Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MONTERREY
CAMPUS MONTERREY
TECNOLÓGICO
DE MONTERREY
TESIS
PRESENTADA COMO REQUISITO PARCIAL PARA OBTENER EL GRADO
ACADEMICO DE MAESTRO EN CIENCIAS CON ESPECIALIDAD EN
AUTOMATIZACIÓN
CAMPUS MONTERREY
Los miembros del Comité de Tesis recomendamos que el presente anteproyecto de tesis
del Ing. Israel Escamilla Ángeles, sea aceptado como requisito parcial para obtener el
grado académico de:
Comité de Tesis
Mayo 2005
Agradecimientos
Después de tantos meses de trabajo solo falta agradecer a todos los que se vieron
involucrados en este proceso, una pequeña lista de las personas a las que quiero agradecer
con todo el corazón y a las cuales va dedicado este proyecto.
A mis padres por ser los responsables de lo que he logrado, por creer en lo que
hago y sobretodo porque siempre son los primeros en decir si a cualquiera de mis
proyectos.
Al Dr. Jorge Limón Robles y al Dr. Eduardo Uresti Charré porque apostaron por
esto sin dudarlo.
A mis amigos que cada vez son más y siguen conmigo, porque la amistad solo
necesita una puerta entreabierta para quedarse.
II
Índice General
Agradecimientos I
Resumen II
Índice General III
Índice de Figuras VI
Índice de Tablas VIII
Capítulo 1 Introducción 1
1.1 Introducción 1
1.2 Objetivo de la tesis 1
1.3 Alcance de la tesis 2
1.4 Organización de la tesis 2
Capítulo 2 Marco teórico
2.1 Introducción 4
2.2 Redes de Petri 4
2.2.1 Componentes de las redes de Petri 5
2.2.2 Evolución de una red de Petri 6
2.2.2.1 Disparo de transiciones 6
2.2.3 Modificaciones de las redes de Petri 7
2.2.3.1 Redes de Petri Generalizadas 7
2.2.3.2 Redes de Petri Sincronizadas 9
2.2.3.3 Redes de Petri Temporizadas 10
2.2.3.3.a Redes de Petri Temporizadas en los Lugares 11
2.2.3.3.b Redes de Petri Temporizadas en las Transiciones 12
2.2.3.4 Redes de Petri Estocásticas 13
2.2.3.5 Redes de Petri Coloreadas 13
2.3 Sistemas de manufactura 15
2.3.1 Clasificación de los sistemas de manufactura 15
2.3.2 Funciones básicas de los sistemas de manufactura 16
2.3.2.1 Operaciones de proceso 17
2.3.2.2 Ensamble 18
2.3.2.3 Manejo de materiales 18
2.3.2.4 Inspección y pruebas 18
2.3.2.5 Control 18
2.4 Estadística industrial 19
2.4.1 Función de supervivencia o función de fiabilidad 19
2.4.2 Tasa de fallos 20
2.4.2.1 Tasa de fallos constante 21
2.4.2.2 Tasa de fallos creciente 22
2.4.2.3 Tasa de fallos decreciente 22
2.4.3 Modelos utilizados en fiabilidad 23
III
2.4.3.1 Modelo exponencial 23
Capítulo 3 Propuesta de una metodología para la modelación de sistemas de
manufactura
3.1 Introducción 25
3.2 Descripción de los pasos de la metodología propuesta 25
3.2.1 Analizar el sistema de manufactura (separar funciones) 26
3.2.1.1 Modelar las operaciones de proceso 26
3.2.1.2 Modelar las operaciones de ensamble 32
3.2.1.3 Modelar el manejo de materiales 37
3.2.1.4 Modelar las operaciones de inspección y pruebas 45
3.2.2 Integración de los modelos de las operaciones básicas en el 48
modelo de un sistema de manufactura
3.2.3 Solución de posibles conflictos 49
3.2.4 Selección de la herramienta computacional para la simulación 49
del sistema de manufactura
3.2.5 Definición de los resultados deseados en la simulación 51
3.2.6 Especificación de los parámetros de operación del sistema de 51
manufactura
3.2.7 Simulación del proceso 52
3.2.8 Análisis de resultados 52
Capítulo 4 Aplicación de la metodología propuesta a sistemas de manufactura
4.1 Introducción 54
4.2 Ejemplo de la aplicación de la metodología propuesta 54
4.2.1 Analizar y definir las entidades básicas 56
4.2.2 Modelar las funciones básicas 56
4.2.3 Asignar lugares y transiciones 57
4.2.4 Determinar el tipo de red de Petri más adecuado para la 57
modelación
4.2.5 Construir la red de Petri que representa el modelo de la función 58
básica
4.2.6 Integración de los modelos en una red de Petri 62
4.2.7 Análisis y solución de conflictos de la red de Petri 62
4.2.8 Selección de la herramienta computacional para la simulación 64
de la red de Petri
4.2.9 Definir los resultados deseados de la simulación 64
4.2.10 Determinar los parámetros y condiciones de operación del 64
sistema
4.2.11 Simulación computacional del proceso 65
4.2.12 Análisis de resultados 66
4.2.13 Definición de nuevos parámetros y condiciones de operación 67
del sistema
4.2.14 Simulación computacional del proceso 68
4.2.15 Análisis de resultados 69
4.2.16 Definición de nuevos parámetros y condiciones de operación 75
del sistema
4.2.17 Simulación computacional del proceso 75
4.2.18 Análisis de resultados 78
IV
4.2.19 Definición de nuevos parámetros y condiciones de operación 81
del sistema
4.2.20 Simulación computacional del proceso 81
4.2.21 Análisis de resultados 84
4.2.22 Resumen 86
Capítulo 5 Resultados y conclusiones
5.1 Resultados 88
5.2 Conclusiones 90
5.3 Recomendaciones para trabajos futuros 92
Anexo A 94
Bibliografía 102
Índice de Figuras
VI
4.2 Secuencia de operaciones de la línea de prensas DANLY 55
4.3 Modelación de la transportación de materia prima 59
4.4 Modelación de la prensa 1 59
4.5 Modelación de la prensa 2 60
4.5 Modelación de la prensa 3 60
4.7 Modelación de la prensa 4 61
4.8 Modelación del manejo de materiales dentro de la línea DANLY 61
4.9 Modelación de la transportación de producto terminado 62
4.10 Modelo de la línea de estampado DANLY 63
4.11 Resultado de la simulación de la primer corrida de la línea DANLY actual 66
4.12 Modelo de la línea de estampado DANLY automatizada 70
4.13 Resultado de la simulación de la primer corrida de la línea DANLY 71
automatizada
4.14 Modelo de la línea de estampado DANLY automatizada + SMED 77
4.15 Resultado de la simulación de la primer corrida de la línea DANLY 78
automatizada + SMED
4.16 Modelo de la línea de estampado DANLY con SMED 83
4.17 Resultado de la simulación de la primer corrida de la línea DANLY con SMED 84
VII
Índice de Tablas
VIII
Capítulo 1
Introducción
1.1 Introducción
En este proyecto se propone una metodología basada en redes de Petri para realizar el
análisis, la modelación y la simulación de los procesos de manufactura. La red de Petri
obtenida mediante la aplicación de esta metodología permite simular y analizar el sistema
de manufactura. Conociendo el sistema se podrá modificar los parámetros de la red y
determinar si los cambios son económicamente viables.
1
sistema modelado con el propósito de conocer y analizar el comportamiento del mismo
ante diferentes condiciones de operación.
La tesis se divide en cinco capítulos, los cuáles están organizados con se describe a
continuación:
Marco teórico
2.1 Introducción
Las de redes de Petri son una herramienta de simulación gráfica y matemática para
modelar sistemas de naturaleza discreta, en especial para representar comportamientos
asincronos que incluyan actividades secuenciales, en paralelo, concurrencia, decisión, etc.
Como herramienta gráfica las redes de Petri pueden ser usadas como un diagrama de flujo.
Como herramienta matemática es posible establecer ecuaciones de estado, ecuaciones
algebraicas y otros modelos matemáticos que describan el comportamiento de un sistema
[2].
Está teoría fue propuesta en el año de 1962 por Cari Adam Petri en su tesis doctoral
"Comunicación con Autómatas" [3] . A partir de entonces se dio una explosión en la
investigación de esta teoría para ser aplicable a diversas áreas. Entre las cuales podemos
mencionar: protocolos de comunicación, sistemas distribuidos de bases de datos,
programación paralela y concurrente, sistemas flexibles de manufactura, sistemas de
control industrial, sistemas computacionales para flujo de datos, sistemas tolerantes a fallas,
compiladores y sistemas operativos, circuitos asincronos, lenguajes formales y lógicos.
Las redes de Petri facilitan la descripción de un sistema de tal forma que pueda ser
modelado de manera jerárquica. Además, pueden modelar condiciones de conflicto,
concurrencia y determinar causas de falla en un sistema. Por lo anterior, las redes de Petri
han sido utilizadas para modelar sistemas de manufactura con el objetivo de recabar
características cualitativas de los mismos.
Las redes de Petri son grafos bipartidos que constan de dos tipos de nodos: los
lugares y las transiciones. Los lugares son representados mediante círculos y las
transiciones mediante barras.
Un lugar representa una parte del estado a la que puede llegar el sistema por
ejemplo, ir hacia la derecha, trasladar la carga desde un palet hacia una máquina, esperar
durante un minuto. Un lugar puede contener un número entero (positivo o cero) de marcas
o tokens. El número de tokens contenido en el lugar P¡ será entonces llamado m¡. Por lo
tanto, el mareaje de un lugar significa el estado en el que está el sistema descrito por la red
de Petri en ese momento.
Una transición indica la posibilidad de que ocurra un evento que altere el estado del
sistema por ejemplo, se activa una entrada, se detecta una pieza, se corta una fotocélula,
transcurre un tiempo.
Para conectar los lugares y las transiciones se utilizan los arcos. Si un arco va de un
lugar a una transición, se dice que el arco es de entrada y viene de un lugar de entrada de
esta transición y si el arco va de una transición a un lugar, el arco será de salida y terminará
en un lugar de salida de esa transición.
Otro componente de una red de Petri es el arco inhibidor, éste va de un lugar a una
transición y es representado con un pequeño circulo al final del arco. La transición que
tiene arcos inhibidores no puede dispararse si el lugar de entrada, de esa transición,
contiene al menos un token.
Una transición sólo puede ser disparada si dicha transición está habilitada, lo que se
cumple si y sólo si cada uno de los lugares de entrada a esta transición contienen al menos
un token [1]. Las transiciones a, b, y c de la Figura [2.1] se encuentran habilitadas, ya que
cada uno de los lugares de entrada contienen al menos un token o marca; mientras tanto la
transición d se encuentra inhabilitada, ya que el lugar Pi no contiene tokens.
Una vez habilitada una transición, ésta puede ser disparada, lo que implica quitar
una marca a todos y cada uno de los lugares de entrada de la transición disparada y
aumentar una marca a todos y cada uno de los lugares de salida de la transición. En la
Figura [2.1] también se muestra como quedaría la red de Petri si se diera el disparo de las
transiciones habilitadas.
artes del
-b- -d-
después de) IL
disparo ^
Hasta ahora, sólo se ha presentado la teoría de las redes de Petri Ordinarias, que es
la representación más simple de esta teoría. Sin embargo, existen abreviaciones y
extensiones de esta teoría. En esta sección se presentarán aquellas que son importantes para
el desarrollo de la presente metodología.
7
Generalizada (RPG), el mareaje del lugar de entrada P¡ debe ser mayor o igual al peso del
arco de entrada dirigido del lugar P¡ a la transición T¡. Por otro lado, si el arco de salida de
un transición T¡ tiene un peso, cuando se dispare la transición T¡ se generarán tantos tokens
como peso del arco y éstos se depositarán en el lugar P¡. En la Figura [2.2] se presentan los
conceptos mencionados para una RPG. La transición Ti sólo se encontrará habilitada si en
los lugares Pi y P2 existen al menos 1 y 2 tokens respectivamente, ya que el peso de los
arcos de entrada a la transición mencionada así lo indican, por lo tanto en la figura [2.2a] se
encuentra habilitada la transición Ti. Una vez que Ti sea disparada se formará un solo
token en el lugar P3 de acuerdo al arco de salida de Ti, lo anterior se muestra en la figura
[2.2b]. Sin embargo, a partir del mareaje de la sección a) la transición T2 se encontraba
habilitada, ya que en el lugar P2 existen dos tokens, por lo tanto, en la figura [2.2c] se
muestra lo que pasaría si esta transición fuera disparada. En este último mareaje sólo
quedaría habilitada la T2. El disparo de Ti en vez de T2 o viceversa, se conoce como un
conflicto en la red de Petri, lo cuál se revisará con detalle posteriormente.
a) b)
Esta extensión de las RPO fue realizada por M. Moalla, J.Pulou and J. Sifakis [1].
Los eventos externos corresponden a los cambios de estado de los alrededores del sistema
modelado.
Mareaje de Pl
[i
Mareaje de PZ
[i
inodencaEl
Mareaje de P3
-b-
Man:a|e de P l
Marcofe deP5
Incidencia E2
Mareaje de P6
Lo
Mareaje de FV
Las redes de Petri Temporizadas son aquellas que funcionan para describir sistemas
dependientes del tiempo. Por ejemplo, el tiempo que debe pasar entre el inicio y el fin de
una operación. Por lo tanto, para indicar que una operación está en progreso se coloca una
marca en el lugar. Existen dos formas para considerar el tiempo en un modelo, asociarlo
con los lugares (Temporizadas en los Lugares) o con las transiciones (Temporizadas en las
Transiciones).
10
2.2.3.3.a. Redes de Petri Temporizadas en los Lugares
La Figura [2.4] muestra la evolución de una red temporizada en los lugares y cómo
se da el disparo de las transiciones en función del tiempo.
tefcen
rtebfeado
token
habitado
taken inhaUitado en P2
Disparo de T I
Disparo de T2
11
2.2.3.3.b. Redes de Petri Temporizadas en las Transiciones
Un token puede asumir dos estados: puede estar reservado para el disparo de una
transición T¡ o puede no estarlo. Lo anterior es mostrado en la Figura [2.5]. Cuando una
transición Ti es disparada, un token es depositado en el lugar Pi, lo cual ocasiona el
habilitado de la transición T2. Ahora puede dispararse la transición T2 en cualquier
momento, cuando esto sucede se dice que el token está reservado. Una vez que se cumple el
tiempo d2, después de haber realizado la decisión de disparar la transición T2, la transición
es realmente disparada. Con ello, el token que estaba reservado en el lugar Pi es depositado
en el lugar P 2 y no está reservado.
tolwn
o rearv«h>
12
2.2.3.4. Redes de Petri Estocásticas
Las redes de Petri Coloreadas, fueron propuestas por K. Jensen [6]. Esta
modificación a las ordinarias es importante en la modelación de sistemas de gran tamaño,
ya que pueden simplificar sistemas que contiene elementos con comportamiento similar, en
modelos bastante condensados.
Hasta el momento las marcas sólo han sido de un color, en este formalismo los
tokens tiene un color y las transiciones pueden ser disparadas solamente mediante los
colores asociados a la misma. La relación entre los colores de disparo y los tokens
coloreados está en función de los arcos asociados.
Para ejemplificar este tipo de redes de Petri se supone que se tienen dos monorrieles
idénticos que pueden moverse hacia ambos lados, derecha e izquierda. El modelo que se
asocia a cada uno de los monorrieles es el presentado en la Figura [2.6]. En este modelo el
lugar Pi representa el movimiento a la izquierda, mientras que el lugar P2 el movimiento a
la derecha, el cambio entre estos dos estados ocurre cuando el monorriel ha llegado al final
13
de su carrera en dicho sentido, Ti para el fin de carrera moviéndose a la izquierda y T2 para
el fin de carrera moviéndose a la derecha.
Como se puede observar se tienen dos modelos idénticos de redes de Petri. Por lo
tanto, surge la interrogante si ambos monorrieles se pueden representar por un único
modelo; esto sí es posible. Sin embargo, en la Figura [2.7] se muestra que si se realiza de la
forma de redes de Petri ordinarias sólo se sabe que se tienen dos sistemas moviéndose a la
izquierda, por lo tanto, para este caso es necesario distinguir entre los tokens del modelo,
así un color es asociado a cada token, un token rojo para el monorriel rojo y un token azul
para el monorriel azul.
r 1 r
Figura [2.7] Dos sistemas idénticos modelados con redes de Petri Coloreadas
14
2.3. Sistemas de manufactura
La palabra manufactura se deriva del Latín manu factus, que significa hecho por
manos. Históricamente, la manufactura surge aproximadamente 5000 años a.C: con la
fabricación de utensilios de madera, cerámica, piedra y metal. A través de los siglos, los
materiales y procesos para la manufactura de productos, inicialmente por fundición y
golpeo, se han desarrollado hasta utilizar materiales sintéticos y operaciones complejas,
aumentando con esto la velocidad de producción, así como los niveles de calidad y
productividad.
15
En contraparte, las empresas "A" presentan una situación inversa, es decir gran
número de materias primas, que se transforman a pocos productos finales. En este caso se
puede pensar en empresas ensambladuras, en las cuales como materia prima tienen gran
número de piezas y componentes y sus productos finales son pocos.
Entradas Entradas
Entradas
Dentro de los tipos de producción existen funciones básicas que llevan a convertir
las materias primas en productos terminados. En el caso de un sistema de manufactura las
16
funciones básicas son: operaciones de procesos, ensamble, manejo de materiales,
inspección y control. En la Figura [2.9] se aprecian las funciones de manufactura.
Operaciones de U Fábrica
.Procasos
II \\ \
Materia Prima
3. Manojo de Materiales
4Jnspeed6n y Pruebas j
Recibo M A I Embarque
17
d) Procesos finales: son las operaciones de acabado de la pieza que agregan valor al
producto, como por ejemplo la pintura y abrillantado.
2.3.2.2. Ensamble
2.3.2.5. Control.
18
Implica la manipulación de las entradas del proceso para lograr los objetivos, es decir, uso
de la mano de obra en forma efectiva, mantenimiento de equipo, manejo de materiales,
adquisición de productos de buena calidad y mantenimiento de las operaciones de la planta
al nivel óptimo. En nuestro caso el control se utilizará para el análisis de los resultados de
la modelación y simulación del sistema de manufactura, por lo tanto no se modela en redes
de Petri.
Los procesos que componen los sistemas de manufactura cambian con el tiempo;
por lo tanto, se debe garantizar que el proceso operará en buenas condiciones durante un
período razonable de tiempo.
donde:
19
Pr(T>=t) es la probabilidad de un componente a funcionar por un tiempo mayor a t.
f(x) es la función de probabilidad que modela el comportamiento del componente.
F(t) es la probabilidad acumulada al instante t.
Finjón de stvervivencia
Y\
S(t) VN
s ^
Tiempo
20
Pr{t<T<t f(t)
ttlt) = lim Ecuación [2.2]
At S(t)
donde:
Tener una tasa de fallos constante indica que la probabilidad de fallo instantáneo es
la misma en cualquier momento y por lo tanto, se dice que el proceso no tiene memoria, ya
que la posibilidad de fallo durante la operación, es idéntica en cualquier momento de la
vida del proceso. En la Figura [2.11] se muestra la gráfica de la tasa de fallos constante de
dos componentes.
Tasa de falos constante
Tiempo (tws.)
21
2A.2.2 Tasa de fallos creciente
Kt)
Kt)
Tiempo (hrs.)
22
2.4.3. Modelos utilizados en fiabilidad
h (t ) = 1 / 0 Ecuación [2.5]
23
Además la esperanza E(t), es decir, el tiempo que se espera que funcione el
componente o máquina en condiciones satisfactorias, que se define como el inverso de la
tasa de fallos, es igual al parámetro 6 de la distribución exponencial.
24
Capítulo 3
3.1. Introducción
25
3.2.1. Analizar el sistema de manufactura (separar funciones).
26
Sistema de manufactura
•8 I
Determinar el tipo de red
de Petri más adecuado para Integración de los modelos
la modelación en una red de Petri
1
Construir la red de Petri
que representa el modelo Análisis y solución de
de la función básica conflictos de la red de Petri
i
Determinar los parámetros
y condiciones de operación
del sistema
28
número de piezas terminadas en esta operación de proceso. Adicionalmente se agrega un
token al lugar P4 que representa que el proceso esta disponible de nuevo.
Sin embargo, como toda operación de proceso tiene fallas, se debe modelar la falla
en la operación, es decir, un estado de paro. El tiempo promedio en que se presenta una
falla en el proceso es modelado relacionando un tiempo d4 al disparo de la transición T4,
que al igual que Ú2, puede ser determinístico o estocástico, así cuando se habilite esta
transición el proceso pasará a un estado de reposo en el lugar P3 del que sólo podrá salir
cuando el proceso haya sido reparado, el tiempo promedio para reparar una falla del
proceso se modela mediante el tiempo ds relacionado al disparo de la transición T5. Cuando
se dispare la transición T5 el proceso regresa a operación normal.
Finalmente, el lugar P5 servirá para contar el número de piezas que han pasado la
operación de proceso modelada. Así, como el lugar Pé llevará registro del número de fallas
en las que ha entrado la operación a estos lugares los tokens llegan cuando la pieza sale de
la operación o la máquina falla, disparando la transición T3 o la transición T4
respectivamente.
29
•o
30
Los resultados obtenidos de la simulación de esta operación de estampado con las
características mencionadas previamente se presentan en la Figura [3.4]. En condiciones
ideales, donde la máquina estaría disponible el 100% del tiempo, es decir sin fallas y ni
variabilidad en el proceso, la producción sería de 720 piezas por hora. Sin embargo, en
condiciones de operación reales se esperaría una producción menor, en la corrida
presentada se fabricaron 603 piezas, lo que equivale a una disponibilidad de la operación
del 83.75 %. Por lo tanto, se comprueba la validez del modelo propuesto.
Tiempo (seg.)
31
Simulación de la operación de estampado
15'
14
13
12
¡—
I Piezas « ú ^ »
11
r
1
10
9
r
8
. : • • . • : • • / • • . : , : . . . r
E
Filkslrl>>fa»M
»a
4 6 8 10 12 14 16 18 2022242628X3234363840 42 444648505254565660626466687072 74 76768082848688909294
Tiempo (seg.)
32
Una vez que la transición Ti se ha disparado el lugar P3 recibe un token indicando
que se ha iniciado el ensamble. El cual terminará después de un tiempo determinado, que es
modelado mediante la transición T2 con un tiempo de disparo Ú2. En cuanto se dispare la
transición T2 y si la Ti se encuentra habilitada se podrá iniciar un nuevo ensamble. Si en la
salida del ensamble existe un bloqueo, que podría ocurrir si la salida del ensamble es, por
ejemplo, una máquina que no se encuentra disponible, la T2 no podrá ser disparada y la
operación de ensamble estará bloqueada.
¿3=30
O fl -O
¿4=20
33
Se simulará el ensamble de una bicicleta, para esto se requiere 2 tipos de
componentes: la estructura de la bicicleta representada en el lugar Pi y las llantas
modeladas en el lugar P2, cuando se tenga disponibilidad de 1 estructura y 2 llantas se
iniciará el ensamble.
34
fabricada en un menor tiempo que las 2 llantas necesarias para realizar el ensamble.
Mientras tanto el incremento en el mareaje del lugar P3 se deba a que la estructura y las 2
llantas están disponibles para ser ensambladas en un tiempo menor al requerido para
realizar el ensamble, por lo tanto, a esta línea de ensamble se tendrían que realizar
modificaciones de acuerdo a los resultados presentados.
2,000 4,000 6000 8.000 10000 12000 14000 16000 18000 20000 22000 24000 26000 280OO
Tiempo (seg.)
35
Si el incremento en el mareaje se presentará solo en alguno de los lugares de la
alimentación, indicaría que el otro componente para el ensamble es un cuello de botella, ya
que estas piezas se están acumulando en el lugar debido a que no existe la disponibilidad
del otro componente para realizar el ensamble. En éste supuesto, las modificaciones en las
condiciones de operación se tendrían que realizar solamente para incrementar la capacidad
de producción del componente que es cuello de botella, si es que se quiere tener un
aumento en la capacidad de piezas ensambladas. En caso de no hacerlo se tendrá que
disminuir la utilización de la línea en la que se produce el componente que no es cuello de
botella, para no hacer crecer el inventario en proceso sin razón justificada.
90 1 0 O t ü O 2 O 0 2 S 0 3 0 O 3 5 O 4 0 0 4 S O 5 C O 5 5 0 6 O O B 5 0 7 O 0
Tiempo (seg.)
Figura [3.9] Resultados del ejemplo de una operación de ensamble (Acercamiento)
36
3.2.1.3 Modelar el manejo de materiales
Figura [3.10] Modelo del manejo de materiales entre diferentes sistemas de manufactura
37
El tiempo que el sistema tarda en transportar la pieza, al lugar en donde se utilizará,
es modelado mediante un tiempo d3, deterministico o estocástico, el cual esta relacionado
con el disparo de la transición T3.
Una vez que se realice el disparo de T3 la pieza podrá ser descargada, dicha
operación se modela en el lugar P4, el tiempo que debe transcurrir en esta tarea se modela
mediante el tiempo d» relacionado con el disparo de la transición T4, en cuanto se dispara
esta última transición, la pieza esperará en el lugar P5 para continuar su recorrido en la línea
de producción.
38
otros tiempos de la transportación puede considerarse determinísticos una vez que se inicia
la tarea. La empresa quiere determinar el número de transportaciones que el montacargas
puede realizar en una jornada laboral para poder determinar si el sistema de transportación
tiene la suficiente capacidad.
Figura [3.11] Ejemplo del manejo de materiales entre diferentes sistemas de manufactura
39
Figura [3.12] presenta el mareaje del lugar Po, es decir, el número de láminas que existe en
cualquier momento para ser transportadas. Cabe recordar que sólo se transportan 50
láminas, aunque existan más disponibles. Mientras tanto la Figura [3.13] presenta los
disparos de la transición Ti, en otras palabras, cada disparo de dicha transición equivale a
una transportación realizada por el montacargas.
2,000 4.000 6,000 8.000 10,000 12,000 14.000 16,000 18J0OO 20000 22J0OO 24.000 26000 28
Tiempo (seg.)
Figura [3.12] Resultados del ejemplo de manejo de materiales - Número de piezas disponibles para
transportar
40
Simulación del manejo de materiales utilizando el montacargas
2J000 tpoa 6.000 8.000 iDjna i2jooo njooo K/XO 18.000 20,000 Z2jnoo 24.000 2&D00 24000
Tiempo (seg.)
41
disparada, una vez que transcurra di, de esta forma iniciará la operación de transportación
de la pieza en el sistema transportador, modelado mediante el mareaje del lugar P].
110
105
100
95
90
85 Piezas n | • /
80 *' /
75
70
85
60
55
SO
45
35
30 i
25 h /
/ TiMipiílt« l e í
30
/ •••inri»!K
15
f—
10
J— ——
f— 1
2,000 4J0OO 8J0OO 10J000 12.000 14JD0D 16.000 18.000 20JOOO 22jOOO *fU>
Tiempo (seg.)
di d2
42
Siguiendo la metodología propuesta, se construye el modelo de una operación de
transportación dentro de una línea de producción, a manera de ejemplo. Esto se lleva a cabo
con la red de Petri de la Figura [3.16]. Se desea determinar si se obtiene un beneficio en la
automatización de la transportación entre dos centros de maquinado, que realizan su trabajo
en 5 segundos.
D
Figura [3.16] Ejemplo del transporte de materiales dentro de una línea de producción
43
Los resultados obtenidos de la simulación de esta operación de transportación con
las características mencionadas previamente se presentan en las Figura [3.17].
2.000 4.000 6,000 sjmo IOJHO 11000 upm i6floo ISJOOO 20,000 22.000 24.000 26JJOO XÍXB
44
sistema bajo esta suposición se muestran en la Figura [3.18]. Se observa una clara mejoría
en el sistema, ya que a pesar de que se incrementa el tiempo en la transportación se hace de
forma determinística el número de piezas en la entrada y salida del transportador no se
incrementa.
t 4 »• t f * '
i Pinas H H H U U a la
Tiempo (seg.)
45
sea disparada se pasará al almacén de producto terminado P2, para esto tendrá que haber
transcurrido un tiempo 62.
El lugar Pi modela una pieza en el lugar de la inspección en este caso puede existir
una cierta probabilidad de que la transición T3 sea disparada cuando se cumpla el tiempo d3
o bien la transición T4 al cumplirse el tiempo d^ si se da la primera, el producto será
aceptado como producto terminado P2, mientras que si la segunda es disparada, el producto
pasará al lugar P3, el cuál representa a los productos defectuosos, además no existe forma
de salir de este lugar; por ello es que servirá para el registro del número de piezas
defectuosas en el sistema.
46
En la inspección, en promedio, en una de cada 1000 pruebas se encuentra un
producto defectuoso; por lo tanto la T3 se disparará cada segundo d3=l, mientras que T4
tendrá relacionado un disparo d4 que ocurra en promedio cada 1000 segundos.
o
d 4 -1000
O
Figura [3.20] Ejemplo de una operación de inspección
47
En la Figura [3.22] se presenta el mareaje de los lugares P2 y P4, que representan el
número de piezas inspeccionadas y el número de piezas terminadas, que ya contienen a las
que fueron inspeccionadas pero no rechazadas. Como se esperaba, sólo un 10% de las
terminadas fueron supervisadas.
2JD0O 4.000 6J0OO 8J0DO 10.000 12JD00 14.000 1SJ0OO 18J0OO 20.000 22000 24,000 26.000 2B.DO0
Tiempo (seg.)
48
lugares de entrada o salida de los modelos. Ejemplos de las posibles interfaces se
describieron previamente en la sección 3.2.1.
Una vez que las interfaces han sido definidas se procede a realizar la integración de
la red de Petri de cada entidad en una red de Petri global, la cual sirve como modelo del
sistema de manufactura o la línea de producción en su totalidad
Una vez que se ha modelado el sistema de manufactura con una red de Petri, se
procede a realizar la simulación del modelo obtenido. Para llevar a cabo la simulación, es
necesario contar con un programa computacional que nos permita construirla a partir de las
condiciones de operación determinadas. La primera opción debe ser utilizar un programa
computacional comercial o de dominio público para la simulación de redes de Petri, si las
condiciones de operación no son deterministicas el programa debe ser capaz de poder
simular eventos estocásticos.
La solución mediante el uso de un programa computacional comercial o de dominio
público, como el utilizado en este proyecto STPN Player [20], para la simulación de redes
de Petri presenta las siguientes características:
49
± No es necesario programar los algoritmos para la ejecución de la red de Petri. Sin
embargo, esto puede representar una limitante en caso que el programa no cuente
con las opciones determinadas en la modelación; por ejemplo, para el disparo de
una transición de manera estocástica es posible que no tenga la función de
probabilidad determinada en el análisis estadístico.
50
3.2.5. Definición los resultados deseados de la simulación.
51
Deberán introducirse todas las condiciones iniciales de operación de la línea, es
decir, el mareaje de cada uno de los lugares, el valor de todas las variables y parámetros
importantes para la simulación. Ejemplos de los datos que pueden ser introducidos al
programa son funciones de probabilidad con la cual se describirá el disparo de las
transiciones que lo requieran, tiempo de temporizado para el disparo de las transiciones,
peso de los arcos si se necesita la disposición de más de un token para el disparo de una
transición, capacidad de los lugares, etc.
52
cada proceso en particular, deber ser tomadas en consideración. Otra clase de análisis de los
resultados puede ser de tipo estadístico, económico, etc.
Una vez definidos los parámetros y los resultados esperados, se deberá realizar un
proceso iterativo de simulación y análisis de resultados hasta encontrar estos, lo cual se
puede visualizar con la función de control que no se encuentra dentro del modelo simulado.
53
Capítulo 4
4.1. Introducción
54
Figura [4.1] Línea de prensas DANLY
Producto
Terminado
Actualmente, este proceso involucra 4 prensas que están ubicadas una detrás de la
otra, la carga y descarga de las prensas es una operación manual, ya que un operador
55
carga una chapa, lámina de acero de 890 mm. y 6,3 kg. de peso, en la primera prensa
mientras un segundo descarga la misma y la ubicaba en un transportador o conveyor para
la segunda prensa. Otros dos equipos de 3 personas cada uno trabajan en la segunda y
tercera prensa, mientras 2 trabajadores cargan y descargan piezas de la cuarta prensa.
Además de estas personas se utilizan operarios para cambios de troquel, alimentación de
materia prima, operarios de prensa, mantenimiento, etc.
Con esto, tenemos separadas y definidas cada una de las funciones del sistema de
manufactura. El siguiente paso es realizar la modelación de cada entidad.
Para la modelación de cada una de las funciones básicas, los modelos propuestos
en la sección 3.2.1 son la base, porque tienen asignados lugares y transiciones. Sólo es
cuestión de definir los valores que tendrán cada una de las transiciones así como el
comportamiento deterministico o estocástico.
56
Componentes o funciones del sistema Función básica
Transportación de materia prima Manejo de materiales entre diferentes sistemas
de manufactura
Operación de estampado en cualquier prensa Operación de proceso
que incluye carga y descarga de las prensas, así
como la operación de estampado.
Transportación entre prensas. Manejo de materiales dentro de una línea de
producción
Transportación de producto terminado Manejo de materiales entre diferentes sistemas
de manufactura
Tabla. [4.1] Clasificación de operaciones de la línea de prensas DANLY
57
Función Tiempos requeridos para modelación Valor Tipo
básica (seg.)
Operación de Tiempo de operación del estampado 4.79 Estocástico
proceso Tiempo entre fallas/set-up 3000 Estocástico
Prensa 1 Tiempo de reparación 1200 Estocástico
Operación de Tiempo de operación del estampado 5.5 Estocástico
proceso Tiempo entre fallas/set-up 3000 Estocástico
Prensa 2 Tiempo de reparación 1200 Estocástico
Operación de Tiempo de operación del estampado 5.2 Estocástico
proceso Tiempo entre fallas/set-up 3000 Estocástico
Prensa 3 Tiempo de reparación 1200 Estocástico
Operación de Tiempo de operación del estampado 5.94 Estocástico
proceso Tiempo entre fallas/set-up 3000 Estocástico
Prensa 4 Tiempo de reparación 1200 Estocástico
Operación de Tiempo de carga 1 Determinístico
manejo de Tiempo de transportación 2 Deterministico
materia prima Tiempo de descarga 1 Determinístico
Operación de Tiempo de carga 1 Determinístico
manejo de Tiempo de transportación 2 Determinístico
producto Tiempo de descarga 1 Determinístico
terminado
Transportación Tiempo de transportación 1 Deterministico
entre prensas,
de prensas a
almacén y
viceversa.
Tabla. [4.2] Tiempos de la línea de prensas DANLY
58
Descaiga
Transportación
Carga ds-2
Rj
d-0
59
du-5.5 Idi^O
Pw.
dia-3000
Falla
Reparación
O
60
Reparación
Por otra parte para la modelación del manejo de materiales dentro de la línea de
estampado, se debe definir el tiempo de transportación d2, en base al modelo de la Figura [3.15],
que de acuerdo a la Tabla [4.2] es de 1 segundo en todos los casos. En la Figura [4.8] se
presentan todas las transportaciones que se dan dentro de la línea DANLY.
61
Finalmente, de la misma forma que en el caso de la transportación de materia prima se
debe modelar, la transportación del producto terminado, en la Figura [4.9] se muestra este
modelo.
Descarga
Una vez realizados los modelos de las entidades básicas, se procede a realizar la
integración del modelo del sistema de manufactura en una red de Petri. La red de Petri
que resulta de esta integración se presenta en la Figura [4.10].
62
Figura [4.10] Modelo línea DANLY actual
La forma de resolver estos conflictos será mediante la asignación de los tiempos
recolectados en la sección 4.2.2, de tal manera que teniendo tiempo de disparo diferente
y relacionado con una función de probabilidad se resuelve el problema entre las
transiciones, como se recomienda en la sección 3.2.3.
64
por una pieza en fabricación. Los únicos lugares con mareaje serán los lugares que
representan disponibilidad del equipo, en este caso, los transportadores y prensas de
estampado. Esta condición inicial se presentó en las Figuras [4.3] a [4.10].
65
4.2.12. Análisis de resultados.
Ecuación [4.1]
n
66
Los cálculos descritos para la muestra de los resultados se presentan en la Tabla
[4.4]. De los cuales se puede decir que en promedio la producción de la línea de
estampado DANLY se encuentra entre un valor de 213 y 236 piezas, con una
confiabilidad del 95%.
Za/2 1.959963
67
4.2.14. Simulación computacional del proceso.
De la misma forma que en el caso anterior se gráfico la evolución del lugar que
representa el producto terminado P54 durante una jornada laboral 8 horas (28800
segundos), repitiendo la simulación 50 veces para obtener una muestra del
comportamiento del sistema de manufactura, los resultados de estas simulaciones se
presentan en la Tabla [4.6], a partir de estos datos se realiza un análisis estadístico similar
68
para evaluar el comportamiento del proceso. Se presenta en la Figura [4.13] la primer
corrida realizada, para un turno laboral de 8 horas.
De la Tabla [4.6] se pueden hacer los mismos cálculos que en el sistema actual
para evaluar el desempeño que se lograría al automatizar el sistema de manufactura,
logrando un tiempo de operación igual a 4 segundos en cada una de las prensas. Los
cálculos se presentan en la Tabla [4.7].
69
Figura [4.12] Modelo línea DANLY automatizada
Pinas /terao«i Inca DANLY
Za/2 1.959963
71
Para verificar que el promedio de la producción de la línea automatizada es mayor
que la actual, se determina el intervalo de confianza para la diferencia de medias,
utilizando la ecuación [4.2] y los valores de cada una de las muestras. Los resultados se
presentan en la Tabla [4.8].
Automatizado (fit)
Media muestral (X) [piezas/hr] 342.83
Actual (/ti)
Media muestral (X) [piezas/hr] 225.12
Como en este intervalo no está incluido el valor de cero, se puede concluir que las
producciones en ambos sistemas no son iguales, además como los valores que cubre el
intervalo son positivos se puede decir que la capacidad de producción es mayor en la
línea automatizada en un rango de 97 a 137 piezas más por hora. Sin embargo, se observa
que la desviación estándar de la línea automatizada es mayor que en la línea actual, para
verificar esta observación se calcula el intervalo de confianza para el cociente de
varianzas utilizando la ecuación [4.3]. El resultado se presenta en la Tabla [4.9].
72
< Ecuación [4.3]
~~2~<~¿r
donde FQ/2, ni-i, n2-i es el valor de la variable aleatoria con distribución F con n¡-\ grados
de libertad en el numerador y n 2 -l grados de libertad en el denominador tal que P(F >
Fa/2, ni-i, n2-i) = a/2, y F1-0J2, mi, n2-i es el valor de la variable aleatoria con distribución F
con «/-I grados de libertad en el numerador y n2-l grados de libertad en el denominador
tal que P (F > Fi-o^ni-i.irf-i^ 1 - odl. Los resultados se presentan en la Tabla [4.9].
Actual (m)
Media muestral (X) [piezas/hr] 225.12
Como en este intervalo no está incluido el valor de uno, se puede concluir que las
variabilidades en las producciones en ambos sistemas no son iguales, además como los
valores que cubre el intervalo son mayores a uno se puede decir que la variabilidad de
producción es mayor en la línea automatizada de 1.21 a 3.76 veces que la variabilidad
presentada en la línea actual.
73
Este resultado contrasta con la hipótesis de que al automatizar un proceso se
reduce la variabilidad del mismo. Sin embargo la diversificación de productos con la que
cuenta la línea DANLY, es decir, una forma de producción de pequeños lotes, tratando
de aminorar la cantidad de inventario; pero para esto se incrementan de forma drástica los
cambios de herramental, que no han sido estandarizados y por lo tanto la variabilidad de
los mismos afecta la producción de la línea.
Para este problema existe una solución que optimiza al máximo toda la operación,
lo cual implica producir lotes lo más pequeños posible. Esto es factible de conseguir
gracias a una metodología japonesa desarrollada por el señor Shigeo Shingo [13] durante
los años 60 y 70 en Japón, cuya propuesta esencial se encuentra en la disminución total
de los tiempos.
Esta teoría se refiere al cambio rápido de dados de prensas y rapidez del manejo
de herramental, por lo tanto, en este proyecto se utilizará esta tecnología para reducir los
tiempos de preparación por los cambios de dados en las prensas debido a la variedad de
productos que se fabrican en esta línea. Lo cual se presenta en el Anexo A, ya que no es
el objetivo de la tesis la aplicación de dicha metodología.
74
4.2.16. Definición de nuevos parámetros y condiciones de operación del sistema.
Utilizando como base la red de Petri del sistema automatizado que aparece en la
Figura [4.12] se realizan las modificaciones de los parámetros que ocasionan la
aplicación de la metodología SMED en las prensas de estampado, que en este caso son
los tiempos de reparación de cada una de las prensas a 60 segundos, los parámetros
actualizados del sistema automatizado se presentan en la Tabla [4.10]. Mientras que la
red de Petri con los nuevos valores se presenta en la Figura [4.14].
De la misma forma que en los casos presentados se gráfico la evolución del lugar
que representa el producto terminado P54 durante una jornada laboral 8 horas (28800
segundos), repitiendo la simulación 50 veces para obtener una muestra del
comportamiento del sistema de manufactura, los resultados se presentan en la Tabla
[4.11], a partir de estos datos se realizó un análisis estadístico similar para evaluar el
comportamiento del proceso. Se presenta en la Figura [4.15] la primer corrida realizada,
para un turno laboral de 8 horas.
75
Función Tiempos requeridos para modelación Valor
básica (seg.)
Operación de Tiempo de operación del estampado 4
proceso Tiempo entre fallas/set-up 3000
Prensa 1 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 4
proceso Tiempo entre fallas/set-up 3000
Prensa 2 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 4
proceso Tiempo entre fallas/set-up 3000
Prensa 3 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 4
proceso Tiempo entre fallas/set-up 3000
Prensa 4 Tiempo de reparación 60
Transportación Tiempo de carga 1
de materia Tiempo de transportación 2
prima Tiempo de descarga 1
Transportación Tiempo de carga 1
de producto Tiempo de transportación 2
terminado Tiempo de descarga 1
Transportación Tiempo de transportación 1
entre prensas
Tabla. [4.10] Tiempos de la línea de prensas DANLY automatizada + SMED
Turno
3312 3311 3309 3317 3344
3305 3308 3318 3324 3311
3326 3299 3324 3304 3306
3304 3298 3317 3308 3316
3308 3307 3303 3337 3327
3336 3326 3311 3321 3341
3322 3311 3326 3335 3323
3341 3304 3332 3305 3319
3309 3323 3318 3334 3301
3305 3307 3304 3322 3304
TH (piezas/hr)
414 413.875 413.625 414.625 418
413.125 413.5 414.75 415.5 413.875
415.75 412.375 415.5 413 413.25
413 412.25 414.625 413.5 414.5
413.5 413.375 412.875 417.125 415.875
417 415.75 413.875 415.125 417.625
415.25 413.875 415.75 416.875 415.375
417.625 413 416.5 413.125 414.875
413.625 415.375 414.75 416.75 412.625
413.125 413.375 413 415.25 413
Tabla. [4.11] Resultados del modelo la línea de prensas DANLY automatizada + SMED.
76
p*.
LJ U — u — u
«4 ld.i.0 dh»0 d»0
u
TI Ti ¿f TiS aj T T
'"A »c5 M¿, Pili
TkJOLXJ ^
LX«/ 1 *
cb-OT 0
Ti. T..
Ta fPm
, VsJIl —TT—rf*4——íV—'«
T
rv / P >fr ftt
da.0
Ta
Pav
De la Tabla [4.6] se pueden hacer los mismos cálculos que en los casos anteriores
para evaluar el desempeño que se lograría al aplicar la metodología SMED al sistema
automatizado, logrando un tiempo de reparación (cambio de herramienta) igual a 60
segundos en cada una de las prensas. Los cálculos se presentan en la Tabla [4.12].
78
Media muestral (X) 414.5575
[piezas/hr]
Za/2 1.959963
Intervalo de confianza
Automatizado-SMED (/jt)
Media muestral (X) [piezas/hr] 414.5575
Automatizado (tu)
Media muestral (X) [piezas/hr] 342.83
2^ 1.95996279
55.1607384 < u., - u.2 < 88.2942616
79
Como en este intervalo no está incluido el valor de cero, se puede concluir que las
producciones en ambos sistemas no son iguales, además como los valores que cubre el
intervalo son positivos se puede decir que la capacidad de producción es mayor en la
línea automatizada con cambios rápidos de herramental en un rango de 55 a 88 piezas
más por hora que la linea solamente automatizada. Además, se observa que la desviación
estándar de la línea automatizada+SMED es menor que en la línea automatizada, para
verificar esta observación se calcula el intervalo de confianza para el cociente de
varianzas utilizando la ecuación [4.3]. El resultado se presenta en la Tabla [4.14].
Automatizado-SMED (tu)
Media muestral (X) [piezas/hr] 414.5575
Desviación estándar (a ó S) 1.52847338
[piezas/hr]
Tamaño de la muestra (n) 50
Automatizado (/&)
Media muestral (X) [piezas/hr] 342.83
Desviación estándar (a ó S) 59.7492889
[piezas/hr]
Tamaño de la muestra (n) 50
Como en este intervalo no está incluido el valor de uno, se puede concluir que las
variabilidades en las producciones en ambos sistemas no son iguales, además como los
valores que cubre el intervalo son menores a uno, se puede decir que la variabilidad de
producción es mayor en la línea automatizada de 30 a 51 veces que la variabilidad
presentada en la línea automatizada y cambio rápido de herramientas SMED.
80
que es la que reduce en gran medida la variabilidad del sistema, con el objetivo de ver
que la automatización aumenta la producción y es una alternativa.
Utilizando como base la red de Petri del sistema automatizado Figura [4.12] se
realizan las modificaciones de los parámetros que ocasionan la aplicación de la
metodología SMED en las prensas de estampado, que en este caso son los tiempos de
reparación de cada una de las prensas a 60 segundos, los parámetros actualizados del
sistema automatizado se presentan en la Tabla [4.15]. Mientras que la red de Petri con
los nuevos valores se presenta en la Figura [4.16].
De la misma forma que en los casos presentados se gráfico la evolución del lugar
que representa el producto terminado P 54 durante una jornada laboral 8 horas (28800
segundos), repitiendo la simulación 50 veces para obtener una muestra del
comportamiento del sistema de manufactura, los resultados se presentan en la Tabla
[4.16], a partir de estos datos se realizó un análisis estadístico similar para evaluar el
comportamiento del proceso. Se presenta en la Figura [4.17] la primer corrida realizada,
para un turno laboral de 8 horas.
81
Función Tiempos requeridos para modelación Valor
básica (seg.)
Operación de Tiempo de operación del estampado 4.79
proceso Tiempo entre fallas/set-up 3000
Prensa 1 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 5.5
proceso Tiempo entre fallas/set-up 3000
Prensa 2 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 5.2
proceso Tiempo entre fallas/set-up 3000
Prensa 3 Tiempo de reparación 60
Operación de Tiempo de operación del estampado 5.94
proceso Tiempo entre fallas/set-up 3000
Prensa 4 Tiempo de reparación 60
Transportación Tiempo de carga 1
de materia Tiempo de transportación 2
prima Tiempo de descarga 1
Transportación Tiempo de carga 1
de producto Tiempo de transportación 2
terminado Tiempo de descarga 1
Transportación Tiempo de transportación 1
entre prensas
Tabla. [4.15] Tiempos de la línea de prensas DANLY actual con SMED
82
Figura [4.16] Modelo línea DANLY con SMED
4.2.21. Análisis de resultados.
De la Tabla [4.16] se pueden hacer los mismos cálculos que en los casos
anteriores para evaluar el desempeño que se lograría al aplicar la metodología SMED al
sistema actual, logrando un tiempo de reparación (cambio de herramienta) igual a 60
segundos en cada una de las prensas. Los cálculos se presentan en la Tabla [4.17].
Figura [4.17] Resultado de la simulación de la primer corrida de la línea DANLY con SMED
84
Cálculos
Za/2 1.959963
Intervalo de confianza
275.1218 285.5082
Tabla. [4.17J Análisis de resultados de la línea de prensas DANLY con SMED.
SMED
Media muestral (X) [piezas/hr] 280.315
Actual
Media muestral (X) [piezas/hr] 225.12
7-r, 1.95996279
85
Como en este intervalo no está incluido el valor de cero, se puede concluir que las
producciones en ambos sistemas no son iguales, además, como los valores que cubre el
intervalo son positivos se puede decir que la capacidad de producción es mayor en la
línea con cambios rápidos de herramental en un rango de 42 a 67 piezas más por hora que
la línea actual.
4.2.16 Resumen
86
ocurrió un cambio de herramienta, además de no entregar un producto terminando a una
razón constante, es decir, existe variabilidad en el estampado.
87
Capítulo 5
Resultados y conclusiones.
5.1 Resultados
88
programa computacional desarrollado por el Dr. Josef Capek [20]. A continuación se
presenta la tabla [5.1] con el resumen de los resultados.
Actualmente la línea de estampado DANLY tiene una producción de 225 piezas con
una variabilidad de 40.9 piezas/hr, al realizar la modelación y simulación de ésta se detectó
que podía aumentarse la misma mediante cambios al sistema.
89
producción en la línea de estampado DANLY se logra si se automatiza la carga y descarga
de las prensas, y se aplica un cambio rápido de herramienta con la estrategia SMED.
5.2 Conclusiones
Esta tesis presenta las bases teóricas de las redes de Petri, principalmente la
aplicación de las redes de Petri estocásticas para el análisis de procesos en la industria de
manufactura.
90
propósito de integrarlos al modelo para simular un proceso mediante la aplicación de la
metodología. Estos modelos no son rígidos, ya que se pueden modificar sus parámetros,
modificando las transiciones y el mareaje de los lugares. Además es posible integrar otro
tipo de entidades básicas dentro del modelo del sistema de manufactura, solo es necesario
realizar un modelo de la entidad y realizar la integración del mismo.
Finalmente se puede concluir que los objetivos planteados en este proyecto se han
alcanzado, Los resultados obtenido mediante las simulaciones muestran que las
metodología propuesta es una buena alternativa para llevar a cabo la modelación de un
sistema de manufactura y esta sirve como base para llevar a cabo la simulación
91
computacional que permita conocer y analizar el comportamiento o desempeño del sistema
ante cualquier condición de operación.
El presente trabajo solo analizó dos cambios en el proceso actual, uno considerando
una propuesta de automatización de la línea y dos una propuesta de cambio de proceso
relacionada con los cambios de herramienta basada en la metodología SMED [13]. Pero sin
llegar a la implementación; por lo tanto podría realizarse ahora la selección de los
componentes específicos que lograran los resultados esperados y después verificar la
validez de los resultados modelados, lo cual dependerá de la validez de los datos empleados
en la simulación del sistema.
92
ya que solamente se utilizaron 2 de los modelos de las funciones básicas y el
submodelo de transportación. Podría intentarse modelar toda una línea de
manufactura, es decir un proceso que involucre desde la recepción de materia prima
hasta que se finaliza el producto, pasando por diferentes procesos, donde
seguramente se utilizarían todos los modelos de funciones básicas planteados.
93
Anexo A
Existe una solución que optimiza al máximo toda la operación, lo cual implica
producir lotes lo más pequeños posible. Esto es factible de conseguir gracias a una
metodología japonesa desarrollada por el señor Shigeo Shingo durante los años 60 y 70 en
Japón [13], cuya propuesta esencial se encuentra en la disminución total de los tiempos.
Esta teoría se refiere al cambio rápido de dados de prensas y rapidez del manejo de
herramental, por lo tanto en este proyecto se utilizará esta tecnología para reducir los
tiempos de preparación por los cambios de dados en las prensas debido a la variedad de
productos que se fabrican en esta línea.
94
El primer paso para poder reducir los tiempos de preparación es analizar las
condiciones actuales de las actividades de preparación dentro de la línea. Los siguientes
problemas pueden existir cuando los tiempos de preparación son largos y muy variables:
Estos problemas se pueden mejorar por medio de una investigación de las condiciones
de las actividades de preparación.
Ante las definiciones anteriores lo que se busca es convertir todo lo que sea posible en
preparación interna a externa. Se recomienda eliminar el proceso de ajuste analizando el
proceso para efectuar sólo el ajuste necesario por medio de alguna implementación de
dispositivos que ayuden a hacerlo más rápido. De esta forma se busca eliminar los tiempos
de preparación por completo para lo cuál se pueden utilizar dos conceptos:
95
Estandarizar las operaciones de preparación externas.
Estandarizar únicamente las porciones necesarias de las máquinas.
Utilizar fijadores rápidos.
Usar herramienta adicional.
Usar operaciones paralelas.
Usar un sistema de preparación mecánico.
Paso 0) Identificar el problema. Estudiar la preparación para tener una idea precisa de los
movimientos y restricciones de tiempo.
«^ Pre-arreglar herramientas.
«t Mantenerlas en buenas condiciones,
^ Crear tablas de operación de actividades externas.
96
Paso 3) Mejora de equipo. Cuando ya no es posible hacer mejoras operacionales nuestra
atención se debe enfocar hacia cambios de equipo, algunos ejemplos son:
Paso 4) Cero Set-up: Esto implica eliminar las actividades de preparación completamente.
Para realizarlo es necesario poner atención a las actividades de diseño de los nuevos
modelos para poder utilizar componentes comunes a varios productos.
97
14 Inspección de calidad 3 Interna
15 Uenar hojas de parámetros 2 Interna
16 Liberar la producción 4 Interna
17 Iniciar producción 250 NA
En este diagrama se puede apreciar que la mayor parte del tiempo de cambio de
herramienta, es decir que la línea se encuentra sin producir, se debe al tiempo de espera del
dado nuevo. En las visitas realizadas a la planta este tiempo se debe a que los operadores de
la línea esperan a terminar la producción para ir por el herramental necesario para la
siguiente corrida, por lo tanto esto se puede clasificar como desperdicio de tiempo y no
debe existir ya que durante la corrida existe tiempo suficiente para traer el dado y colocarlo
junto a la prensa en la banda de transportación para cambio semiautomático. Además esto
ocasiona que los operarios realicen las operaciones de aflojar el dado con mayor lentitud a
la posible.
Otro problema es que la materia prima tampoco esta lista para iniciar la corrida, por
lo tanto se debe esperar a que el operador del montacargas realice esta operación, lo que
conlleva 3 minutos más de pérdidas.
rlOflIUrt; Cíe la
actividad Dur. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 Producción anterior 250
Ir por dados y dejarlos
2 junto a prensas
3 Despejar área de trabajo
4 Destornillar dado
Retirar racks de corrida
5 anterior
15
2
8
10
1"
6 Bajar dado
7 Limpiar mesa
4
1
- • •••
Subir nuevo dado
111
8 alineado 3 J
99
Para lograr el cambio de herramienta en tan sólo un minuto se deben modificar
algunas ftinciones del cambio de dados. Cuando los elementos de la máquina para la nueva
operación son diferentes a los de la previa, los operarios deben hacer ajustes que consumen
tiempo durante las operaciones de preparación, generalmente mientras la máquina esta
parada. La estandarización que se propone, mantener iguales determinados parámetros y
condiciones de una operación a otra, ayuda a reducir estas tareas de preparación interna.
Sería sumamente costoso hacer iguales las dimensiones de cada troquel, herramienta
o plantilla. La estandarización de funciones evitará este gasto, estandarizando solamente los
elementos cuyas funciones son esenciales para el montaje del útil o herramienta. La
estandarización de funciones se aplicará al dimensionamiento, centrado y fijaciones del
dado.
100
Cuando se monta un troquel en la prensa, el troquel debe posicionarse en el centro
de la base. Para lograr el centrado del troquel para dicho anclaje,, el método convencional
consiste en avanzar poco a poco hacia abajo la corredera alineando tallo y hueco. Esto se
hace cuidadosamente, puesto que el dado puede destruirse si la corredera no esta bien
alineada. La operación es difícil y consume tiempo.
En cada troquel se instala otra plantilla, con hendiduras en forma de V que encajan
con los dos salientes de la plantilla de centrado. La anchura de la plantilla se determina de
modo que el punzón del troquel estará perfectamente centrado, cuando las hendiduras en
forma de V de la plantilla del troquel engranen con los salientes en forma de V de la
plantilla de la máquina.
El montaje del troquel para centrar su posición resulta de esta forma una operación
simple, que reduce considerablemente los errores y los tiempos de preparación. Lo anterior
se justifica con un análisis del sistema operando de esta forma, mediante la modelación del
sistema que se realizó en el capitulo 4, para así cuantificar los beneficios en la producción.
101
Bibliografía
[1] R. David, H. Alia, "Petri Nets and Grafcet: Tools for modelling discrete event
systems". Prentice Hall, 1991.
[2] Tadao, Murata. "Petri nets: Properties, analysis and applications". Proceedings of the
IEEE, Vol. 77, No.4, Abril 1989.
[3] Tadao, Murata. "Petri nets. Markeg graphs and circuit system theory". IEEE Circuits
and Systems Society Newsletter, Vol. 11, No.3, Junio 1977.
[6] Jensen, K. "Coloured Petri Nets and the Invariant Method" Theoretical Computer
Science, Vol 12, pp. 317-366. 1981
102
[9] Groover, Mikell P. "Automation, Productíon Systems and Computer-Integrated
Manufacturing", Second edition. Prentice-Hall, Estados Unidos, 2000.
[10] Creus, Antonio. "Fiabilidad y Seguridad", Ed. Marcombo S.A., Barcelona, 1992.
[11] Cárter, A.D.S. "Mechanical reliability", Second edition. Macmillan Education Lyd,
London, 1986.
[12] Shingo, Shigeo. "Study of Toyota, Production system, frora industrial enginnering
viewpoint"", Shinsei Printing Co.Osaka Japan, 1989.
[13] Shingo, Shingeo. "A revolution in manufacturing: The SMED system". Productivity
Press. Shinguru Dandory. USA 1985.
[14] Marín, Fernando y Delgado, Joaquín. "Las técnicas JIT y su recuperación en los
sistemas de producción".Universidad Politécnica de Madrid. Economía Industrial No 331,
2000.
[15] Der Berg, Van Ra. y Mortel-Fronczak, Van Rooda. "Control strategies". Eindhoven
University of Technology.
[17] Valette, Robert. "Petri Nets and Flexible Manufacturing" Advances on Petri nets,
Springer-Verlag, 1990.
[18] Law, Averill y Kelton, David. "Simulation modeling and analysis" 3rd Edition. Me
Graw HUÍ. USA 2000.
103
[20] Capek, Josef. "StpnPlay, a stocastbic Petri net modellling and simulation tool"
http://dce.felk.cvut.cz/capekj/StpnPlav/, Mayo 2005.
[21] DeGarmo, Paul. "Materials and Processes in Manufacturing". Sexta Edición. Ed.
Macmillan Publishing Company, 1984, pp 339-367.
[25] Khator, Suresh K. "A Survey of Petri Net Applications in Modeling Constrols for
Automated Manufacturing Systemas". Computer in Industry, vol 22, pp. 5-16, 1994.
[27] Righini, G. "Modular Petri Nets for Simulation of Flexible Production System".
International Journal of Production Research, v.31, no.10, October; pp.2463-2477, 1993.
[28] Seifoddini, H. "Modular Petri Nets for Simulation of Flexible Production System".
International Journal of Production Research, v.31, no. 10, October; pp.2463-2477, 1993.
104