Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 1
36 MATERIALS AND METHODS
37
38 Objetivos:
39 Como objetivo, se quiere modelar los modelos de colas en un simulador haciendo uso del simulador
40 ARENA, además de esto se buscará formas de mejorar el rendimiento productivo de la empresa.
41
42 Conceptos y teoría:
43 Simulación:
44 La simulación se usa para simular actividades o situaciones mediante el uso de programas lo que permitirá
45 estudiar los patrones o comportamientos de las actividades realizadas y determinar si es que algo está
46 ocasionando algún tipo de problema o demora en el proceso. Por esas razones en la actualidad los
47 simuladores son usados por fábricas, servicios de transporte, centros comerciales, bancos, etc.
48
49 Teoría de colas:
50 La teoría de colas son modelos matemáticos que pueden predecir eventos o algún suceso posible si se
51 encuentran personas en una cola, la teoría de cola se subdivide en varias partes las cuales son: el sistema
52 de un solo canal-monofásico el cual se caracteriza por se una sola cola o canal y se compone de una fase,
53 después tenemos el multicanal y monofásico, este se compone de varios canales, pero solo una fase. Otro
54 sistema también es el que es una fase, pero con un canal múltiple. También tenemos el de un solo canal y
55 varias fases las cuales cada canal se compone de mas fases. Y por último tenemos el sistema de varios
56 canales y varias fases lo cual permite generar una simulación hibrida, lo que quiere decir que se hace uso
57 de simuladores y pruebas físicas.
58 Hace un par de años se estudió la creación del modelo de industria de producción y se descubrió que si se
59 logra simular las actividades de producción usando un software de simulación como ARENA se pueden
60 estudiar los procesos, para realizar una mejora por ejemplo se realizo un estudio en la cual se aplico la
61 simulación a una industria la cual se encarga de la producción de intermitentes, para este estudio se
62 enfocaron el soporte de aluminio y el tiempo de procesamiento y el resultado de este estudio fue que se
63 encontraron cuellos de botella y se realizo mejoras en el modelo de fabricación, después de un tiempo
64 realizada los cambios sugeridos la producción de la fabrica aumento en un 6% y la mano de obra se redujo
65 en un 8,33%.
66 El estudio también se replico para espacios multifuncionales o espacios amplios como para los diseños de
67 estadios deportivos para hacer uso de modelos paramétricos y optimización multiobjetivo. Los cuales
68 incluirán indicadores de calidad para la visualización de los espectadores y estructuras, para ellos se usara
2 2
69 el MOO para buscar mejores diseños en diferentes aspectos del proyecto, los resultados de el estudio fue
70 validar la eficacia del proceso y la necesidad de una ampliación.
71
72 Metodología de investigación:
73 Método:
74 La empresa usada en la investigación es una que no cuenta con sistema de gestión logística y cadena de
75 suministro.
76 Instrumento:
77 Se utilizará el simulador Arena Simulation para este proyecto.
78 Recopilación de datos:
79 Los datos estudiados son el tiempo de los procesos de producción y tiempos.
80 Análisis de los datos:
81 El análisis se realizó con Arena Simulation y se hicieron las siguientes comparaciones el tiempo promedio
82 que se emplea y la espera en el sistema convencional y el nuevo propuesto. En el análisis realizado se
83 encontró que las líneas de producción no estaban balanceadas, los trabajadores tampoco tenían adecuadas
84 posiciones de trabajo lo que causaría una demora en la producción y costos. El análisis llevado a cabo un
85 día se encontró que los trabajadores solo producen 80 trenes y 50 aviones de juguetes, estos datos fueron
86 analizados con el método First In First Out (FIFO).
87 Verificación del modelo:
88 El modelo se verifico por los investigadores en el cual se compara el resultado del modelo y los datos del
89 sistema real y dicha verificación arrojo que el sistema real es afectado por los tiempos de espera que existe
90 en la línea de producción y también se encontró que el tipo requerido para el pintado de los juguetes era
91 parecido al sistema real.
92 RESULTS AND DISCUSSION
93 Se modifico el modelo de producción al momento de pintar los juguetes y también siempre se priorizaran
94 los juguetes de tren si las partes fueron prepagados lo que agregara un flujo y canal al momento de pintado
95 de los juguetes.Tambien el resultado de la simulación indica que las demoras eran causadas
96 principalmente por el pintado de juguetes.La apertura de un nuevo canal para el pintado de los juguetes
97 permitió que el tiempo requerido se reduzca a 251 segundos.
98 CONCLUSIONS
99 1. Se logro administrar de una forma mas eficiente los tiempos de producción para hacer planes de
100 producción, administración de líneas de producción mas productivas y la resolución de problemas
101 en la producción.
3 3
102 2. La simulación es el método que se ha utilizado para poder generar canales mas productivos que
103 permitan el ahorro de tiempo.
104 3.
105
106 ACKNOWLEDGEMENTS
107
108 This section must include funding institutions or organizations and corresponding grant and/or project that
109 support the research. Do not mention individuals or institutions that have not contributed funding.
110
111 REFERENCES
112
113 Recently published articles (10 years or less) in mainstream scientific journals should be included.
114 Research Articles should not include more than 35 references, and only published papers can be cited.
115 ChileanJAR does not allow references In Press or just submitted. List references alphabetically. The first
116 author is listed by surname and initial(s); co-authors start by initial(s) and then surname, separated by
117 commas if there are more than two authors. Please note the use of commas and periods. If reference
118 management software is used, for example, EndNote or ProCite, use the Agronomy Journal
119 bibliographical reference style.
120
121
122 Blum, A. 2011. Plant breeding for water-limited environments. Springer, New York, USA.
123 FAO. 2012. FAO statistical yearbook. Food and Agriculture Organization (FAO) of the United Nations,
124 Rome, Italy. Available at http://www.fao.org/docrep/015/i2490e/i2490e00.htm (accessed February
125 2013).
126 Fazeli Rostampour, M., Yarnia, M., Rahimzadeh Khoee, F., Seghatoleslami, M.J., and Moosavi, G.R.
127 2013. Physiological response of forage sorghum to polymer under water deficit conditions. Agronomy
128 Journal 105:951-959. doi:10.2134/agronj2012.0071.
129 Sanders, G.J., and Arndt, S.K. 2012. Osmotic adjustment under drought conditions. p. 199-229. In Aroca,
130 R. (ed.) Plant responses to drought stress. From morphological to molecular features. Springer, Berlin,
131 Germany.
132 Smith, S.R., and Keene, T. 2012. Switchgrass biomass yield and quality with multiple fertilizer
133 applications and harvest dates. Abstract 257-35. In Visions for a sustainable planet, ASA, CSSA and
134 SSSA Annual Meetings, Cincinnati, Ohio, USA. 21-24 October. ASA, CSSA and SSSA, Madison,
135 Wisconsin, USA.
4 4
136 Tables and Figures
137 Include tables and figures following References. They should be self-explanatory without reference to the
138 text. Titles should be brief and descriptive. They must be numbered following mention order. Data
139 presented in tables should not be duplicated in graphs, and vice versa.
140
141 Figure 1. Total and commercial yields of ‘Williams’ pear for different growing seasons.
142
143
144 Different letters on bars corresponding to the same response variable, total yield
145 (black) or commercial yield (grey) indicate significant differences between
146 growing seasons according to Tukey test (P < 0.05). Vertical bars correspond to
147 standard error. Growing seasons n = 30.
148
149
150 Table 1. Effect of the stage of maturity of loquat cv. Golden Nugget on soluble solids, acidity, soluble
151 solids/acidity, and pH.
Soluble Soluble
Maturity stage solids Acidity solids/acidity pH
ºBrix g 100 mL-1
Green 4.86a 0.67a 7.44a 2.81a
Color break 7.27b 1.00b 7.49a 2.93a
Yellow 8.31b 0.95ab 8.89a 2.99a
Orange 11.80c 0.28c 49.08b 3.51b
152 Distinct letters in the row indicate significant differences according to Tukey’s test (P ≤ 0.05).
5 5