Documentos de Académico
Documentos de Profesional
Documentos de Cultura
=
Valor ptimo en el incremento de X,
OP
X :
OP i OP i
Y Y X X = >
Coste asociado al cambio: Inversin necesaria
para obtener la nueva configuracin.
Cambios de configuracin equivalentes:
Diferentes cambios en la configuracin de
partida producen el mismo incremento en las
variables de salida. En estos casos es necesario
analizar los costes asociados.
Si partiendo de una configuracin no existe una
variable absolutamente crtica, se toma un conjunto
de variables crticas que al ser modificadas
conjuntamente si sean absolutamente crticas.
5 PRCTICO. IMPLEMENTAR
UNA FACTORIA DE
FABRICACIN Y MONTAJE DE
AUTOMVILES EN WITNESS
Como se ha comentado, con este artculo se
trata de transmitir la experiencia conseguida con el
proyecto de simulacin de una factora completa del
sector del automvil.
De forma simplificada, una factora de la
industria del automvil se puede dividir en tres
grandes talleres:
Soldadura
Pintura
Montaje
El nivel de estudio que se quiere realizar de la
factora obliga a definir los mnimos elementos de
simulacin que se implementarn, en este punto hay
que evaluar el grado de complejidad que
obtendramos, si este es muy elevado ser necesario
reducir el modelo bien eliminando elementos que se
consideren que influyen poco (lo cual exige como se
ha comentado un gran conocimiento de la
instalacin) y/o dividir el modelo en diferentes
submodelos y posteriormente estudiar las relaciones
entre los mismos.
Una vez analizadas las instalaciones y viendo
el nivel de estudio solicitado en cada taller so opt
por crear 4 submodelos:
Soldadura 1
Soldadura 2
Pintura
Montaje
La simulacin se realiz implementando el
modelo de simulacin sobre el software WITNESS
9.0.
Una vez definida la estructura del modelo y sus
elementos de simulacin, se deben implantar los
eventos aleatorios (averas, faltas de suministro,...).
Es importante resaltar que aunque actualmente las
factora posee un sistema de seguimiento y registro
automtico, la gran cantidad de eventos que estos
almacenan y que no deben ser incluidos en el
modelo de simulacin, hace necesario realizar un
filtrado.
La informacin que aparece registrada y que debe ser
eliminada corresponde a:
Alarmas inducidas por otras averas. La
implantacin en el modelo debe ser slo de la
avera original (avera propia), pues de las dems
ser el propio modelo generar las dems.
Registros de averas que no existen por paradas
propias, sino por intervenciones en horarios de
mantenimiento. Al realizar un mantenimiento,
un sensor puede estar situado en posicin de
fallo, sin que en realidad est funcionando la
mquina.
Eventos de falta de pieza producidos por la
ruptura del flujo de produccin
Todos estos eventos aleatorios deben ser
implementados en el modelo mediante variables
estocsticas continuas. Para ello se usaron dos
mtodos:
Ajuste a funciones de distribucin continuas:
Weibull, exponenciales y Gamma.
Funciones de distribucin experimentales,
introducidas en el modelo como histogramas.
Con este mtodo se consigui mucho mejor
ajuste, obteniendo una reproduccin de eventos
satisfactoria. El proceso consiste en incluir los
histogramas experimentales en el modelo, siendo
el software de simulacin el encargado de
generar las funciones de distribucin
experimentales.
5.1 EJEMPLO. UNA INSTALACIN
IMPLEMENTADA EN WITNESS
Vamos a ver con un ejemplo, cmo se
implementa una parte de una instalacin dentro de
Witness.
Tenemos el robot1 (M_X0306) que manipula
piezas A y B. Las piezas A las toma de C_X0301 y
las posiciona en un soporte, donde un robot1
(M_X0310) realiza unas operaciones de soldadura de
tetones. El robot1 ser tambin el encargado de coger
la pieza ya soldada y posicionarla en un soporte de
un lnea area(M_X0309). Adems el robot1 debe
tomar piezas B de la mquina C_X0304 y
posicionarlas sobre otro soporte de otra lnea area
(M_X0308).
Figura 1. Instalacin ejemplo.
Primero definimos el nmero de elementos
Witness que necesitamos:
2 conveyor de 2 posiciones: C_X0304 y
C_X0301
4 mquinas simples: M_X0309,
M_X0310,M_X0306 y M_X0308.
a la hora de crear el artculo A escribimos el
siguiente cdigo en el evento a la creacin:
T_Acabado = "NO"
y en las acciones al final del robot de soldadura
escribimos:
T_Acabado = "SI"
As el cdigo de funcionamiento del robot1 ser:
acciones al inicio. sita el tiempo de ciclo que
tarda en realizar la operacin (depende de la
operacin a realizar):
IF TYPE = A
IF T_Acabado = "NO"
VC_X0306 = 0.2
ELSE
VC_X0306 = 0.27
ENDIF
ELSE
VC_X0306 = 0.37
ENDIF
y mandar la pieza a la mquina que corresponda:
IF T_Acabado = "SI"
IF TYPE = A
PUSH to M_X0308
ELSE
PUSH to M_X0309
ENDIF
ELSE
PUSH to M_X0310
ENDIF
Para poder implementar el funcionamiento
debemos recurrir a la programacin, de tal manera
que se consiga que las diferentes mquinas
implementadas en Witness se comporten
correctamente.
6 CONCLUSIONES
Hasta ahora, la mayor parte de estudios previos
realizados en las factoras de la industria del
automvil, estaban orientados a conseguir una mejora
de produccin, sin realizar un anlisis detallado de
los parmetros logsticos. Con la SIMULACIN
DISCRETA se consigue una herramienta capaz de
analizar a fondo todos los parmetros logsticos, y lo
que es ms importante, estimar la evolucin de los
mismos antes de realizar una modificacin en la
instalacin. As pues, con el modelo de simulacin,
obtenemos una potente herramienta para el personal
de mantenimiento de la factora, as como una ayuda
en la organizacin de la produccin. En concreto la
simulacin nos permitir:
Determinar cuellos de botella y su naturaleza.
Optimizacin de la produccin.
Asignacin eficiente de recursos.
Determinar evoluciones de la factora ante
posibles planes de mejora en la misma y
cuantificacin de las mejoras que se consiguen.
Comparar diferentes estrategias o alternativas.
Determinacin de la inversin ptima.
La realizacin de un proyecto de simulacin de una
factora completa, da lugar a modelos de simulacin
muy complejos, ser necesaria una completa
planificacin y una capacidad de simplificacin sin
prdida relevante de informacin, en este punto la
experiencia del personal de la factora se hace
imprescindible.
Agradecimientos
Este proyecto ha sido posible gracias a la
CICYT y la UE, que ha soportado en parte la
financiacin gracias al proyecto FEDER 1FD97-
0825.
Referencias (10 ptos, negrita)
[1] Blanks, J. and Carson, J.S. (1.996) Discrete
Event System Simulation, Prentice Hall
[2] Brown, E. (1.998) IBM combines rapid
modelling technique and simulation to design
PCB factory of the future, IE pp. 23-26
[3] Law, A. and McComas, M. (1.990) Secret of
Successful Simulation Studies IE, pp. 47-53
[4] Miller, David M. and Park, Young (1.998)
Simulation and analysis of an automotive
assembly operation, Automotive Engineering
International, pp. 112-115.
[5] Petersen, R.G. (1.985) Design and Analysis of
experiments
[6] Pukelsheim, F. (1.993) Optimal Design of
Experiments Marcel Dekker, Inc.
[7] Garca, Ricardo F. and Zeigler, Bernard (1.986)
Discrete event simulation, IEEE Spectrum, pp
32-36
[8] Rawles, Ian. (1.998). The WITNESS
Toolbox
a Tutorial. In Proceedings of the 1.998 Winter
Simulation Conference, eds.D. J. Medeiros,
Edward F. Watson, John S. Carson, and Mani S.
Manivannan, 223-226.
[9] lgen, Onur, and Ali Gunal. (1.999).
Simulation in the Automobile Industry. In
Handbook of Simulation, ed. Jerry Banks. New
York, New York: John Wiley & Sons,
Incorporated, 547-570.
[10] WITNESS