DISEÑO DE SISTEMAS PRODUCTIVOS Y LOGÍSTICOS

TEMA 3 - FABRICACIÓN ESTOCÁSTICA O ALEATORIA

Variable aleatoria: variable de la cual no se puede saber el valor, PERO tiene un patrón de
probabilidades/distribución (función)
Utilizaremos funciones continuas, en concreto, la exponencial

Averías, pedidos urgentes, falta de material, ausencia de trabajadores, productos defectuosos, tiempos de proceso
desiguales... son sucesos que nos limitan la cantidad de producto que podemos fabricar Se aproxima a lo real
La cantidad de producto que queremos producir sí será un parámetro.

Este tema nos servirá para entender por qué y cómo suceden los procesos de fabricación.

1. VARIABILIDAD Y ALEATORIEDAD
Son diferentes, aunque se pueden describir con los mismos elementos

Variabilidad: cualquier desviación de la uniformidad. Desviación controlable, no aleatoria  Resultado de nuestras

decisiones, pero hace que las cosas no siempre sean igual en la planta
En la primera fabricación en cadena de coches, General Motors dejaba a los clientes elegir entre varios colores de
coches, no como Ford que únicamente vendía el modelo T en color negro.

Es necesaria para que poder adaptarse a las exigencias de los clientes

Aleatoriedad aparente: aleatoriedad debida a nuestro conocimiento limitado del sistema. Si aumentamos nuestra
información mejoran las previsiones y se reduce la aleatoriedad  NO sabemos que ocurre

Aleatoriedad real: el comportamiento futuro no es previsible o sólo parcialmente. Los resultados de nuestras
acciones no se pueden garantizar. --> Sabemos que ocurre

Si procesamos 40 segundos una madera podemos tener O NO el producto procesado

2. VARIABILIDAD DEL TIEMPO DE PROCESO

Coeficiente de variación: nos indica que tiempo que variabilidad tenemos. Varía entre 3/4 -- 4/3

Con coeficiente de variación = 0  Sería fabricación determinista

1
Variabilidad moderada: entre 3/4 y 4/3  La variable aleatoria exponencial tiene un coeficiente de variación cte=1
Cuando no tenemos muy claro qué tipo de variabilidad es, lo más sencillo es aplicar la exponencial y ver qué tipo es

Tiempo real: suele ser LV

Tiempo efectivo: incluye paradas (preparaciones, averías...--> Puede ser LV, MV, HV

Relación entre variabilidad y desempeño:

EJEMPLO 3A - 1 MÁQUINA (DETERMINISTA)

No hay colas, es ideal. La diferencia de tiempo entre pieza y pieza es cte

2
EJEMPLO 3B - 1 MÁQUINA (ALEATORIA)

Variabilidad definida por una distribución exponencial  HAY INCIDENCIAS

La cola crecerá tanto como quiera, es infinita

3. CAUSAS DE LA VARIABILIDAD
- Variabilidad natural: incluye variaciones en el tiempo de proceso debido a diferencias en los operarios, máquinas y
materiales
- Paradas planificadas: preparaciones de máquina, disponibilidad de operarios, los descansos...
- Paradas no planificadas: averías (No son todo el proceso de mantenimiento que se hace), que el operario se ponga
enfermo y sea irremplazable
- Reprocesos

Poner aceite a la máquina no es un tiempo de preparación de máquina, estamos arreglando una avería

Variabilidadnatural: sin causas explícitas, provocada por:

Ritmo del operario
Fluctuaciones de las características del material
Tipo de producto (si no se considera explícitamente)
Calidad del producto
Suele ser LV y menor en los procesos automatizados

3
Paradas imprevistas: aparecen se quiera o no, habitualmente durante un trabajo: corte de energía, avería en una
máquina, operarios que se ausentan por urgencias, agotamiento de consumibles (ej:aceite de corte)

De momento, las 2 máquinas son iguales, ninguna máquina es mejor que la otra.

MV=Variabilidad media

4
Si las averías son largas en vez de cortas  El Ce será + elevado

Si tiene más variabilidad  Mayor desempeño

Si el Ce se aproxima a 0, se aproxima a situación determinista  La mejor máquina será la B

5
Paradas previstas: hay algún control sobre el momento en que se producen, luego tiende a ser entre trabajos:
preparaciones de máquina, mantenimiento preventivo, limpieza periódica... o cualquier otra parada prevista

No nos bastan únicamente los valores medios, sino que también debemos entender las variaciones del tiempo de
proceso efectivo
6
Reprocesos: ocasionados por problemas de calidad  Pieza defectuosa que se puede recuperar haciendo un trabajo
extra
Lo + simple: las unidades defectuosas se examinan y reprocesan por el mismo operario que las fabricó. El reproceso
reduce el tiempo disponible para fabricar nuevas piezas  Puede considerarse como una parada planificada (algo
discutible)

4. VARIABILIDAD DEL FLUJO

Flujo: movimiento de piezas entre máquinas
Su variabilidad depende de:
- el patrón de llegadas de las piezas a la máquina
- variabilidad del tiempo de proceso (efectivo)

7
EJEMPLO PROPAGACIÓN DE LA VARIABILIDAD ENTRE 2 MÁQUINAS EN SERIE

De este modo:

No se transmite la variabilidad porque la cola la absorbe. La 2ª máquina, haya pasado lo que haya
pasado en la máquina anterior, únicamente verá lo que ocurre en la cola.

8
5. COLAS
Importancia de las colas:
- Las plantas de fabricación son redes de colas
- La mayor parte del tiempo de ciclo transcurre en colas

Características:
- Proceso de llegada
- Proceso de servicio
- Número de servidores
- Tamaño máximo de la cola (bloque)
- Disciplina de cola (FIFO, LIFO, EDD, SOT, ...)
- Rutas...

NOMENCLATURA

Las máquinas son servidores.

Con estos 4 parámetros describimos cómo se produce el procedimiento

El parámetro "b", que es opcional, es importante para el CONWIP

M/G/3 significa:
- Distribución exponencial del tiempo de llegadas
- Distribución general del tiempo de proceso
9
- 3 servidores (máquinas) en la estación de trabajo
¿Nº máximo de servidores? Infinito, no está limitada. SI pusiera un 4 significaría que estaría limitada a 4 incluyendo
las que están procesando y esperando

Estación:

Queremos saber por término medio cuánto tiempo va a estar esperando la pieza en la cola

WIP promedio en la cola de un supermercado: contando cuánta gente está esperando en la cola. Cuando vas a pagar
elegirás la cola donde hay - WIP (- gente esperando)

Si la cola es M/M/1

10
Si la utilización en muy baja, el tiempo medio de espera en la cola será muy bajo.
Si la utilización es prácticamente completa, el tiempo medio de espera en la cola será más alto.

Si la cola es M/M/m

En los supermercados en Valencia suele ser una cola por caja, por ejemplo en Consum. Pero en Carrefour se paga
con fila única.

¿Cómo determinar su un tipo de cola es mejor que otro?

- Menor tiempo de espera en la cola --> Disminuyendo WIP (la cola)

Las colas se distribuyen de forma ALEATORIA

Normalmente esta forma de colas se debe a que no hay espacio. Por eso McDonalds ha implementado los kioskos
virtuales para reducir el espacio de colas.

11
CON COLA ÚNICA --> El tiempo medio de espera es mucho más bajo --> Utilizaremos colas únicas siempre que
podamos

Si tenemos todos los productos en una misma cola, el tiempo medio que espera cada 1 es aproximado. --> Cuando
juntamos valores independientes, compensamos los valores altos con los más bajos, y entonces hay menos
dispersión.
--> El CVefectivo es más bajo.

Si la cola es G/G/1...

12
El tiempo medio de cola lo hallaremos con la Ecuación de Kingsman.
Con un M/M/1 el tiempo medio de cola no es 0. Si Ca y Ce son =1 (exponencial), se convierte en M/M/1

A MAYOR VARIABILIDAD, MAYOR COLA SE FORMARÁ (CONGESTIÓN)

Si la cola es G/G/m...

6. COLAS CON BLOQUEO

Limitado el número de individuos de la estación
La estación previa no va a entregar ninguna pieza más hasta que no cese la
situación de bloqueo.

La ecuación VUT considera que las colas pueden ser infinitas  Útil para analizar el caso más simple sin
restricciones

Pero en la práctica suele estar limitado:

- Limitaciones físicas: espacio
- Restricciones lógicas: KANBAN, CONWIP

Los modelos con limitación de WIP

- Cuando se llena el buffer se interrumpen las llegadas  La estación se dice que está bloqueada
- Estiman WIP y TH para tasas y parámetros prefijados
- Mucho más complejos que los modelos sin restricciones
- Con frecuencia hay que recurrir a la simulación

En este caso ra representa la tasa de posibles llegadas si el sistema no estuviera lleno

La utilización u=rate ya no es probabilidad de que la máquina esté utilizada  Representa la utilización que habría si
no se parasen las llegadas  Por eso u puede ser > 1

El desempeño es peor que sin restricciones

13
14
7. AGREGACIÓN DE VARIABILIDAD
La variabilidad puede causar congestión en fabricación
Una respuesta es reducirla combatiendo sus causas, pero también se puede reducir combinando múltiplos de
variabilidad

TÉCNICAS PARA REDUCIR LA VARIABILIDAD:

 PROCESO POR LOTES

Cuando hay mucha variabilidad  hacer lotes con valores

Si el tiempo efectivo de proceso de una pieza es t e y ce,  para procesar n piezas

 Al procesar un lote de n piezas se reduce la variabilidad  los valores extremos tienden a compensarse

 AGREGACIÓN DE STOCK DE SEGURIDAD

Se hace para absorber la variabilidad de la demanda. Es el stock medio esperado en el peor momento posible
(justo antes de recibir la entrega)

L (plazo aprovisionamiento)
Q
PS (demanda)

- Centralizar los artículos

- 1 almacén es mejor que 5 (en el primer caso 10 unidades de seguridad y en el 2º caso 1 unidad de seguridad)
- Es un artículo C porque no esperamos vender todos los días

 COLAS COMPARTIDAS
Reducir la variabilidad mezclando fuentes de variabilidad

15
Algunas conclusiones….

- La variabilidad es un hecho de la vida

- Hay muchas fuentes de variabilidad en los sistemas de fabricación
- El coeficiente de variación es una medida clave de la variabilidad
- La variabilidad se propaga
- El tiempo de espera es a menudo el mayor componente de tiempo de ciclo
- Almacenes limitantes reduce el tiempo de ciclo, pero también reducen la producción
- La agrupación de variabilidad reduce los efectos de la variabilidad.

28/02/2018
16