Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La figura 1 1.10. Examinan las diferencias entre varias opciones de recuperación de productos,
incluyendo reparación, renovación, remanufacturación, canibalización y reciclaje. Las empresas
están empezando a considerar el diseño (o el medio ambiente (DFE) y el diseño para el
desmontaje (DM)) en sus procesos de desarrollo de productos.
La situación de recuperación es más complicada no todos los elementos se pueden recuperar, lo
que el número de unidades demandadas ≠ con la devolución de unidades reutilizables ∴
comprar unidades nuevas.
Tienen cinco variables de decisión:
(1) Fr en que se revisa el estado de las existencias
(2) cuándo recuperar las unidades devueltas,
(3) cuántas recuperar a la vez,
(4) cuándo pedir nuevas unidades
(5) cuántas pedir.
* Cuando hay varias ubicaciones, cuántas unidades buenas implementar en un almacén central y en
cada minorista.
Con los artículos consumibles, el plazo para llegar a los minoristas:
tiempo de transporte del almacén + componente aleatorio,+ si el almacén tiene existencias o no .
Con los artículos recuperables, el plazo de entrega es:
el tiempo de transporte + el tiempo de recuperación, si el almacén no tiene stock.
11.5.1 Situación de niveles múltiples con uso probabilístico y pedidos uno a uno
El inventario de artículos reparables en sistemas multiescalon.
Ejemplo: En lugar de los minoristas, los investigadores estudiaron bases militares que generan
demanda de reparaciones de motores de aviones. El reabastecimiento de piezas proviene de una
posible reparación local (base) de piezas fallidas y de un depósito central de reparación que
repara piezas fallidas, si es posible, y compra piezas nuevas.
Este trabajo se le atribuye a Sherbrooke (1968) y se llama METRIC, para la Técnica Multi-
Echelon para el Control de Objetos Recuperables.
Y basado en el teorema de Palma (1938)
Que si la demanda de un artículo es Poisson con media m, y el t de reparación de c/u fallida
sigue cualquier distribución y se distribuye de forma independiente e idéntica con media T,
entonces la distribución de la capacidad de estado estacionario para el número de unidades en
el sistema de reparación tiene una distribución de Poisson con media mT.
La suposición que se requiere para utilizar este resultado simple es que hay suficientemente muchas
personas de reparación y equipos para que el tiempo de reparación siempre tenga la misma media.
Si la tasa de fallas de los artículos aumenta para que la reparación facilidad se sobrecargue, el
tiempo esperado para reparar aumentará, y se violará la condición del teorema.
Por otro lado, varios investigadores han señalado que esta suposición es bastante realista en
entornos del mundo real. Se elaboraron el caso de la demanda y las tasas de reparación que varían
en el tiempo.
Sherbrooke (1968), en el modelo METRIC;
un sistema de dos escalones compuesto por un conjunto de bases y un depósito central.
Cada ubicación en el sistema puede poseer un suministro de piezas de repuesto reparables y
una capacidad de reparación para convertir unidades reparables en artículos reparables
La demanda en cada base para cada artículo sigue una distribución de Poisson compuesta ∴se
necesita el tiempo medio de reparación con la suposición los tiempos son independientes.
ME TRIC emplea esta suposición para aproximar el sistema real, revisión continua (S - 1, S); es
decir, la posición de inventario siempre se mantiene en el mismo orden hasta el nivel 5 (donde una
política (S - 1, S) es la más adecuada para los artículos caros y de movimiento lento
Ahora, si hay n bases, deseamos seleccionar valores de Si( j) para todas las bases i, y todos los
elementos j donde Si( j) es la posición de inventario del artículo j en la base i y S0( j ) es la
posición de inventario de ítem j en el depósito.
Existe un problema básico con el uso de la distribución de Poisson para modelar tasas de falla militares: la
media y la varianza del arco de Poisson son iguales ∴ es difícil ajustar la distribución de Poisson a datos
reales.
Las extensiones del teorema de Palms solo proporcionan un valor esperado del retraso debido a la
reparación; no se proporciona información de variación.
un enfoque que aproxima tanto la media como la varianza del número de elementos en el proceso de
reparación. un solo artículo almacenado en un solo almacén y múltiples minoristas.
Primero requerimos alguna notación:
N = número de minoristas
xi = número de minoristas
Xw = ∑ xi demanda esperada por unidad de tiempo en el Almacén
i
Li = tiempo de transporte desde el almacén hasta el minorista i
LW = tiempo de entrega al almacén
Si = posición de pedido hasta inventario en el minorista i
Sw = posición de pedido hasta inventario en el almacén
Ii = inventario a mano en el minorista i en estado estable
IW =inventario disponible en el almacén en estado estacionario
Bi = número de pedidos pendientes en el minorista i en estado estacionario
BW = número de pedidos pendientes en el almacén en estado estacionario
WW =retardo de tiempo debido a las existencias en el almacén en estado estacionario
Oi= Número de pedidos pendientes en el minorista i (es decir, emitidos al almacén pero aún no recibidos) en estado estable
OW =número de pedidos pendientes en el almacén (es decir, emitidos a la caseta de proveedores externos aún recibidos) en estado
estacionario
hi =coste de retención por unidad por unidad de tiempo en el minorista i
hW = Coste de retención por unidad por unidad de tiempo en el almacén
B3vi =costo de escasez por unidad por unidad de tiempo en el minorista i
El número esperado de pedidos pendientes en el almacén:
o el tiempo de transporte más el retraso esperado debido a las existencias en el almacén. La media y
la varianza del número de órdenes pendientes son
Esta expresión se deriva de un resultado en el papel de Graves que equipara los pedidos
pendientes agregados en todos los minoristas en el momento t + Li a la suma de los pedidos
pendientes a la vez, t , en el almacén más la demanda total en todos los minoristas en el intervalo de
tiempo entre el tiempo t y el tiempo t - Li. Una vez calculados estos valores, Graves se ajusta a
una distribución binomial negative.
Tenga en cuenta que es posible que no podamos obtener un par (ai pi) que se ajuste exactamente a una E
(Oi) t var (Oi,) dada. A menudo es necesario redondear ai a un número entero, aunque la media y la
varianza no encajen exactamente.
El costo total es
Graves muestra que esta aproximación condujo a una decisión de media incorrecta en sólo el 0,9% de los
casos que examinó, en comparación con el 11,5% cuando se utiliza METRIC.
77.5.7.7Ilustración numérica
Dejar
N= 2 minoristas idénticos
LW = 2,4 semanas
Li = 2 semanas
xi = 0,6 unidades/semana
hi = $ 2,5 por unidad por semana
hW = $2,7 por unidad por semana
B3vi = $5.1 por unidad por semana
Entonces xwLw = 2,88 unidades. Se requiere una búsqueda del mejor triplete (Sw, S1, S2), donde, debido a
que los minoristas son idénticos, podemos suponer que S1 = S2. Se puede utilizar una hoja de cálculo para
este propósito.
Ilustramos los cálculos para Sw = 2 y S1 = S2 = 3.
J (j - Sw)p p0(j- xwLw ) (j - Sw) 2pp0(j- xwLw )
3 0.2235 0.2235
4 0.3218 0.6437
5 0.2781 0.8342
6 0.1780 0.7118
7 0.0915 0.4576
8 0.0395 0.2372
9 0.0148 0.1033
10 0.0049 0.0389
11 0.0014 0.0129
12 0.0004 0.0038
13 0.0001 0.0010
14 0.0000 0.0003
15 0.0000 0.0001
Suma 1.1540 3.2683
así que
E(Bw) = 1.1540 y var(Bw ) = 3.2683- (1.1540)2 = 1.9366.
E(Ww) = 1.1540/ 1.2 = 0.9616
Y E( Iw ) = 0.2740 como se muestra a continuación.
J (Sw-j)p p0(j- xwLw )
3 0.1123
4 0.1617
Su 0.2740
ma
=19726 (unidades)2
Usando las ecuaciones 11.31 y 11.32 y estos valores, obtenemos ai- - 17 y pi - 0.900808, después de
redondear ai a un número entero. Tenga en cuenta nuevamente que este par (ai, pi) no da exactamente la E
(Oi) y var (Oi,) anteriores porque ai, se fuerza a ser un número entero, finalmente, usando las siguientes
tablas (y recordando que arcevaluatingSi = 3 ), obtenemos el número esperado de pedidos pendientes y el
inventario esperado disponible, respectivamente, en el minorista i.
J (Sw-j)P(Oiáj)
0 0.5080
1 0.5711
2 0.2549
Su 1.3340
ma
J (j-Sw)P(Oiáj)
4 0.0794
5 0.0662
6 0.0361
7 0.0157
8 0.0058
9 0.0019
10 0.0006
11 0.0002
Su 0.2060
ma
E( B i ) = 0,2060
E(Ii) = 1.3340
El costo total de estos valores S es
TRC(Sw = 2,S1 = 3,S2 =3) =2,5(0,2740) + 2(2,7)(1,3340) + 2(5,1)(0,2060) = $9,99
Axsater (1990b) proporciona un método exacto para calcular los costos directamente. Su
método se desarrolla fácilmente un lenguaje de programación, pero no tan fácilmente en una hoja
de cálculo porque implica cálculos recursivos.
Por fallas especificas puede fallar y para eso hay que hacer estimaciones de las tasas de fallas de
los diversos componentes, el costo de cada componente o subensamblaje, y distribuciones
de tiempo de detección y reparación, un problema importante, incluso para el caso de una
sola ubicación, es determinar un presupuesto entre componentes y minimizar la inversión de
inventario para lograr un nivel de servicio deseado.
Situaciones:
problema METRIC ; Varias ubicaciones, con la complejidad añadida de los niveles de indenture.
debe elegir tanto la cantidad de cada SKU para tener en stock, y dónde se deben mantener las
unidades.
11.5.2.2 Situación de escalones múltiples con demanda probabilística y pedidos por lotes
literatura
El modelo de adquisición LMI model (Logistics Management Institute) Silver, Edward A.; Pyke,
David F.; Thomas, Douglas J.. Inventory and Production Management in Supply Chains (p. 521).
Taylor and Francis. Edición de Kindle. con los supuestos básicos METRIC" para situaciones
individuales - artículo, dos escalones. El objetivo es establecer cantidades de aprovisionamiento que
maximicen el número esperado de piezas operativas de equipos (sistemas completos), sujetos a una
restricción presupuestaria determinada. Se vuelve a utilizar un procedimiento de solución de análisis
marginal. A partir de que no se adquieran unidades, seguimos aumentando las cantidades de
IPt =la posición de inventario al comienzo del período t - stock a mano (que incluye los productos
devueltos este período y el inventario de productos terminados) + órdenes de aprovisionamiento
pendientes + órdenes de remanufacturación pendientes - demanda pendientes .
La política óptima es entonces
pt = 0 y dt t = IPt Ut IPpara IP t
≥Ut
Suponiendo que el costo de pedido Ai es el mismo (A) en todas las ubicaciones, esto se convierte en
Supongamos, en su lugar, que la media se realizó en una única ubicación centralizada. Yo entiendo
los costos totales relevantes esperados son
Dónde
por lo tanto
Este resultado se conoce, en latura de litro definanciación, como el eflect de la cartera. Del hecho
de que las demandas superiores a la media en algunos lugares se compensarán simultáneamente con
demandas inferiores a la media en algunas otras ubicaciones. Utilizando las condiciones de las
Ecuaciones 11.36 y 1 1.37, se desprende de las Ecuaciones 1 1.34 y 11.35 que.
Además, la diferencia puede ser bastante sustancial (véase el problema 11.8). Véase también
Tagaras y Cohen (1992) que demuestran que la agrupación completa domina la agrupación parcial
para el caso de tiempos de transbordo insignificantes. Oeser y Romano (2016) investigan
empíricamente el impacto de la centralización del inventario basándose en datos de empresas
manufactureras y comerciales alemanas.