FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

SIMULACIÓN

PRIMERA ENTREGA PROYECTO SEMESTRAL – INDUSTRIA MAPPLE

GRUPO 10

PRESENTADO POR:

KAREN YESENIA GUTIERREZ: 1721981355

MARCELA JARAMILLO ORTIZ COD: 1611981311

MIGUEL ANGEL MACEA BERNAL: 1810650194

DANIELA ALEJANDRA ROMAN COD: 1521021106

JOHN DAVIS MIRANDA COD: 1721981355

PRESENTADO A:

ALMA RODRÍGUEZ

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

SEPTIEMBRE 2020

BOGOTA D.C
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Modelo Conceptual

Para la realización de la simulación en Arena®, primero se debe detallar qué se va a simular. En este
sentido, se parte de entender que el sistema (en este caso productivo) es la linea de ensamble de la
compañía Mapple. Esta linea es la que se requiere simular y, posteriormente, es sobre la cual se
tomarán las decisiones producidas por el estudio de simulación. En este sistema, se cuenta con 3 tipos
de entidades distintas. Estas entidades son los 3 tipos de productos que se manufactura en la compañía:
MOO1, MOO2 y MOO3. Dichas entidades tienen atributos que las diferencian: El nombre de cada
producto (detallados anteriormente), la demanda de cada producto (Del total de pedidos se supone que
el 20% son de MOO1, el 40% son de MOO2 y el 40% restante sonde MOO3) y la secuencia de tareas que
se realizan a cada producto; para el producto MOO1 es Estación A – Estación B – estación C, para el
producto MOO2 es estación C – Estación B – Estación A y para el producto MOO3 es Estación B –
Estación A – Estación C.

Adicionalmente, para poder realizar las tareas dentro del sistema se cuenta con distintos recursos, entre
los cuales se encuentran:
 3 estaciones de trabajo compuesta únicamente por una máquina (cada una), en las cuales se
realizan operaciones de transformación. Estas estaciones tienen tiempos de procesamiento
aleatorios, los cuales se puede modelar por las distribuciones expuestas en la sección de análisis
de datos de entrada.
 Un montacargas, el cual realiza el cargue y descargue de material en cada estación, así como el
transporte entre estaciones. El montacargas también lleva el producto al almacén de producto
terminado.

Por otra parte, se tienen los siguientes supuestos para modelar el sistema:
 Los tiempos de carga en las estaciones son despreciables y los de descarga siguen las siguientes
distribuciones de probabilidad, las cuales dependen de la zona en la cual se realice el descargue:

Tabla 1. Distribuciones de los Tiempos de Descarga del Montacargas. Fuente: Guía del Proyecto.
 La distribución de llegada de pedidos es de Poisson cuyo parámetro depende de la hora del día
en la cual se encuentre el sistema: 8 pedidos por hora en la primera hora, 2 pedidos por hora
durante las siguientes cuatro horas y 3 pedidos por hora las últimas tres horas de la jornada
laboral (la jornada es de 8 horas los 7 días de la semana).
 Las máquinas son confiables, lo cual implica que raramente fallan y, cuando lo hacen, el tiempo
de mantenimiento y reparación es despreciable.

Además, la gerencia ha establecido que, a partir de su experiencia, el sistema tiene los siguientes
parámetros fijos:
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

 La distancia entre estaciones y entre estación y almacén de producto terminado es de 10

metros. La velocidad del montacargas es de 5m/min, lo cual implica que tarda 2 minutos fijos en
desplazar el producto entre estaciones y al almacén.
 La jornada de trabajo es de 8 horas los 7 días de la semana.
El objetivo del estudio de simulación es determinar que conjuntos de máquinas son las más adecuadas para
mejorar la entrega de los pedidos y, sobre todo, realizarlos a tiempo. En otras palabras, se busca determinar si se
debe mantener el conjunto de máquinas actual, comprar las máquinas ofrecidas por el proveedor americano o
comprar las máquinas ofrecidas por el proveedor alemán.

A continuación, se representa la operación de la linea de ensamblaje en un diagrama de flujo:

Imagen 1. Diagrama de Flujo. Fuente: Autores.

 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Análisis de Datos de Entrada

El análisis de datos de entrada presenta la representación gráfica (histogramas) de la distribución

empírica de los datos. Como se observa en la imagen 2, las distribuciones de probabilidad se pueden
clasificar en dos tipos: Distribuciones simétricas con colas pesadas a izquierda y derecha, con alta
acumulación de datos hacia el centro de la distribución (tipo 1) y distribuciones asimétricas con cola
pesada a derecha, con alta acumulación de datos hacia la izquierda de la distribución (tipo 2). Los
histogramas fueron graficados usando la librería matplotlib de Python.

Imagen 2. Matriz de Histogramas. Fuente: Autores con Base en MappleData.xlsx.

En este sentido, se reconoce que hay dos formas de distribuciones que indican que las distribuciones
pertenecen a dos familias de distribuciones distintas. Las distribuciones tipo 1 se asemejan a la
distribución normal y las distribuciones tipo 2 se asemejan a la distribución Gamma. Para validar estos
supuestos, se realiza la prueba Chi - Cuadrado para determinar la bondad del ajuste de las distribuciones
planteadas. Los resultados se resumen en la tabla 2. La prueba de bondad de ajuste se realizó con la
herramienta Input Analyzer de Arena®.
 FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Estación Conjunto Distribución Parámetros p -valor

Estación 1 Sistema Actual Normal (3.32,0.723) 0.301
Estación 2 Sistema Actual Normal (3.99,0.503) >0.75
Estación 3 Sistema Actual Gamma (3.32,1.77) 0.669
Estación 1 Proveedor 1 Gamma (2.1,1.93) 0.0864
Estación 2 Proveedor 1 Gamma (3.02,1.5) 0.197
Estación 3 Proveedor 1 Gamma (8.26,0.658) 0.414
Estación 1 Proveedor 2 Normal (3.49,0.515) >0.75
Estación 2 Proveedor 2 Normal (4.01,0.786) 0.184
Estación 3 Proveedor 2 Normal (3.29,0.511) 0.431

Tabla 2. Resultado Prueba Chi – Cuadrado.

Dado que todos los p – valores son mayores a 0.05 se concluye que no hay suficiente evidencia
estadística para rechazar H0 y, por lo tanto, se concluye que las distribuciones contenidas en la tabla 2
ajustan bien a los datos.