Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rodrigo Andrés GÓMEZ Montoya 1; José Daniel HERNANDEZ Vahos 2; Alexander CORREA
ESPINAL 3
Contenido
1. Introducción
2. Metodología
3. Resultados
4. Conclusiones y Recomendaciones
Referencias
RESUMEN: ABSTRACT:
El artículo tiene como objetivo representar y The paper aims to represent and model a meat
modelar un sistema de producción de cárnicos con products production system with discrete
simulación discreta, y analizar el desempeño simulation, and analyze the performance in terms of
se obtiene es el análisis del desempeño de la performance analysis of the meat company with a
empresa de cárnicos con una capacidad utilizada capacity utilization of the production system of
del sistema de producción de 92.39%, y la 92.39%, and the identification of critical process
identificación del proceso crítico que es el picado that is chopped with an operating time of 98
con un tiempo de operación de 98 minutos. De otra minutes. On the other hand, presents an innovative
parte, la metodología desarrollada presenta una methodology developed over the joint use process
innovación respecto a la utilización conjunta del approach and discrete simulation in 3D.
Discreta.
1. Introducción
En el ámbito empresarial los sistemas de producción pueden considerarse como un proceso crítico
para las empresas manufactureras, ya que este permite transformar las entradas de materias primas y
diseño en productos terminados que deben permitir la satisfacción de las necesidades de los clientes
Para Mukhopadhyay (2015), los sistemas de producción son los procesos a través de los cuales se
crean productos y servicios que cumplen con especificaciones. Por su parte, Benton (2013) define
que el objetivo de este sistema es lograr la máxima contribución a la satisfacción del cliente, debido
a que este es el único lugar donde las ideas y el material se transforma en producto, los cuales deben
ser de calidad, producidos a tiempo, en cantidad y al menor costo posible. Para una adecuada
gestión, diseño y análisis de los sistemas de producción pueden utilizarse diferentes tipos de
diseño experimental, entre otros (Maniezzo y Roffilli, 2008), (Bard y Nananukul, 2009); (Battini et
al., 2009).
A partir de una revisión al estado del arte de la utilización de la simulación discreta en sistemas de
para apoyar el diseño de un proceso de ensamble que emplea una celda de robots, c) Caputo et
al., (2009) plantean la utilización de la simulación como técnica para modelar y optimizar el plan de
analizados, se puede indicar que la simulación discreta puede ser utilizada como herramienta de
(Frazelle, 2006).
Por los motivos expuestos, el artículo tiene como objetivo representar y modelar un sistema de
2. Metodología
A continuación, se presenta la estructura metodológica que permite modelar y analizar el
desempeño de un sistema de producción realizando énfasis una empresa que fabrica y comercializa
Tako y Robinson (2012) que describen el empleo de la simulación de herramienta de análisis del
desempeño. Además, algunos de los resultados de los autores explorados en el estado del arte.
Se realiza una descripción de la empresa como: sector económico, tamaño, mercado, procesos y
caracterización.
En la definición del problema u oportunidad de mejora. A partir de un diagnóstico, del análisis del
estado actual del proceso de producción utilizando herramientas como diagramas de Pareto,
oportunidades de mejora que afecten la eficiencia, la eficacia y gestión del proceso de producción.
simulación discreta, que el presente artículo apoya el análisis del sistema de producción.
Permite representar los procesos, entradas y salidas del proceso de producción, incluyendo la
que soportan el modelo de simulación discreta. En esta etapa, debe incluirse la recolección de datos
2.3. Modelo computacional
discreta orientado a objetos denominado SIMIO SIMULATION ®, que permite representar las
incertidumbre.
Se establece la duración de las corridas y la cantidad de replicas para la ejecución del modelo de
simulación con el fin de obtener los resultados que permiten realizar el análisis del sistema de
producción.
Finalmente, en esta etapa se realiza una verificación que el modelo computacional contenga los
los resultados del modelo computacional sean similares o igual al sistema de producción real en
aspectos como: cantidad de productos cárnicos elaborados, capacidad utilizada, entre otros.
A partir de los resultados del modelo de simulación discreta del sistema de producción, se realiza
un análisis del estado actual de algunas variables de salida o respuesta del sistema de producción
como:
1. Cantidad de productos programados de producción y cantidad obtenida
Los resultados del sistema de producción obtenidos con el modelo, se comparan con estándares u
A partir del análisis del desempeño actual del sistema de producción y la comparación con los
producción buscando que este contribuya a la satisfacción de las necesidades de los clientes y al
3. Resultados
A continuación, se aplica la metodología de análisis de desempeño de sistemas de producción
utilizando simulación discreta orientada a objetos en una empresa que elabora y comercializa
Se selecciona una empresa mediana que elabora y comercializa productos cárnicos de diferentes
referencias como: Salchichas, mortadelas, jamones, chorizos, entre otros productos que permiten
satisfacer las necesidades de la demanda en el Valle del Aburra y algunos municipios de Antioquia.
La empresa tiene unas instalaciones de aproximadamente 1450 m2 en las cuales, se desarrollan
referencias de productos cárnicos que comercializa la empresa. Además, cuenta con 6 centros de
trabajo con equipos, métodos y mano de obra calificada que permite desarrollar los diferentes
Se presenta el modelo conceptual del sistema de producción, que incluye la caracterización del
elaboración de salchichas la referencia estándar y tamaño grande, las cuales pueden considerarse
como significativas para la empresa, según el criterio del investigador y el jefe de producción (ver
Tabla 1 ).
A continuación, se presentan las entidades, variables de entrada, variables de salida, entre otros
1. Entidades: Salchicha tamaño estándar (tipo I) y Salchicha tamaño grande (tipo II)
2. Variables de entrada
Tiempos entre llegada de salchicha tipo I y tipo II, se presenta a través de un programa de
® (ver Figura 2 ).
Figura 2 Llegadas o cantidad de producción de salchichas
Debe resaltarse que una ventaja del SIMIO SIMULATION es que permite establecer los tiempos
entre llegadas por calendario con la hora de llegada de las salchichas siguiendo la distribución
adecuadamente el proceso de producción en análisis .Debe aclararse que esta forma de ingresar los
Para la recolección de los datos de los procesos de producción, se utiliza la técnica de muestreo que
permite tomar tiempos por cronometro para los procesos de producción descrito. Posteriormente, se
realiza un análisis estadístico de los para obtener las distribuciones de los tiempos de proceso que se
Para calcular el tamaño de la muestra de los tiempos de los procesos de picado, mezclado,
Donde es el valor de la tabla Z para un alpha de 0.05 (1.96), d es el error estándar o error
Al realizar los cálculos, se obtiene un tamaño de muestra de 60 datos para el proceso de picado, 44
muestras permite determinar las distribuciones estadísticas de los tiempos de producción de los
cárnicos.
horas utilizando formatos de toma de datos. El orden de recolección de los datos se realiza con la
estrategia de aleatorización estadística que tiene implementado Minitab 16(R). De esta manera, se
busca reducir el sesgo en la toma de datos. Por extensión del artículo, no se presentan
detalladamente los datos obtenidos, pero estos se analizan estadísticamente a través de diferentes
utiliza la prueba de bondad y ajuste que permite determinar las funciones de probabilidad para los
realizar las pruebas estadísticas se utiliza el software Minitab 16, y se utiliza criterios descriptivos
como el valor p y análisis gráfico de los histogramas para determinar la función de probabilidad
(ver Tabla 2). El tipo de distribución estadística de cada uno de los tiempos de los cuatro procesos
Entrada Materias
Picado 20
Primas
Picado Mezclado 35
Mezclado Embutido 25
Embutido Formación 20
Formación Empaque 40
Almacenamient
Empaque 24
o
Variables de salida
-% de utilización de cada uno de los equipos de las etapas de producción como: picar, mezclar,
transformar y empacar
representar las políticas, procesos y recursos del sistema de producción para la elaboración de
Salchichas.
diferentes módulos del SIMIO Simulation ® como: source, server, sink, path, entities, entre otros.
Se presenta representación del modelo de simulación del proceso de producción de las salchichas en
2D y 3D (ver Figura 3 ).
Para la validación y verificación del modelo de simulación discreta, se realiza una revisión de las
con el desempeño del sistema real. A partir de los planteamientos y modelamiento desarrollado, se
puede realizar la corrida de la simulación, y posterior análisis del desempeño y comportamiento del
sistema de producción.
Para la ejecución del modelo de simulación discreta en 3D del sistema de producción de cárnicos,
cada corrida, se considera la duración de un turno típico de trabajo de 8 horas, con el fin de
Por lo tanto, realizar las n corridas permite que el modelo de simulación del sistema de producción
se estabilice, y se garantice una exactitud o error máximo permitido entre corridas, lo cual, es
Considerando en modelo en estudio, se tienen dos variables de salida de interés para medir el
desempeño del sistema de producción de cárnicos como: tiempo promedio en cola (TPC) y
A partir de la realización de una corrida inicial de tamaño n=10, considerando como variable de
salida de interés el tiempo promedio en cola de los procesos de producción de la salchicha tipo I y
II, se obtiene una desviación estándar (σ) de 4 segundos, y un erro permitido (d) de 2 segundos, se
Cabe recordar que el valor Z se considera con un criterio de rechazo del 5% o nivel de confianza del
Por los motivos expuestos, estadísticamente y con un nivel de confianza del 95%, se determina que
se requieren realizar 16 corridas del modelo de simulación para garantizar un modelo estable que
permita obtener resultados que permitan analizar el desempeño del sistema de producción de
cárnicos.
Una vez elaborado el modelo de simulación discreta del sistema de producción, incluyendo su
verificación y validación, se procede a la ejecución que consiste en realizar 16 réplicas con una
duración de 8 horas que corresponde a uno de los turnos producción en que opera la planta de
producción en estudio. En cada una de las corridas, se garantiza que las estadísticas y contadores se
A continuación, se presentan los resultados obtenidos para cada una de las variables de salida que
permitan analizar el desempeño del sistema de producción de Salchichas (ver Tabla 4). Los valores
de la cantidad de salchichas tipo I y II, capacidad utilizada y tiempos en cola en los cuatros procesos
de producción son un valor promedio obtenido de las 16 réplicas, que representan la información
A partir de los resultados del desempeño del sistema de producción de cárnicos, se identifica que se
producen en total 948 Salchichas, de las cuales 480 unidades (51%) corresponden a la referencia
Respecto a la utilización de la capacidad de los diferentes equipos que apoyan los procesos de
producción, se identifica que los equipos que permiten el picado de la carne, el embutido y empaque
de las salchichas tiene una alta utilización, ya que estas se están utilizando en un 99,5%
aproximadamente. Por su parte, los equipos de los procesos de mezclado y formado tienen una
utilización promedio de 80,65 y 82,74%, lo cual, permite establecer que puede aumentarse la
De otra parte, respecto a los tiempos promedios en cola en el turno simulado de 8 horas, el proceso
de picado tiene el tiempo más alto en 98,4 minutos, seguido de los procesos de embutido y
empacado que tienen un promedio de 41,4 minutos. Por su parte, los procesos de mezclado y
formado no presentaron colas o esperar, lo que evidencia capacidad disponible y una adecuada
A partir del análisis del desempeño se identifica que se producen 948 salchichas en turno de 8
horas, lo cual, evidencia la eficiencia y capacidad del sistema de producción para cumplir con las
De otra parte, se puede indicar que la capacidad promedio utilizada de la planta de producción de
los diferentes equipos de los procesos de picado, mezclado, elaborado, formado y empacado es de
92,39%. De los diferentes equipos, el mezclado y formado tienen la capacidad utilizada más baja
con 80,65 y 82,74%, evidenciando la posibilidad de aumentar la carga de trabajo en caso que se
requiera.
minutos con cola de salchichas puede ser recomendable realizar un análisis de aplicación de
ya que la planta se encuentra operando de manera eficiente. En lo que pueden realizarse mejoras, es
4. Conclusiones y Recomendaciones
Del artículo puede concluirse que los sistemas de producción son un proceso clave en la cadena de
suministro, ya que permiten obtener productos para satisfacer las necesidades de los clientes.
Con el desarrollo del artículo de investigación aplicado en la empresa de cárnicos, se adapta una
metodología basada en gestión por procesos y simulación discreta en 3D orientada a objetos, que
permite analizar el desempeño de sistemas de producción considerando factores como cantidad
Adicionalmente, de la revisión del estado del arte no se identificaron artículos similares, ya que los
importancia de la simulación discreta no solo para representar los procesos y recursos en 3D, sino
para apoyar el estudio del desempeño del sistema de producción basándose en el análisis de
variables cuantitativas como: cantidades producidas de las salchichas, capacidad utilizada de los
equipos, tiempos en cola en los procesos, entre otras variables que contribuyen a una adecuada
gestión del sistema de producción y orientación al cliente. Del análisis del desempeño realizado, se
resalta el cálculo de una capacidad utilizada promedio de los equipos de un 92,39% y un tiempo
metodología permite a la empresa realizar investigación aplicada buscando de esta manera aumentar
Finalmente, como trabajos futuros se plantea complementar el uso de la simulación discreta con
Manufacturing que no solo complementen el análisis del desempeño, sino que también orienten el
Referencias
MUKHOPADHYAY, S. (2015); Production planning and control: Text and Cases; Dehli, PHI
BENTON,W. (2013); Supply Chain Focused Manufacturing Planning and Control: United
BATTINI, D.; Faccio, M.; Persona, A.; Sgarbossa,F. (2009); "Design of the optimal feeding policy
MANIEZZO, V.; Roffilli, M. (2008); "Very strongly constrained problems: an ant colony
CHIANG, W.; .Russell, R.; Xu, W.; y Zepeda, D. (2009); "A simulation/metaheuristic approach to
newspaper production and distribution supply chain problems," International Journal of Production
simulation tools in the assembly design process: A cooperating robots cell case," CIRP Journal of
CAPUTO,G.; Gallo.; M.; y Guizzi,G. (2009); "Optimization of production plan through simulation
JAHANGIRIAN, M.; Eldabi, T.; .Naseer,A.; Stergioulas, L.; Young, T. (2014); "Simulation in
manufacturing and business: A review" European Journal of Operational Research, 203 (1), 1-13,.
process chains," CIRP Journal of Manufacturing Science and Technology, 4(1), 9-14.
TAKO, A.; Robinson,S. (2012); "The application of discrete event simulation and system dynamics
in the logistics and supply chain context", Decision Support Systems, 52( 4), 802-815.