1.

¿Cómo se aplicó
 la Simulación de Montecarlo para resolver el problema?
 
Problemática:
 Una empresa brasilera perteneciente a un conglomerado
multinacional se encarga de producir artículos para el hogar; esta
empresa acababa de instalar una línea para la producción en
masa de termostatos para planchas. La idea era no tener que
exportar estos termostatos como se venía haciendo, para así
ahorrar costos. El departamento ingenieril de la empresa diseño
una línea de fabricación con 3estaciones y un operario para cada
una de ellas. Ellos estimaron que podrían producir los 3500
termostatos necesarios para cumplir con las demandas de este
producto. Ellos contaron con cierta información que fue brindada
por parte de la empresa madre, entre la que se puede considerar
primordial una lista con todas las operaciones necesarias para
fabricar el termostato y los tiempos de cada una de ellas. Como
se mencionó antes, había 3 estaciones:1.
 
Estación A: diseñada para producir 85 piezas por hora2.
 
Estación B: diseñada para producir 100 piezas por hora3.
 
Estación C: diseñada para producir 110 piezas por hora El
problema radico en que después de 3 meses de poner en
funcionamiento las líneas, estas no fueron capaces de
sobrepasar la cantidad de 3200 semanales, distando de las 3500
necesarias para la producción de planchas y obligando al
departamento de producción a emplear horas de mano de obra
extras, incurriendo en gastos excesivos y con esto perdiendo
toda la ventaja económica que suponía la implementación de
estas nuevas líneas. El departamento de producción llego a la
conclusión que para poder darla solución a esta problemática se
debía:- Identificar las razones claves de por qué la tasa de
producción originalmente establecida no podía
alcanzarse.- Sugerir modificaciones en el diseño o balances de la
línea de montaje para poder obtener la requerida tasa de
producción de 3.500 piezas por semana trabajando aun ritmo
normal durante las horas también normales de trabajo.
Estudio de la problemática:
 El primer pero fue realizar un diagnóstico actual del proceso,
como es obvio, el factor primordial en una línea de este tipo, es el
tiempo de producción, por lo que se tomaron 120 muestras de
cada ciclo con un cronometro, para así poder realizar cálculos
básicos pero fundamentales como lo son la media y la desviación
estándar
Se prosiguió a recoger datos de los métodos, llegando a la
conclusión de que estos no eran los adecuados y perdían mucho
tiempo. Otra conclusión a la que pudieron llegar fue que el cuello
de botella de este proceso era la estación A, dado que producía
menor cantidad que sus compañeras en igualdad de tiempo.
Simulación estocástica
: si bien se recogió información, esta no es suficiente para dar
respuestas a la problemática, por lo que ya con datos como la
normal y una desviación tomadas con el tiempo del proceso se
procede a realizar una simulación, enfocándose en primero
resolver el problema que aporta la línea A, dada que estaes el
cuello de botella, y retrasa todo el proceso.Es aquí donde
comenzaron a utilizar la herramienta de simulación de
Montecarlo,puesto que con los valores tomados en la línea,
realizaron un diagrama defrecuencias relativas acumuladas para
los valores obtenidos de cada ciclo delproceso. Posteriormente
se generan valores aleatorios, que se relacionarondirectamente
con las frecuencias acumuladas que su vez ya están conectadas
a losvalores que se obtuvieron con el cronometro directamente
de cada uno de los 120valores obtenidos para esta línea. Con
este procesos se obtienen valores al azarpara los tiempos que
puede tardar la fabricación de un termostato en la
estación.Ejemplo, el numero generado con la función aleatoria
fue 76, la frecuencia que estámás próxima al 76 es la del 79,2%,
que a su vez está conectada con uno de lostiempos tomados con
cronometro, es decir 0.80 minutos.Esta simulación se realizó 50
veces con la línea A, asumiendo que no había ningúntipo de
contratiempo y teniendo en cuenta que como esta es la primera
estación detrabajo, no es dependiente de las otras líneas, ya que
el proceso es secuencial. Sellevó a cabo la misma acción con las
estaciones B y C teniendo en cuenta susrespectivas restricciones
(la línea B debe esperar que la línea A termine con suproceso
para poder dar inicio a su actividad, igual sucede con la línea C
conrespecto a la B). Con estas simulaciones se buscaba
encontrar el tiempo exacto deproducción para así encontrar las
problemáticas exactas.
Conclusiones:
 Luego de realizar este actividad, se estableció una tabla con los
tiemposaproximados, esto gracias al método Montecarlo, y con
estos resultados se pudoencontrar la principal causa de la
improductividad de todo el proceso, la cual era eltiempo de ocio,
dado que las líneas eran secuenciales, esto quiere decir que
eltiempo que demorara la estación A en hacer su parte del
trabajo (0.8 min) eratiempo de ocio o muerto tanto para la línea B
(0.8 min) como como para la C(1.4min). Con la simulación de 50
piezas procesadas el operario del puesto Bpermanece ocioso el
17% del tiempo total que utiliza para realizar toda la operacióny el
operario del C el 20%, tiempos que sin dudas podrían ser
empleados de unamejor manera Una vez identificada la raíz del
problema se procedió a hacer los ajustes pertinentesen las
líneas, reduciendo los tiempos con técnicas de métodos y tiempo,
todo estodesde le teoría porque resultaba complicado probarlo
directamente en la producciónya que esto supondría parar a está
del todo y habría que incurrir gastos extras. Portanto lo que se
hizo fue realizar una nueva simulación pero con los
respectivosajustes. En dicha simulación se observó que las
medidas tomadas fueron útiles ymejoraron los tiempos de
producción.Las ideas bien diseñadas no siempre funcionan
cuando son llevadas a la realidad,como el caso presentado pudo
demostrar. Algunas problemáticas no previstas porlos
diseñadores de la línea de montaje afectaron a la tasa de
producción, lo querequirió horas extras de trabajo (y costo
adicional) para lograr las metas. El puntoclave del presente
ejercicio, es que se demostró la viabilidad de ejecutar y
probardiversas alternativas de mejora de una línea de montaje en
un entorno virtual
Uso de la Simulación Monte Carlo para la Toma de
Decisiones en una Línea deMontaje de una Fábrica
 
Resume
 Se presenta una aplicación de la simulación Monte Carlo en una
fábrica. Se hausado el caso de una línea de montaje de tres
estaciones dedicadas a producirtermostatos de plancha en una
instalación de fabricación de artículos domésticos.Inicialmente la
planta fue diseñada para generar una tasa de producción de
3500montajes por semana, mientras que la producción real solo
alcanzaba un 85% deeste valor. Se estudió los tiempos y
movimientos y los resultados se utilizaron comouna base para la
mejora de la operación actual de la línea usando elmétodo
simulación de Monte Carlo
 Para poder equilibrar la línea, la Ingeniería de Fabricación recibió
de la empresamatriz una lista con las operaciones requeridas
para montar el termostato junto conlos respectivos tiempos de
proceso patrones empleados en el extranjero.Basándose en esta
información, se desarrolló unos balances de la línea de
montajedividiendo las operaciones requeridas entre las tres
estaciones, la Ingeniería deFabricación decidió agrupar las
operaciones que resultarían en el tiempo deproceso más alto
entre las tres estaciones,Como resultado de la simulación, fue
posible identificar los problemas claves queafectan al desempeño
de la línea actual: a) los tiempos de proceso estándaractuales
son un 11% mayores que los originalmente diseñados, pero esta
diferenciano afecta significativamente a la tasa de producción
necesaria (3.476 actual frente a 3.500 objetivo); b) la práctica de
vaciar la línea al final del día genera un retrasodiario de 1,40 min,
lo que significa la pérdida de más de 200 piezas por semana;
c)como resultado del balances de la línea de montaje actual
(ALB), las variacionesestadísticas de los tiempos de proceso
generan ociosidad en los operarios de lasestaciones B y C, lo
que supone el resto de la reducción observada en la tasa
deproducción.
ANÁLISIS PERSONAL.
 Como pudimos observar, las soluciones bien diseñadas no
siempre se conviertenen una realidad práctica, aunque fue de
gran ayuda ya que lograron identificarprocesos claves para
mejoras de tiempo en las líneas, no fue suficiente,
algunosproblemas no anticipados por los diseñadores de la línea
de montaje afectaronnotoriamente la tasa de producción, lo que
requirió horas extras de trabajo y costosadicionales para superar
esa dificultad.Finalmente, pudimos confirmar y mostrar que
tenemos diferentes opciones oalternativas para buscar la mejora
de la línea de producción en su totalidad, tambiénla posibilidad de
aplicar de una forma práctica el modelo de simulación
Montecarlo,es importante mencionar que los cambios sugeridos
fueron finalmente adoptadospor la empresa de fabricación de
artículos domésticos, y así se logró el rendimientoesperado en la
operación

OTRO TRABAJKO

Una planta Industrial de artículos para el hogar con presencia

internacional, hatenido problemas de abastecimiento de
termostatos plancha para suministrar a suensambladora en
Brasil, la logística de importación no ha permitido tener un
inventario acorde a las necesidades, por lo cual, consideró
conveniente producir lostermostatos plancha en Brasil, con esta
necesidad, se diseñó una línea de montajey tres estaciones de
trabajo, que debían producir 3.500 termostatos plancha
porsemana, lo que sería suficiente para abastecer la necesidad
del producto, para eldiseño se tuvo en cuenta una lista de
operaciones requeridas para montar eltermostato y los
respectivos tiempos que se empleaban en el extranjero, la
primeraestación se diseñó para producir 85 piezas por hora
(0.706 min/pieza) o 3.740piezas por semana, las otras dos
estaciones se calcularon de la misma manera,después de tres
meses de operación la producción a pesar de los
ingentesesfuerzos no alcanzaba las metras propuestas , la línea
solo pudo alcanzar comomáxima producción 3.200 termostatos
por semana, se cumplía con el 85 % de laproducción
presupuestada, solo incrementando el número de horas de
trabajo sepodía cumplir con el requerimiento. La empresa pidió
se buscaran respuestas delporque la tasa de producción
inicialmente propuesta no se podía alcanzar y solicitóse buscara
la forma de alcanzar la producción sin utilizar tiempo extra o
costosadicionales.Lo primero que se hizo fue medir los tiempos
de procesos reales en las tresestaciones de producción, para lo
cual se utilizó un cronómetro y se tomaron 120lecturas en cada
estación, otra situación que se pudo evidenciar, es que no
sedejaban productos sin terminar en las estaciones, todo se
recogía y se terminaba yse dejaba limpia la estación.Con los
resultados de la medición se pudo establecer que existía una
diferencia deun 11% entre los tiempos iniciales que se habían
modelado y los que realmente seestaban utilizando, pero eso no
justificaba la pérdida de producción actual.En busca de analizar
una posible solución se decidió aplicar la simulación
deMontecarlo, intentando pronosticar el comportamiento de la
producción en base alos datos recaudados durante el proceso de
producción, probando las simulacionessugeridas por la
modelación, en busca de una solución al problema del
incrementode los costos por la utilización de horas extras de
trabajo, el utilizar el método desimulación estadístico de
Montecarlo permite no afectar la producción con pruebasen vivo,
ya que esto incrementaría aún más los costos y podría generar
una menorproducción de termostatos, adicionalmente con las
simulaciones se puede realizarun análisis desde diferentes
puntos de vista.Para la simulación se determinó utilizar el
procedimiento de eventos discreto,basándose en la distribución
de frecuencia de sus tiempos de procesos teniendo encuenta las
medidas de tiempos reales obtenidas con un cronómetro, con lo
cual seconstruyó la frecuencia relativa acumulativa, pudiéndose
determinar un tiempo deproceso aleatorio por cada estación de
trabajo, y se utilizó un generador denúmeros aleatorios y con
esos resultados se definió el primer tiempo de procesospara cada
estación, este procedimiento se repitió hasta por 50 veces, una
de lasrestricciones es que no puede existir escasez de materia
prima, puesto que estoafectaría la operación continua que es la
base de la producción en línea, al realizarla digitación de
información para la segunda estación, se evidenció que no se
podíadigitar los mismos tempos de inicio de la primera estación,
porque en ese momento todavía no había llegado el producto a la
estación dos. Lo mismo sucedía con laestación tres, que debía
esperar que las estación uno y dos terminaran suprocedimiento
para poder iniciar su parte, ya que el día anterior se había dejado
lalínea vacia de acuerdo a las prácticas existentes.Tras analizar
los resultados se pudo evidenciar:

 
  Que el operario de la segunda estación pierde un 17 % de
tiempo que duró lamedición esperando a que le llegue el
producto de la estación uno.

 Que el operario de la tercera estación, pierde el 20% de

tiempo que duró lamedición, esperando a que le llegue el
producto de la estación dos.

 Se pudo concluir que los 50 montajes que se simularon se

podrían terminar en40.20 minutos, que es el momento en el
operario de la tercera estación terminael proceso, lo que
arroja un resultado de74 piezas por hora, que
generarían3.256 piezas por semana.

Con base en la simulación se pudo establecer:

 
 Los tiempos de procesos estándares actuales son 11%
mayores a los que sehabían diseñado.

 La práctica de vaciar la línea al final del día genera un

retraso.

 Los operarios de las estaciones dos y tres presentan tempos

ociosos, lo quegenera reducción en la producción en línea.

Que se realizó:1-Se modificó la rutina de dejar vacías las líneas

la final del día.2-Se modificaron los tiempos dejando el mayor en
la estación 3.Lo más importante es que se estableció que se
puede realizar diversas alternativasde una línea de montaje en
un entorno virtual, sin afectar la producción ni incurrir encostos
exagerados que afecten los resultados económicos.Es de anotar
que las modificaciones se realizaron en la fábrica y efectivamente
losrendimientos de producción alcanzaron los niveles deseados,
después de un par dedías de entrenamiento, es decir se
solucionó el problema mediante la utilizaciónestocástica.Como
conclusión se puede decir que los diseños iniciales, no siempre
se vuelvenrealidad en la práctica, como sucedió en este caso, ya
que algunos problemas quese presentaron en la práctica no
fueron visualizados en el diseño de la línea yafectaron la
producción, lo que llevó a sobrecostos, pero con la simulación
deMontecarlo o Estocástica permitió develar algunas de las fallas
en un entornovirtual, sin afectar la producción y con costo
mínimos.