 11.8 11.2 10.7 10.3 10.0

Vemos que de un plazo de entrega de 22 das, ste se vio reducido a slo 10 das hbiles. Esto representa una tasa de aprendizaje de 79.1%. En realidad, la tasa de aprendizaje vara de periodo en periodo, y el promedio de los 10 periodos es de 78.7%. Si el periodo de entrega luego de tener la experiencia de fabricar 10 unidades es de 10 das hbiles, significa que podemos fabricar 3 unidades por mes a partir del 5 mes aproximadamente con lo que tenemos garantizado tericamente la capacidad de produccin para los 2 primeros aos.

125 En la Ilustracin VII-1 es claro el comportamiento exponencial del

tiempo de ciclo, similar al que se obtuvo con la Dinmica de Sistemas. La Ilustracin VII-2 muestra la curva de tendencia exponencial del tiempo de ciclo. El tiempo total de simulacin es de 2732 horas o 425 das hbiles y es el tiempo necesario para acumular 50 unidades producidas.

Ilustracin VII-2: CURVA DE TE DE CIA PARA EL TIEMPO DE CICLO

Debido a la diferencia de escala entre los ejes x e y de la Ilustracin

VII-2 tenemos la impresin de que el tiempo de ciclo contina


disminuyendo an despus de fabricadas 50 unidades. En realidad, la

126 diferencia de tiempo entre la 49 unidad y la 50 unidad es de apenas 18 minutos.

7.2.2

ANLISIS DEL COSTO TOTAL DE FABRICACIN


Todos los costos se han evaluado en dlares por ser sta una moneda ms estable. Como es de esperarse, estos deben tener tambin un comportamiento exponencial. La Ilustracin VII-3 muestra el comportamiento en el tiempo de los costos totales.

Ilustracin VII-3: COMPORTAMIE TO HISTRICO DEL COSTO TOTAL DE FABRICACI DEL ROOMGAME

Pese a que el comportamiento simulado del costo coincide con el patrn esperado, sin embargo, la disminucin en los costos no tiene igual

127 pendiente que el tiempo de ciclo. A esta curva podemos denominarla la Curva de Disminucin de los Costos, y al igual que en el caso del tiempo de ciclo, podemos calcular la tasa de disminucin de costos. Esta tasa en promedio es igual a 95.4% y es la tasa que nos representa la curva mostrada. Debemos recalcar que la mxima variacin en el costo se observa al fabricar la segunda unidad (2893.30 - 2735.30 = US$ 158). Comparando el costo de fabricacin de la dcima unidad (US$ 2513.30) vemos que el costo disminuy en US$ 380.00. Comentaremos que las sucecivas disminuciones en los costos, provienen del ahorro en los recursos empleados (mano de obra y equipos) gracias a la disminucin en el tiempo de ciclo. Es por tal razn, que la tasa de disminucin de costos depender no slo de la variacin del tiempo de ciclo sino tambin del costo de los factores productivos. As, se espera una mayor tasa de disminucin de costos, si los recursos empleados son ms costosos. De manera, que en lugares donde la mano de obra sea

ms cara, o la inversin en equipos sea mayor, la tasa de disminucin de costos ser menor, y por lo tanto la pendiente de las curva ser mayor.

7.2.3

ANLISIS DEL PORCENTAJE DE UTILIZACIN DE LOS RECURSOS


El porcentaje de utilizacin de recursos es una variable importante en el estudio de la productividad de los sistemas, pero sin embargo este no debe ir separado del anlisis del tiempo de ciclo y del costo del proceso.

128 En el manual del ProcessModel, se menciona que en estudios realizados acerca del porcentaje de utilizacin de los recursos (sobre todo humanos), muestran que ste no debe exceder el 80%. La razn de tal conclusin es que porcentajes cercanos al 100%, traeran consecuencias

contraproducentes, tales como, fallas en la produccin, accidentes, ausentismo, cansancio, etc., y por lo tanto prdida de la productividad global del sistema -reflejada en incrementos del tiempo de ciclo, obviamente-. La Ilustracin VII-4 muestra grficamente el porcentaje de utilizacin de los recursos empleados.

Ilustracin VII-4: PORCE TAJE DE UTILIZACI RECURSOS

DE LOS

En cuanto al uso del recurso humano, vemos que la utilizacin del personal est equilibrado (entre 88% y 89%). De esto, concluimos que no debe asignrseles ms labores. S existe capacidad disponible para la mquina de soldar y la compresora por lo que puede asignarse estos a otras labores con otros trabajadores o cuando existan tiempos ociosos. Otra alternativa sera incrementar la productividad de dos cualesquiera trabajadores a fin de que el tercero

129 desarrolle las labores extras. Esto ltimo es factible debido al hecho de que las labores de ensamblado, pintado y acabado lo realizan los tres trabajadores en conjunto. Al iniciar una iteracin en la simulacin, se observa que slo el recurso denominado Person est ocupado, mientras que los otros dos (Solderer y

Assistant) se encuentran ociosos. Es posible evitar esto ordenando la


secuencia en que se ejecutan los cortes de tubo. Sin embargo, no se hace esto, con el propsito de conceder a los trabajadores un tiempo necesario para preparacin, adems que como se dijo, el porcentaje de utilizacin no debe estar muy por encima del 80%. Sin embargo no significa que estos recursos estarn ociosos, ya que puede destinarse este tiempo a trabajos productivos tales como el de evaluar y comparar los resultados obtenidos en la realidad con los parmetros obtenidos mediante la simulacin. La Tabla VII-2 muestra la estadstica obtenida de la simulacin para los recursos.

Tabla VII-2: RESUME

DEL ESTADO DE LOS RECURSOS

Nombre recursos

Unidades 1 1 1 1 1

Horas programadas 857.22 857.22 857.22 857.22 857.22

Nmero de ocasiones usado 70 370 110 110 20

Promedio de minutos por % Utiliz. uso 171.81 124.89 412.47 412.47 757.84 23.38 89.84 88.22 88.22 29.47

Maq_Soldar Person Assistant Solderer Compressor

130

De la Tabla VII-2 adems de las conocidas estadsticas, obtenemos una confirmacin del modelo. As por ejemplo, el recurso Person, es usado para cortar 26 tubos en total, como ayudante para soldar 6 bastidores y tambin para las tareas de ensamble y acabado que suman 5. Esto significa que participa en un total de 37 actividades, por 10 unidades fabricadas, hacen un total de 370 ocasiones en que se uso el recurso

Person. Igualmente se puede verificar para los dems recursos. 7.2.3.1 USO DEL PORCENTAJE DE UTILIZACIN EN EL CLCULO DEL COSTOS POR SIMULACIN
Me gustara llamar la atencin en el Costeo ABC y el empleo del porcentaje de utilizacin del recurso. Este ltimo, es un dato importante al momento de determinar el costo por hora de un recurso. Esto nos llevara a lo que llamo el costeo mediante simulacin. En costeo ABC, se definen los llamados generadores de costos. Estos pueden definirse

como todo aquello que sea necesario para la ejecucin de una tarea o que se pueda imputar a la tarea de manera directa. Esta caracterstica del costeo ABC permite un mayor control y planificacin de los costos. Es muy distinto al sistema tradicional, en el que se cargan los costos indirectos a un producto mediante un prorrateo parcializado, basado por lo general en la mano de obra. Estos sistemas tradicionales nos pueden llevar a costos errneos, y stos a su vez a mrgenes de contribucin igualmente errneos, y por ende

131 rentabilidades por producto igualmente errneos. Es claro que un gerente con un sistema de informacin de costos mal elaborado, tomar malas decisiones. Por otro lado, una remuneracin de US$10.00 por hora, no necesariamente implica que ste debe ser el monto a cargar al recurso en mencin dentro del modelo de simulacin. Veamos con un ejemplo: Imaginemos que la remuneracin a pagar al personal de apoyo es de 10 UM por hora por realizar cierta actividad. Esto significa que en 8 horas de labor se acumula un jornal de 80 UM y esa es la cantidad a pagar por da. La representacin de la actividad se muestra a continuacin.

Ilustracin VII-5: REPRESE TACI

ICO OGRAFICA DEL

TRABAJADOR PARA EL CALCULO DEL PORCE TAJE DE UTILIZACI

Staff

Process Document

En ProcessModel necesitamos el costo unitario del recurso

Staff, ya sea el costo por uso puede ser un alquiler fijo por

132 uso, un cargo por mantenimiento, o el gasto de un material o insumo o de otra manera, el costo horario. ProcessModel, define el objeto Document de tipo Entidad, y define para ste el atributo Costo, de manera que incrementa el atributo Costo de la siguiente manera: UM Costoi+1 = Costoi + uso recurso (horas) * remun. horaria hora El problema radica en que slo se incrementa el costo cuando el recurso est ocupado. Pero que pasa si el recurso Staff, o la persona de apoyo, slo se mantiene ocupada el 50% del tiempo? cmo el caso de alguien que responde llamadas telefnicas por ejemplo. Al finalizar la simulacin ProcessModel slo acumul 40 UM pero sin embargo se cancel 80 UM. Es por esta razn que debemos valernos del porcentaje de utilizacin del recurso. As, el clculo de la remuneracin horaria corregida, est dada por: Remuneracin horaria Porcentaje de Utilizacin Promedio

Remuneracin Corregida =

Siguiendo el ejemplo, tenemos que la remuneracin con la que debemos simular el costo unitario de la entidad es 20 UM, en lugar de slo 10 UM. Lgico que el porcentaje de utilizacin del recurso puede variar de un da a otro o mostrar un comportamiento cclico, pero al final tiende a una media o esperanza matemtica, y tericamente podemos emplear el promedio para el clculo de la remuneracin corregida. Por

133 supuesto que bajo sistemas automatizados, podramos calcular el costo de un servicio con mayor precisin sobre todo si podemos obtener el porcentaje de utilizacin en tiempo real pero esto slo nos dara un comportamiento aleatorio de los costos, y claro est que al menos para establecer precios no nos servira slo crearamos malestar por la fluctuacin de precios, aunque si nos servira para conocer mrgenes de contribucin ms precisos. Otra opcin que nos provee el ProcessModel, es calcular por separado el costo del tiempo ocioso, el mismo que debemos procurar disminuir. Debemos tener en cuenta, que en ocasiones, el costo de un equipo ocioso y de uno ocupado, pueden ser diferentes por diversas razones. En todo caso, puede ser preferible mantener el costo de un recurso ocioso y de uno ocupado por separado.

7.3 A LISIS ESTADSTICO CO EL MODELO ELABORADO

ESCE ARIOS PARA

La razn por la que efectuamos anlisis de escenarios es la misma por la que efectuamos los anlisis de sensibilidad en la programacin lineal. Como se mencion en 6.2.1 MODELAMIENTO DE LA CURVA DE APRENDIZAJE, el modelo es determinstico, por lo que no es necesario realizar varias corridas. Sin embargo, existe un parmetro que es apropiado estudiar, y ste es la tasa de aprendizaje. Para tal propsito, se han establecido tres diferentes tasas

134 de aprendizaje, en lo que se han denominado escenarios optimista, conservador y pesimista.

Tabla VII-3: VALORES ASUMIDOS POR LA TASA DE APRE DIZAJE E LA SIMULACI CO ESCE ARIOS

ESCE ARIO
Optimista Conservador Pesimista

TASA DE APRE DIZAJE 75% 80% 85%

7.3.1

TIEMPO DE CICLO CON ESCENARIOS


Una de las bondades del Output Module es que te permite mostrar en la misma grfica la variacin de determinadas variables ocasionado por el cambio de escenario. A continuacin mostraremos tales grficos comparativos.

135

Ilustracin VII-6: COMPORTAMIE TO HISTRICO DEL TIEMPO DE CICLO AL VARIAR LA TASA DE APRE DIZAJE

La manera en que disminuye el tiempo de ciclo al alterar la tasa de aprendizaje, correspondiendo la curva de mayor pendiente a aquel que tiene la menor tasa de aprendizaje.

7.3.2

COSTO

TOTAL

DE

FABRICACIN

CON

ESCENARIOS
De manera similar, el costo de fabricacin vara debido a los cambios en la tasa de aprendizaje.

136

Tabla VII-4: VARIACI

DEL COSTO DE FABRICACI

AL VARIAR

LA TASA DE APRE DIZAJE

U S $

7.3.3

PORCENTAJE DE UTILIZACIN DE RECURSOS CON ESCENARIOS


Es probable que intuitivamente razonemos que al incrementar la pendiente de la curva de aprendizaje, el porcentaje de utilizacin de los recursos vare en la misma proporcin. Es decir, a mayor pendiente (o menor tasa) la utilizacin de los recursos ser mayor. En realidad, la Ilustracin VII-7 no parece aprobar dicha hiptesis y muestra que la utilizacin de recursos no vara con el incremento (o disminucin) de la pendiente de la curva de aprendizaje.

137

Ilustracin VII-7: UTILIZACI

DE LOS RECURSOS BAJO

DIFERE TES TASAS DE APRE DIZAJE

Hemos apreciado as, las estadsticas del modelo. Podemos analizar muchas ms estadsticas e incluso crear las que queramos, pero creo que se ha cumplido con el objetivo deseado. El Anexo 2, muestra la estadstica completa provista de manera estndar por el ProcessModel para el modelo elaborado.

Captulo VIII DOCUMENTACIN DEL PROCESO DE MANUFACTURA


El ltimo paso que debemos de tomar, luego de simulado el proceso, es el de documentar o registrar las tareas. No es necesario la elaboracin del diagrama de flujo ya que el modelo de simulacin con ProcessModel hace la vez de ste. El registro de las tareas se realiza dando respuesta a las preguntas del formulario mostrado en la Tabla VIII-1. Se muestra como ejemplo el registro de la tarea denominada Corte de tubos. Cada tarea y de manera similar, deber ser registrada en colaboracin con el grupo que efectuar la respectiva tarea. La idea de hacerlo grupalmente es el de aprovechar la sinergia de los grupos de trabajo, ya que sta es una importante regla de los procesos de reingenira y de los crculos de calidad. Con el registro de las tareas, damos fin a los procedimientos sugeridos por el modelo de madurez para convertir un proceso de nivel 1 a uno de nivel 5.

139

Tabla VIII-1: REGISTRO DE TAREA

ombre de la tarea
Insumos para la tarea

Corte de tubos
Herramientas: - Prensa para tubos - Cortadora manual para tubos Materias Primas: - Tubo negro de 60mm (10 unid.) - Tubo negro de 50mm (16 unid.) Insumos: - Aceite de corte - Aceitera de mano Un operador perteneciente al rea de produccin (en el modelo se le identifica como el recurso Person). Las herramientas y los insumos se obtienen del almacn (solicitud verbal). Las materias primas se obtienen del rea de almacn de tubos. Los tubos a su vez son solicitados mediante el sistema Kanban el cual consiste en llenar una tarjeta indicando la necesidad de un nuevo lote de tubos. Dado que el abastecimiento es local y casi inmediato, la tarjeta se llena al terminar la fabricacin de un RoomGame. Antes de proceder a cortar, el operador debe medir y marcar el tubo. Precaucin: Si se realizarn varios cortes en el mismo tubo, deber marcarse cada vez que se termine el corte anterior. Retire los tubos del rea de almacenamiento de tubos de dos en dos. Marque con una tiza en un extremo el nmero de segmentos a obtener y la longitud de c/tubo. Comience marcando con un lpiz 2B la longitud deseada. Coloque el tubo en la prensa para tubos dejando la marca a aproximadamente 20 cm (una cuarta) de las mordazas de la prensa. Ajuste slo lo necesario. Instale la cortadora manual para tubos, haciendo coincidir la marca del lpiz con la hoja de la cortadora. Adicione aceite de corte (1 o 2 bombeadas) a la hoja de corte. Comience a girar la cortadora apretando del tornillo de manera paulatina. No exceda la capacidad de la herramienta y agregue aceite para refrigerar la hoja de corte cuando sea necesario. El tiempo normal de corte por tubo debe ser de alrededor de 2 minutos. Precaucin: Cuando vea que est prximo a culminar el corte, tenga cuidado con quebrar la hoja de corte, para lo cual deber apretar delicadamente el tornillo mientras da vuelta la herramienta. (Assistant, en el modelo).

Personal que se requiere Proveedores de Insumo

Subtareas

Descripcin de la tarea

Procesamiento Condicional De sentirse fatigado, solicite la colaboracin del asistente del soldador Receptores del producto de la tarea Productos
Una vez cortados los dos tubos originales, retire los productos al rea de almacenamiento de tubos cortados. De existir sobrantes ubquelos en los taquilleros para sobrantes. Deber obtener un segmento de tubo con medida exacta a fin de facilitar procesos posteriores.

CONCLUSIONES
1. Se han estimado mediante simulacin, parmetros del proceso tales como:

Tiempo de ciclo del proceso de manufactura del RoomGame. Costo de manufactura del RoomGame. Porcentaje de utilizacin de los recursos.

2. Mediante el uso programas como el AutoCAD, Vensim y ProcessModel, se ha conseguido mostrar los pasos para el diseo del proceso de manufactura de un RoomGame, el cual fue el objetivo del estudio. Estos pasos son: 1. Describir el producto ayudado por diagramas, planos y otros. 2. Describir el proceso de fabricacin ayudado por diagramas de flujo y estimar los parmetros del sistema. 3. Determinar los lmites del sistema en estudio y elaborar un modelo del sistema basado en la Dinmica de Sistemas para analizar el mismo. 4. Perfeccionar el modelo del paso 3 mediante la Elaboracin/Modificacin de un modelo de Simulacin por Eventos Discretos a fin de estudiar variables, tales como: tiempos de ciclo, costo de produccin, etc. 5. Analizar el sistema modelado en el paso anterior (anlisis estadstico y de escenarios). 6. Registrar las tareas del proceso.

3. Se observ durante el estudio el patrn tpico de comportamiento del sistema. Estos patrones nos llevaron a la conclusin de elegir un modelo determinstico para el diseo del proceso de manufactura.

RECOMENDACIONES
1. De fabricarse el RoomGame, deber aplicarse un esfuerzo constante de ingeniera, con la finalidad de alcanzar a la brevedad procesos de nivel 5. Para este fin, deber: a. Comparar los parmetros obtenidos mediante simulacin con los obtenidos en la realidad. b. Repetir los pasos 3 al 6 empleados para el diseo del proceso de manufactura del RoomGame.1 c. Modificar, de ser necesario, las especificaciones del producto y comunicar dichos cambios. 2. Podemos fcilmente generalizar los pasos mostrados para el diseo del proceso de manufactura de un RoomGame a fin de que puedan aplicarse a cualquier otro proceso de manufactura o incluso el diseo de un servicio, por lo que se recomienda su adaptacin para darle otros usos. 3. Se recomienda la elaboracin de Manuales de Usuario de softwares tiles para la E.A.P. de Ingeniera Industrial. Muchos de stos programas son complejos, por lo que mi recomendacin es que se den facilidades para su elaboracin a nivel de tesis, incluyndose en tales manuales ejemplos de aplicaciones a nuestra realidad. Tales manuales podrn posteriormente emplearse con fines pedaggicos. 4. A fin de estar a la vanguardia a nivel de facultades de Ingeniera Industrial, se recomienda el dictado del curso de simulacin en nuestra escuela. Dicho curso

Ver las conclusiones.

142 deber ser independiente del curso de Investigacin de Operaciones y no un captulo del mismo.

143

BIBLIOGRAFIA1
ARSHAM, Hossein; Systems Simulation: The Shortest Distance from Learning to Applications. UNIVERSITY OF BALTIMORE , USA. URL: http://ubmail.ubalt.edu/~harsham/simulation/sim.htm CANAVOS, George; Probabilidad y Estadistica, Aplicaciones y Mtodos Edit. McGRAW-HILL/INTERAMERICANA DE MEXICO, S.A. Mxico . 1988 Escola Tcnica Superior dEnginyers Industrials de Barcelona, UNIVERSITAT POLITCNICA DE CATALUNYA; Sistemas con Esperas: Teora de Colas y Simulacin. Introduccin y Problemas. Edit PUBLICACIONES DABAST, S.L.L. Espaa. 1996 HANSEN, Gregory; Automatizacin, Reingeniera en los Procesos de Negocios a travs de la Simulacin. Edit. PRENTICE-HALL HISPANOAMERICANA, S.A. Mxico. 1998. JOHANSON, Jhony y NONAKA, Ikujiro; Implacable, Ahora s, por fin, la Manera Japonesa de Hacer Marketing. Edit. GRUPO EDITORIAL NORMA S.A. 1997 MACHUCA, Jos Antonio Domnguez y otros; Direccin de Operaciones, Aspectos Tcticos y Operativos en la Produccin y los Servicios. Edit. McGRAW-HILL. Espaa. 1995 MACHUCA, Jos Antonio Domnguez y otros; Direccin de Operaciones, Aspectos Estratgicos en la Produccin y los Servicios. Edit. McGRAW-HILL. Espaa. 1994

Slo se citan las usadas por el tesista.

144 MARTN GARCA, Juan, Curso de Creacin de Modelos en Gestin de Empresas; UNIVERSITAT POLITCNICA DE CATALUNYA, Barcelona, Espaa. Email: juan.martin2@upcnet.es TAHA, Hamdy, Investigacin de Operaciones, Edit. ALFAOMEGA GRUPO EDITOR S.A. 5ta. Edicin. 1995.

ANEXOS

146

A EXO 01: COTIZACI HECHA POR FIBROTEC IA

147

A EXO 02: ESTADSTICAS DEL MODELO DE SIMULACI PARA EL PROCESO DE MA UFACTURA DEL ROOMGAME
-------------------------------------------------------------------------------General Report Output from C:\My Documents\My Works\Tesis_4.mod Date: Oct/25/2000 Time: 06:13:55 PM --------------------------------------------------------------------------------

Scenario

: Conservador

Replication : 1 of 1 Simulation Time : 857.22 -------------------------------------------------------------------------------ACTIVITIES Average Activity Scheduled Total Minutes Average Maximum Current Name Hours Capacity Entries Per Entry Contents Contents Contents % Util ---------------------- --------- -------- ------- --------- -------- -------- -------- ----Storage 857.22 999 260 0.00 0 26 0 0.00 Corte inQ 857.22 999 260 200.93 1.01 25 0 0.10 Corte 857.22 1 260 18.06 0.09 1 0 9.13 Almacen Medio 857.22 999 120 0.00 0 2 0 0.00 Almacen Corto 857.22 999 640 0.00 0 4 0 0.00 Almacen Largo 857.22 999 40 0.00 0 1 0 0.00 Sold Bast 1 857.22 1 20 162.16 0.06 1 0 6.31 Sold Bast 2 857.22 1 20 334.80 0.13 1 0 13.02 Sold Bast 3 857.22 1 20 165.23 0.06 1 0 6.43 Storage Bastidores 857.22 999 70 0.00 0 1 0 0.00 Ensamble 857.22 1 10 555.75 0.10 1 0 10.81 Aux Ensamble inQ 857.22 999 70 267.90 0.36 7 0 0.04 Aux Ensamble 857.22 1 10 1.00 0.00 1 0 0.02 Pintado 1ra Mano inQ 857.22 999 10 0.00 0 1 0 0.00 Pintado 1ra Mano 857.22 1 10 985.19 0.19 1 0 19.15 Secado1 inQ 857.22 999 10 0.00 0 1 0 0.00 Secado1 857.22 1 10 1.00 0.00 1 0 0.02 Pintado 2da Mano inQ 857.22 999 10 0.00 0 1 0 0.00 Pintado 2da Mano 857.22 1 10 985.19 0.19 1 0 19.15 Secado2 inQ 857.22 999 10 0.00 0 1 0 0.00 Secado2 857.22 1 10 1.00 0.00 1 0 0.02 Acabado inQ 857.22 999 10 0.00 0 1 0 0.00 Acabado 857.22 1 10 1516.68 0.29 1 0 29.49 Colocacion Tobogan inQ 857.22 2 10 0.00 0 1 0 0.00 Colocacion Tobogan 857.22 1 10 304.13 0.05 1 0 5.91

148
Orden inQ 0.00 Orden 0.02 Alm Tobogan 0.00 Alm Partes 9.60 857.22 857.22 857.22 857.22 999 1 2 2 10 10 10 10 0.00 1.00 0.00 987.19 0 0.00 0 0.19 1 1 1 1 0 0 0 0

ACTIVITY STATES BY PERCENTAGE (Multiple Capacity) % Partially Occupied --------0.00 9.11 0.00 0.00 0.00 0.00 11.32 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 19.19

Activity Name ---------------------Storage Corte inQ Almacen Medio Almacen Corto Almacen Largo Storage Bastidores Aux Ensamble inQ Pintado 1ra Mano inQ Secado1 inQ Pintado 2da Mano inQ Secado2 inQ Acabado inQ Colocacion Tobogan inQ Orden inQ Alm Tobogan Alm Partes

Scheduled Hours --------857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22

% Empty -----100.00 90.89 100.00 100.00 100.00 100.00 88.68 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 80.81

% Full ---0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

ACTIVITY STATES BY PERCENTAGE (Single Capacity) Activity Name -----------------Corte Sold Bast 1 Sold Bast 2 Sold Bast 3 Ensamble Aux Ensamble Pintado 1ra Mano Secado1 Pintado 2da Mano Secado2 Acabado Colocacion Tobogan Orden Scheduled Hours --------857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 857.22 % Operation --------1.63 5.73 5.19 5.06 10.81 0.02 19.15 0.02 19.15 0.02 29.47 5.89 0.02 % Idle ----90.87 93.69 86.98 93.57 89.19 99.98 80.85 99.98 80.85 99.98 70.51 94.09 99.98 % Waiting ------7.50 0.58 7.83 1.37 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.02 0.00 % Blocked ------0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

RESOURCES Average Minutes Per Usage ------171.81 124.89 412.47 412.47 757.84

Resource Name ---------Maq Soldar Person Assistant Solderer Compressor

Units ----1 1 1 1 1

Scheduled Hours --------857.22 857.22 857.22 857.22 857.22

Number Of Times Used -------70 370 110 110 20

% Util -----23.38 89.84 88.22 88.22 29.47

RESOURCE STATES BY PERCENTAGE Resource Name ---------Maq Soldar Person Assistant Solderer Scheduled Hours --------857.22 857.22 857.22 857.22 % In Use -----23.38 89.84 88.22 88.22 % Idle ----76.62 10.16 11.78 11.78 % Down ---0.00 0.00 0.00 0.00

149
Compressor 857.22 29.47 70.53 0.00

ENTITY SUMMARY

(Times in Scoreboard time units) Average Cycle Time (Minutes) --------1 13.45 237.98 470.89 3 0 0 0 0 0 4697.44 Average VA Time (Minutes) --------1.00 2.91 3.83 1.20 3.00 0.00 0.00 0.00 0.00 0.00 4348.97

Entity Name ---------Truck Tubo Medio Tubo Corto Tubo Largo Item Tobogan Package Medio Corto Largo RoomGame

Qty Processed --------10 60 160 40 10 0 0 0 0 0 10

Average Cost ------0.00 10.05 10.07 10.02 0.00 0.00 0.00 0.00 0.00 0.00 2621.11

150
VARIABLES Average Minutes Per Change ---------793.24 299.38 1197.64 2379.82 1197.60 565.18 1008.47 269.27 269.27 392.61 1008.47 528.84 951.98 250.59 251.17 368.43 281.80 1254.44 1254.44 1254.44 284.15 0.00 5143.12 0.00 184.25 0.00 800.20 4879.38 4814.28 5143.12 558.73

Variable Name -----------Cost M Cost C Cost L Ruta M Ruta C Cost M B1 Cost M B2 Cost C B1 Cost C B2 Cost C B3 Cost L B3 Q M Bast1 Q M Bast2 Q C Bast1 Q C Bast2 Q C Bast3 Q C Ensam Cost 2 Bast1 Cost 2 Bast2 Cost 2 Bast3 CostTubEnsam CostEstruc TiempoCiclo Exponente1 NumCortes Exponente2 NumBast NumPintadas NumRoomGames CostoTotal AuxCosto

Total Changes ------60 160 40 20 40 91 51 191 191 131 51 90 50 190 190 130 170 41 41 41 181 0 10 0 260 0 60 10 10 10 90

Minimum Value ------0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.30 1 -0.32 0 0 0 0 0

Maximum Value ------10.2 10.16 10.03 2 4 30.47 15.17 45.70 45.61 30.38 31.31 8 4 18 18 12 16 145.29 94.01 92.46 40.47 0 139.65 -0.30 261 -0.32 60 10 10 2893.32 1000

Current Value ------10.03 10.05 10.01 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 64.18 -0.30 261 -0.32 60 10 10 2513.39 900

Average Value ------10.05 10.06 9.83 1.00 1.12 30.13 15.02 45.09 44.13 27.89 28.40 0.01 0.00 0.04 0.56 0.11 0.02 11.07 3.00 1.40 2.52 0 76.93 -0.30 125.41 -0.32 28.55 4.50 4.67 2220.14 736.56

151
-------------------------------------------------------------------------------General Report Output from C:\My Documents\My Works\Tesis_4.mod Date: Oct/25/2000 Time: 06:13:56 PM --------------------------------------------------------------------------------

Scenario

: Optimista

Replication : 1 of 1 Simulation Time : 749.99 --------------------------------------------------------------------------------

ACTIVITIES Average Activity Scheduled Total Minutes Average Maximum Current Name Hours Capacity Entries Per Entry Contents Contents Contents % Util ---------------------- --------- -------- ------- --------- -------- -------- -------- ----Storage 749.99 999 260 0.00 0 26 0 0.00 Corte inQ 749.99 999 260 168.83 0.97 25 0 0.10 Corte 749.99 1 260 14.95 0.08 1 0 8.64 Almacen Medio 749.99 999 120 0.00 0 2 0 0.00 Almacen Corto 749.99 999 640 0.00 0 4 0 0.00 Almacen Largo 749.99 999 40 0.00 0 1 0 0.00 Sold Bast 1 749.99 1 20 132.21 0.05 1 0 5.88 Sold Bast 2 749.99 1 20 255.02 0.11 1 0 11.33 Sold Bast 3 749.99 1 20 132.95 0.05 1 0 5.91 Storage Bastidores 749.99 999 70 0.00 0 1 0 0.00 Ensamble 749.99 1 10 491.79 0.10 1 0 10.93 Aux Ensamble inQ 749.99 999 70 217.97 0.33 7 0 0.03 Aux Ensamble 749.99 1 10 1.00 0.00 1 0 0.02 Pintado 1ra Mano inQ 749.99 999 10 0.00 0 1 0 0.00 Pintado 1ra Mano 749.99 1 10 871.81 0.19 1 0 19.37 Secado1 inQ 749.99 999 10 0.00 0 1 0 0.00 Secado1 749.99 1 10 1.00 0.00 1 0 0.02 Pintado 2da Mano inQ 749.99 999 10 0.00 0 1 0 0.00 Pintado 2da Mano 749.99 1 10 871.81 0.19 1 0 19.37 Secado2 inQ 749.99 999 10 0.00 0 1 0 0.00 Secado2 749.99 1 10 1.00 0.00 1 0 0.02 Acabado inQ 749.99 999 10 0.00 0 1 0 0.00 Acabado 749.99 1 10 1342.25 0.29 1 0 29.83 Colocacion Tobogan inQ 749.99 2 10 0.00 0 1 0 0.00 Colocacion Tobogan 749.99 1 10 269.25 0.05 1 0 5.98 Orden inQ 749.99 999 10 0.00 0 1 0 0.00 Orden 749.99 1 10 1.00 0.00 1 0 0.02 Alm Tobogan 749.99 2 10 0.00 0 1 0 0.00 Alm Partes 749.99 2 10 873.81 0.19 1 0 9.71

152

ACTIVITY STATES BY PERCENTAGE (Multiple Capacity) % Partially Occupied --------0.00 8.61 0.00 0.00 0.00 0.00 10.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 19.42

Activity Name ---------------------Storage Corte inQ Almacen Medio Almacen Corto Almacen Largo Storage Bastidores Aux Ensamble inQ Pintado 1ra Mano inQ Secado1 inQ Pintado 2da Mano inQ Secado2 inQ Acabado inQ Colocacion Tobogan inQ Orden inQ Alm Tobogan Alm Partes

Scheduled Hours --------749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99

% Empty -----100.00 91.39 100.00 100.00 100.00 100.00 89.60 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 80.58

% Full ---0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

153
ACTIVITY STATES BY PERCENTAGE (Single Capacity) Activity Name -----------------Corte Sold Bast 1 Sold Bast 2 Sold Bast 3 Ensamble Aux Ensamble Pintado 1ra Mano Secado1 Pintado 2da Mano Secado2 Acabado Colocacion Tobogan Orden Scheduled Hours --------749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 749.99 % Operation --------1.86 5.21 4.52 4.35 10.93 0.02 19.37 0.02 19.37 0.02 29.81 5.96 0.02 % Idle ----91.36 94.12 88.67 94.09 89.07 99.98 80.63 99.98 80.63 99.98 70.17 94.02 99.98 % Waiting ------6.78 0.66 6.81 1.55 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.02 0.00 % Blocked ------0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

RESOURCES Average Minutes Per Usage ------141.99 108.87 358.61 358.61 670.62

Resource Name ---------Maq Soldar Person Assistant Solderer Compressor

Units ----1 1 1 1 1

Scheduled Hours --------749.99 749.99 749.99 749.99 749.99

Number Of Times Used -------70 370 110 110 20

% Util -----22.09 89.52 87.66 87.66 29.81

RESOURCE STATES BY PERCENTAGE Resource Name ---------Maq Soldar Person Assistant Solderer Compressor Scheduled Hours --------749.99 749.99 749.99 749.99 749.99 % In Use -----22.09 89.52 87.66 87.66 29.81 % Idle ----77.91 10.48 12.34 12.34 70.19 % Down ---0.00 0.00 0.00 0.00 0.00

ENTITY SUMMARY

(Times in Scoreboard time units) Average Cycle Time (Minutes) --------1 13.45 200.99 389.98 3 0 0 0 0 0 4132.84 Average VA Time (Minutes) --------1.00 2.91 3.83 1.20 3.00 0.00 0.00 0.00 0.00 0.00 3848.92

Entity Name ---------Truck Tubo Medio Tubo Corto Tubo Largo Item Tobogan Package Medio Corto Largo RoomGame

Qty Processed --------10 60 160 40 10 0 0 0 0 0 10

Average Cost ------0.00 10.05 10.07 10.02 0.00 0.00 0.00 0.00 0.00 0.00 2564.88

154
VARIABLES Average Minutes Per Change ---------698.77 263.44 1053.89 2096.41 1053.84 494.49 882.33 235.59 235.59 343.50 882.33 465.86 838.62 220.76 221.18 324.19 247.97 1097.53 1097.53 1097.53 248.61 0.00 4499.79 0.00 162.13 0.00 704.54 4286.82 4234.22 4499.79 489.71

Variable Name -----------Cost M Cost C Cost L Ruta M Ruta C Cost M B1 Cost M B2 Cost C B1 Cost C B2 Cost C B3 Cost L B3 Q M Bast1 Q M Bast2 Q C Bast1 Q C Bast2 Q C Bast3 Q C Ensam Cost 2 Bast1 Cost 2 Bast2 Cost 2 Bast3 CostTubEnsam CostEstruc TiempoCiclo Exponente1 NumCortes Exponente2 NumBast NumPintadas NumRoomGames CostoTotal AuxCosto

Total Changes ------60 160 40 20 40 91 51 191 191 131 51 90 50 190 190 130 170 41 41 41 181 0 10 0 260 0 60 10 10 10 90

Minimum Value ------0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.30 1 -0.41 0 0 0 0 0

Maximum Value ------10.2 10.16 10.03 2 4 30.47 15.17 45.70 45.61 30.38 31.31 8 4 18 18 12 16 143.37 90.14 88.26 40.47 0 137.92 -0.30 261 -0.41 60 10 10 2883.34 1000

Current Value ------10.03 10.05 10.01 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 51.43 -0.30 261 -0.41 60 10 10 2446.51 900

Average Value ------10.05 10.06 9.81 1.00 1.11 30.12 15.02 45.06 44.09 28.02 28.55 0.01 0.00 0.04 0.52 0.11 0.02 9.75 2.92 1.07 2.32 0 67.88 -0.30 120.52 -0.41 27.42 4.32 4.49 2126.94 743.01

155
-------------------------------------------------------------------------------General Report Output from C:\My Documents\My Works\Tesis_4.mod Date: Oct/25/2000 Time: 06:13:57 PM --------------------------------------------------------------------------------

Scenario

: Pesimista

Replication : 1 of 1 Simulation Time : 981.65 --------------------------------------------------------------------------------

ACTIVITIES Average Activity Scheduled Total Minutes Average Maximum Current Name Hours Capacity Entries Per Entry Contents Contents Contents % Util ---------------------- --------- -------- ------- --------- -------- -------- -------- ----Storage 981.65 999 260 0.00 0 26 0 0.00 Corte inQ 981.65 999 260 241.17 1.06 25 0 0.11 Corte 981.65 1 260 21.97 0.09 1 0 9.70 Almacen Medio 981.65 999 120 0.00 0 2 0 0.00 Almacen Corto 981.65 999 640 0.00 0 4 0 0.00 Almacen Largo 981.65 999 40 0.00 0 1 0 0.00 Sold Bast 1 981.65 1 20 199.79 0.06 1 0 6.78 Sold Bast 2 981.65 1 20 419.14 0.14 1 0 14.23 Sold Bast 3 981.65 1 20 213.70 0.07 1 0 7.26 Storage Bastidores 981.65 999 70 0.00 0 1 0 0.00 Ensamble 981.65 1 10 626.21 0.10 1 0 10.63 Aux Ensamble inQ 981.65 999 70 344.45 0.40 7 0 0.04 Aux Ensamble 981.65 1 10 1.00 0.00 1 0 0.02 Pintado 1ra Mano inQ 981.65 999 10 0.00 0 1 0 0.00 Pintado 1ra Mano 981.65 1 10 1110.10 0.18 1 0 18.85 Secado1 inQ 981.65 999 10 0.00 0 1 0 0.00 Secado1 981.65 1 10 1.00 0.00 1 0 0.02 Pintado 2da Mano inQ 981.65 999 10 0.00 0 1 0 0.00 Pintado 2da Mano 981.65 1 10 1110.10 0.18 1 0 18.85 Secado2 inQ 981.65 999 10 0.00 0 1 0 0.00 Secado2 981.65 1 10 1.00 0.00 1 0 0.02 Acabado inQ 981.65 999 10 0.00 0 1 0 0.00 Acabado 981.65 1 10 1708.85 0.29 1 0 29.01 Colocacion Tobogan inQ 981.65 2 10 0.00 0 1 0 0.00 Colocacion Tobogan 981.65 1 10 342.57 0.05 1 0 5.82 Orden inQ 981.65 999 10 0.00 0 1 0 0.00 Orden 981.65 1 10 1.00 0.00 1 0 0.02 Alm Tobogan 981.65 2 10 0.00 0 1 0 0.00 Alm Partes 981.65 2 10 1112.10 0.18 1 0 9.44

156

ACTIVITY STATES BY PERCENTAGE (Multiple Capacity) % Partially Occupied --------0.00 9.68 0.00 0.00 0.00 0.00 12.59 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 18.88

Activity Name ---------------------Storage Corte inQ Almacen Medio Almacen Corto Almacen Largo Storage Bastidores Aux Ensamble inQ Pintado 1ra Mano inQ Secado1 inQ Pintado 2da Mano inQ Secado2 inQ Acabado inQ Colocacion Tobogan inQ Orden inQ Alm Tobogan Alm Partes

Scheduled Hours --------981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65

% Empty -----100.00 90.32 100.00 100.00 100.00 100.00 87.41 100.00 100.00 100.00 100.00 100.00 100.00 100.00 100.00 81.12

% Full ---0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

157
ACTIVITY STATES BY PERCENTAGE (Single Capacity) Activity Name -----------------Corte Sold Bast 1 Sold Bast 2 Sold Bast 3 Ensamble Aux Ensamble Pintado 1ra Mano Secado1 Pintado 2da Mano Secado2 Acabado Colocacion Tobogan Orden Scheduled Hours --------981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 981.65 % Operation --------1.42 6.28 5.89 5.79 10.63 0.02 18.85 0.02 18.85 0.02 29.00 5.80 0.02 % Idle ----90.30 93.22 85.77 92.74 89.37 99.98 81.15 99.98 81.15 99.98 70.99 94.18 99.98 % Waiting ------8.28 0.51 8.35 1.47 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.02 0.00 % Blocked ------0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

RESOURCES Average Minutes Per Usage ------207.91 143.14 473.87 473.87 853.92

Resource Name ---------Maq Soldar Person Assistant Solderer Compressor

Units ----1 1 1 1 1

Scheduled Hours --------981.65 981.65 981.65 981.65 981.65

Number Of Times Used -------70 370 110 110 20

% Util -----24.71 89.92 88.50 88.50 29.00

RESOURCE STATES BY PERCENTAGE Resource Name ---------Maq Soldar Person Assistant Solderer Compressor Scheduled Hours --------981.65 981.65 981.65 981.65 981.65 % In Use -----24.71 89.92 88.50 88.50 29.00 % Idle ----75.29 10.08 11.50 11.50 71.00 % Down ---0.00 0.00 0.00 0.00 0.00

ENTITY SUMMARY

(Times in Scoreboard time units) Average Cycle Time (Minutes) --------1 13.45 284.32 572.46 3 0 0 0 0 0 5345.25 Average VA Time (Minutes) --------1.00 2.91 3.83 1.20 3.00 0.00 0.00 0.00 0.00 0.00 4899.85

Entity Name ---------Truck Tubo Medio Tubo Corto Tubo Largo Item Tobogan Package Medio Corto Largo RoomGame

Qty Processed --------10 60 160 40 10 0 0 0 0 0 10

Average Cost ------0.00 10.05 10.07 10.02 0.00 0.00 0.00 0.00 0.00 0.00 2685.46

158
VARIABLES Average Minutes Per Change ---------902.02 340.87 1363.59 2706.16 1363.55 647.23 1154.86 308.36 308.36 449.60 1154.86 601.36 1082.52 284.95 285.74 419.49 320.84 1436.54 1436.54 1436.54 325.40 0.00 5889.72 0.00 209.78 0.00 911.52 5567.31 5487.74 5889.72 638.86

Variable Name -----------Cost M Cost C Cost L Ruta M Ruta C Cost M B1 Cost M B2 Cost C B1 Cost C B2 Cost C B3 Cost L B3 Q M Bast1 Q M Bast2 Q C Bast1 Q C Bast2 Q C Bast3 Q C Ensam Cost 2 Bast1 Cost 2 Bast2 Cost 2 Bast3 CostTubEnsam CostEstruc TiempoCiclo Exponente1 NumCortes Exponente2 NumBast NumPintadas NumRoomGames CostoTotal AuxCosto

Total Changes ------60 160 40 20 40 91 51 191 191 131 51 90 50 190 190 130 170 41 41 41 181 0 10 0 260 0 60 10 10 10 90

Minimum Value ------0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.30 1 -0.23 0 0 0 0 0

Maximum Value ------10.2 10.16 10.03 2 4 30.47 15.17 45.70 45.61 30.38 31.31 8 4 18 18 12 16 147.21 98.13 97.01 40.47 0 141.50 -0.30 261 -0.23 60 10 10 2903.91 1000

Current Value ------10.03 10.05 10.01 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 79.83 -0.30 261 -0.23 60 10 10 2593.72 900

Average Value ------10.05 10.06 9.85 1.00 1.13 30.13 15.03 45.12 44.15 27.73 28.22 0.00 0.00 0.03 0.60 0.12 0.02 13.02 3.58 1.70 2.84 0 87.67 -0.30 130.16 -0.23 29.63 4.68 4.84 2316.8 727.09

159

A EXO 03: ESTADSTICAS PARA EL MODELO DE EJEMPLO


(Ejemplo de la peluquera en el captulo VI)
-------------------------------------------------------------------------------General Report Output from C:\Mis documentos\Camilo\Tesis\Room_Game\Model Final Peluqueria.mod Date: Oct/15/2000 Time: 08:09:12 PM --------------------------------------------------------------------------------

Scenario

: Normal Run

Replication : 1 of 1 Simulation Time : 8 hr -------------------------------------------------------------------------------ACTIVITIES Average Minutes Per Entry ---------

Activity Name Util ---------------Decision1 inQ 0.00 Decision1 10.52 Decision2 inQ 0.04 Decision2 34.89 Corte inQ 56.78 Corte 96.89

Scheduled Hours --------8 8 8 8 8 8

Capacity -------999 1 999 1 3 2

Total Entries ------101 101 27 27 86 86

Average Contents --------

Maximum Current Contents Contents --------------2 1 4 1 3 2

% -0 0 0 0 0 1

0.02 0.50 7.12 6.20 9.50 10.81

0.00 0.10 0.40 0.34 1.70 1.93

ACTIVITY STATES BY PERCENTAGE (Multiple Capacity) % Partially Occupied --------0.49 22.12 54.37 5.78

Activity Name ------------Decision1 inQ Decision2 inQ Corte inQ Corte

Scheduled Hours --------8 8 8 8

% Empty ----99.51 77.88 16.63 0.22

% Full ----0.00 0.00 29.00 94.00

ACTIVITY STATES BY PERCENTAGE (Single Capacity) Activity Name --------Decision1 Decision2 Scheduled Hours --------8 8 % Operation --------10.52 34.89 % Idle ----89.48 65.11 % Waiting ------0.00 0.00 % Blocked ------0.00 0.00

RESOURCES Average Minutes Per Usage ------10.00 11.79

Resource Name ---------Pel Rapido Pel Lento

Units ----1 1

Scheduled Hours --------8 8

Number Of Times Used -------47 39

% Util -----97.92 95.86

RESOURCE STATES BY PERCENTAGE Resource Name ---------Scheduled Hours --------% In Use -----% Idle ---% Down ----

160
Pel Rapido Pel Lento 8 8 97.92 95.86 2.08 4.14 0.00 0.00

161
ENTITY SUMMARY (Times in Scoreboard time units) Average Cycle Time (Minutes) --------20.25 14.78 38.25 Average VA Time (Minutes) --------11.40 6.75 17.46

Entity Name --------Cliente Abandono Retornado

Qty Processed --------73 15 12

Average Cost ------0.00 0.00 0.00

VARIABLES Average Minutes Per Change ---------2.80 17.20 5.63

Variable Name --------In System Binario CycleTime

Total Changes ------171 27 85

Minimum Value ------0 0 0

Maximum Value ------5 1 31.17

Current Value ------1 0 23.07

Average Value ------3.64 0.81 19.77

162

A EXO 04: RA KI G DE U IVERSIDADES ORTEAMERICA AS E LA ESPECIALIDAD DE I GE IERA I DUSTRIAL 1

Search this section or the entire site.

Engineering Specialties: Industrial/Manufacturing


Top Schools | Methodology | FAQ Back to Engineering
1. Georgia Institute of Technology 2. University of MichiganAnn Arbor 3. Purdue UniversityWest Lafayette (IN) 4. Penn State UniversityUniversity Park 4. University of CaliforniaBerkeley 6. Texas A&M UniversityCollege Station 7. Stanford University (CA) 8. University of WisconsinMadison 9. Northwestern University (IL) 10. Virginia Tech 11. University of IllinoisUrbana-Champaign 12. Cornell University (NY) 13. Massachusetts Institute of Technology 14. Ohio State University 15. North Carolina State University 16. Columbia University (Fu Foundation) (NY) 17. Rensselaer Polytechnic Institute (NY) 18. Arizona State University 18. University of TexasAustin 20. University of Florida 21. University of Southern California

La direccin de Internet de esta WEB es: http://www.usnews.com

163

A EXO 05 LISTADO DE CURSOS OFRECIDOS POR LA FACULTAD DE I GE IERA I DUSTRIAL Y SISTEMAS DEL GEORTECH 2
COURSE LISTING UNDERGRADUATE COURSES The following courses are offered by ISyE. For greater detail regarding specific course descriptions, prerequisites, etc., consult the Georgia Tech General Catalog. ISYE 2027 PROBABILITY WITH APPLICATIONS ISYE 2127 HONORS PROBABILITY ISYE 2028 BASIC STATISTICAL METHODS ISYE 2128 HONORS STATISTICS ISYE 2030 MODELING IN INDUSTRIAL ENGINEERING ISYE 3025 ENGINEERING ECONOMY ISYE 3039 QUALITY SYSTEMS ISYE 3044 SIMULATION ANALYSIS AND DESIGN ISYE 3103 INTRODUCTION TO SUPPLY CHAIN MODELING:LOGISTICS ISYE 3104 INTRODUCTION TO SUPPLY CHAIN MODELING:MANUFACTURING & WAREHOUSING ISYE 3232 STOCHASTIC MANUFACTURING AND SERVICE SYSTEMS ISYE 3770 STATISTICS AND APPLICATIONS ISYE 4231 ENGINEERING OPTIMIZATION ISYE 4331 HONORS OPTIMIZATION ISYE 4009 DESIGN OF HUMAN-INTEGRATED SYSTEMS ISYE 4104 SENIOR DESIGN I ISYE 4105 SENIOR DDESIGN II ISYE 4257 APPLICATIONS OF ROBOTICS AND AUTOMATED DATA COLLECTION ISYE 4756 TECHNOLOGY FORECASTING AND ASSESMENT ISYE 4803-13-23 SPECIAL TOPICS ISYE 4991-2-3 SPECIAL PROBLEMS ISYE 4833 HONORS TOPICS HS 4001 INTRODUCTION TO HEALTH SYSTEMS

Puede encontrar informacin completa sobre el Georgia Tech en: http://www.gatech.edu

164

A EXO 06: MODELO DE MA TE IMIE TO DE EQUIPO: DIAGRAMA DE FORRESTER Y ECUACIO ES


MODELO DE MA TE IMIE TO DE EQUIPO

MantenPreventivo

Estado Equipo

FallasPrevisibles

fGastoVsPreven GastoPreventivo

fContinua

HrTrabPorDia HrTrabDeseado

HrTrab Acumulado

MantenCorrectivo

Estado Critico

FallasFatales

fGastoVsCorrec

GastoCorrectivo

fAleatoria

por Camilo Snchez A.

165

Las Ecuaciones en Vensim para el modelo son:


(01) Estado Critico= INTEG ( MantenCorrectivo-FallasFatales,1) Units: **undefined** EstadoEquipo= INTEG ( MantenPreventivo-FallasPrevisibles,1) Units: **undefined** fAleatoria= IF THEN ELSE(Estado Critico>0.75, IF THEN ELSE(RANDOM UNIFORM(0, 99, 0 ) < 95, 0 , Estado Critico ),0) Units: **undefined** 0 implica que no hay falla y y un numero mayor que 0 indica que se ha producido una falla fatal que ha llevado el Estado Critico a 0 (es decir que provoca la paralizacion del equipo) FallasFatales= fAleatoria Units: **undefined** FallasPrevisibles= fContinua Units: **undefined** Fallas detectables por el desgaste de la unidad fContinua= 0.1 Units: **undefined** fGastoVsCorrec( [(0,0)-(3000,1)],(0,0),(1000,0.4),(2000,0.8), Units: **undefined**

(02)

(03)

(04)

(05)

(06)

(07)

(2500,0.9),(3000,1))

(08)

fGastoVsPreven( [(0,0)-(20,1)],(0,0),(5,0.06),(10,0.092),(15,0.097),(20,0.099)) Units: **undefined** FINAL TIME = 200 Units: Day The final time for the simulation. GastoCorrectivo= 2500*fAleatoria Units: **undefined** GastoPreventivo=20 Units: **undefined** HrTrabAcumulado= INTEG (HrTrabPorDia,0) Units: **undefined** HrTrabDeseado=8

(09)

(10)

(11)

(12)

(13)

166
Units: **undefined** (14) HrTrabPorDia=ABS(HrTrabDeseado*IF THEN ELSE(EstadoEquipo>0.6,EstadoEquipo,0)* IF THEN ELSE(Estado Critico>0.75,Estado Critico,0)) Units: **undefined** INITIAL TIME = 0 Units: Day The initial time for the simulation. MantenCorrectivo=SMOOTH(fGastoVsCorrec(GastoCorrectivo),3) Units: **undefined** MantenPreventivo=fGastoVsPreven(GastoPreventivo) Units: **undefined** SAVEPER = TIME STEP Units: Day The frequency with which output is stored. TIME STEP = 1 Units: Day The time step for the simulation.

(15)

(16)

(17)

(18)

(19)

A EXO 07: MODELO PARA EL CICLO DE VIDA DE U PRODUCTO

DIAGRAMA DE FORRESTER: CICLO DE VIDA DEL PRODUCTO


por Camilo Snchez

ReconocimientoProducto f Reconocimiento Producto Test f IncPersonasInteresadas f

Cantidad Inicial

Mercado Potencial

PersonasInteresadas

Clientes Atendidos Saturacion Mercado TasaMercado Productos Vendidos

DecPersonasInteresadas f

CapacidadMercado

(01)

CantidadInicial= 10 Units: **undefined** CapacidadMercado= 100 Units: **undefined**

(02)

(03)

ClientesAtendidos= IF THEN MercadoPotencial*TasaMercado, 0) Units: **undefined** (04)

ELSE(MercadoPotencial>0

DecPersonasInteresadas f( [(0,0)(1,10)],(0,0),(0.229607,2.10526),(0.432024,4.12281),(0.622356,6.27193 ),(0.839879,8.59649),(1,10)) Units: **undefined** (05) FINAL TIME = 48 Units: Month The final time for the simulation.

(06)

IncPersonasInteresadas f( [(0,0)(1,10)],(0,0),(0.217523,1.88596),(0.438066,3.85965),(0.619335,5.70175 ),(0.81571,7.85088),(1,10)) Units: **undefined** (07) INITIAL TIME = 0 Units: Month The initial time for the simulation. MercadoPotencial= INTEG ( PersonasInteresadas-ClientesAtendidos, CantidadInicial) Units: **undefined** PersonasInteresadas= IF THEN ELSE(SaturacionMercado<1, IncPersonasInteresadas f(ReconocimientoProducto)DecPersonasInteresadas f(SaturacionMercado) , 0)*Test f Units: **undefined** ProductosVendidos= INTEG ( ClientesAtendidos, 0) Units: **undefined**

(08)

(09)

(10)

(11)

ReconocimientoProducto= (ReconocimientoProducto f(MercadoPotencial)) Units: **undefined**

(12)

ReconocimientoProducto f( [(0,0)(40,1)],(0,0.0307018),(9.90937,0.162281),(18.6103,0.346491),(26.1027 ,0.54386),(32.6284,0.732456),(38,1)) Units: **undefined** (13) SaturacionMercado= ProductosVendidos/CapacidadMercado Units: **undefined** SAVEPER = TIME STEP Units: Month The frequency with which output is stored. TasaMercado= 0.025 Units: **undefined** Test f= 1 Units: **undefined** 1+STEP(1.25 , 36 )- STEP(1.25 ,39) INCREMENTO EN EL TERCER AO (17) TIME STEP = 1 Units: Month The time step for the simulation.

(14)

(15)

(16)

A EXO 08: MODELO PARA LA CURVA DE APRE DIZAJE

DF CURVA DE APRENDIZAJE
por Camilo Snchez

TiempoPorUnidad

TasaDeProduccion

Unidades Producidas Experiencia f

TasaDeProduccion f

Experiencia

VariableAleatoria

(01)

Experiencia= Experiencia f(UnidadesProducidas) Units: **undefined**

(02)

Experiencia f( [(0,0)(60,1)],(0,0.08),(3.98792,0.298246),(9.42598,0.565789),(15.4079,0.741228 ),(21.9335,0.846491),(32.6284,0.925439),(47.3112,0.97807),(60,1)) Units: **undefined** (03) FINAL TIME = 12 Units: Month The final time for the simulation. INITIAL TIME = 0 Units: Month The initial time for the simulation. SAVEPER = TIME STEP Units: Month The frequency with which output is stored. TasaDeProduccion= TasaDeProduccion f(Experiencia)*VariableAleatoria Units: unid/mes

(04)

(05)

(06)

(07)

TasaDeProduccion f( [(0,0)(1,3)],(0,0.2),(0.0694864,1.27632),(0.202417,2.01316),(0.398792,2.64474 ),(0.676737,2.93421),(1,3)) Units: **undefined** (08) TiempoPorUnidad= 1/TasaDeProduccion*30*(30/25) Units: dias *30 para expresar en dias ya que por defecto se expresa en meses. *30/25 para agregar un factor que me permita considerar dias no trabajados (09) TIME STEP = 0.5 Units: Month The time step for the simulation. UnidadesProducidas= INTEG ( TasaDeProduccion, 0) Units: unid

(10)

(11)

VariableAleatoria= 1 Units: adimensional RANDOM UNIFORM(0.85, 1.15,1 )