Unidad 6: Tecnología de Grupo y

Procesos de Fabricación
• 1. Proceso de Fabricación
• 2. Enfoque celular de la manufactura (TG)
• 3. Métodos de TG: Agrupamiento
• 4. Codificación de piezas
• 5. Definición de CAPP

Curso CIM. 2007 M. Ramos, David Salinas

1. Proceso de Fabricación

Diseño
de ingeniería

Despiece Diseño
individual por
pieza

Proceso de
Fabricación
1. Proceso de Fabricación

•Secuencia ordenada de operaciones de mecanizado

•Definición de tiempos y velocidades
•Datos de la herramienta de corte
•Controles a realizar

Ejemplo: secuencia de operaciones

Proceso de Fabricación: Hoja de Ruta
DIM-UBB DOC. 2
Grupo Producción Proceso de Fabricación y Operaciones

Nº Fase Designación Máquina Conjunto: Materi

Elemento: al:
Bruto:
Cantid
ad:

300

50
Operaciones Parametros de Herramientas Control
Corte
Designación Desb. Term. Vc Va a n  Z Angulo
m/s m/min mm rpm mm
1 Dimensionado X 30 30 2 300
2 Torneado X 30 4 3
2. Enfoque Celular: Tecnología de Grupo

• Disposición del taller en grupos

de máquinas (Células)
• Un familia de piezas se fabrica en
una célula
• Re-ingeniería
 Principios

Procesos de Fabricación Simila

similares: familias de piezas

Agrupar en Familias

Crear Células de Fabricación

Objetivos

Para re-ingeniería

Uso en Computer Aided Process Planning, CAPP

Tecnología de grupo

Según proceso de fabricación

Piezas taladradas

Piezas de revolución

Piezas rectangulares
 Tipología de sistema de producción
¿Qué tipo de sistemas físico de producción?
•Continua: misma secuencia, sin interrupción.
•Discreta: orden de proceso variable, con interrupción en la producción

Continua
Discreta

Posición fija o Por producto Por proceso

Proyecto

Por actividades Celular

Curso CIM. 2007 M. Ramos, David Salinas
Por máquinas
y por células

Lay-out por máquinas

Curso CIM. 2007 M. Ramos, David Salinas

Lay-out por células
Célula manufactura: dedicadas a una familia de piezas

€Máquinas Clásicas o CN

€Transporte

€Comunicación

€Computador

IBM PS/2
3. Métodos de Tecnología de Grupo

•Agrupación visual
•Análisis de Flujo de Producción (Production
Flow Analysis, PFA)
•Sistemas de Codificación y Clasificación
Análisis de Flujo de Producción (Production Flow Analysis, PFA)

Pieza p
1 2 3 4 5
1 1 0 0 0 0
Máquina m 2 0 1 1 0 1
3 1 0 0 1 0
4 0 0 1 0 1

Matriz MI Pieza-Máquina

Células de fabricación Pieza p

1 4 3 5 2
1 1 0 0 0 0
Máquina m 3 1 1 0 0 0
2 0 0 1 1 1
4 0 0 1 1 0

Matriz MI Final
Objetivos de la transformación

• Tener un mínimo número de “ceros” dentro de

las sub-matrices diagonales (elementos sin
ocupar)
•Tener un número mínimo de “unos” fuera de las sub-
matrices diagonales (elementos excepcionales)
Eficiencia del agrupamiento
• Número de movimientos intercelulares
(NMI)
Cantidad de piezas o elementos excepcionales que
deben visitar a más de una célula
•Grado de Eficiencia (GE)
Comportamiento de la matriz resultante.
 Grado de Eficiencia (GE)
Si GE es alto, indica mayor concentración de máquinas
ocupadas. Más “unos” dentro de la célula y menos fuera de ellas

GE = q*n1 + (1-q)*n2

n1 o-e tasa de números de 1s en las sub-matrices, con

 oe respecto al total de 0s y 1s en las sub-matrices.
v

n2  MP  o  v tasa de números de 0s fuera de las sub-matrices

con respecto al total de elementos 0s y 1s fuera
MP  o  v  de las sub-matrices
e
o: numero de 1s en la MI
e: número de elementos excepcionales
v: número de vacíos (0s) en las sub-matrices
M: número de máquinas
P: número de piezas
q: factor de peso entre cero y uno. Normalmente, q = 0,5.
Algoritmo Rank Order Clustering (ROC)

PASO 1
A cada fila de la Matriz de Incidencia (pieza-máquina) se calcula su
correspondiente peso decimal, según:
p
FILA   a2
ik
pk

k 1

aik: corresponde al valor binario de matriz de incidencia de la fila j y la

respectiva columna k
p: nº de piezas (p = 1,2,3.. . .,.)
Reordenar las filas de la matriz binaria en orden decreciente en
correspondencia al peso decimal.
Algoritmo Rank Order Clustering (ROC)

PASO 2
A cada columna de la Matriz de Incidencia (pieza-
máquina) se calcula su correspondiente peso decimal,
según:
m
COLUMNA   a2
k 1
kj
mk

akj: corresponde al valor binario de la matriz de incidencia

de la fila k y la respectiva columna j
m: nº de máquinas (m = 1,2,3,.....,)
Reordenar las columnas de la matriz binaria en orden
decreciente en correspondencia al peso decimal.
Algoritmo Rank Order Clustering (ROC)

PASO 3
Si la posición de cada elemento en cada fila y columna no
cambian, entonces terminar. Sino volver al paso 1.
 EJEMPLO (ROC)

Matriz de Incidencia
Piezas
1 2 3 4 5 6 7 8
1 0 0 1 1 1 1 0 0
2 1 0 1 0 1 0 1 1
3 0 1 0 1 0 0 0 0
Máquinas 4 0 0 1 0 0 1 0 0
5 1 0 0 0 1 0 1 0
6 0 0 0 1 0 0 0 0
7 0 1 0 1 1 0 0 0
8 0 1 0 0 0 0 0 1
EJEMPLO (ROC)
1 2 3 4 5 6 7 8
1 0 0 1 1 1 1 0 0 60
2 1 0 1 0 1 0 1 1 171
3 0 1 0 1 0 0 0 0 80
4 0 0 1 0 0 1 0 0 36
5 1 0 0 0 1 0 1 0 138
6 0 0 0 1 0 0 0 0 16
7 0 1 0 1 1 0 0 0 88
8 0 1 0 0 0 0 0 1 65

1 2 3 4 5 6 7 8
2 1 0 1 0 1 0 1 1 171
5 1 0 0 0 1 0 1 0 138
7 0 1 0 1 1 0 0 0 88
3 0 1 0 1 0 0 0 0 80
8 0 1 0 0 0 0 0 1 65
1 0 0 1 1 1 1 0 0 60
4 0 0 1 0 0 1 0 0 36
6 0 0 0 1 0 0 0 0 16

1 2 3 4 5 6 7 8 5 7 1 8 3 2 4 6
2 1 0 1 0 1 0 1 1 2 1 1 1 1 1 0 0 0
5 1 0 0 0 1 0 1 0 5 1 1 1 0 0 0 0 0
7 0 1 0 1 1 0 0 0 7 1 0 0 0 0 1 1 0
3 0 1 0 1 0 0 0 0 3 0 0 0 0 0 1 1 0
8 0 1 0 0 0 0 0 1 8 0 0 0 1 0 1 0 0
1 0 0 1 1 1 1 0 0 1 1 0 0 0 1 0 1 1
4 0 0 1 0 0 1 0 0 4 0 0 0 0 1 0 0 1
6 0 0 0 1 0 0 0 0 6 0 0 0 0 0 0 1 0
192 56 134 53 228 6 192 136 228 192 192 136 134 56 53 6
1* 281  0 * 282  0 * 283  0 * 284 1* 285  0 * 286 1* 287  0 *

0 * 281  0 * 282 1* 283 1* 284 1* 285  0 * 286  0 * 287  0 *
EJEMPLO (ROC)

5 1 7 3 8 4 6 2
2 1 1 1 1 1 0 0 0 248
5 1 1 1 0 0 0 0 0 224
1 1 0 0 1 0 1 1 0 150
7 1 0 0 0 0 1 0 1 133
8 0 0 0 1 0 0 1 0 18
4 0 0 0 0 1 0 0 1 9
3 0 0 0 0 0 1 0 1 5
6 0 0 0 0 0 1 0 0 4
240 192 192 168 134 51 40 24

MP 64
o 22
e
v
5
15
n1 0.531
GE: 0.688
n2 0.844
M 8
P 8
q 0.5
 TAREA 3 (ROC): Obtener células y su eficiencia
Matriz de Incidencia

Piezas
1 2 3 4 5 6 7 8 9 10 11 12

1 0 1 1 0 1 0 1 0 1 1 1 1

Máquinas 2 1 1 0 0 1 0 1 0 0 1 0 1

3 1 1 0 0 0 1 1 1 1 1 0 0

4 0 0 1 1 0 1 1 0 0 1 0 0

5 0 0 1 1 1 0 0 1 1 1 1 0

6 1 0 1 0 1 1 1 0 0 0 0 0
4. Codificación y clasificación de piezas
Tecnología de grupos (GT)
 Definición: Ahorro de tiempo y esfuerzo al encontrar una
única solución aplicable a un conjunto de problemas agrupados
por su similitud.
 Agrupación de piezas en familias de características similares de diseño y/o
de proceso de fabricación. (inicio en Europa, a principios de los 90)
Cada pieza es codificada según atributos
Procesos de fabricación similares usan las misma máquinas
Una familia tiene procesos de fabricación similares
Piezas con el mismo código son de la misma familia
 Codificación y Clasificación

 Utilización: Determinación de planes de procesos y diseño de

la disposición de los medios de producción (fabricación celular)
 Conceptos de codificación y clasificación:

• Codificar: asignar un código a algo.

• Código: cadena de símbolos en la cual cada
posición proporciona información referente a un
atributo de ese algo.

• Clasificar: formar grupos de elementos basándose

en sus atributos.
 Al clasificar partes y consecuentemente formar
grupos (se esté codificando o no) se pueden lograr
cambios en el proceso de producción de varias
maneras:

 Re-direccionamiento de ciertas piezas

 Formación de Células Virtuales
 Formación de Células reales: división física del espacio
disponible en distintas zonas de procesamiento en base a la
clasificación anterior
 Codificación:

 Además de facilitar la clasificación tiene otras

ventajas:

 Re-utilización de diseño: al diseñar un elemento nuevo podremos

utilizar el patrón de un elemento similar ya existente en la fábrica.
 Planificación de procesos: en este caso buscaremos planos de
procesamiento en vez de patrones
 Permite cambios flexibles en el diseño de células
– Codificación:
• Monocódigo (jerarquía): significados dependientes de
los dígitos precedentes. La estructura es
descendiente en forma de árbol
• Policódigo (cadena): significados independientes
• Híbrido: la mayoría

Piezas de madera
1 112
cilíndricas rectangulares
Código para pieza de madera cilíndrica de diáme
1 2
d=55mm L=2m
d=5mm
1 L=1m
2 1 2
 Policódigo 12345678

Material Forma Propiedades

Método de flexión Tolerancia Calidad superficial Método de test
Requerimeinto especial

• Cada símbolo de la cadena representa un atributo

independientemente de cuáles sean los demás
atributos.
– Formulación fácil, se puede determinar el código para
Dígito 6
cualquier pieza con este sistema Largo mm
0 L50
– A veces los códigos serán muy largos, su capacidad 1 50<L50
de almacenar información es pequeña en 2 100<L300
300<L600
comparación con el monocódigo. 3
600<L900
4
900<L1200
5
1200<L1500
6
1500<L2000
7 2000<L2500
8 2500<L
A un criterio un dígito 9
Método híbrido

Dígitos
2345
pieza de revolución
Dígitos

6 7 8 9 10 A
Dígito 1:
Forma
general
Dígitos
pieza de no- 2345
revolución
• El método Opitz sirve como ejemplo de estructura híbrida. Utiliza 13 dígitos
los cuales se dividen en 3 grupos:

12345 6789 ABCDE

 Los primeros 5 describen los atributos primarios de la pieza, como son su

forma o sus características distintivas a simple vista (agujeros, dentado, etc.)
Es el código de forma.

 Los siguientes 4 describen las características útiles para manufacturar el

producto tales como las dimensiones del mismo o el material de partida. Es el
código suplementario.

 Los últimos 4 dígitos identifican las operaciones necesarias para la

producción y su secuencia. Es el código secundario.
• En la actualidad hay más de 100 sistemas de codificación que se
utilizan por diferentes empresas: cada una tiene su propio sistema.

– MULTICLASS
– DCLASS
• Educación e Investigación.
• 8 dígitos; estructura de árbol.
– MICLASS, (Metal Institute Classification System)
• Netherlans Organization for Applied Scientific Reseach € Organization
for Industrial Reseach (USA).
• 12 dígitos (+18 adicionales) € estructura de cadena con información
de diseño y fabricación.
• Tedioso y laborioso € asistencia computacional interactiva.
• Aplicaciones MULTIPLAN, MultiCAPP.
– BIRN
– KK3.
• Se creo en 1976, Sociedad japonesa para la promoción de la
industria de maquinaria
• 21 dígitos, más información, con nombre funcional de pieza

• En distintos países se usan más unos códigos que otros. En

Alemania se utilizan más el Opitz, el Spies, el Pittler, y otros que
fueron desarrollados allí.
5 . Definición de CAPP: Computer Aided Process Planning
 Definición: Determinación sistemática de métodos de fabricación y detalles de
operación por los que las piezas pueden fabricarse económica y eficientemente
desde materias primas a productos acabados. [Cornelius Leondes]. Proceso
tradicional (manual) consume mucho tiempo y esfuerzo y no es tan eficiente
(excesiva dependencia del planificador de procesos de fabricación)

 CAPP

€ Especialmente adecuado para producción discreta de alta variedad y bajo

volumen de producción por los múltiples procesos de fabricación y ensamblaje.

€ Debe facilitar la integración y coordinación de actividades de producción:

diseño, planificación de producción, planificación de recursos, fabricación y
control.

€ Integración entre CAD/CAM y MRP/ERP.

€ Las aplicaciones industriales todavía no tienen todo el soporte computacional,

herramientas y funciones citadas.
CAPP: Computer Aided Process Planning
CAO
Contabilidad Personal Finanzas

CIM
CAD CAQ
Planificación
  Plan de
ensayos
Diseño
 Calculos técnicos
  procedimientos
Dibujos
  Control de
calidad
Matriales
 Simulaciones
 Documentación
PP&C
 Informes
Cliente Ventas
 Planificación CAPP
 Ubicación del  Proceso de
material fabricación
 Programación  Plan de ensamblado
 Programas CN
Mercado Despacho  Programas Robots
 Otros recursos

CAM  Control del  Control en  Mantención

flujo de linea del de equipos,
materiales taller reparaciones

Proveedores
Flujo de materiales Clientes
 CAPP: Computer Aided Process Planning
 Beneficios:
• Tangibles: (estudio en 20 grandes compañías)
– 58% reducción de esfuerzos de planificación, 10% ahorro en mano de obra directa, 4% ahorro
en material, 10% ahorro en desechos, 12% ahorro en herramental, 6% reducción de inventario en
curso (WIP).
• Intangibles:
– Reducción del tiempo de planificación y ciclo de producción , lo que implica una respuesta
más rápida a cambios ingenieriles.
– Mayor consistencia del plan de procesos; acceso a información actualizada en una base de
datos central.
– Mejores procedimientos de estimación de costes y menores errores de cálculo.
– Planes de proceso más completos y detallados.
– Mejor planificación de la producción y utilización de la capacidad.
– Mejor capacidad para introducir nuevas tecnologías de fabricación y actualizar rápidamente
los planes de procesos para usar la tecnología mejorada.
Generación del Proceso de Fabricación

300

20
Dibujo pieza

Designación:

fecha:
-
DIM UBB
Procesos de Corte autor:
N°

Proceso de
Fabricación
Secuencia de Operaciones

Ruta 1

€Pieza jj
€Pieza
€5 operaciones
€5
operaciones

Ruta 2
 Generación
Generación Automática
Manual del proceso
del proceso de fabricación
de fabricación: Generativa (CAPP)

300

Base
20
de datos
Dibujo pieza

Designación:

TIC-TAC...
fecha:
DIM-UBB N°
Procesos de Corte autor:

Proceso de
Fabricación
Curso CIM. 2007 M. Ramos, David Salinas
 Generación Manual y Automática: Por Variantes (CAP

300

Base
20
de datos
Dibujo pieza

Designación:

fecha:
-
DIM UBB
Procesos de Corte autor:
N°

Proceso de
Fabricación
 Enfoque Por
Variantes
300
20

Dibujo pieza

Designación:

Base
DIM-UBB fecha: autor:
Procesos de Corte N°

Pieza codificada de datos

Nueva pieza

Proceso de
fabricación propuesto

Proceso de
Fabricación
•Generación del código
Curso CIM. 2007 M. Ramos, David Salinas
•Modificación del PF