SIMULACION EN ARENA

GUIA 1: LABORATORIO, PRCTICAS EN EL SIMULADOR ARENA

INTEGRANTES KEINER JOSE VILLAZON RODRIGUEZ DIEGO FERNANDO VIDES VIDES JOSE GREGORIO ACOSTA

16 DE SEPTIEMBRE DE 2013
UNIVERSIDAD POPULAR DEL CESAR SIMULACION 2013 II

Contenido
INTRODUCCION --------------------------------------------------------------------------------------------------------2 OBJETIVOS DE LA PRCTICA -----------------------------------------------------------------------------------2 FUNDAMENTOS TEORICOS-----------------------------------------------------------------------------------2 Mantenimientos y Fiabilidad. ---------------------------------------------------------------------------------3 Datos Limitados o Incompletos. -----------------------------------------------------------------------------3 ESTUDIO DE MDULOS DEL SIMULADOR---------------------------------------------------------------------------4 DESCRIPCION DE LOS MODULOS DEL SISTEMA -------------------------------------------------------------------5 LLEGADAS ----------------------------------------------------------------------------------------------------------------5 PROCESO DE LAVADO -------------------------------------------------------------------------------------------------6 SALIDA DE LAS CAMISAS----------------------------------------------------------------------------------------------7 ANALISIS DE LOS RESULTADOS--------------------------------------------------------------------------------------8 EJERCICIO B --------------------------------------------------------------------------------------------------------------- 10 EJERCICIO C --------------------------------------------------------------------------------------------------------------- 14 CORTE DE CORREAS ------------------------------------------------------------------------------------------------- 16 LLEGADAS DE LOS BOLSOS ----------------------------------------------------------------------------------------- 17 PROCESO DE CORTE PARA LOS BOLSOS ------------------------------------------------------------------------ 18 COSTURA --------------------------------------------------------------------------------------------------------------- 19 EJECUCUION Y ANALISIS DE LOOS RESULTADOS ------------------------------------------------------------- 19

INTRODUCCION Arena es un Software de Simulacin de Sistemas que puede ejecutarse en las plataformas Microsoft Windows 9x y Windows NT cuyas caractersticas principales son: 1. Apariencia estndar, tanto en software de simulacin como en aplicaciones bajo plataformas MS-Windows. 2. Funciones y Operaciones estndar. 3. Interaccin con otro software, como por ejemplo, MS Office. 4. Gestin de Memoria adecuada. Como Software de simulacin nos permite modelar sistemas de Ingeniera para construirlos de forma ptima pudiendo hacer: 1. Modelizacin de los procesos a definir, documentarlos y comunicarlos. 2. Simular el rendimiento de los sistemas ms complejos e identificar las oportunidades de mejora. 3. Visualizar las operaciones con animaciones grficas y dinmicas. 4. Analizar el comportamiento del sistema pudiendo cambiar la configuracin y probar de nuevo sin coste material. En esta prctica modelaremos sistemas ms especficos. Para empezar construiremos un pequeo sistema, donde simularemos los procesos de lavado y planchado de camisas, seguidamente agregaremos nuevos componentes a esta simulacin y finalizaremos simulando un a fbrica de artculos de cueros que produce bolsos y correas, en cada caso se ilustra cmo podemos modelar, simular, visualizar y analizar con Arena. OBJETIVOS DE LA PRCTICA 1. Conocer la herramienta Arena y sus posibilidades para realizar simulaciones de sistemas. 2. Realizar la simulacin de un sistema utilizando Arena. 3. Analizar el comportamiento en cada caso del sistema simulado. FUNDAMENTOS TEORICOS APLICACIONES PRCTICAS DE MODELOS ESTADSTICOS Sistemas de Colas. La distribucin del tiempo entre llegadas y la distribucin del nmero de llegadas por periodo de tiempo son importantes a la hora de simular los sistemas de colas. El tiempo de servicio puede ser constante o probabilstico. Distribuciones utilizadas: Exponencial. Si los tiempos de servicio son completamente aleatorios.

Normal. Si los tiempos de servicio son constantes pero existe una variabilidad que produce fluctuaciones positivas y negativas. Normal Truncada. Si existen valores de la variable que deben ser mayores o menores que un cierto valor y el resto siguen una distribucin normal. Gamma y Weibull. Se utilizan para modelar Tiempos de Servicio. Sistemas Inventario. Existen tres variables aleatorias: a) Nmero de tems solicitados en cada pedido o en cada periodo de tiempo b) Tiempo entre pedidos c) Tiempo entre realizar un pedido y recibir dicho pedido La variable nmero de items o tamao del pedido suele ser representada por las siguientes distribuciones: Geomtrica. Se caracteriza por tener la moda centrada en la unidad Binomial Negativa. Se caracteriza por tener una cola larga Poisson. Est tabulada y se conoce con profundidad. Tiene una cola ms corta que la binomial negativa Mantenimientos y Fiabilidad. El tiempo de fallo puede ser modelado por varias funciones: Distribucin Exponencial. Si solamente ocurren fallos aleatorios Distribucin Gamma. Surge del modelado por redundancia. Distribucin Weibull. Cuando hay muchos componentes en un sistema y el fallo se debe al defecto ms serio del conjunto de defectos Distribucin Normal. Cuando los fallos se deben al desgaste normal Distribucin Logo normal. Se utiliza para describir el tiempo de fallo de algn tipo de componentes Datos Limitados o Incompletos. No se dispone del suficiente nmero de datos Las funciones que se utilizan son: Distribucin uniforme. Se utiliza cuando se sabe que el tiempo entre llagadas o de servicio es aleatorio pero no se dispone de ms informacin Distribucin Triangular. Se puede utilizar cuando se hacen suposiciones sobre el mximo, el mnimo y la moda

Distribucin Beta. Proporciona una gran variedad de formas en su distribucin

ESTUDIO DE MDULOS DEL SIMULADOR

- TERMINOLOGA Conviene describir una serie de trminos que aparecen en el mundo de la simulacin de eventos discretos y relacionados con la simulacin, ya que su conocimiento resulta til a la hora de comprender y analizar modelos de sistemas. Entidad: Objeto de inters perteneciente al sistema; es el objeto sobre lo que acta el proceso (por ejemplo mquinas, mensajes, documentos, clientes, piezas, etc.) Las entidades sern producidas y generalmente demandarn un servicio que ser realizado por un servidor que se describir en trminos de recurso. Arena utiliza un lenguaje orientado a entidades. Las entidades representan personas, objetos o cosas, bien sean reales o imaginarias, cuyo movimiento en el sistema provoca cambios de estado del sistema. Atributo: propiedad de una entidad. En un sistema pueden existir muchos tipos de entidades y cada una tendr unas caractersticas propias llamadas Atributos. Los atributos representan valores definidos por el usuario y asociados a cada una de las entidades (tipo de cliente, tamao del producto, instante en que un trabajo entra en el sistema, etc.) Todas las entidades tienen el mismo conjunto de atributos, pero con distintos valores. Arena asigna un conjunto de atributos determinados (Entity.Type, Entity.Picture, Entity.CreateTime, Entity.Station, Entity.Sequence, Entiy.JobStep) Actividad: representa un periodo de tiempo de duracin especfica. Recurso: elemento utilizado para modelar un rea donde hay una limitacin o restriccin; dichas restricciones pueden ser causadas por un nmero limitado de personas para realizar una accin, espacio de almacenamiento restringido, capacidad de los equipos, etc. Se llama capacidad de un recurso al nmero de unidades de recurso idnticas disponibles para dar un servicio. Las entidades capturan (seize) recursos para tomar control de una o ms unidades del mismo, y una vez finalizado el servicio las entidades liberan ( release) los recursos utilizados. Colas: rea donde permanece una entidad mientras espera que un recurso est disponible o mientras espera a formar un grupo (batch) con otras entidades. Variables: las variables representan un conjunto de valores globales que se pueden modificar o utilizar sus valores como control en cualquier parte del modelo. Arena tiene dos tipos de variables, las variables definidas por el Usuario y las variables definidas por el Sistema. Las primeras son definidas por quien construye

el modelo, y pueden cambiarse durante la ejecucin de la simulacin (tasa de llegada, inventario actual, nmero de pacientes, etc.) Las variables del Sistema son caractersticas predefinidas de los componentes del modelo que recogen el estado de los componentes (nmero de entidades esperando en una cola; se denota con NQ (nombre de la cola), valor de un contador NC (nombre del contador)). EJERCICIO A La lavandera Boronas est integrada por dos operarios (resources). La operacin a modelar es lavar y planchar una cantidad de camisas (entity), las cuales llegan a una tasa de 4 unidades por hora. SOLUCION. El modelo del sistema est conformado por un mdulo CREATE, dos mdulos PROCESS y un mdulo DISPOSE. El esquema del sistema es el siguiente.

Fig 1 Modelo del lavandera Boronas

DESCRIPCION DE LOS MODULOS DEL SISTEMA

LLEGADAS
El nombre del mdulo es llegadas, para referenciar las llegadas de las entidades en este caso Camisas a la lavandera, estas llegan segn una distribucin

exponencial de 4 camisas por hora. Con esta informacin el modulo fue definido de la siguiente forma:

Fig 2 Configuracion de las llegadas

PROCESO DE LAVADO
Para este proceso hemos utilizado un mdulo PROCESS, cuyo nombre est relacionado al proceso como tal LAVADO, el tiempo del lavado esta dado segn una distribucin normal de 20 con desviacin de 3 minutos por camisa, el recurso asignado en este caso es uno de los operarios de la lavandera EVARISTO.

Fig 3. Proceso de lavado

PROCESO DE PLANCHADO El proceso de planchado, se lleva a cabo segn una distribucin triangular de esta forma: mnimo 36, mximo 55 y en promedio 42 minutos por camisa, el recurso asignado a este proceso es el operario TEOFILO, el cual est encargado del proceso de planchado de las camisas.

Fig 4 Planchado

SALIDA DE LAS CAMISAS

Luego que la camisa ha pasado por los proceso de lavado y planchado respectivamente, la salida ser contabilizada en el modulo dispose.

Fig 5 Salida de las camisas

ANALISIS DE LOS RESULTADOS

La simulacion se realizo durate un periodo de 8 horas, arrojando los siguientes resultados: Como se puede observar en la Figura 8, al sistema llegaron un total de 28 camisas de las cuales 10 pasaron por los procesos de lavado y planchado, y como se puede observar en la figura 7 en las colas de lavado y plachado se llegaron a acumular un maximo de 7 y 12 camisas, por lo cual los dos operarios resultan ser insuficientes para lograr procesar la totalidad de camisas que llegan a ala lavanderia

Fig 6 Detalle de las Colas

Fig 7 Detalle de los procesos

Fig 8 Descripcion de las entidades

EJERCICIO B
Debido a los malos resultados se decide contratar un operario adicional para planchar y se disminuye el tiempo de lavado. La probabilidad de que una camisa se planchada por un operario en particular es de 50%.

SOLUCION: Las llegadas siguen una distribucin exponencial con media de 15 minutos al igual que en el problema anterior, por lo tanto la configuracin del mdulo es la misma en ambos casos.

El proceso de lavado ha disminuido su tiempo de proceso, pero sigue comportndose segn una distribucin normal de 14 minutos con desviacin de3 minutos. Luego que las camisas son lavadas pasaran a ser a planchadas por uno de los dos operarios, para ello se ha agregado un mdulo DECIDE el cual se ha configurado a dos caminos con probabilidad del 50 % en cada caso, ya que la probabilidad de que la camisa sea planchada por uno de los dos operarios es del 50%

El operario Tefilo realiza el proceso de planchado al igual que el caso anterior, por lo tanto la configuracin del mdulo es la misma El nuevo operario de la lavandera realiza el proceso de planchado segn una distribucin normal de 40 con desviacin estndar de 3 minutos por camisa, como el proceso es planchado el modulo se llamara PLANCHADO2 y se le asignara un recurso llamado NAPOLEON.

ANALISIS DE LOS RESULTADOS Esta vez al sistema llegaron un total de 35 camisas delas cuales 31 pasaron por el proceso de lavado, de esas 20 pasaron por el proceso de planchado, por lo que se puede deducir que la incorporacin del nuevo operario a la lavandera ha mejorado el rendimiento del sistema, pues se ha procesado el doble de camisas que cuando solo haba un operario en el proceso de planchado.

EJERCICIO C
Una fbrica de artculos de cuero est produciendo dos tipos de productos. Correas y Bolsos. El proceso de los productos es una etapa de corte y una etapa de costura. La etapa de corte se realiza en mquinas independientes, pero, el proceso de costura se realiza en una sola mquina. Se deben procesar 60 correas por hora y 20 Bolsos por hora. Los productos llegan a la planta segn un comportamiento exponencial. Los tiempos de procesos son los siguientes: MAQUINA DE CORTE CORREA BOLSOS N(50,10) segundos T(1,3,4)minutos MAQUINA DE COSTURA U(30,45)segundos E(40)segundos

SOLUCION En este caso en que tenemos dos mquinas de corte y una sola de costura y las dos entidades deben pasar por el proceso de costura, se debe asignar los tiempo de costura de cada entidad para que puedan ser atendidos, para ello el tiempo de costura ser una variable denominada tiempocostura y para asignarla a cada entidad utilizaremos dos modulos assign en los cuales referenciaremos y daremos el tiempo de costura de cada entidad, de esta forma asignamos el tiempo a demorar en el proceso de costura cada entidad (correas y bolsos). El diagrama del sistema es el siguiente:

Al modelo se le han agregado unas etiquetas en las cuales se puede observar e tiempo de ejecucin la cantidad el correas y bolsos que se estn procesando en cada uno de las mquinas de corte y costura. LLEGADAS Las llegadas de las correas, se comportan segn una distribucin exponencial de 60 correas por hora tal como se muestra en el mdulo crate correspondiente a la llegada de las correas al sistema.

La asignacion del tiempo de costura para las correas se hace en el modulo ASSIGN, en este modulo hemos agregado una variable tipo atribute denominada tiempocostura, la cual para el caso de las correas se comporta se comporta segn una distribucion UNIFORME de 30 a 45 segundos.

CORTE DE CORREAS
El proceso de corte se realiza en una maquina la cual realiza el proceso segn una distribucin normal de 50 segundos con desviacin estndar de 10 seg.

LLEGADAS DE LOS BOLSOS

Las llegadas se comportan segn una distribucin exponencial de 20 bolsos por hora, el modulo CREATE, se configuro de la siguiente forma:

La asignacin del tiempo de costura para los bolsos se configura en el mdulo ASSING, asignndole a la variable tiempocostura el valor de EXPO (40), lo cual nos indica que el tipo de costura se comporta segn una distribucin exponencial con media de 40 segundos.

PROCESO DE CORTE PARA LOS BOLSOS

La mquina encargada del procesos de corte para los bolsos, demora mnimo 1 min, mximo 4 min y en promedio 3 minutos en el proceso, lo cual nos indica que es una distribucin triangular.

COSTURA
En este mdulo hacemos uso de la variable tiempo de costura para hacer referencia a los tiempos de costura de los bolsos y la correas.

EJECUCUION Y ANALISIS DE LOOS RESULTADOS

Como se puede observar en la siguiente figura, el tiempo de la simulacin fue de 8 horas y en total se atendieron 658 entidades de las que ingresaron al sistema. La atencin en las mquinas de corte est distribuida de esta forma: Correas= 494 Bolsos= 165 La atencin en la mquina de costura est distribuida de esta forma: Correas= 493

Bolsos= 164

CONCLUSIN Si cada empresa efecta una toma de decisiones que afectara visualmente su estado en el mercado en base a distintos cambios en sus procesos corre el riesgo de generar prdidas en lugar de ganancias. Sin embargo en la simulacin anterior al analizar los indicadores de las colas de cada proceso y resumidas en las tablas anteriores se ve que se incrementan el nmero de entidades que esperan, as como tambin el tiempo que les toma esperar ser atendida en cada proceso.