VIII Seprosul Rossetti

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/284188202
MODELOS DE SIMULACIÓN PARA SISTEMAS DE MANUFACTURA FLEXIBLE

MINIMIZANDO COSTOS DE PRODUCCIÓN
Research · November 2015

DOI: 10.13140/RG.2.1.4270.5360
CITATIONS READS
0 5,194
2 authors:
Oscar Daniel Quiroga German Rossetti

Universidad Nacional del Litoral Universidad Nacional del Litoral
56 PUBLICATIONS 98 CITATIONS 39 PUBLICATIONS 156 CITATIONS
SEE PROFILE SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Managing Technological Innovation View project
Gestao da inovaçao View project
All content following this page was uploaded by Oscar Daniel Quiroga on 20 November 2015.
The user has requested enhancement of the downloaded file.

VIII SEPROSUL – Semana de Engenharia de Produção Sul-Americana Novembro de 2008, Bento Gonçalves, Brasil
Modelos de Simulación para Sistemas de Manufactura

Flexible Minimizando Costos de Producción
Germán Rossetti (FIQ/UNL)
Oscar Quiroga (FIQ/UNL)
Resumen
Las actividades relacionadas con la planificación y el control de la producción son más complejas en los
Sistemas de Manufactura Flexible respecto a sistemas de manufactura tradicionales, en donde los plazos de
entrega son mayores, los niveles de inventario son más elevados y las tasas de utilización son más bajas. En este
trabajo se desarrollan y analizan modelos de simulación para diversas alternativas de layout en un sistema de
Manufactura Flexible minimizando los costos de producción. Además, se estudia el impacto sobre el modelo al
modificar las variables de entrada.
Palabras claves: Modelos de Simulación, Sistemas de Manufactura Flexible, Costos de Producción.
1 Introducción
En los Sistemas de Manufactura Flexible se combinan elevados niveles de flexibilidad con elevada
productividad y bajo nivel de inventario de trabajos en procesos (WIP). Están formados por varias estaciones de
trabajo y un sistema automático de movimiento de partes, todos controlados mediante una computadora central.
Estos sistemas son capaces de optimizar cada etapa del proceso de manufactura y pueden involucrar una o más
operaciones o procesos (torneado, fresado, perforado); junto con tareas de inspección y ensamblado (Groover,
2008).
Los FMS poseen las siguientes ventajas: 1) aumento de la variedad de productos para satisfacer los
requerimientos de los clientes, 2) ciclos más cortos de desarrollo de productos, 3) flexibilidad para adaptarse a
cambios del mercado, 4) mejora la utilización capital/equipamiento, 5) aumento de la productividad y reducción
de los costos de bienes y servicios para mantener la porción de mercado, 6) reducción de los tiempos de setup y
del WIP.
Uno de los principales objetivos de un FMS es lograr la flexibilidad de volúmenes bajos de producción
conservando el rendimiento de grandes volúmenes. Para ello, se debe programar adecuadamente la producción,
la cual está vinculada a la asignación de recursos a través del tiempo para la fabricación de productos. La
planificación y la programación de la producción en FMS son consideradas en la actualidad tareas de mayor
complejidad que las del caso de los sistemas de producción continua. Asimismo, la programación en FMS difiere
de un taller de trabajo (job shop) convencional ya que cada parte puede tener planes de procesos alternativos y
cada operación puede ejecutarse en máquinas alternativas. Los programas están influenciados por diversos
factores entre los cuales se encuentran las prioridades de las partes, los requerimientos de fechas de entrega (due
dates), las restricciones de costo, los niveles de producción, las restricciones en el tamaño del lote, la
disponibilidad de las máquinas, la capacidad de las máquinas, la precedencia de las operaciones, los
requerimientos de recursos, y las disponibilidades en los recursos.
En un FMS la planificación y la programación deben llevarse a cabo conjuntamente para tener beneficios sobre
la flexibilidad del sistema. El programa obtenido mediante la programación alcanza criterios de desempeño
como por ejemplo: maximizar la utilización de las máquinas; minimizar el tiempo requerido para completar
todos los trabajos (makespan); minimizar el tiempo total de procesamiento, y minimizar el costo total. Es
importante notar que la secuencia tecnológica de las operaciones dentro de cada parte se preserva y que el orden
de las operaciones en las máquinas es seleccionado de modo de alcanzar el objetivo deseado. Cuando una
máquina completa el procesamiento de una operación, la operación siguiente comienza inmediatamente, siempre
que la misma se encuentre preparada. De otra manera, la máquina queda detenida. Es difícil determinar la
secuencia óptima de maquinado para problemas de este tipo.
Diferentes investigadores han realizado diversos enfoques para la resolución del problema de la planificación y
de la programación en los FMS, alcanzando varias metodologías de solución, entre las cuales se pueden citar: 1)
Formulación Matemática, 2) Metodologías con Enfoque Heurístico, 3) Metodologías Basadas en Simulación, 4)
Metodologías Multicriterio y de Toma de Decisiones, 5) Enfoques de Inteligencia Artificial y Programación con
restricciones (CP).
Modelos de Simulación para Sistemas de Manufactura Flexible minimizando los Costos de Producción Rossetti & Quiroga 1
De las técnicas citadas, se deben resaltar dos de ellas debido a la complejidad de los casos de estudio que ambas
involucran. En la primera técnica los trabajos de Quiroga et al (2004, 2005) presentan una nueva formulación
basada en programación CP, los cuales tratan el problema de programación asociado a los FMS y consideran una
importante variedad de funciones objetivo (minimización del máximo tiempo de finalización, minimización del
costo de procesamiento, etc.). El modelo CP propuesto contempla el problema en forma global considerando
totalmente en la formulación la asignación de las máquinas, de las herramientas, las decisiones respecto de las
rutas y las decisiones de programación.
La segunda técnica consiste en las Metodologías Basadas en Simulación. Kashyap y Khator (1996) concentraron
su trabajo en el impacto generado en los requerimientos de selección y en las reglas de envío de herramientas en
un ambiente donde se comparten las mismas. Las reglas de selección de las herramientas entran en juego cuando
existe más de una copia de herramientas en el sistema. El análisis de los resultados que indican las reglas de
selección de las herramientas no afecta al sistema. Las reglas de selección de requerimientos afectan el
“makespan” del sistema cuando el número de copias de herramientas es igual a uno. Otros factores tales como el
mix de producto y la duplicación de herramientas también lo afectan.
Kosturiak and Gregor (1998) proponen medidas de mejoras para FMS utilizando para el análisis simulación y un
plan de experimentos basados en métodos de Taguchi (Li et al., 1998). Dichos autores proponen un simulador
de FMS basados en la programación orientada a objetos, esto permite evaluar nuevos requerimientos para el
diseño y operación de FMS.
Ciorciari y Quiroga (2006a, 2006b) consideran en diferentes trabajos el desarrollo de modelos de simulación
para FMS complejos, que permiten el análisis y estudio de algunas características interesantes como son las de
considerar una eficacia de las máquinas menores al cien por ciento, tiempos de transporte no despreciables, entre
otras. Quiroga et al. (2006, 2007) consideran en ambos trabajos modelos de simulación para FMS con
características reales tomados de un caso de estudio, incorporando nuevas características no consideradas en los
trabajos anteriores y que son los costos de funcionamiento por unidad de tiempo de las máquinas, y un análisis
de contingencias que contemplan paradas de las máquinas por mantenimiento preventivo y/o predictivo.
De las dos técnicas resaltadas previamente, la segunda, que involucra el desarrollo de modelos de simulación de
FMS, presenta grandes ventajas respecto de la primera (modelos CP) y de todas las técnicas enumeradas, debido
a que la técnica de simulación permite modelar situaciones de contingencias tales como paradas y
mantenimientos de las máquinas, algo que resulta muy difícil de contemplar en las técnicas restantes.
En el presente trabajo se plantea el desarrollo de modelos de simulación para representar el comportamiento de

FMS complejos considerando distintas alternativas de layout: Layout Lineal (Unidireccional y Bidireccional),
Layout en Lazo (Rectangular y Carrusel), Layout en Escalera y Layout de Campo Abierto. A partir de los datos
reales tomados de casos de estudio planteados por los autores Gamila y Motavalli (2003) y Ciorciari y Quiroga
(2006a,b), se corroboran dichos modelos. Luego, se realizan corridas de los modelos, ya corroborados,
involucrando costos que no fueron considerados en los trabajos mencionados previamente, para ello se
obtuvieron los costos de producción de una empresa metal-mecánica. Finalmente, se realiza un estudio variando
los parámetros de entrada: (i) cantidad de piezas a producir y (ii) costos unitarios por unidad de tiempo de cada
máquina considerada.
2 Desarrollo de Modelos
La conducta de un sistema que evoluciona a través del tiempo, se estudia mediante el desarrollo de un modelo de
simulación que consta de un conjunto de hipótesis relativas a la operación del sistema. Mediante la modificación
de parámetros de entrada es posible evaluar distintas situaciones operativas, denominadas tratamientos o
escenarios, lo cual permite abordar la mejor solución de análisis y diseño para cada caso particular.
En este trabajo se modeló diversos FMS haciendo uso de la simulación como heeramienta. Para ello, se utilizó el
software SIMUL8 que es un sistema de simulación de alta potencia, que combina la metodología de interacción
de procesos, con las metodologías de programación visual y orientada a objetos, por medio de lenguajes de
programación de propósito general tales como Delphi y Visual Basic.
Un esquema de simulación en SIMUL8 consta de objetos, tales como áreas de almacenamiento o colas (Storage
Areas, Storage Bins o Queues) y centros de trabajo (Work Centers), tales como máquinas, personas, etc., que se
ubican en la pantalla y se conectan mediante flechas (Route Arrows) que representan la estructura por defecto a
través de la cual fluyen las transacciones en el sistema que se está modelando. Estas transacciones pueden ser
piezas, productos, clientes, etc. y que en SIMUL8 se las denomina ítems de trabajo (Work Items).
Este programa permite controlar la ruta de una determinada transacción a lo largo del sistema, en forma
independiente a los Routing Arrows. Para esto, establece tres métodos alternativos de ruteo: 1) Cycle Matrix: es
utilizado cuando se piensa, respecto del trabajo, en término de centros de trabajo realizando una serie de tareas.
2) Job Matrix: pone énfasis en el flujo de trabajo a través de la simulación, facilitando el manejo de situaciones
donde existe un número elevado de opciones en relación hacia donde puede correr dicho trabajo. 3) Visual
Logic: es a menudo utilizado junto con la metodología básica de ruteo (Routing Arrow). Es el método más
avanzado, pero también el que demanda mayor tiempo de elaboración del modelo.
Los modelos de simulación fueron utilizados para representar los distintos layouts posibles para un FMS. Para el
desarrollo de los mismos se tomó como punto de partida el trabajo realizado por Gamila y Motavalli (2003). En
dicho trabajo, se analiza el problema de la planificación de la producción en FMS, para ello considera un sistema
de manufactura produciendo varios tipos de partes en distintas máquinas con magazines de herramientas de
capacidad limitada. Los autores desarrollan un modelo matemático para seleccionar máquinas y asignar
operaciones y herramientas requeridas por las máquinas de modo de minimizar: (i) el máximo tiempo de
finalización de manufactura (maximum completion time), (ii) el manejo de partes y (iii) el tiempo de
procesamiento total. Para la resolución, utilizan el paquete Lingo 6.0 y toman la salida a partir del modelo de
planificación integrado, y luego generan la programación detallada de partes, y la asignación de herramientas.
Como método de ruteo de las partes y de asignación de tiempos de procesamiento, se utilizó el Cycle Matrix, ya
que con el método Job Matrix surgen problemas de interposición de actividades cuando existen tareas
consecutivas de procesamiento para una parte en una misma máquina, y Visual Basic supone un esfuerzo de
programación muy complejo e innecesario. El principio de funcionamiento de la matriz considera los centros de
trabajo, en este caso máquinas, ejecutando una serie de tareas sucesivas, programadas y definidas como tales.
Estas tareas pueden ser de diverso tipo: trabajo (work), carga (unload from) y descarga (load to) entre otras.
Luego, se especifican los tiempos que insumen ejecutar dichas tareas, y si involucran un determinado trabajo
caracterizado por atributos (labels) del tipo Work Type y Job, predefinidos en el programa, también se
especifican los valores correspondientes en las columnas con el mismo nombre.
Cada modelo está conformado por tres bloques:
A) Entrada: punto de partida de las partes que van a ser procesadas. Cada objeto de entrada corresponde a
un tipo de parte
B) FMS: Sistema de manufactura flexible. Aquí se llevan adelante las tareas de procesamiento de las partes
en cuestión. Dispone de un Centro de Carga, punto de recepción de las partes que esperan ser procesadas
y
C) Salida: Punto al cual se dirigen las partes una vez finalizada su fabricación.
En todos los casos fueron consideradas las siguientes hipótesis: (i) el número de partes es fijo y conocido, (ii) se
conoce la ruta de manufactura de cada parte, la asignación de tareas a las máquinas, y los tiempos de
procesamiento en cada una de éstas, (iii) cada tarea de procesamiento de una parte se asigna sólo a una máquina,
(iv) las máquinas no sufren deterioros, (v) el sistema de manejo de partes, no sufre deterioros, (vi) no existen
tiempos de setup en las máquinas, (vii) no se consideran estaciones de inspección y limpieza, (viii) el tiempo de
carga/descarga en el sistema de transporte secundario se considera despreciable y (ix) el sistema AGV siempre
se encuentra disponible.
Los tiempos de transporte de las partes entre las distintas máquinas dependerán de la distancia recorrida por cada
parte, en este caso se considera un tiempo base de 1 minuto entre dos centros de trabajo adyacentes. Además,
este modelo considera transparente la asignación de herramientas a máquinas, ya que esto ha sido retomado de la
solución presentada por los autores y utilizado para establecer los tiempos de procesamiento de cada tarea en una
máquina, lo que resulta ser suficiente para llevar adelante la simulación.
La matriz utilizada para el ruteo en cada uno de los modelos desarrollados, son similares, solamente se varía el
tiempo de transporte de las partes entre las máquinas, y de éstas con las áreas de carga y descarga, dependiendo
de la disposición física.
A continuación se presentan los distintos modelos de FMS desarrollados, considerando diferentes alternativas de
Layout.
2.1 Modelo de FMS con Layout Lineal

Esta disposición posee dos sistemas de movimientos de partes: uno primario y otro secundario. El sistema de
movimiento primario utiliza una cinta transportadora y un sistema de vehículo guiado por riel. El sistema de
movimiento secundario, por su parte, utiliza una cola o buffer de almacenamiento temporal y un cambiador
automático de pallets. Los Modelo de FMS con Layout Lineal pueden ser de flujo unidireccional y bidireccional.
A continuación se presentan ambos casos.
a) Modelo de FMS con Layout Lineal de Flujo Unidireccional (ML1). El layout en Línea de flujo unidireccional
utiliza como sistema primario de manipulación de partes una cinta transportadora. En la Figura 1 se muestra una
vista representativa del modelo en Simul8.
Figura 1: Representación del Modelo de FMS con Layout Lineal de Flujo Unidireccional (ML1) en Simul8.
b) Modelo de FMS con Layout Lineal Bidireccional (ML2). El layout en Línea de flujo bidireccional utiliza,
como sistema primario de manipulación de partes, un sistema de vehículo guiado por riel y el mismo sistema de
materiales secundario que en el caso de flujo unidireccional. En la Figura 2 se muestra una vista representativa
del modelo en Simul8.
Figura 2: Representación del Modelo de FMS con Layout Lineal Bidireccional (ML2) en Simul8.
2.2 Modelo de FMS con Layout en Lazo

Este tipo de layout posee las mismas características generales que el Layout en línea y de igual modo, presenta
dos alternativas dependiendo del tipo de sistema de materiales primario: una cinta transportadora y un sistema de
vehículo guiado por riel. Los modelo de FMS con layout en lazo pueden presentar dos variantes: Carrusel y
Rectangular. En la Figura 3 se muestra una vista representativa en Simul8 del Modelo de FMS con Layout en
Lazo Carrusel (ML3), mientras que en la Figura 4 se muestra el Modelo de FMS con Layout en Lazo
Rectangular (ML4).
Figura 3: Representación del Modelo de FMS con Layout en Lazo Carrusel (ML3) en Simul8.
Figura 4: Representación del Modelo de FMS con Layout en Lazo Rectangular (ML4) en Simul8.
2.3 Modelo de FMS con Layout en Escalera

Esta disposición presenta dos sistemas de movimiento de partes: uno primario y otro secundario. El sistema de
movimiento primario utiliza: una cinta transportadora, un sistema de vehículo guiado automáticamente (AGV) y
un sistema de vehículo guiado por riel. El sistema de movimiento secundario, utiliza una cola o Buffer de
almacenamiento temporal y un cambiador automático de pallets. En la Figura 5 se muestra una vista
representativa del modelo en Simul8 (ML5)
.
Figura 5: Representación del Modelo de FMS con Layout en Escalera (ML5) en Simul8.
2.4 Modelo de FMS con Layout de Campo Abierto

Éste dispone de dos sistemas de movimiento de partes: uno primario y otro secundario. El sistema de
movimiento primario puede utilizar: un AGV o un sistema de vehículo guiado por rieles. El sistema de
movimiento secundario, utiliza una cola o Buffer de almacenamiento temporal y un cambiador automático de
pallets. En la Figura 6 se muestra una vista representativa del modelo en Simul8 (ML6).
Figura 6: Representación del Modelo de FMS con Layout de Campo Abierto (ML6) en Simul8.
3 Modelos de Layout considerando los Costos de Producción.
En esta sección se propone la incorporación de los costos de producción considerados por Gamila y Motavalli
(2003) en su caso de estudio, para la fabricación de cinco partes, teniendo en cuenta las distintas alternativas de
Layout (Modelos Desarrollados).
Para la simulación se hizo uso de la herramienta Visual Logic, la cual permite asignar un costo a las operaciones
que sufre cada parte en cada máquina, obteniendo un costo final de producción por máquina y el costo total
correspondiente.
Luego, se plantea el desarrollo de modelos de simulación para los distintos layout, considerando nuevos costos
de producción. El objetivo principal es corroborar el resultado obtenido cuando fueron considerados los costos
de procesamiento utilizados por Gamila y Motavalli (2003). Para tal fin, se recurrió a la búsqueda de los costos
de procesamiento en que se incurre, en una Empresa Metal-Mecánica dedicada a la producción de máquinas
automáticas para la industria alimenticia, la cual cuenta con cinco máquinas de control numérico, por
consiguiente es posible considerar los costos de procesamiento como datos reales de utilidad para el estudio. Los
datos recopilados corresponden a la cantidad de pesos ($) por unidad de tiempo demandados para la producción,
en lo que respecta a: combustibles, energía eléctrica, control de calidad, mantenimiento, mano de obra y
refrigerante. La mayor diferencia respecto del análisis anterior radica en la dependencia de los costos en relación
a los tiempos de procesamiento.
4 Variación de los Parámetros de Entrada.

Por último, se propone la evaluación de los resultados cuando son modificados parámetros de entrada como son
el número de piezas producidas y la magnitud de los costos unitarios de producción por unidad de tiempo. Con
este objetivo, se plantea el análisis de los modelos de layout que evidencian la mayor diferencia en los costos
totales. Se diseñaron dos escenarios posibles:
 Variación en la cantidad de piezas. Se realizaron tres corridas independientes para cada uno de los modelos
seleccionados, en las cuales se consideraron, en primer lugar la fabricación de 10 unidades de cada tipo de
pieza, luego 100 y por último 200 unidades de cada una.
 Variación en el monto de los costos unitarios. Se realizaron tres corridas independientes de los modelos
seleccionados, en las cuales se supuso un incremento del 10%, 50%, 100% y 1000% en el valor de los costos
por unidad de tiempo.
5 Resultados.
En primer lugar, se puede observar que los resultados alcanzados por Ciorciari y Quiroga (2006a,b), se ajustan a
los obtenidos mediante las simulaciones. Por ello, se puede concluir que los modelos son fieles al
comportamiento real del sistema, y que pueden ser utilizados como herramienta de estudio y análisis del mismo.
A continuación se presentan en la Tabla 1, los resultados obtenidos cuando se llevan a cabo las corridas de los
modelos ML1, ML2, ML3, ML4, ML5 y ML6.
Tabla 1: Resultados obtenidos mediante Simul 8
Modelos
Máquina
ML1 ML2 ML3 ML4 ML5 ML6
30,20 29,80 30,20 29,50 29,40 29,80
1
69,80 70,20 69,80 70,50 70,60 70,20
29,20 27,70 29,20 27,40 27,30 27,70
2
70,80 72,30 70,80 72,70 72,70 72,30
Waiting (%) 8,90 8,70 8,90 8,30 9,30 8,70
Working (%) 3
91,10 91,10 91,10 91,70 90,70 91,10
23,70 21,40 23,70 21,00 21,90 21,40
4
76,30 78,70 76,30 79,00 78,10 78,70
15,60 13,10 15,60 12,70 16,50 13,10
5
84,40 86,90 84,40 87,30 85,50 86,90
Modelos
Parte
1 435 430 435 432 437 430
2 459 443 459 447 452 443
Average Time 3 473 459 473 457 462 459
4 420 424 420 420 425 424
5 462 456 462 454 459 456
Para efectuar el análisis de los resultados obtenidos, se calcularon los valores promedio de los parámetros de
desempeño, los cuales se presentan en la Tabla 2.
Tabla 2: Valores Promedios de los Parámetros de Desempeño
Utilización Tiempo Promedio en el

Modelo Makespan
Promedio (%) Sistema (min)
ML1 78,48 449,80 473,00

ML2 79,87 442,40 459,00
ML3 78,48 449,80 473,00
ML4 80,22 442,00 457,00
ML5 79,52 447,10 462,00
ML6 79,87 444,90 459,00
Por lo tanto, como conclusiones preliminares se puede decir que los modelos ML1 y ML3 presentan idéntica
solución, siendo ésta la más desfavorable entre los distintos layouts, ya que muestran el mayor valor en el
makespan y los menores porcentajes de utilización promedio de las máquinas, mientras que el ML4 indica la
mejor alternativa de layout considerando tales parámetros de desempeño del sistema. Con los modelos ML2 y
ML6 se obtienen iguales resultados, representando una situación intermedia al igual que el ML5.
En relación a los modelos de simulación que consideran los costos de producción de Gamila y Motavalli (2003),
se observan resultados que se ajustan a los obtenidos por dichos autores. De esta manera, se puede concluir que
éstos representan fielmente el comportamiento real del sistema y pueden ser utilizados para el estudio más
profundo de los costos asociados a los FMS. En la Tabla 3 se presentan los costos de producción de cada una de
las máquinas y también los totales de producción para los diferentes modelos.
Tabla 3: Costos Totales de Producción de los distintos Modelos considerando los Costos de Producción de
Gamila y Motavalli (2003)
Costo Total de Modelos
Producción por
Máquina ($) ML1 ML2 ML3 ML4 ML5 ML6
M1 1150 1150 1150 1150 1150 1150

M2 1090 1090 1090 1090 1090 1090
M3 1590 1590 1590 1590 1590 1590
M4 610 610 610 610 610 610
M5 640 640 640 640 640 640
Costo Total de
5080 5080 5080 5080 5080 5080
Producción ($)
En función de los resultados expuestos en la Tabla 3, se concluye que la distribución física de las máquinas en un
FMS no influye en los costos de producción asociados, ya que para los distintos layout se obtuvieron idénticos
resultados.
En la Tabla 4 se presentan los resultados obtenidos con los distintos modelos cuando se consideran los costos
reales obtenidos de la Empresa metalmecánica.
Tabla 4: Costos Totales de Producción de los distintos Modelos
considerando los costos reales de la Empresa Bisignano S.A. (*)
Modelos
Costos ($)
CTEE 7,33 7,22 7,33 7,22 7,22 7,22

CTMO 618,60 610,90 618,60 610,70 612,30 610,90
CTRef 1,80 1,80 1,80 1,80 1,80 1,80
CTMa 1,60 1,50 1,60 1,50 1,50 1,50
M1 194,40 189,70 194,40 189,70 192,10 189,70
M2 197,30 195,60 197,30 195,60 197,90 195,60
M3 253,90 246,80 253,90 246,80 246,80 246,80
M4 212,60 212,70 212,60 212,60 212,60 212,70
M5 235,00 235,00 235,00 234,60 232,70 235,00
CTP 1722,53 1701,22 1722,53 1700,52 1704,92 1701,22
(*) CTEE: costo total de energía eléctrica CTMO: costo total de mano de obra. CTRef: costo total de
refrigerante. CTMa: costo total de mantenimiento.. M1, M2, M3, M4 y M5 se refiere a los costos totales de
producción en dichas máquinas. CTP: costo total de producción.
A partir de estos valores se puede afirmar que efectivamente la disposición física de las máquinas y
consecuentemente, los tiempos de traslado entre las mismas, no es un factor determinante en los costos de
producción en un FMS, ya que la diferencia entre los costos totales de los distintos modelos no supera el 4%.
Asimismo, este resultado valida la solución hallada con los costos considerados a partir del trabajo de Gamila y
Motavalli (2003).
Finalmente, se analiza el comportamiento del modelo de layout más desfavorable (ML1) y la mejor alternativa
(ML4) cuando se modifican los parámetros de entrada. Por lo tanto, en la Tabla 5 se exponen los resultados
obtenidos con dichos modelos cuando se cambia la cantidad de piezas a producir y en la Tabla 6 cuando se
varían los costos unitarios.
Tabla 5: Variación en la cantidad de piezas
Modelo de Nº de Costo Total de

Error Relativo (%)
Layout Piezas Producción ($)
ML1 50 17225,31
1,29
ML4 50 17005,22
ML1 500 172253,13
1,29
ML4 500 170052,24
ML1 1000 344506,26

1,29
ML4 1000 340104,48
Tabla 6: Variación en el monto de los costos unitarios

Aumento
Modelo de Costo Total de Error Relativo
Porcentual
Layout Prod. ($) (%)
(%)
ML1 10 1894,78
1,29
ML4 10 1870,57
ML1 50 2583,79
1,29
ML4 50 2550,78
ML1 100 3445,06
1,29
ML4 100 3401,04
ML1 1000 17225,31
1,29
ML4 1000 17005,24
Por lo tanto, se puede concluir que los costos de producción prácticamente no se ven afectados por el tipo de
layout del FMS, ya sea al aumentar el número de piezas producidas o en el caso que se incrementen los costos
unitarios de producción.
6 Conclusiones.
La simulación es una herramienta muy práctica para modelar sistemas reales, ya que permite modificar
parámetros de entrada, variables, objetos, etc. con el fin de representar diversas situaciones o escenarios.
Además, su principal ventaja reside en la rapidez con que se pueden realizar estas modificaciones y obtener los
resultados correspondientes.
En lo que respecta al estudio de los FMS se concluye que los distintos layouts afectan los parámetros de
desempeño del sistema, como son los porcentajes de utilización de las máquinas y el tiempo de finalización, pero
no es un factor que influya significativamente en los costos finales de procesamiento.
Finalmente, la instalación y puesta en marcha de un FMS supone grandes inversiones de capital, por lo que
resulta de vital importancia la fidelidad del modelo de simulación que se toma como base para el análisis y
estudio de los mismos.
Referencias Bibliográficas
CIORCIARI, L., QUIROGA, O. 2006a. Modelos de Simulación para Sistemas de Manufactura Flexible (FMS).
Actas del XXXV Jornadas Argentinas de Informática e Investigación Operativa 35 JAIIO – JII 2006. Terceras
Jornadas de Informática Industrial, Mendoza, Argentina, p.77- 91.
CIORCIARI, L., QUIROGA, O. 2006b. Formulación de un modelo de simulación para Sistemas de Manufactura
Flexible. AADECA 2006 – XXº Congreso Argentino de Control Automático, Buenos Aires, Argentina.
GAMILA, M., MOTAVALLI, S. 2003. A Modeling Technique for Loading and Scheduling problems in FMS.
Robotics and Computer-Integrated Manufacturing, v.19, p.45–54.
GROOVER, M. 2008. Automation, Production Systems and Computer–Integrated Manufacturing. 3rd edition.
Prentice Hall.
KASHYAP, A., KHATOR, S. 1996. Analysis of Tool Sharing in an FMS: a Simulation Study. Computers and
Industrial Engineering, v.30, n.1, p.137–145.
KOSTURIAK, J., GREGOR, M. 1998. FMS Simulation: Some Experience and Recommendations. Simulation
Practice and Theor, v.6, p.423–442.
LI, X., YUAN, H., HUANG, X., CHEUNG, E. 1998. A New FMS Simulator with Object-Oriented-
Programming Techniques. Journal of Materials Processing Technology, v.76, p.238–245.
QUIROGA, O., ZEBALLOS, L., HENNING, G. 2004. Machine Loading, Tool Allocation and Scheduling
Problems in Flexible Manufacturing Systems. 4th CIRP International Seminar on Intelligent Computation in
Manufacturing Engineering, Sorrento, Italy.
QUIROGA, O., ZEBALLOS, L., HENNING, G. 2005. A Constraint Programming Approach to the Tool
Planning and Scheduling Problems in FMS. Proceedings of the IEEE International Conference on Robotics and
Automation ICRA05, p.3726-3731, Barcelona, España.
QUIROGA, O., CIORCIARI, L., ROSSETTI, G. 2006. Desarrollo de Modelos de Simulación para FMS. Actas
del VI SEPROSUL, p. 5-20, Florianópolis, Brasil.
QUIROGA, O., CIORCIARI, L., ROSSETTI, G. 2007. Modelos de Contingencias para el Análisis de Sistemas
de Manufactura Flexible (FMS). Actas del 1er Congreso Argentino de Ingenieria Industrial COINI, p.30-42, San
Justo, Buenos Aires, Argentina.
View publication stats

VIII Seprosul Rossetti

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

VIII Seprosul Rossetti

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

MODELOS DE SIMULACIÓN PARA SISTEMAS DE MANUFACTURA FLEXIBLE

Research · November 2015

Oscar Daniel Quiroga German Rossetti

SEE PROFILE SEE PROFILE

Managing Technological Innovation View project

Gestao da inovaçao View project

The user has requested enhancement of the downloaded file.

Modelos de Simulación para Sistemas de Manufactura

En el presente trabajo se plantea el desarrollo de modelos de simulación para representar el comportamiento de

Cada modelo está conformado por tres bloques:

2.1 Modelo de FMS con Layout Lineal

2.2 Modelo de FMS con Layout en Lazo

2.3 Modelo de FMS con Layout en Escalera

2.4 Modelo de FMS con Layout de Campo Abierto

4 Variación de los Parámetros de Entrada.

Tabla 2: Valores Promedios de los Parámetros de Desempeño

Utilización Tiempo Promedio en el

ML1 78,48 449,80 473,00

M1 1150 1150 1150 1150 1150 1150

CTEE 7,33 7,22 7,33 7,22 7,22 7,22

CTP 1722,53 1701,22 1722,53 1700,52 1704,92 1701,22

Tabla 5: Variación en la cantidad de piezas

Modelo de Nº de Costo Total de

ML1 1000 344506,26

Tabla 6: Variación en el monto de los costos unitarios

View publication stats

También podría gustarte