Está en la página 1de 68

Juan Carlos Herrera Vega – Germán Herrera Vidal – Darwin Ramos Franco – Arlin García Cordero – Hugo

Gaspar Hernández Palma – Cesar Alvarino.


Juan Carlos Herrera Vega
Fundación Universitaria Tecnológico Comfenalco

Germán Herrera Vidal


Fundación Universitaria Tecnológico Comfenalco

Darwin Ramos Franco


Fundación Universitaria Tecnológico Comfenalco

Arlin García Cordero


Fundación Universitaria Tecnológico Comfenalco

Hugo Gaspar Hernández Palma


Corporación Universitaria Latinoamericana

Cesar Alvarino
Corporación Universitaria Latinoamericana
Enfoque de Técnicas de Distribución y Simulación. Rediseño de la
Planta de Producción en una empresa del Sector Eléctrico Industrial / Barranquilla:
Ediciones Corporación Universitaria Latinoamericana, 2017.

70 páginas; tablas; 17x24 cm


ISBN: 978-958-59583-5-7

1. Control de la producción 2. Productividad Industrial 3. Organización


4. Productividad 5. Planificación de la producción I. Juan Carlos Herrera Vega II.
Germán Herrera Vidal III. Darwin Ramos Franco IV. Arlin García Cordero V.
Hugo Gaspar Hernández Palma VI. Cesar Alvarino. Corporación Universitaria
Latinoamericana.

658 D441 2017 Sistema de Clasificación Decimal Dewey 22ª. Edición


Corporación Universitaria Latinoamericana – Sistema de Bibliotecas

Deposito legal según el Decreto 460 de 1995. El fondo Editorial Ediciones de la Corporación Universitaria de
la Costa se adhiere a la filosofía del acceso abierto y permite libremente la consulta, descarga, reproducción o
enlace para uso de sus contenidos, bajo una licencia de Creative commons Reconocimiento-NoComercial-
SinObraDerivada 4.0 Internacional.
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es

©
Calle 58 55 -24ª
http://libros.ul.edu.co/index.php/libros
cinpro@ul.edu.co
Barranquilla - Colombia

Diciembre 2017
Barranquilla

Made in Colombia
En honor a nuestras familias.
Contents

I Primera parte

1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1 Resumen 7
1.2 Abstract 8
1.3 Introducción 8
1.4 Objetivo general 11
1.5 Objetivos específicos 11

2 Fundamentos teoricos . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1 Diseño de planta o instalaciones 13
2.1.1 Paso 1: Análisis producto-cantidad . . . . . . . . . . . . . . . . . . 19
2.1.2 Paso 2: Análisis del recorrido de los productos (flujo de produc-
ción) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.3 Paso 3: Análisis de las relaciones entre actividades . . . . . 20
2.1.4 Paso 4: Desarrollo del Diagrama Relacional de Actividades 21
2.1.5 Paso 5: Análisis de necesidades y disponibilidad de espacios
22
2.1.6 Paso 6: Desarrollo del Diagrama Relacional de Espacios . 23
2.1.7 Paso 7: Evaluación de las alternativas de distribución de con-
junto y selección de la mejor distribución . . . . . . . . . . . . . 23
2.2 Simulación de procesos 26

3 Metodología de investigación . . . . . . . . . . . . . . . . . 35

4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6 Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
I
Primera parte

1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1 Resumen
1.2 Abstract
1.3 Introducción
1.4 Objetivo general
1.5 Objetivos específicos

2 Fundamentos teoricos . . . . . . . . . . . . . . . 13
2.1 Diseño de planta o instalaciones
2.2 Simulación de procesos

3 Metodología de investigación . . . . . . . 35

4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . 49

6 Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
1. Introducción

1.1 Resumen

El ambiente competitivo ha hecho que las empresas busquen estrategias que


permitan crear cualidades y características, que influyan en el producto, de
tal manera que además de cumplir con las necesidades del cliente, generen en
este una satisfacción que vaya más allá de los requerimientos esperados. De
allí, la importancia de la utilización de herramientas de ingeniería en el ámbito
industrial, como la simulación de procesos y algoritmos aplicados en la
distribución de instalaciones, con el fin de apoyar la toma de decisiones dentro
de las organizaciones. El estudio se desarrolla en una empresa dedicada a
la producción de elementos eléctricos, elementos necesarios como medida
de protección en el sector eléctrico industrial de la ciudad de Cartagena de
Indias. La aplicación de la metodología propuesta permitió una disminución
en el costo total de transporte equivalente a un 18,6%, obtener mejoras en la
productividad, reducción de distancias entre las áreas, reducción del tiempo
de ciclo en un 25,7% y aumento en la cantidad de productos terminados en un
0,62%. Los resultados experimentales muestran una mejora significativa en
el sistema productivo para el rediseño de la planta, cuando se aplica el modelo
hibrido Systematic Layout Planning (SLP) combinado con el Computerized
8 Chapter 1. Introducción

Relative Allocation of Facilities (CRAFT) y evaluado con la Simulación,


permitiendo así una satisfacción en los volúmenes de entrega a los clientes
de la empresa.

Palabras claves: Toma de decisiones, rediseño de planta, modelo


hibrido, simulación.

1.2 Abstract

The competitive environment has led companies to seek strategies to create


qualities and characteristics, which affect the product, so that in addition to
meeting customer needs, generating this satisfaction that goes beyond the
expected requirements. Hence the importance of using engineering tools in
industrial applications such as process simulation and algorithms applied
in the distribution of facilities in order to support decision-making within
organizations. The study was developed in a company engaged in the pro-
duction of circuit breakers, necessary element as a protective measure in the
industrial electrical sector of the city of Cartagena de India. The application
of the proposed methodology allowed a reduction in the total cost of transport
equivalent to 18.6%, for improvements in productivity, reduced distances
between areas, cycle time reduction by 25.7% and increased the quantity
of finished products by 0.62%. Experimental results show a significant im-
provement in the production system for the redesign of the plant, when the
hybrid model Systematic Layout Planning (SLP) combined with Computer-
ized Relative Allocation of Facilities (CRAFT) and evaluated the simulation
is applied, thus allowing satisfaction in delivery volumes to customers of the
company.

Keywords: Decision-making, redesigning plant, hybrid model,


simulation

1.3 Introducción

Dado que los mercados son cada vez más competitivos y globalizados, las
empresas hoy en día están en la obligación de mantener sus procesos produc-
tivos de manera eficiente y eficaz. Para esto se hace necesario la implantación
1.3 Introducción 9

de técnicas estratégicas encaminadas a la mejora de los sistemas y cada uno


de los elementos como la mano de obra, maquinaria, materiales, equipos, y
recursos necesarios para la consecución de un determinado producto. Por
ende, la aplicación de técnicas de distribución y simulación se convierten en
prácticas habituales para la toma de decisiones en la mejora de los procesos
y la solución de los problemas. Ambas técnicas hoy en día son posibles
de resolver gracias a la ayuda de una computadora y al rápido avance de la
informática.

El rediseño de planta en la actualidad se hace necesario, debido a los cambios


frecuentes que existen en el mercado, por tanto, hay que tener en cuenta
la mayor cantidad de factores posibles, para evitar que éstos se vuelvan
obsoletos en un corto tiempo. Normalmente se ha dado mayor importancia a
criterios cuantitativos para evaluar los diseños de planta, pero se considera
que también deben incorporarse ciertos criterios cualitativos en dicho análisis
(Cadavid, et al. 2012). Es por esto que la distribución de planta en una
empresa influye de manera significativa en el desarrollo de sus procesos
internos y en la toma de decisiones, logrando así un impacto estratégico a
mediano y largo plazo.

Según Chase et al. (2000) el objetivo de la distribución en planta es determi-


nar la organización de los departamentos, estaciones de trabajo, máquinas,
puntos de atención al cliente, y puntos de mantenimiento de las existencias
para garantizar un flujo uniforme de trabajo en una fábrica o un patrón de
tráfico determinado en una empresa de servicios. El objetivo es buscar: (i)
Minimizar los costos del manejo de materiales, (ii) Utilizar el espacio eficaz-
mente, (iii) Desarrollar la labor eficazmente, (iv) Facilitar la comunicación
e interacción entre los trabajadores, trabajadores y sus supervisores, o tra-
bajadores y clientes, (v) Reducir el tiempo del ciclo industrial o el tiempo
de servicio al cliente y (vi) Facilitar las actividades de mantenimiento. Otra
técnica que de igual forma apoya el proceso de toma de decisiones, es la
simulación de procesos, que de acuerdo con Biswas y Narahari (2004) estos
modelos en la mayoría de las ocasiones son utilizados en decisiones tácticas
y estratégicas, ayudando a entender el comportamiento de las decisiones
dentro de las empresas. La simulación consiste en realizar representaciones
de sistemas productivos y a la vez poder estudiar como es el flujo de proceso,
permitiendo poder realizar cambios con el fin de analizar el comportamiento
y obtener una visión global de los cambios locales realizados en el sistema.
10 Chapter 1. Introducción

De acuerdo con Naylor y Kong (1971) un estudio de simulación es muy


recomendable por que presenta las siguientes ventajas: (i) Estudiar el efecto
de cambios internos y externos del sistema, al hacer alteraciones en el modelo
del sistema y observar los efectos de esas alteraciones en el comportamiento
del sistema. (ii) Conducir a un mejor entendimiento del sistema y por
consiguiente a sugerir estrategias que mejoren la operación y la eficiencia
(iii) Experimentar con nuevas situaciones, sobre las cuales se tiene poca o
ninguna información y (iv) Anticiparse a los cuellos de botella o algún otro
problema que puede surgir en el comportamiento del sistema.

Este trabajo pretende responder a una necesidad por parte de una empresa
del sector eléctrico industrial, encaminada a definir la mejor distribución
de planta para la línea de ensamble de su producto fusible de rosca, de
tal forma que se pueda lograr optimizar los espacios, obtener mejoras en
la productividad, reducción del tiempo de ciclo y aumento en la cantidad
de productos terminados. Actualmente la línea de ensamble de fusible de
rosca, representa aproximadamente un 95% de la producción de la empresa,
luego de realizar una evaluación rápida de planta (Read a Plant Fast-RPF)
se pudo detallar que dentro de las categorías con un ámbito crítico respecto
a las necesidades se encuentran: (i) Seguridad, ambiente, limpieza y orden.
(ii) Sistema de administración visual. (iii) Uso del espacio, movimiento
de los materiales y flujo de la línea del producto. (iv) Trabajo en equipo y
motivaciones y (v) Administración de la complejidad y la variabilidad.

Los métodos heurísticos de diseño de planta, son de dos tipos básicos: (i)
Métodos de mejoramiento y (ii) métodos constructivos (Monks, 1988). Dado
lo anterior, se tomaron como técnicas de distribución de planta los méto-
dos de mejoramiento, los cuales comienzan con una distribución inicial e
intentan mejorar dicha solución mediante intercambios de departamentos,
posteriormente se hace una evaluación de la distribución de planta medi-
ante el programa de simulación Promodel versión 9.2 con el objetivo de
realizar una comparación en relación con el sistema actual. El desarrollo de
esta metodología para la toma de decisiones, se hace posible, debido a que
existen características habilitadoras para poder solucionar la problemática
desplegada en la presente investigación.

Para el desarrollo de este documento, se elabora una fundamentación teórica


con respecto al diseño de planta y simulación de procesos. Luego, se ex-
pone la metodología aplicada para la toma de decisiones. A partir de esto
1.4 Objetivo general 11

se hace un análisis de resultados, por consiguiente, unas conclusiones y


agradecimientos.

1.4 Objetivo general

Rediseñar la planta de producción de la línea de ensamble de fusible de rosca


para la optimización de los espacios disponibles, mejoramiento de los flujos
de materiales y minimización de costos de transportes.

1.5 Objetivos específicos

• Evaluar el sistema de producción, mediante una evaluación rápida de planta


con el objeto de diagnosticar la distribución de la línea de ensamble de fusible
de rosca.
• Definir la mejor distribución de planta a través de unos algoritmos de
mejora, con el fin de optimizar los espacios y el costo de transporte.
• Evaluar la distribución de planta obtenida mediante el software de simu-
lación Promodel versión 9.2 con el fin de compararlo con el sistema actual.
2. Fundamentos teoricos

2.1 Diseño de planta o instalaciones

Se considera en Pérez Gosende, (2016) que las empresas necesitan adaptarse


constantemente a las necesidades cambiantes de los mercados. Para esto,
aumentan o contraen su capacidad productiva, cambian parcial o totalmente
de tecnología, crean nuevos productos y servicios y mejoran e implementan
nuevos procesos. Esta dinámica requiere que las empresas dispongan de dis-
tribuciones espaciales suficientemente flexibles (Emami Nookabadi, 2013),
pues de forma paulatina van perdiendo la bondad de la distribución en planta
inicial y comienzan a suscitarse una serie de situaciones que pueden traer
consigo la necesidad de una redistribución.

De acuerdo con Chase y Jacobs (2014) y Krajewski et al. (2015), entre


estos síntomas es probable encontrar simultaneidad de cuellos de botella,
congestión y deficiente utilización del espacio, acumulación excesiva de ma-
teriales en proceso, puestos de trabajo ociosos o sobrecargados, ansiedad y
malestar de la mano de obra, trabajadores calificados realizando demasiadas
14 Chapter 2. Fundamentos teoricos

operaciones poco complejas, accidentes laborales y dificultad en el control


de las operaciones y del personal. A los síntomas anteriormente expuestos,
habría que adicionar el exceso de manutención de materiales. Cuando no
existe un adecuado nivel de adyacencia entre los centros de actividad de
la organización, se genera un desaprovechamiento de la jornada laboral en
actividades de transporte que no aportan valor. Esta es una de las razones prin-
cipales por las que aumentan los tiempos de fabricación unitarios (throughput
time) y disminuyen los niveles de productividad del trabajo. La necesidad
de una redistribución se presenta, entonces, cuando se detectan reservas de
mejora de la productividad como resultado de un proceso de evaluación del
layout, citado en Pérez Gosende, (2016)

Ahora bien, en Pantoja, Orejuela Bravo; (2017), desde el punto de vista del
cumplimiento en las entregas de productos y la prestación a tiempo de un
servicio para Drira, Pierreval y Hajri-Gabouj, 2007, se asocia en gran medida
a la organización de los procesos de manufactura, que a su vez contribuye
a la mejor utilización de recursos de una planta. Una de las herramientas
para la mejora de los procesos es la planificación del layout, con la cual se
pueden mejorar los tiempos de producción, la productividad y la eficiencia,
pudiéndose además disminuir los costos de manejo de materiales.

Para Chase Jacobs, 2014; Krajewski, Malhotra, Ritzman, 2015; la distribu-


ción en planta o layout, es el proceso de ordenamiento de los elementos
que conforman el sistema productivo en el espacio físico, de manera que se
alcancen los objetivos de producción de la forma más adecuada y eficiente
posible. Es considerada para Pérez Gosende, (2016) una de las decisiones
de diseño más importantes dentro de la estrategia de operaciones de una
organización.

Otro concepto de la distribución en planta es él referenciado por Mejía,


Wilches, Galofre Montenegro, (2011), en el cual los autores S. Jajodia., I.
Minis, G. Harhalakis J-M Proth, 1992; lo definen como la organización
física de los factores y elementos industriales que participan en el proceso
productivo de la empresa, en la distribución de los espacios y determinación
de la ubicación de los distintos departamentos que hacen parte de la planta.
Para determinar una adecuada distribución es importante tener en cuenta
la variedad de productos o servicios que se ofrecen, las operaciones que
se requieren para su producción y las estaciones de trabajo, de tal manera
que la configuración de estos factores permita asegurar un flujo continuo
2.1 Diseño de planta o instalaciones 15

y óptimo que tenga en cuenta los espacios necesarios para los equipos de
trabajo, operarios, el manejo de material y almacenamiento del mismo. Una
buena distribución de las áreas de trabajo pretende aumentar la eficiencia
de las operaciones, aumentar la producción, reducir costos, favorecer los
métodos de trabajo, garantizar la seguridad y salud de los operarios y por
tanto lograr un mejor desempeño de las labores.

Teniendo en cuenta una visión global y general a partir de la ubicación de la


planta y de los departamentos externos, para Tompkins, et al (2006) el obje-
tivo primordial del diseño de las instalaciones es que la organización alcance
la excelencia en su cadena de suministro. Desde otra perspectiva interna
de las diferentes áreas, de las relaciones entre dependencias y dimensiones,
Kontz, (1992) aclara que la meta es diseñar y operar una instalación que
maximice los beneficios a largo plazo. Teniendo en cuenta cuatro criterios
con este orden: (i) seguridad y salud, (ii) desempeño, (iii) comodidad y
finalmente (iv) necesidades mayores como son contacto social e interés de
los trabajadores.

La distribución en planta tiene un impacto importante y directo en la efi-


ciencia de la producción y el nivel de productividad de los sistemas de
manufactura (Kanaganayagam, Muthuswamy, Damodaran, 2015; Mallikar-
juna, Veeranna, Reddy, 2011; Ripon Torresen, 2014; Sadeghpour Andayesh,
2015; Vasudevan Son, 2011). Pérez Gosende (2016), ha de considerar que la
identificación de las oportunidades de mejora de la distribución de los centros
de actividad que conforman un sistema productivo es vital para contribuir a
la mejora de la productividad del trabajo de una organización.

El objetivo del diseño de plantas es conseguir la distribución óptima de todas


las actividades industriales, manejo del personal, equipamientos, almacenes,
sistemas de manutención de materiales y todos los servicios que sean necesar-
ios. Este ordenamiento óptimo se centrará en la distribución de las áreas de
trabajo y del equipo, que sea la más económica para llevar a cabo el proceso
productivo, al mismo tiempo, que sea la más segura y satisfactoria para el per-
sonal y para el entorno de la planta industrial (López, 2002). Paralelamente
Baca, (2001) menciona que la distribución de una planta está determinada
por tres factores: (i) (i) tipo de producto (un bien o un servicio), (ii) tipo de
proceso productivo (tecnología empleada y materiales que se requieren) y
(iii) volumen de la producción (continuo con alto volumen de producción o
por lotes con bajo volumen de producción); así mismo menciona tres tipos
16 Chapter 2. Fundamentos teoricos

de distribución: (i) por producto, (ii) por proceso y (iii) por proyecto.

Salazar, Vargas, Añasco Orejuela, (2010) manifiestan que determinar la


distribución óptima de la planta es un problema que ha sido ampliamente
estudiado y para el cual se han generado diversas metodologías a lo largo
de varios años. Encontrar una solución a este problema es importante para
cualquier empresa, dado el impacto que tiene en la etapa de planeación y
ejecución de las operaciones y dadas las consecuencias directas que tiene
sobre su efectividad y eficiencia, ya que condiciona las relaciones existentes
entre los diversos factores y procesos de la planta (Wang et al., 2008).

Tomando como base lo planteado por Monks, (1988), consecuentemente a


esto Tompkins, et al. (2006) establecen que existen cuatro tipos de distribu-
ciones de planta, estas son: (i) Disposición por ubicación fija, (ii) disposición
por productos, (iii) disposición por tecnología de grupos y (iv) disposición
por procesos. Esta clasificación depende tanto del volumen de producción
como de la variedad de productos realizados en la misma planta. Por otra
parte, Shanbhag, (2009) indica que existen cinco tipos de instalación dependi-
endo de producto y del proceso como tal, que coincidiendo en su apreciación
con Tompkins, et al. (2006) y Baca, (2001) pero agregando que se puede dar
una mezcla de lo anterior donde parte de la planta o del proceso se realiza de
una manera mientras que el resto de otra.

Para distribuir las instalaciones, según Krajewski, (2007) recomiendan re-


sponder cuatros interrogantes básicos como son: (i) ¿Qué centros o departa-
mentos deberían incluirse en el “layout” de la empresa?, (ii) ¿Cuánto espacio
y capacidad necesita cada departamento?, (iii) ¿Cómo va a ser configurado
cada departamento? y (iv) ¿Dónde va a ser localizado cada departamento?
De igual forma Tompkins, et al. (2006) establece que es recomendable tener
información acerca del: (i) flujo de trabajo, (ii) espacio y (iii) finalmente la
relación de las actividades.

De manera general, encontramos en Pérez Gosende, (2016), que los méto-


dos usados en la búsqueda de soluciones óptimas o cercanas al óptimo,
pueden categorizarse en métodos exactos, heurísticos y metaheurísticos
(Matai, Singh, Mittal, 2010). Para obtener soluciones cercanas al óptimo en
un tiempo computacional razonable fueron desarrollados los métodos heurís-
ticos. Básicamente, un algoritmo heurístico es un conjunto establecido de
pasos que permite encontrar soluciones de buena calidad (Matai et al., 2010).
2.1 Diseño de planta o instalaciones 17

De acuerdo con Moslemipour et al. (2012), estos pueden ser clasificados en


dos clases: algoritmos de construcción y algoritmos de mejora.

Los algoritmos de construcción en Pérez Gosende, (2016), son considerados


los enfoques heurísticos más simples y antiguos (Singh Sharma, 2006).
Estos consisten en la sucesiva selección y colocación de centros de actividad
en el plano de distribución, buscando minimizar el costo total de manuten-
ción de materiales. Según Matai et al. (2010), algunos de los algoritmos
de construcción más conocidos en la literatura son: HC66 propuesto por
Hillier y Connors (1966), ALDEP desarrollado por Seehof y Evans (1967) y
CORELAP presentado por Lee y Moore (1967) (todos referidos en Matai
et al., 2010). Lamentablemente, la simplicidad de estos algoritmos es fre-
cuentemente asociada a soluciones de baja calidad (Singh Sharma, 2006).

Los algoritmos de mejora, por su parte, parten de una solución inicial que
es mejorada mediante alguno de los siguientes enfoques: intercambiando la
ubicación de un par de centros de actividad a la vez (pair-wise exchange) o
intercambiando múltiples pares (multi-pair-wise exchange) (Moslemipour et
al., 2012). En este caso, la calidad de la solución obtenida depende del layout
inicial y el enfoque de intercambio elegido. Entre los algoritmos de mejora
referenciados en la literatura se encuentran: CRAFT, creado por Armour
y Buffa (1963); MULTIPLE, desarrollado por Bozer, Meller, y Erlebacher
(1994); SABLE, creado por Meller y Bozer (1996); y MSA, desarrollado por
Singh y Sharma (2006) (todos referidos en Matai et al., 2010);

Muther, (1973) y Muther, (1993) explica el procedimiento SLP, Systematic


Layout Planning, que tiene como base el recorrido de los productos y canti-
dades, las relaciones entre las actividades y el espacio necesario y disponible.
Para Nahmias, (1997) la distribución por procesos junto con la distribución
por productos son las más utilizadas en las empresas en la actualidad. Así
mismo, las distribuciones por procesos son las más comunes en las empresas
con pequeños o medianos volúmenes de producción.

Mejía, Wilches, Galofre Montenegro, (2011) consideran que el método


propuesto por Muther, se compone por tres etapas (análisis, búsqueda y
solución). En la primera etapa, previa formulación del problema, se realiza
el estudio de los flujos productivos determinantes para la distribución (flujo
de materiales, información, operadores, etc.) y se desarrolla una matriz de
relaciones en la que se asigna por pares de instalaciones una etiqueta de
18 Chapter 2. Fundamentos teoricos

acuerdo con la razón de cercanía que refleja la mayor o menor necesidad de


situar próximas las secciones de dicho par.

Las relaciones de cercanía se representan en el diagrama con los valores


de A, E, I, O, U, X, que para cada par de instalaciones significan absolu-
tamente necesario, especialmente importante, importante, indiferente, no
importante e indeseable, respectivamente. Seguidamente se realiza una
primera aproximación de la distribución satisfaciendo en la medida de lo
posible los requerimientos definidos en la matriz de relación. En la segunda
etapa, se elabora el diagrama de relaciones espaciales detallando la geometría
de cada área e incluyendo los pasillos y requerimientos técnicos. Por último,
en la etapa de solución se evalúan cada una de las posibles soluciones encon-
tradas en la etapa anterior, según algún criterio optimizador, y se define la
solución final.

En Pérez Gosende, (2016), la fase de distribución de conjunto del SLP, busca


determinar el ordenamiento óptimo de n centros de actividad indivisibles en n
posiciones dentro del espacio físico disponible, de forma tal que se satisfagan
ciertos objetivos relevantes. Entre estos objetivos el más comúnmente uti-
lizado, de acuerdo con Moslemipour, Lee, y Rilling (2012), es minimizar el
costo de manutención de materiales. Sin embargo, otros objetivos tales como
reducir la distancia recorrida por los materiales, disminuir los niveles de
trabajo en proceso (work in progress) y los tiempos de fabricación (through-
put times), y evitar la congestión general, también han sido considerados
(Askin Standridge, 1993; Francis, McGinnis, White, 1992; Fu Kaku, 1997;
Mecklenburgh, 1985).

Muther, 1981 meciona las fases de desarrollo del S.L.P, las cuales se sinteti-
zan en cuatro y como cualquier proyecto de organización, arranca desde un
objetivo inicial ideal y culmina con el proyecto efectivamente instalado:

1. Localización: En este primer momento debe decidirse la ubicación


del área a organizar..
2. Plan general de distribución: Se establece el patrón o patrones bási-
cos de flujo en la instalación a organizar. También se indica el tamaño,
configuración y relación con el resto de la planta de cada una de las
actividades de mayor envergadura, departamentos o áreas. .
3. Preparación en detalle:Se planifica donde localizar cada pieza de
maquinaria o equipo, materiales, personal, servicios auxiliares.
2.1 Diseño de planta o instalaciones 19

4. Instalación: Esto envuelve ambas partes, planear la instalación y


hacer físicamente los movimientos necesarios. Indica los detalles
de la distribución y se realizan los ajustes necesarios conforme se
van colocando los equipos. Forntec, (2013), menciona que para el
desarrollo de esta técnica se estudian los cinco elementos básicos
implicados en una distribución en plantas:
(a) Productos (P): engloba las materias primas, materiales de compra,
artículos semielaborados o terminados, clasificados en artículos,
modelos, grupos o subgrupos atendiendo a su variedad, tipo, etc.
(b) Cantidades (Q): la cuantificación de los productos empleados, val-
orándolos de la forma representativa para el estudio en unidades,
peso, volumen, valor, etc. Dado que se está haciendo un análisis
técnico, se preferirán las medidas por unidades físicas más que
por valor económico.
(c) Recorrido (R): estudia el conjunto de operaciones o manipula-
ciones que sufren los productos y el orden en el que son procesa-
dos..
(d) Servicios (S): además del proceso productivo principal, existe
toda una serie de procesos auxiliares necesarios para el desarrollo
de la actividad, y para los que es preciso que se prevea un espacio
físico. Se consideran servicios a mantenimiento, reparaciones,
servicios sanitarios, vestuarios, comedores, y zonas de descanso,
oficinas de producción, muelles de carga y descarga, almacenes,
laboratorios, etc.
(e) Tiempo (T): que vendrá determinado por el tiempo de ciclo del
sistema, o por lo especificado en los planes de fabricación de la
empresa.

2.1.1 Paso 1: Análisis producto-cantidad

Lo primero que se debe conocer para realizar una distribución en planta es


qué se va a producir y en qué cantidades, y estas previsiones deben disponer
para cierto horizonte temporal. A partir de este análisis es posible determinar
el tipo de distribución adecuado para el proceso objeto de estudio. En cuanto
al volumen de información, pueden presentarse situaciones variadas, porque
el número de productos puede ir de uno a varios miles. Si la gama de
20 Chapter 2. Fundamentos teoricos

productos es muy amplia, convendrá formar grupos de productos similares,


para facilitar el tratamiento de la información, la formulación de previsiones,
y compensar que la formulación de previsiones para un solo producto puede
ser poco significativa. Posteriormente se organizarán los grupos según su
importancia, de acuerdo con las previsiones efectuadas.

Muther (1981) recomienda la elaboración de un gráfico en el que se repre-


senten en abscisas los diferentes productos a elaborar y en ordenadas las
cantidades de cada uno. Los productos deben ser representados en la gráfica
en orden decreciente de cantidad producida. En función del gráfico resultante
es recomendable la implantación de uno u otro tipo de distribución.

2.1.2 Paso 2: Análisis del recorrido de los productos (flujo de produc-


ción)

Se trata en este paso de determinar la secuencia y la cantidad de los movimien-


tos de los productos por las diferentes operaciones durante su procesado.
A partir de la información del proceso productivo y de los volúmenes de
producción, se elaboran gráficas y diagramas descriptivos del flujo de materi-
ales.

Tales instrumentos no son exclusivos de los estudios de distribución en


planta; son o pueden ser los mismos empleados en los estudios de métodos.
Entre estos se cuenta con: Cursogramas analíticos, Diagrama multiproducto,
Diagramas de hilos, Diagramas de recorrido, etc.

De estos diagramas no se desprende una distribución en planta, pero sin dudas


proporcionan un punto de partida para su planteamiento. No resulta difícil a
partir de ellos establecer puestos de trabajo, líneas de montaje principales y
secundarias, áreas de almacenamiento, etc.

2.1.3 Paso 3: Análisis de las relaciones entre actividades

Conocido el recorrido de los productos, debe plantearse el tipo y la intensidad


de las interacciones existentes entre las diferentes actividades productivas,
los medios auxiliares, los sistemas de manipulación y los diferentes servicios
de la planta. Estas relaciones no se limitan a la circulación de materiales,
2.1 Diseño de planta o instalaciones 21

pudiendo ser ésta irrelevante o incluso inexistente entre determinadas activi-


dades. La no existencia de flujo material entre dos actividades no implica
que no puedan existir otro tipo de relaciones que determinen, por ejemplo, la
necesidad de proximidad entre ellas; o que las características de determinado
proceso requieran una determinada posición en relación a determinado servi-
cio auxiliar. El flujo de materiales es solamente una razón para la proximidad
de ciertas operaciones unas con otras.

Entre otros aspectos, el proyectista debe considerar en esta etapa las exi-
gencias constructivas, ambientales, de seguridad e higiene, los sistemas de
manipulación necesarios, el abastecimiento de energía y la evacuación de
residuos, la organización de la mano de obra, los sistemas de control del
proceso, los sistemas de información, etc.

Esta información resulta de vital importancia para poder integrar los medios
auxiliares de producción en la distribución de una manera racional. Para
poder representar las relaciones encontradas de una manera lógica y que
permita clasificar la intensidad de dichas relaciones, se emplea la tabla
relacional de actividades (Figura 8), consistente en un diagrama de doble
entrada, en el que quedan plasmadas las necesidades de proximidad entre
cada actividad y las restantes según los factores de proximidad definidos a
tal efecto. Es habitual expresar estas necesidades mediante un código de
letras, siguiendo una escala que decrece con el orden de las cinco vocales: A
(absolutamente necesaria), E (especialmente importante), I (importante), O
(importancia ordinaria) y U (no importante); la indeseabilidad se representa
por la letra X.

2.1.4 Paso 4: Desarrollo del Diagrama Relacional de Actividades

La información recogida hasta el momento, referente tanto a las relaciones


entre las actividades como a la importancia relativa de la proximidad entre
ellas, es recogida en el Diagrama Relacional de Actividades. Éste pretende
recoger la ordenación topológica de las actividades en base a la información
de la que se dispone. De tal forma, en dicho grafo los departamentos que
deben acoger las actividades son adimensionales y no poseen una forma
definida.

El diagrama es un grafo en el que las actividades son representadas por nodos


22 Chapter 2. Fundamentos teoricos

unidos por líneas. Estas últimas representan la intensidad de la relación (A,


E, I, O, U, X) entre las actividades unidas a partir del código de líneas.

2.1.5 Paso 5: Análisis de necesidades y disponibilidad de espacios

El siguiente paso hacia la obtención de alternativas factibles de distribución


es la introducción en el proceso de diseño, de información referida al área
requerida por cada actividad para su normal desempeño. El planificador debe
hacer una previsión, tanto de la cantidad de superficie, como de la forma del
área destinada a cada actividad.

Según Diego Más (2006), no existe un procedimiento general ideal para


el cálculo de las necesidades de espacio. El proyectista debe emplear el
método más adecuado al nivel de detalle con el que se está trabajando, a la
cantidad y exactitud de la información que se posee y a su propia experiencia
previa. El espacio requerido por una actividad no depende únicamente de
factores inherentes a sí misma, si no que puede verse condicionado por
las características del proceso productivo global, de la gestión de dicho
proceso o del mercado. Por ejemplo, el volumen de producción estimado, la
variabilidad de la demanda o el tipo de gestión de almacenes previsto pueden
afectar al área necesaria para el desarrollo de una actividad. En cualquier
caso, según dicho autor, hay que considerar que los resultados obtenidos son
siempre previsiones, con base más o menos sólida, pero en general con cierto
margen de error.

El planificador puede hacer uso de los diversos procedimientos de cálculo de


espacios existentes para lograr una estimación del área requerida por cada
actividad. Los datos obtenidos deben confrontarse con la disponibilidad
real de espacio. Si la necesidad de espacio es mayor que la disponibilidad,
deben realizarse los reajustes necesarios; bien disminuir la previsión de
requerimiento de superficie de las actividades, o bien, aumentar la superficie
total disponible modificando el proyecto de edificación (o el propio edificio
si éste ya existe). El ajuste de las necesidades y disponibilidades de espacio
suele ser un proceso iterativo de continuos acuerdos, correcciones y reajustes,
que desemboca finalmente en una solución que se representa en el llamado
Diagrama Relacional de Espacios.
2.1 Diseño de planta o instalaciones 23

2.1.6 Paso 6: Desarrollo del Diagrama Relacional de Espacios

El Diagrama Relacional de Espacios es similar al Diagrama Relacional de


Actividades presentado previamente, con la particularidad de que en este
caso los símbolos distintivos de cada actividad son representados a escala, de
forma que el tamaño que ocupa cada uno sea proporcional al área necesaria
para el desarrollo de la actividad.

Entre estos elementos se pueden citar características constructivas de los edi-


ficios, orientación de los mismos, usos del suelo en las áreas colindantes a la
que es objeto de estudio, equipos de manipulación de materiales, disponibili-
dad insuficiente de recursos financieros, vigilancia, seguridad del personal y
los equipos, turnos de trabajo con una distribución que necesite instalaciones
extras para su implantación.

La obtención de soluciones es un proceso que exige creatividad y que debe


desembocar en un cierto número de propuestas (Muther, 1968 aconseja de
dos a cinco) elaboradas de forma suficientemente precisa, que resultarán de
haber estudiado y filtrado un número mayor de alternativas desarrolladas
solo esquemáticamente.

El Systematic Layout Planning finaliza con la implantación de la mejor


alternativa tras un proceso de evaluación y selección. El planificador puede
optar por diversas formas de generación de layouts (desde las meramente
manuales hasta las más complejas técnicas metaheurísticas), y de evaluación
de los mismos.

2.1.7 Paso 7: Evaluación de las alternativas de distribución de con-


junto y selección de la mejor distribución

Una vez desarrolladas las soluciones, hay que proceder a seleccionar una de
ellas, para lo que es necesario realizar una evaluación de las propuestas, lo
que nos pone en presencia de un problema de decisión multicriterio. La eval-
uación de los planes alternativos determinará que propuestas ofrecen la mejor
distribución en planta. Los métodos más referenciados entre la literatura
consultada con este fin se relacionan a continuación: a) Comparación de
ventajas y desventajas, b) Análisis de factores ponderados, c) Comparación
de costos.
24 Chapter 2. Fundamentos teoricos

Probablemente el método más fácil de evaluación de los mencionados an-


teriormente es el de enlistar las ventajas y desventajas que presenten las
alternativas de distribución, o sea un sistema de "pros" y "contras". Sin
embargo, este método es el menos exacto, por lo que es aplicado en las
evaluaciones preliminares o en las fases (I y II) donde los datos no son tan
específicos.

Por su parte, el segundo método consiste en la evaluación de las alternati-


vas de distribución con respecto a cierto número de factores previamente
definidos y ponderados según la importancia relativa de cada uno sobre el
resto, siguiendo para ello una escala que puede variar entre 1-10 o 1-100
puntos. De tal forma se seleccionará la alternativa que tenga la mayor pun-
tuación total. Esto aumenta la objetividad de lo que pudiera ser un proceso
muy subjetivo de toma de decisión. Además, ofrece una manera excelente de
implicar a la dirección en la selección y ponderación de los factores, y a los
supervisores de producción y servicios en la clasificación de las alternativas
de cada factor.

El método más substancial para evaluar las Distribuciones de Planta es el


de comparar costos. En la mayoría de los casos, si el análisis de costos no
es la base principal para tomar una decisión, se usa para suplementar otros
métodos de evaluación. Las dos razones principales para efectuar un análisis
de costos son: justificar un proyecto en particular y comparar las alternativas
propuestas. El preparar un análisis de costos implica considerar los costos
totales involucrados o solo aquellos costos que se afectarán por el proyecto.

Seguidamente, aparece el modelo CRAFT (Computerized Relative Alloca-


tion of Facilities) presentado por Armour y Buffa (1963), el cual tiene en
cuenta tres tipos de matrices, como la matriz de costos de transportes, la
matriz de flujos de viajes y la matriz de distancias entre departamentos, luego
evalúan todos los posibles intercambios, que pueden ser adyacentes entre sí
o ser de igual área, este procedimiento busca encontrar una combinación que
resulte la de menor costo que la actual.

Inicia con la determinación de los costos de las instalaciones y la deter-


minación del centroide de cada una de las áreas, luego evalúan todas las
posibles ubicaciones de las áreas que pueden ser adyacentes entre sí o ser
del mismo departamento. La configuración de las áreas que resulte de menor
costo es la elegida. Este procedimiento se repite hasta cuando no existe una
2.1 Diseño de planta o instalaciones 25

combinación de ubicaciones que resulte de menor costo que la actual. Esta


técnica puede manejar solo cuarenta instalaciones y funciona mejor cuando
las áreas de las instalaciones son de áreas disimiles. Mejía, Wilches, Galofre
Montenegro, (2011)

Después de este modelo contemporáneamente, aparece un método tradicional


de naturaleza constructiva en el campo de las distribuciones, denominado
CORELAP (Computerized Relationship Layout Planning) presentado por
Lee y Moore, (1967), donde se ubican los departamentos de acuerdo con la
calificación de cercanía total representada en trayectoria rectilínea, siendo
el de mayor relación de cercanía situado en el centro de la disposición y
como regla de desempate siempre se selecciona el departamento de área más
grande.

De acuerdo con Monks, (1988) y Sule, (2001), el objetivo principal que


busca este método es desarrollar una distribución donde los departamen-
tos con mayor relación de cercanía estén lo más próximos posible. Otro
método utilizado también para la construcción de distribuciones es el ALDEP
(Acrónimo de Automated Layout Design Program), desarrollado por Seehof
y Evans, (1967), el cual utiliza la aleatorización para seleccionar los departa-
mentos a ubicar y realizar desempates. El desarrollo de algoritmos para la
distribución de planta continua ha venido continuando hasta el día de hoy,
con la finalidad de encontrar nuevas maneras de solucionar los problemas
a un tiempo de procesamiento cada vez más reducido. Tal es el caso del
algoritmo BLOCPLAN, desarrollado por Donaghey y Pire (1990) en el año
1990 y MULTIPLE desarrollado por Bozer, (1994) en el año 1994.

Dado lo anterior se puede decir que para el rediseño de una planta es impor-
tante evaluar las diferentes alternativas, producto de los modelos utilizados
ya sean cuantitativos o cualitativos y hacer una selección de la mejor entre
ellas. Actualmente, para efectos de evaluación de un diseño de planta se
usan principalmente índices cuantitativos de eficiencia operativa, el más
común es el costo de manejo material (Wrennal, 1997 y Braglia, et al. 2005).
Otro indicador a tener en cuenta es la cantidad de productos en procesos
y el tiempo de ciclo propuesto por (Benjaafar, 2002). Ambos pueden ser
cuantificables y medibles por medio de la construcción de variables de tipo
WIP y TC en un modelo de simulación.

El diseño óptimo de la distribución de planta Optimal Design of Plant Layout


26 Chapter 2. Fundamentos teoricos

(ODPL) es un problema ampliamente estudiado que repercute en el incre-


mento de la productividad y disminución de los costos de fabricación de una
empresa. Gonzélez, Longoria, (2016) Una redistribución de la planta, es
la decisión que se toma como resultado de un proceso de evaluación, en el
que se detecta que el layout no permite cumplir los objetivos trazados por la
organización. Pérez Gosende, (2016)

De acuerdo con Sule 1994, una distribución eficiente también puede con-
tribuir a la reducción en los ciclos de producción, tiempos muertos, trabajo
en proceso, número de cuellos de botella o tiempos de manejo de material
y al incremento de la producción. Mejía, Wilches, Galofre Montenegro,
(2011)

2.2 Simulación de procesos

Para Ceballos Carillos, Fernández Ledesma, Restrepo Núñez, (2013), la


simulación surge de la evolución del método de Montecarlo y la aplicación de
modelos estadísticos y matemáticos por medio de herramientas informáticas,
principalmente la computadora. En 1948 con el trabajo de Harris y Herman
Kahn se inicia el estudio de la simulación como campo de conocimiento;
estos sistematizaron las primeras técnicas de simulación que hoy en día se
han venido aplicando en diferentes entornos.

Uno de los pioneros en brindar una definición aceptada y más difundida de la


palabra simulación está dada por Naylor y Kong, (1971), quien la define así:

“La simulación es una técnica numérica para conducir experi-


mentos en una computadora digital. Estos experimentos comprenden ciertos
tipos de relaciones matemáticas y lógicas, las cuales son necesarias para
describir el comportamiento y la estructura de sistemas complejos del mundo
real a través de largos periodos de tiempo”.

Basado en la definición anterior, la cual está en un contexto muy amplio, ya


que puede incluir desde el diseño de un prototipo o una maqueta hasta un
programa o software sistematizado, Maisel y Grugnoli, (1972), definen la
simulación en un sentido más estricto, como:

“Una técnica numérica para realizar experimentos en una com-


2.2 Simulación de procesos 27

putadora digital. Estos experimentos involucran ciertos tipos de modelos


matemáticos y lógicos que describen el comportamiento de sistemas de nego-
cios, económicos, sociales, biológicos, físicos o químicos a través de largos
periodos de tiempo”.

Consecuentemente a estas definiciones, Shannon, (1975) definen la simu-


lación como:

“Simulación es el proceso de diseñar y desarrollar un modelo


computarizado de un sistema o proceso real y conducir experimentos este
modelo, con el propósito de entender el comportamiento del sistema o evaluar
varias estrategias con las cuales se puede operar el sistema”.

Según Hernández, (1997) la simulación significa:

“Representación de la realidad y por tanto la descripción verbal


y la representación esquemática o gráfica de alguna parte del mundo real
constituye una simulación”.

Otras definiciones de simulación se recogen en Thierauf y Grosse, (1976),


que definen la simulación como:

“El uso de un modelo de sistema que tiene la característica


deseada de la realidad, a fin de reproducir la esencia de las operaciones”.

“Una representación de la realidad mediante el empleo de un


modelo u otro mecanismo que reaccionará del mismo modo que la realidad
bajo una serie de condiciones dadas”.

“Una técnica numérica, para realizar experimentos con cier-


tos tipos de modelos matemáticos, que describen la conducta de sistemas
complejos sobre un cierto periodo de tiempo”.

Posteriormente, Banks, et al. (1996) consideran la simulación como:

“El desarrollo de un modelo lógico matemático de un sistema,


de tal forma que se tiene una imitación de la operación de un proceso de
la vida real o de un sistema a través del tiempo. La simulación involucra
la generación de una historia artificial de un sistema, la observación de
28 Chapter 2. Fundamentos teoricos

esta historia mediante la manipulación experimental, nos ayuda a inferir las


características operacionales de tal sistema”.

Teniendo en cuenta los diferentes modelos de sistemas, las definiciones


anteriormente descritas, no denotan si los sistemas a modelar son discretos o
continuos, especifican si los sistemas modelados son continuos o discretos, es
por esto que, según García, et al. (2006), la simulación de eventos discretos es
el conjunto de relaciones lógicas, matemáticas y probabilísticas que integran
el comportamiento de un sistema bajo estudio, cuando se presenta un evento
determinado. Y de acuerdo a Gordon, (1978), un sistema continuo es aquel
en que las actividades predominantes del sistema cambian continuamente con
el tiempo. Estos modelos suelen usar ecuaciones diferenciales para describir
las interacciones entre los distintos elementos del sistema.

En términos sencillos, la simulación se utiliza para realizar representaciones


de sistemas productivos y a la vez poder estudiar como es el flujo de proceso,
permitiendo poder realizar cambios con el fin de analizar el comportamiento
y obtener una visión global de los cambios locales realizados en el sistema.

García Dunna en su texto Simulación y análisis de sistemas con Promodel


define la simulación de eventos discretos como: “El conjunto de relaciones
lógicas, matemáticas y probabilísticas que integran el comportamiento de un
sistema bajo estudio, cuando se presenta un evento determinado.” Ceballos
Carillos, Fernández Ledesma, Restrepo Núñez, (2013)

Ahora bien, Ceballos Carillos, Fernández Ledesma, Restrepo Núñez, (2013)


manifiestan que dicho lo antes mencionado, un sistema es un conjunto de
elementos interrelacionados que funcionan para lograr un propósito definido;
en términos de la simulación, los sistemas se pueden dividir en elementos
importantes para la construcción de un modelo de simulación. Simular
un sistema entonces significa imitar un procedimiento que se aproxima al
comportamiento real. Para la simulación, el sistema depende principalmente
del objetivo de estudio.

Para Kesaraju Ciarallo, (2012), Un modelo de simulación de eventos discre-


tos es de naturaleza discreta, dinámica y estocástica. Los modelos de eventos
discretos representan un sistema en el que el estado del sistema cambia solo
en un conjunto discreto de puntos en el tiempo. A diferencia de los modelos
analíticos, los modelos de simulación de eventos discretos se "ejecutan" en
2.2 Simulación de procesos 29

lugar de resolverse (Banks et al, 2005). La historia artificial generada por los
modelos es similar a la del sistema de la vida real y se analiza para estimar
medidas de efectividad. Los modeladores optan por una visión del mundo
mientras desarrollan un modelo de simulación, siendo el más popular la
programación de eventos, la interacción de procesos, el escaneo de actividad.
La programación de eventos o el marco de eventos se concentran en los
eventos y su efecto en el estado del sistema. La interacción del proceso o la
visión del mundo impulsada por el proceso se centran en los procesos, las
entidades y su ciclo de vida en el sistema.

De acuerdo con G. Ingalls, (2013), aunque hay varios paradigmas en eventos


discretos simulación, ha evolucionado una estructura básica eso es utilizado
por la mayoría de los paquetes de simulación. Los componentes estructurales
de una simulación de eventos discretos incluir entidades, actividades y even-
tos, recursos, variables globales, un generador de números aleatorios, un
calendario, variables de estado del sistema y recopiladores de estadísticas.

G. Ingalls, (2013), describe a continuación de manera específica cada uno de


dichos componentes:

La mejor manera de entender la función de una entidad es entender que las


entidades causan cambios en el estado de la simulación. Sin entidades, no
pasaría nada en una simulación. Como cuestión de hecho, una condición
de parada para un modelo de simulación es la condición en la que no hay
activos entidades en el sistema. Las entidades tienen atributos. Los atributos
son características de una entidad dada que son exclusivas de esa entidad.
Atributos son fundamentales para la comprensión del rendimiento y función
de las entidades en la simulación.

G. Ingalls, (2013). Las entidades, sin embargo, no necesitan ser partes


en una fabricación instalación o autos en un drive-through. También es
una práctica común usar entidades para representar el flujo de información.
Esta información podría ser una orden del cliente, una alerta por correo
electrónico, un paquete en una red informática, etc. Puede ser cualquier
cosa no física que causa un cambio en el estado de sistema. Estas entidades
también tienen atributos. Por ejemplo, una entidad que representa un paquete
en una red informática tendría atributos como el tamaño del paquete, el
destino del paquete, el tiempo que el paquete caducaría, etc.
30 Chapter 2. Fundamentos teoricos

Las actividades son procesos y lógica en la simulación. Eventos son condi-


ciones que ocurren en un punto en el tiempo que causa un cambio en el
estado del sistema. Una entidad interactúa con ocupaciones. Las entidades
que interactúan con actividades crean eventos. Hay tres tipos principales
de actividades en una simulación: retrasos, colas y lógica. La actividad de
demora es cuando la entidad se retrasa por un período de tiempo definido.
En general, la duración del tiempo para un retraso es constante o se genera al
azar. En el momento en que la entidad comienza el retraso, se produce un
evento. Este evento programa la entidad en el calendario (que veremos más
adelante). Si la demora es para unidades de tiempo d, entonces la entidad
está programada para completar el tiempo d retraso unidades después de la
hora actual de la simulación. En ese tiempo, el retraso expira y se genera
otro evento. Las colas son lugares en la simulación donde las entidades es-
peran por un período de tiempo no especificado. Las entidades pueden estar
esperando en los recursos (que veremos más adelante) para estar disponible
o para que ocurra una condición dada del sistema. Las colas son más común-
mente utilizadas para esperar en línea para un recurso o almacenamiento
material que se sacará de la cola cuando el derecho las condiciones existen.
Las actividades lógicas simplemente permiten a la entidad efectuar el estado
del sistema mediante la manipulación de variables de estado (que veremos
más adelante) o lógica de decisión.

En una simulación, los recursos representan cualquier cosa que tenga un


límite (o limitada) capacidad. Ejemplos comunes de los recursos incluyen
trabajadores, máquinas, nodos en una red de comunicación, intersecciones
de tráfico, etc. Si eres un programador, entonces la idea de tener variables
no es nada nuevo. Una variable global es una variable que está disponible
para todo el modelo en todo momento. Un variable global puede rastrear casi
cualquier cosa que sea de interés para toda la simulación.

Cada paquete de simulación tiene un generador de números aleatorios. El gen-


erador de números aleatorios (técnicamente llamado generador de números
pseudoaleatorio) es una rutina de software que genera un número aleato-
rio entre 0 y 1 que es utilizado en el muestreo de distribuciones aleatorias.
Por ejemplo, déjenos supongamos que ha determinado que un retraso del
proceso dado se distribuye uniformemente entre 10 minutos y 20 minutos.
Luego, cada vez que una entidad pasa por eso proceso, el generador de
números aleatorios generaría un número entre 0 y 1 y evaluar la distribución
uniforme fórmula que tiene un mínimo de 10 y un máximo de 20. Como
2.2 Simulación de procesos 31

ejemplo, supongamos que la generación aleatoria número es 0.7312, en-


tonces la demora sería 10+ (0.7312) * (20-10) = 17.312. Entonces la entidad
demoraría para 17.312 unidades de tiempo en la simulación. Todo lo que es
al azar en la simulación utiliza el generador de números aleatorios como una
entrada para determinar los valores.

El calendario para la simulación es una lista de eventos que son programados


para ocurrir en el futuro. En cada simulación, hay es solo un calendario
de eventos futuros y está ordenado por la hora programada más temprana
primero. En un ejemplo posterior, lo hará llegar a ser más claro cómo
funciona el calendario y por qué es importante en la simulación. En este
punto, solo recuerda que, en cualquier punto dado en el tiempo, cada evento
que ya programado para ocurrir en el futuro se lleva a cabo en el calendario.

Dependiendo del paquete de simulación, puede haber varios variables de


estado del sistema, pero la variable de estado de un sistema que cada paquete
de simulación tiene es la hora actual de la simulación. Esta variable se
actualiza cada tiempo una entidad es tomada del calendario.

Los recopiladores de estadísticas son parte de la simulación que recolecta


estadísticas sobre ciertos estados (como el estado de un recurso), o el valor
de las variables globales, o ciertas estadísticas de rendimiento basado en
los atributos de la entidad. Hay tres diferentes tipos de estadísticas que
se recopilan, recuentos, tiempo persistente, y recuentos. Ceballos Carillos,
Fernández Ledesma, Restrepo Núñez, (2013), consideran que los sistemas
continuos, son aquellos que pueden ser descritos a través de un sistema de
ecuaciones diferenciales, tal como puede ser la variabilidad de flujo de un
líquido que pasa por una tubería, el cual es medido continuamente en un
periodo de tiempo. Este tipo de sistemas es considerado el más complejo
debido a que estos sistemas se rigen por el cálculo diferencial.

Para Kesaraju Ciarallo, (2012), la simulación utilizada como herramienta


para analizar y para experimentar con diversas estrategias la convierte en un
componente muy importante del proceso de toma de decisiones. Las apli-
caciones de la simulación se pueden encontrar en varios campos de estudio,
desde sistemas de atención de la salud hasta aplicaciones militares, fabri-
cación y biología de sistemas computacionales. Un modelo de simulación
es una representación de un sistema de interés, utilizado para obtener infor-
mación sobre los sistemas existentes e investigar los sistemas bajo nuevas
32 Chapter 2. Fundamentos teoricos

condiciones de operación.

Para la realización de un estudio de simulación se requiere de una serie de pa-


sos básicos, aunque en diferentes ocasiones dependiendo de la problemática
es posible suprimir algunos o no utilizar todos. Según Guash, et al. (2005)
la metodología para un estudio de simulación se basa en: (i) Definición del
problema y planificación del estudio. (ii) Recogida de datos. (iii) Formu-
lación del modelo conceptual. (iv) Construcción del modelo. (v) Verificación,
validación y pruebas. (vi) Diseño de los experimentos de simulación. (vii)
Análisis de los resultados. (viii) Documentación e implementación.

La simulación se puede dar en los procesos y en eventos dentro de este.


Kesaraju Ciarallo, (2012); consideran que en los modelos de simulación
basados en procesos, el sistema se puede representar mediante diagramas de
bloques o redes de sistemas a través de las cuales las entidades fluyen para
imitar los objetos del sistema de la vida real. En los modelos impulsados
por eventos, el sistema puede representarse mediante gráficos de eventos,
que se centran en la abstracción del evento en lugar de en entidades físicas
observables.

Y la simulación basada en eventos, los eventos son las acciones fundamen-


tales que cambian los valores de las variables que describen el estado del
sistema e impulsan la programación de eventos futuros. La dinámica del
sistema se modela por eventos que cambian el estado del sistema y las rela-
ciones lógicas y temporales entre estos eventos (Savage et al, 2005). En un
modelo de gráfico de eventos, el efecto de los eventos en las variables se
describe en vértices (nodos) y la relación entre los eventos tanto lógicamente
como en el tiempo se representa mediante bordes dirigidos (arcos). Los
gráficos de eventos no son gráficos de flujo, y por lo tanto son bastante
diferentes de los modelos de proceso, pero son una representación de la
estructura del sistema. Los bordes o arcos dirigidos indican la influencia de
un evento en la ocurrencia de otros eventos. Los bordes pueden representar
la programación de eventos, así como la dinámica de cancelación de eventos.
Los modelos basados en eventos se simulan utilizando objetos como un reloj
de simulación y una lista de eventos futuros.

Kesaraju Ciarallo, (2012); mencionan que los modelos que describe Schriber
están basados en procesos, en los que la unidad básica es la entidad, que fluye
a través de una red de recursos, demoras de tiempo y lógica de enrutamiento.
2.2 Simulación de procesos 33

Los dos tipos posibles de entidades son externas e internas, donde las en-
tidades externas existen explícitamente en el entorno de simulación y las
entidades internas están implícitas, por ejemplo, las fallas de la máquina.
Mientras se simula un modelo, las entidades pueden estar en uno de varios
estados posibles: Activo, Preparada, Reprobado por tiempo, Condición re-
tardada e Inactivo. En el modelo de simulación genérico de Schriber, las
estructuras de datos utilizadas para organizar las entidades en diferentes
estados son la lista de entidades activas, la lista de eventos actuales, la lista
de eventos futuros, la lista de demoras y la lista administrada por el usuario.

Finalmente, Kesaraju Ciarallo, (2012), comparten que en los modelos de


simulación basados en eventos, un modelador tiene la capacidad de influir
en el estado de todo en cualquier momento y flexibilidad con respecto a
atributos, variables y flujo lógico (Kelton et al, 2004). Alternativamente, la
facilidad de modelar un sistema real con un enfoque de diagrama de flujo
comúnmente entendido usando bloques de proceso ha permitido que los
modelos impulsados por procesos sean más aceptados entre la comunidad de
usuarios de simulación orientada a la práctica. Una razón importante para la
popularidad de los modelos basados en procesos es el mapeo directo de la
lógica de simulación para la animación del modelo. El esfuerzo comercial
para hacer que la metodología de modelado de simulación sea más accesi-
ble para los no programadores ha creado una separación entre usuarios de
simulación orientados técnicamente y no técnicamente orientados (Healy y
Kilgore, 1997).

La principal fortaleza del marco de modelado impulsado por procesos se basa


en el enfoque de análisis de procesos (Seppanen et al, 2005), que cuando se
aplica de forma ordenada ayuda a analizar la multiplicidad de factores que
afectan un proceso. Los entornos de simulación basados en este enfoque son
muy efectivos para traducir la comprensión de los analistas de la estructura
del sistema en un modelo.
3. Metodología de investigación

Para poder llevar a cabo el estudio, la construcción de la metodología prop-


uesta comprende cuatro fases, una primera fase que corresponde al diagnós-
tico de la situación actual, la segunda fase el desarrollo de la metodología
SLP, tomando como referencia el modelo planteado por Muther, (1973), la
tercera fase la aplicación del algoritmo CRAFT como método de evaluación
planteado por Armour y Buffa, (1963) y por último la simulación del diseño
seleccionado, teniendo en cuenta la metodología propuesta por (Guash, et al
2005). (Ver Figura 1).

Para el desarrollo inicial de la primera fase, se hace necesario la aplicación de


la herramienta Read a Plant Fast (RPF) o Evaluación Rápida de Planta con el
objeto de diagnosticar la distribución de la línea de ensamble de componente
electrónico. Esta herramienta fue propuesta por Goodson, (2002), la cual
consiste en hacer una evaluación por medio de un formato de calificación,
donde se evalúan 11 categorías correspondiente a la planta, permitiendo
poder determinar si la planta utiliza las mejores prácticas en esas categorías.

Luego de tener un diagnostico actual, junto con la determinación y cálculo


36 Chapter 3. Metodología de investigación

de las variables asociadas a los tiempos, cantidades y costos, se continua con


la segunda y tercera fase, donde se desarrolla el método SLP, el cual permite
determinar diferentes alternativas de diseño, que combinado con el algoritmo
de CRAFT, al final permitirá poder evaluar la mejor decisión de diseño.
Para finalizar se hace la simulación sistemática del diseño seleccionado, de
tal forma que permita analizar el comportamiento del nuevo sistema y a
la vez determinar los indicadores de las nuevas variables, permitiendo una
comparación de actual con lo mejorado, sirviendo de soporte para la toma de
decisiones dentro de la empresa.
37

Figure 3.1: Metodología propuesta


4. Resultados

La empresa objeto de estudio, cuenta con una planta de producción en


donde se hace el ensamble de tres tipos de productos, fusible de rosca,
atenuador y breakers. A su vez la planta dispone de dos niveles, un primer
nivel conformado por las áreas de cañuelas, barnizado, conjunto superior
y conjunto inferior. Y un segundo nivel compuesto por siete áreas como,
control de calidad, pegado, marcado, descargadores, seccionadores, prueba y
empaque.

Actualmente la empresa cuenta con un problema de capacidad de almace-


namiento, la cual debe ampliar sin afectar su sistema de producción, para esto
se hace necesario reubicar algunas áreas del primer nivel hacia el segundo
nivel, de manera que se gane espacio para el almacenamiento de materias
primas y productos terminados. Para solucionar este problema y acertar en
la toma de decisiones, en esta sección se detalla, para la empresa objeto
de estudio, cada una de las fases planteadas en la metodología enunciada
anteriormente.

La primera fase corresponde a la aplicación de una Evaluación Rápida de


40 Chapter 4. Resultados

Planta (Read a Plant Fast (RPF) con el objeto de diagnosticar las necesidades
reales y potenciales que está sufriendo la línea de producción de componentes
electrónicos en relación a la distribución física de las estaciones de trabajo y
flujos de materiales. La herramienta consolida 11 categorías y 20 preguntas
que califican la optimalidad general de la planta, las cuales de acuerdo a
las necesidades de la empresa se clasificaron en; categoría A -Básicas, y la
categoría B - Criticas. (Ver tabla 1).

Table 4.1: Tipos de categorías para el RPF


A. Categorías básicas B.Categorías criticas
Seguridad,
Satisfacción de cliente
ambiente, limpieza y orden.
Sistema de
Sistemas de Programación
administración visual.
Uso del espacio,
Niveles de Inventario y trabajo en proceso. movimiento de los materiales
y flujo de la línea del producto.
Trabajo en
Condiciones y mantenimiento del equipo.
equipo y motivaciones.
Administración
Integración de la cadena de suministro.
de la complejidad y la variabilidad.
Compromiso
con la calidad.

Evaluando rápidamente las categorías críticas dentro de la empresa se pudo


diagnosticar:

1. Seguridad, ambiente, limpieza y orden: En la empresa se evidencia


la falta de señalización en los pisos y paredes del área de trabajo, así
como la poca utilización de elementos de protección personal (EPP)
por parte de los operadores y la falta de supervisión a los mismos.
Evidenciándose una desorganización y falta de limpieza en sus in-
stalaciones. Además, la falta de ventilación en el área provoca bajo
rendimiento en el trabajo debido a las altas temperaturas en el área de
producción.
2. Sistema de administración visual: No se cuenta con un cuarto de
control central, una tabla de estado o un tablero en donde se hagan
visibles distintas herramientas de producción (instrucciones de trabajo,
graficas de calidad, productividad, diagrama de flujo etc.), que ayuden
41

a motivar a los trabajadores para alcanzar las metas. del espacio,


movimiento de los materiales y flujo de la línea del producto: No se
cuenta con los espacios de seguridad para el transito libre en la zona
de trabajo, lo que puede ocasionar incidentes entre los operadores. en
equipo y motivaciones: No se ofrecen charlas a los trabajadores acerca
del proceso de producción, lo que se hace necesario que estás se lleven
a cabo para alcanzar ritmos de producción eficiente.
3. Administración de la complejidad y la variabilidad: No se cuenta con
instrucciones de trabajo y especificaciones de calidad de los productos.
El proceso de supervisión consiste en realizar una inspección visual
de los productos fabricados, pero se no aplica la calidad en todo el
proceso de producción.

Como resultado de un análisis cuantitativo de la herramienta, la aplicación


arrojó que la empresa tiene bajos niveles de cumplimiento de las categorías
anteriormente mencionadas, siendo evaluada con el 21.59% del cumplimiento
óptimo, es decir, que existen factores que impiden que los rendimientos
operacionales no se cumplan a cabalidad, uno de ellos es el inadecuado uso
que se le realiza a la categoría de uso del espacio, movimiento de materiales
y flujo de la línea del producto en el que la ponderación general de la
herramienta la ubica en “por debajo del promedio”, debido, a los largos
desplazamientos que se realizan durante el proceso, por lo tanto, se hace
necesario realizar un distribución de planta que se ajuste a las necesidades
de la empresa en el que se disminuyan los desplazamientos y se logre un
aumento de la capacidad de almacenamiento (Ver Figura 2).

Dado lo anterior, el diagnostico de las categorías reflejan características


habilitadoras para proponer una metodología que ayude a tomar decisiones
con respecto al rediseño de la planta de producción, alineándose a los re-
querimientos de acotamiento físico de la empresa. Teniendo en cuenta como
parámetros de evaluación las variables actuales como es el caso de los costos
de manejos de materiales que hace referencia a la forma en que estos se
trasladan dentro de las estaciones de trabajo en las instalaciones donde se
lleva a cabo el proceso.

Para esto se tiene en cuenta el costo por unidad de manejo de materiales,


que asciende a USD $ 34,61 este teniendo en cuenta el medio utilizado de
movilización, las distancias recorridas y el número de movimientos que
se necesitan desarrollar. Con respecto a las otras variables, actualmente
42 Chapter 4. Resultados

Figure 4.1: Porcentaje de cumplimiento por categoría

de la línea de producción se fabrican en promedio 1283 unidades diarias


de fusibles de rosca, quedando en proceso un inventario promedio de 163
unidades, para un total en cuanto al costo de transporte por día de USD $
44404,63. De igual forma se calculó el tiempo de ciclo actual que determina
el tiempo que se demora la línea en producir una unidad, la cual equivale a
630,14 min.

El siguiente paso consiste en la aplicación del método SLP, en el cual inicial-


mente se realiza un análisis teniendo en cuenta los productos que fabrican con
respecto a las cantidades o volúmenes de tal manera que permita determinar
producto con mayor participación dentro de la empresa, con base a esto se
selecciona el fusible de rosca, dado que en los últimos cinco años presenta
una mayor producción. (Ver Figura 3).

Para la elaboración de un fusible de rosca se requiere la integración de


procesos, en la cual se exponen las razones de cercanía, con el fin de realizar
las relaciones entre estos, buscando la distribución en planta adecuada para
la empresa caso de estudio. Como resultado, se obtuvo, que el área a tener
en cuenta es el de pegado, dado que en esta convergen todos los subprocesos,
con un total de 16 flujos.

Consecuente a esto, para contemplar una adecuada distribución de planta, se


tuvieron en cuenta las siguientes limitantes, que tienen un comportamiento
43

Figure 4.2: Relación productos y cantidades

interno con ámbito gerencial: (i) Requerimientos de instalaciones eléctri-


cas. (ii) El área de pegado no puede reubicarse, debido al alto grado de
instalaciones técnicas y de seguridad, (iii) Habilitar espacio en el nivel 1
para aumentar capacidad de almacenamiento, (iv) El segundo nivel no puede
expandirse, debido que le quita volumen al almacenamiento.

En la figura 4, se puede apreciar la distribución de planta actual del segundo


nivel, con cada una de las áreas que hacen parte del proceso de fabricación de
componentes electrónicos. Cabe resaltar que con base a esta se adicionaran
las áreas del primer nivel conformadas por Barnizado con 17,43 m2 y las
áreas de Conjunto Inferior y Superior con 4,72 m2 respectivamente. A partir
de esto se procede al planteamiento de alternativas de distribución según el
método SLP, que se ajusta a las limitantes establecidas, y que son evaluadas
en función de esta distribución y del cálculo de las variables ya definidas.

A partir de la aplicación del método SLP, resultaron cuatro (2) posibles


alternativas, las cuales se describen a continuación:

1. Alternativa 1. Agregación de las estaciones de trabajo, Conjunto


Inferior, Conjunto Superior y Área de Barnizado, según su espacio
requerido, las razones de cercanía y las relaciones entre áreas. (Ver
44 Chapter 4. Resultados

Figure 4.3: Distribución actual de la planta del segundo nivel

Figura 5).
2. Alternativa 2. Agregación de las estaciones de trabajo, Conjunto
Inferior, Conjunto Superior y Área de Barnizado, según su espacio
requerido, las razones de cercanía y las relaciones entre áreas. Pero
además se hace un ajuste en la zona de empaque dado que presenta un
flujo continuo dentro de las operaciones. (Ver Figura 6).

Figure 4.4: Distribución alternativa 1

Siguiendo con la metodología planteada, se hace una evaluación con el


método de CRAFT para cada una de las alternativas, como criterio de se-
lección de tal manera que ayude a la toma de decisiones, teniendo como
objetivo fundamental el costo mínimo de transporte, para esto se tuvo en
cuenta las matrices de flujos, de costos de transporte y de distancias. La
función objetivo se plantea en la ecuación 1.

Siendo:
45

Figure 4.5: Distribución alternativa 2

n: Número total de centros de trabajos


i,j: Departamentos individuales
Fij: Número de movimientos de carga desde el centro de trabajo i hasta el
centro de trabajo j.
Cij: Costo unitario de carga desde el centro de trabajo i hasta el centro de
trabajo j.
Dij: Distancia entre el centro de trabajo i hasta el centro de trabajo j.
A partir de esto los resultados obtenidos demuestran que la mejor alternativa
es la numero dos, dado que los costos totales de transporte son mínimos con
respecto a la distribución actual y a la otra alternativa posible. (Ver Figura 7).

Figure 4.6: Resultados del Método CRAFT

Siguiendo con la metodología planteada, se procede con la construcción


del modelo, teniendo en cuenta la alternativa seleccionada, y a partir de la
46 Chapter 4. Resultados

simulación obtener el cálculo de las variables del diseño escogido, de tal


manera que permita poder comparar el comportamiento del sistema con el
actual. Para la simulación se siguió el procedimiento sencillo de cinco pasos
(Ver Figura 8), el que ilustra, de forma adecuada, la naturaleza iterativa de
este tipo de proceso. Aparte de esto se propone el uso del software Promodel
9.1 para la construcción, verificación corrida y análisis de datos de salida.

Figure 4.7: Proceso aplicado en la simulación

En la primera etapa de recolección de datos, se realizó un análisis del sistema


de datos necesarios para construir el modelo. Para ello se tuvieron en cuenta
registros históricos de la empresa caso de estudio, luego se calcularon los
tamaños de la muestra necesarios para cada una de las locaciones y mediante
el software Stat:Fit se pudo determinar la distribución que mejor se ajustaba
al comportamiento de los datos. (Ver Tabla 2).

En las siguientes etapas correspondientes a la definición del modelo, verifi-


cación y construcción en el software, se realizó un estudio detallado de la
operación del sistema actual. Se consideraron quince (18) locaciones, siete
(8) tipos de entidades, cuatro (4) tipo recursos y tres (3) tipos de variables.
(Ver Figura 9).

Una vez construido el modelo y previo a su validación se pasó a determinar el


número de réplicas necesarias. Para ello se estableció un error de estimación
del 1%, un nivel de confianza del 95%.
47

Table 4.2: Tipos de distribución de mejor ajuste


Locación Tipo de Distribución (Min)
Lognormal
Conjunto Superior
1.+ L(1.03,0.12)
Conjunto Inferior Lognormal L(0.481,2.12e-002)
Lognormal
Prueba
2.+L(1.94,0.604)
Lognormal
Empaque
1.+L(0.206,3.99e-002)
Lognormal
Marcación
L(0.196,2.46e-002)
Lognormal 7.+
Pegado
L(2.3,0.778)

Basándose en una prueba piloto del sistema de diez simulaciones, a partir


de esto se permitieron calcular los parámetros estadísticos de la media y
de la desviación para la variable denominada tiempo de ciclo (TC). Dado
lo anterior se precisaron 31 réplicas con un tiempo de corrida de 8 horas,
equivalente a un turno de trabajo diario.

Como resultado final al terminar la simulación se obtuvieron los promedios


de las variables del diseño seleccionado, teniendo en cuenta los productos
terminados (PT), tiempo de ciclo (TC) y productos en procesos (WIP). En la
tabla 3, se puede apreciar el comparativo que existe teniendo en cuanta cada
una de variables entre el modelo actual y el diseño propuesto.

Table 4.3: Comparación entre escenarios


Variables Actual Propuesto
PT 1283 1291
TC 630,14 467,79
WIP 163 134

En síntesis, comparando los dos escenarios se puede detallar que con el diseño
propuesto a partir de la alternativa dos, se van a mejorar satisfactoriamente
los resultados de las variables, debido a que se incrementaría los productos
terminados en 8 unidades y se reducirían el tiempo de ciclo en 162,35 min y
los inventarios de productos en procesos en 29 unidades.
48 Chapter 4. Resultados

Figure 4.8: Construcción del modelo en la simulación

A parte de esto reflejaría una disminución en los costos totales de transporte


representado en aproximadamente USD $ 8269,54 (Ver Tabla 4). Siendo
base suficiente para la empresa caso de estudio en la toma de decisiones.

Table 4.4: Comparación con base a los costos


Variable Actual Propuesto
Costo Unidad Transporte USD 34,61 USD 27,99
Costo Total Transporte USD 44404,63 USD 36135,09
5. Conclusiones

Este trabajo investigativo permitió claramente visualizar las ventajas que


proporciona el hecho de combinar métodos de distribución de planta y la sim-
ulación para la toma de decisiones. Con base a la metodología planteada se
propone un enfoque hibrido entre el método SLP, el CRAFT y la Simulación
de procesos, se pudo establecer que los métodos cuantitativos posibilitan un
alto grado de valor al escoger una determinada alternativa ante un abanico
de posibilidades. Y es por esto que se optó por aquella que generara un
menor costo de transporte como fue la alternativa dos, que comparándola
con la distribución actual se minimizan los costos por unidad de transporte
en USD $ 6,62. Y los costos totales en USD $ 8269,54. Representando una
disminución del 18,6 %.

Aparte de esto por medio de la simulación de la alternativa seleccionada, se


pudo establecer un escenario favorable y confiable para que la empresa lleve
a cabo el rediseño de su planta de producción. Basándose en la mejora de las
variables analizadas como productos terminados asociados a los componentes
electrónico (PT) en un 0,62%, tiempo de ciclo (TC) en un 25,7% y la cantidad
de productos en procesos (WIP) en un 17,8%. Dado lo anterior la compañía
50 Chapter 5. Conclusiones

contará con la información necesaria para llevar a cabo sus decisiones de una
forma acertada y objetiva. Como futuras investigaciones se propone replicar
esta metodología aplicando otros tipos de variables dentro de la simulación.
6. Bibliografia

Armour, G. y Buffa, E. (1963). “A heuristic algorithm and simulation


approach to relative allocation of facilities”. Management Science. Vol
9 No. 2, pp. 294-300. ISSN: 0025-1909.

Baca, U. (2001). “Evaluación de proyectos”. Mc Graw Hill Interamericana


México.

Banks, J, J., Carson, J. y Nelson, B. (1996). “Discrete - Event System


Simulation”.

Benjaafar, S., Heragu, S. y Irani, S. (2000). “Next Generation Factory


Layouts: Research Challenges and Recent Progress”. Interfaces, Vol. 32 No.
6, pp. 58-76. ISSN: 0092-2102.

Braglia, M., Zanoni, S. y Zavanella, L. (2005). “Layout design in dynamic


environments: analytical issues”. International Transactions in Operational
52 Chapter 6. Bibliografia

Research, Vol. 12, pp. 1-19. ISSN: 1475-3995.

Biswas, S. y Narahari, Y. (2004). “Object Oriented Modeling and Decision


Support for Supply Chains”. European Journal of Operational Research, Vol.
153. pp. 704-726.

Bozer, Y., Russell, D. y Steven, J. (1994). “An improvement-type layout


algorithm for single and multiple-floor facilities”. Management Science. Vol
40 No.7, pp. 918-932. ISSN: 0025-1909.

Cadavid, L., Cardona, L., Palacios, L. y Rodríguez, M. (2012). “Selección de


alternativas de redistribución de planta: un enfoque desde las organizaciones”.
Sistemas Telemática. Vol. 10 No. 23, pp. 9-26. ISSN: 1692-5238.

Ceballos Carillos, J. A., Fernández Ledesma, J. D., Restrepo Núñez, E. D.


(2013). Aplicación de un modelo de simulación discreta en el sector del
servicio automotor. Revista Ingeniería Industrial, 51-61

Chase, R., Aquilano, N. y Jacobs, F. (2000). “Administración de producción


y operaciones: manufactura y servicio”. McGraw Colombia Hill.

Donaghey, C. y Pire, V. (1990). “Solving the facility layout problem with


BLOCPLAN”. Industrial Engineering Department. University of Houston.
Houston Texas, USA.

Forntec, S. G. (2013). Distribución en Planta. Centros Europeos de Empresas


Innovadoras de la Comunidad Valenciana (CEEI CV)

G. Ingalls, R. (2013). INTRODUCTION TO SIMULATION. VirtualPro,


17-26

García, E., García, H. y Cárdenas, L. (2006). “Simulación y Análisis de


Sistemas con Promodel”. Editorial Pearson. Primera edición.

onzález-Longoria, H. M. (2016). La heurística LDMTP: Una metodología


híbrida basada en el problema. Ingeniería, Investigación y Tecnología, 463-
478.
53

Gordon, G. (1978). “Simulación de Sistemas”. Editora Diana. México.

Goodson, E. (2002). “Read a plant – fast”. Harvard Business Review. Vol 80


No. 5, pp. 3-11. ISSN: 0017-8012.

Guash, A., Piera, M., Casanovas, J. y Figueras, J. (2005). “Aplicaciones a


procesos logísticos de fabricación y servicios”. México.

Hernández, D. (1997). “Técnicas de Simulación en los Procesos de Planifi-


cación”. Instituto de Estudios de Planificación.

Izadi, A., Mohammad Kimiagari, A. (2014). Distribution network design un-


der demand uncertainty using genetic algorithm and Monte Carlo simulation
approach: a case study in pharmaceutical industry. Springer, 9.

Kesaraju, V., Ciarallo, F. (2012). Integrated simulation combining process-


driven and event-driven models. Journal of Simulation, 1-20.

Krajewski, L., Ritzman, L. y Malhotra, M. (2007). “Operation Management,


Processes and Value Chain”. New Jersey, USA.

Konz, S. (1992). “Manual de distribución en plantas industriales”. Noriega


Editores. Vol. 1. México.

Lee, R. y Moore, J. (1967). “CORELAP-computerized relationship layout


planning”. Journal of Industrial Engineering. Vol 18 No. 3, pp. 195-200.
ISSN: 2314-4882.

López, M. (2002). “Diseño de plantas de procesado de alimentos”. Escuela


Superior y Técnica de Ingeniería Agraria. Agraria de Leída

Maisel, H. y Grugnoli, G. (1972). “Simulation of Discrete Stochastic Sys-


tems”. Science research associates. Chicago, USA.

Mejia A, H., Wilches A, M. J., Galofre V, M., Montenegro, Y. (2011).


Aplicación de metodologías de distribución de plantas para la configuración
54 Chapter 6. Bibliografia

de un centro de distribución. Scientia Et Technica, 63-68. Monks, J. (1988).


“Teoría y Problemas de Administración de Operaciones”. McGraw Hill
México.

Muther, R. (1973). “Systematic Layout Planning”. Industrial Education


Institute. Cahers books. Boston.

Muther, R. (1981). Distribución en Planta. Barcelona: Hispano Europea.

Muther, R. (1993). “Planificación y Proyección de la Empresa Industrial”.


Editores Técnicos Asociados. Barcelona.

Nahmias, S. (1997). “Production and Operations Analysis”. Editorial Conti-


nental. pp. 547.

Naylor, B. y Kong, Ch. (1971). “Técnicas de Simulación en Computadoras”.


Editora Limusa.

Perez Gosende, P. A. (2011). Metodología para la resolución de problemas


de distribución en planta. Cuba: VirtualPro.

Pérez Gosende, P. A. (2016). Evaluación de la distribución espacial de plantas


industriales mediante un índice de desempeño. RAE (Revista Administración
de Empresas), 533-546.

Salazar, A. F., Vargas, L. C., Añasco, C. E., Orejuela, J. P. (2010). Propuesta


de distribución en planta bietapa en ambientes de manufactura. EIA (Escuela
de Ingeniería de Antioquía), 161-175

Seehof, J. y Evans, W. (1967). “Automated layout design program”. Journal


of industrial Engineering. Vol 18 No. 2, pp.690-695. ISSN: 2314-4882.

Shanbhag, U. (2009). “Diapositivas de Facilities Planning and Design UIUC”.


Champaign Illinois. United States.

Shannon, R. (1975). “System Simulation: The Art and Science”. Editorial


Prentice-Hall.
55

Sule, D. (2001). “Instalaciones de manufactura”. Thompson Learning,


Edición 2. México.

Thierauf, R. y Grosse, R. (1976). “Toma de Decisiones por Medio de


Investigación de Operaciones”. Editorial Limusa. México.

Tompkins, J., White, J., Bozer, Y. y Tanchoco, J. (2006). “Planeación de


instalaciones”. Thomson. México.

Wrennal, W. (1997). “Facilities Planning and Design: A Foundation of the


BPR Pyramid”. Industrial Management, Vol. 39 No. 4, pp. 7-11.
Index

Paragraphs of Text . . . . 7, 8, 11, 13

También podría gustarte