SIMULACIÓN

PLANEACIÓN Y ORGANIZACIÓN DE LAS INSTALACIONES PRODUCTIVAS

UTILIZANDO SIMULACIÓN.

PRESENTADO POR:

GRUPO 0000

TUTOR:

JENNY MARIBEL GOMEZ ALDANA

POLITECNICO GRAN COLOMBIANO

FACULTAD DE INGENIERIA Y CIENCIAS BASICAS

INGENIERIA INDUSTRIAL

MARZO 31 DE 2020

ASESORIA MULTI S. A
Consultores: Alonso Campos Hernández Código: 1611024445
Harold Julián Cifuentes Sopó Código: 1421022820
Jorleany Yeraldin Espitia Rátiva Código: 1621021550 Cod:
16110
Julio Esmos Serrato Leguizamón Código: 1611023781
Mario Alberto Cortés Castañeda Código: 1611024613
Página 1
 ASESORIA MULTI S. A

Modelo Conceptual de la Situación Planteada

Mapple es una empresa que quiere mejorar su sistema de ensamble, pues no está cumpliendo
con la entrega de sus productos referencia (M001, M002 y M003) de acuerdo a la demanda que
es 20 %, 40 % y 40 %, el incumplimiento se debe a la variación en la ejecución de pedidos con
tendencia Poisson. La línea de ensamble tiene 3 estaciones ABC cada una con máquina de 10
años de uso que producen las referencias mencionadas, las cuales tienen diferentes rutas así:
M001 se mueve ABC, M002 se mueve CBA, y M003 se mueve BAC. Las máquinas de las
estaciones son un poco lentas, pero seguras por mantenimiento insignificante y trabajo de 8
horas diarias, 7 días semana.
Los productos se desplazan por las estaciones en montacargas a cinco metros por min y las
estaciones tienen 10 metros de distancia, la carga en el montacargas no se estima, pero el
descargue si en ABC y Salida o bodega, este tiempo es en minutos así:
Estació n A Estació n B Estació n C Salida
NORM(1, 0.5) NORM(0.9, 0.1) NORM(1, 0.1) NORM(1, 0.1)

El gerente en pro de mejorar las condiciones quiere actualizar las maquinas actuales por lo que
contacta a dos proveedores de diferentes países, los cuales venden el mismo tipo de máquinas,
con 5 años de experiencia, pero el proveedor 1 a US$1000000 y el segundo a US$1200000,
presentan históricos de comportamiento de los tiempos de producción de sus ofertas para
analizar.
Representando rigurosamente el modelo actúa, el modelo del proveedor 1 y el modelo del
proveedor 2 debemos aconsejar al Generante si es necesario realzar actualización o no, en caso
de que sea así determinar cuál de los dos proveedores escoger, para ello se analizan los tiempos
y se tiene en cuenta El Costo de Incumplimiento y el costo del WIP Improductivo.

Página 2
 ASESORIA MULTI S. A

Representación Gráfica

Gráfico 1. Representación gráfica del proceso productivo de la compañía de Mapple

Análisis de datos de entrada

Tiempo de Proceso Estación 1 – Sistema Actual

Histograma:

Página 3
 ASESORIA MULTI S. A

Gráfico 2. Histograma del tiempo de servicio en la estación 1 del sistema actual

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 1.6

Máximo 4.92

Promedio 3.32

Desviación Estándar 0.724

Hipótesis Nula Triangular

Nivel de significancia (a) 4%

Grados de libertad (g.l) 14

P-value 0.7

Parámetros de la TRIA(1.26, 3.71, 5)

distribución

Conclusión

SI el valor del p-vale es superior que Nivel de significancia (a), se

Página 4
 ASESORIA MULTI S. A

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,

se acepta la hipótesis nula Triangular.

Tabla 1. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 2 – Sistema Actual

Histograma:

Gráfico 3. Histograma del tiempo de servicio en la estación 2 del sistema actual

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 2.51

Máximo 5.51

Promedio 3.99

Desviación Estándar 0.503

Hipótesis Nula Weibull

Página 5
 ASESORIA MULTI S. A

Nivel de significancia (a) 4%

Grados de libertad (g.l) 10

P-value > 0.75

Parámetros de la 2.2 + WEIB (1.98, 3.97)

distribución

Conclusión

SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Weibull.

Tabla 2. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 3 – Sistema Actual

Histograma:

Gráfico 4. Histograma del tiempo de servicio en la estación 3 del sistema actual

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Página 6
 ASESORIA MULTI S. A

Número de datos 501

analizados

Mínimo 0.117

Máximo 28.1

Promedio 5.89

Desviación Estándar 4.35

Hipótesis Nula Gamma

Nivel de significancia (a) 4%

Grados de libertad (g.l) 10

P-value 0.669

Parámetros de la GAMM (3.32, 1.77)

distribución

Conclusión

SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Gamma.

Tabla 3. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 1 – Proveedor 1

Histograma:

Página 7
 ASESORIA MULTI S. A

Gráfico 5. Histograma del tiempo de servicio en la estación 1 del proveedor 1

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 0.0811

Máximo 17.6

Promedio 4.05

Desviación Estándar 2.91

Hipótesis Nula Gamma

Nivel de significancia (a) 4%

Grados de libertad (g.l) 10

P-value 0.0864

Parámetros de la GAMM (2.1, 1.93)

distribución

Conclusión SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,

Página 8
 ASESORIA MULTI S. A

se acepta la hipótesis nula Gamma.

Tabla 4. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 2 – Proveedor 1

Histograma:

Gráfico 6. Histograma del tiempo de servicio en la estación 2 del proveedor 1

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 0.0759

Máximo 27.2

Promedio 4.53

Desviación Estándar 3.81

Página 9
 ASESORIA MULTI S. A

Hipótesis Nula Gamma

Nivel de significancia (a) 4%

Grados de libertad (g.l) 8

P-value 0.197

Parámetros de la GAMM (3.02, 1.5)

distribución

Conclusión SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Gamma.

Tabla 5. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 3 – Proveedor 1

Histograma:

Gráfico 7. Histograma del tiempo de servicio en la estación 3 del proveedor 1

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Página 10
 ASESORIA MULTI S. A

Número de datos 501

analizados

Mínimo 0.0008

Máximo 40.4

Promedio 5.44

Desviación Estándar 6.28

Hipótesis Nula Gamma

Nivel de significancia (a) 4%

Grados de libertad (g.l) 8

P-value 0.414

Parámetros de la GAMM (8.26, 0.658)

distribución

Conclusión SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Gamma.

Tabla 5. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 1 – Proveedor 2

Histograma:

Página 11
 ASESORIA MULTI S. A

Gráfico 8. Histograma del tiempo de servicio en la estación 1 del proveedor 2

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 1.82

Máximo 5.08

Promedio 3.49

Desviación Estándar 0.515

Hipótesis Nula Weibull

Nivel de significancia (a) 4%

Grados de libertad (g.l) 9

P-value > 0.75

Parámetros de la 1.49 + WEIB (2.2, 4.38)

distribución

Conclusión

SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
Página 12
 ASESORIA MULTI S. A

se acepta la hipótesis nula Weibull.

Tabla 7. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación de Montaje

Tiempo de Proceso Estación 2 – Proveedor 2

Histograma:

Gráfico 9. Histograma del tiempo de servicio en la estación 1 del sistema actual

Pruebas de Bondad de Ajuste

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 1.79

Máximo 6.5

Promedio 4.01

Desviación Estándar 0.786

Hipótesis Nula Normal

Nivel de significancia (a) 4%

Página 13
 ASESORIA MULTI S. A

Grados de libertad (g.l) 10

P-value 0.184

Parámetros de la NORM(4.01, 0.786)

distribución

Conclusión

SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Normal.

Tabla 8. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación 2 del proveedor 2

Tiempo de Proceso Estación 3 – Proveedor 2

Histograma:

Gráfico 10. Histograma del tiempo de servicio en la estación 1 del sistema actual

Pruebas de Bondad de Ajuste

Página 14
 ASESORIA MULTI S. A

Tiempo de Montaje

Número de datos 501

analizados

Mínimo 1.33

Máximo 5.13

Promedio 3.29

Desviación Estándar 0.512

Hipótesis Nula Normal

Nivel de significancia (a) 4%

Grados de libertad (g.l) 9

P-value 0.431

Parámetros de la NORM(3.29, 0.511)

distribución

Conclusión SI el valor del p-vale es superior que Nivel de significancia (a), se

acepta la Hipótesis dado lo anterior, esta distribución de ajusta,
se acepta la hipótesis nula Normal.

Tabla 9. Resumen planteamiento prueba de bondad de ajuste para tiempo de servicio en la estación 3 del proveedor 2

Parámetros del modelo

Tiempo de Servicio Tiempo de Servicio Tiempo de Servicio

Estación 1 (mins) Estación 2 (mins) Estación 3 (mins)
Distribución NORMAL NORMAL GAMMA
Parámetros NORM (3.32, 0.723) NORM (3.99, 0.503) GAMM (3.32, 1.77)
p-value 0.301 > 0.75 0.669
Tabla 1. Resumen resultados de la prueba de bondad de ajuste para el tiempo de servicio en las 3 estaciones del sistema actual

Tiempo de Servicio Tiempo de Servicio Tiempo de Servicio

Estación 1 (mins) Estación 2 (mins) Estación 3 (mins)
Distribución GAMMA GAMMA GAMMA
Parámetros GAMM (2.1, 1.93) GAMM (3.02, 1.5) GAMM (8.26, 0.658)
p-value 0.0864 0.197 0.414
Tabla 2. Resumen resultados de la prueba de bondad de ajuste para el tiempo de servicio en las 3 estaciones del proveedor 1

Tiempo de Servicio Tiempo de Servicio Tiempo de Servicio

Estación 1 (mins) Estación 2 (mins) Estación 3 (mins)
Distribución NORMAL NORMAL NORMAL

Página 15
 ASESORIA MULTI S. A

Parámetros NORM (3.49, 0.515) NORM (4.01, 0.786) NORM (3.29, 0.511)
p-value > 0.75 0.184 0.431
Tabla 3. Resumen resultados de la prueba de bondad de ajuste para el tiempo de servicio en las 3 estaciones del proveedor 2

Descripción construcción modelo sistema actual en Arena®

Módulo de Arena Empleado Descripción del Módulo Empleado

Para modelar la llegada de los pedidos

Punto de comienzo de elaboración de los Pedidos.
Punto de comienzo de producción en la línea de fabricación, la
llegada de las unidadess, entrada de pedidos/min.

Las unidades a fabricar tienen una tasa de llegadas que se

estableció con este módulo.

Este módulo nos permitió dividir el 100% de la fabricación

en los porcentajes de pedido de cada referencia de pedido.

Con la ayuda de este módulo logramos enlazar cada

referencia de producto con las diferentes estaciones para
poder trasportarlo, de tal manera que existe un orden de
conexión y salida.
Las diferentes referencias de producto se debían transportar
por cada estación, con este módulo le dimos un nombre en
la llegada de cada estación.

Con este elemento logramos asignar el recurso.

Página 16
 ASESORIA MULTI S. A

Módulo de Arena Empleado Descripción del Módulo Empleado

Después de crear las estaciones necesitamos realizar la

colección con cada secuencia, gracias a este módulo es
posible esta acción.

Para establecer el final para entidades en un proceso de

simulación. Las estadísticas de la entidad pueden registrarse antes
Dispose 1 de que la entidad sea eliminada.
0
Nos permitió establecer cuáles y cuantos eran los pedidos,
con sus nombres.

Este módulo es muy importante, pues defino por donde se

mueve el montacarga por en las diferentes estaciones.

Este módulo de datos define los recursos en el sistema de

simulación, disponibilidad de recursos y la información de costos.

Es el principal método de modelamiento, dispone de opciones de

captura y libera restricciones de recursos.

Tabla 4. Descripción de los módulos empleados en la construcción del modelo de simulación del sistema actual

Resultados del Modelo de Simulación (Sistema Actual)

Intervalo de Confianza
Indicadores
Promed HalfWidt
Lim. Inferior Lim. Superior
io h
Número total de piezas
628,70 26,71 601,99 655,41
producidas

Número de piezas M001

126,10 7,29 118,81 133,39
producidas

Página 17
 ASESORIA MULTI S. A

Número de piezas M002

251,90 11,51 240,39 263,41
producidas

Número de piezas M003

250,70 7,91 242,79 258,61
producidas
Tiempo de Ciclo (Total en el
sistema para cualquier 51,31 0,68 50,63 51,99
referencia)
Tiempo de Ciclo referencia
17,21 0,34 16,87 17,55
M001

Tiempo de Ciclo referencia

16,94 0,14 16,80 17,08
M002

Tiempo de Ciclo referencia

17,16 0,20 16,96 17,36
M003
Tiempo promedio de Espera en
el Sistema (para cualquier 77,10 8,53 68,57 85,63
referencia)
Tiempo promedio de Espera en
25,03 3,43 21,60 28,46
el Sistema referencia M001

Tiempo promedio de Espera en

27,09 3,05 24,04 30,14
el Sistema referencia M002

Tiempo promedio de Espera en

24,98 2,05 22,93 27,03
el Sistema referencia M003
Número promedio de partes en
el sistema (WIP para cualquier 2,668 0,21 2,458 2,878
referencia)
Número promedio de partes
0,528 0,05 0,478 0,578
M001 en el sistema

Número promedio de partes

1,093 0,10 0,993 1,193
M002 en el sistema

Número promedio de partes

1,047 0,06 0,987 1,107
M003 en el sistema
Número promedio de partes
esperando en la estación 1 0,005 0,00 0,005 0,005
(cualquier referecnia)
Número promedio de partes
esperando en la estación 2 0,013 0,00 0,013 0,013
(cualquier referecnia)
Número promedio de partes
esperando en la estación 3 0,085 0,01 0,075 0,095
(cualquier referecnia)

Página 18
 ASESORIA MULTI S. A

Tabla 5. Resumen resultados preliminares modelo de simulación sistema actual

Referencias

Triviño, J. E. (30 Marzo 2020). disi. Obtenido de

http://disi.unal.edu.co/profesores/jeortizt/Sim/Archivos/02.Arena/02D1.%20CursoARENA_4_
PanelProcesosAvanzados_JorgeEduardoOrtizT.pdf

Triviño, J. E. (29 de Marzo de 2020). Simulación con Arena. Obtenido de http://disi.unal.edu.co/:

Página 19