Creamos una instancia de la entidad la cual es un Model Entity1 que llamaremos Pasta de Cemento-Agua que entrará en el sistema, se procederá a crear la mezcla y realizar su estudio para evaluar la consistencia de la muestra dentro del proceso. Para el Source 1 el tiempo entre llegadas ingresara como una distribución exponencial de dos usando la unidad horas. El parámetro que se utilizara para el Server 1 está en el área de medición, tendrá el nombre de Balanza con una distribución Uniforme (1,2) de igual manera sucederá con el Server 2 que está dentro de la misma area de medición y contara con una distribución Uniforme (1,2) en minutos. El Server 3 esta ubica en el área de mezclado y contara con una distribución Triangular (1.5,2,3) en minutos que se llamara Maquina mezcladora. Se contará con un Server 4 dentro del área de Medición de dureza, se llamará Moldeo y va ingresar al sistema con 2 minutos. El Server 5 estará de igual manera en el área de Medición de dureza, se llamará Aparato Vicat y va ingresar al sistema con 3.08 minutos. Para el Sever 6 lo llamaremos Cuarto Humedo que estará en el área de almacenamiento y va ingresar al sistema con el siguiente análisis obtenido de la aplicación Stat Fit: Imagen #1
Imagen #2
Análisis Cualitativo: Estamos en presencia de un tiempo de servicio para el procesamiento
de una Pasta de Cemento-Agua esta deberá ser del tipo Continua, la variable está acotada, tiene un mínimo y un máximo y el tiempo de servicio no es negativo. Análisis Cuantitativo:
En el autofit of distributions de la imagen #1 queda en evidencia en la columna de
puntaje “Rank” que la mejor clasificación fue en la distribución Logonormal debido a que en esta columana representa el mayor valor para este caso 100 y esto indica un mayor ajuste que es consistente con los valores de P-valor dados en el sistema. Dentro de la comparación grafica de la imagen #2 es evidente que las distribuciones que menos se parecen al histograma son las distribuciones Uniformes y exponenciales descartándolas inmediatamente, las distribuciones del tipo Normal y Logonormal son las más parecidas, pero la distribución Normal tenemos que descartarla también porque se caracteriza por no estar acotada y no presentar máximos y mínimos en su gráfica, esta no presenta límites y no se puede utilizar para la simulación. Dentro del análisis del P-valor usaremos un nivel de significación del 5% dentro de este análisis queda descartada la opción de Distribución Exponencial debido a que 0.00241 < 0.05 por lo tanto se rechaza la hipótesis nula y existe una evidencia muestral que permite determinar que esta distribución probabilística no se puede utilizar para la simulación. Con el análisis que se realizó quedo seleccionada la Distribución Logonormal que es la que mejor se ajusta teniendo como resultado la siguiente expresión que en compatible con simio 10.4+Random.Lognormal(2.95, 0.179)
El Server 7 estará de igual manera en el área de Medición de dureza, se llamará
Aparato Vicat 2 y va ingresar al sistema con 41.66 minutos. Contaremos con un Sink en el sistema que llamaremos exit. Imágenes del modelo SIMIO: Tabla dinámica con resultados de interés para la verificación:
Los valores obtenidos en el Average Total fueron suministrados, en primer lugar, no se
está asumiendo que todos los tiempos de procesamiento están distribuidos exponencialmente y procedemos a realizar los cambios correspondientes, además es evidente que el Average (minutes) del model entity dan igual que en de Sink1 y sucede lo mismo con Maximun, Minimun y observations con los valores arrojados.