1.

INTRODUCCION

El presente trabajo tiene como objetivo aplicar la herramienta de simulación de

eventos discretos en el proceso de confección de polos, blusas y bividis en la empresa
PRECOTEX enfocado a la mejora del proceso para reducir los tiempos en cola de
cada una de las actividades críticas. Para ello, se describe el proceso analizado y se
presentan los diagramas de flujo, recorrido y DOP que permite dar un mayor
entendimiento al proceso descrito. Seguido a ello, se describe el procedimiento
realizado para la adquisición de datos a usar en la simulación. Los datos fueron
recolectados desde una base de datos de producción donde indica el tiempo de
operación en cada proceso y el porcentaje de reproceso por actividad y el porcentaje
por tipo de prenda.
2. DESCRIPCIÓN DEL SISTEMA Y ENTORNO

En esta sección se muestra la representación gráfica, la representación en tablas, se

detallan los inputs controlables y no controlables.

2.1 Representación gráfica

Se muestra en la Figura 2 -1 la representación gráfica del sistema. Se muestran los

tiempos en cada uno de los procesos, las probabilidades de reproceso y las entidades
en proceso que intervienen en cada uno de los procesos.

Figura 2-1: Representación gráfica del sistema

 2.2 Representación en tablas

Se muestra en la Tabla 2 -1 la representación en tablas del sistema descrito donde

se indican las entidades, atributos y actividades.

Tabla 2-1: Representación en tablas

Entidades Atributos Actividades
Delantero Hora de llegada Arribo al sistema
% Reproceso MD Formar cola en MD
% Reproceso BD Ocupar MD
% Tipo prenda Reproceso MD
Formar cola BD
Ocupar BD
Reproceso BD
Bolsillo Hora de llegada Arribo al sistema
% Reproceso MB Formar cola en MB
Ocupar MB
Reproceso MB
Tapa Hora de llegada Arribo al sistema
% Reproceso MT Formar cola en MT
Ocupar MT
Reproceso MT
Espalda Hora de llegada Arribo al sistema
% Reproceso ME Formar cola ME
Ocupar ME
Reproceso ME
Mangas Hora de llegada Arribo al sistema
% Reproceso CM Formar cola CM
Ocupar CM
Reproceso CM
Cuello Hora de llegada Arribo al sistema
% Reproceso UC Formar cola UC
Ocupar UC
Reproceso UC
Bolsillo-Tapa % Reproceso UT Formar cola UT
Ocupar UT
Reproceso UT
Delantero-Bolsillo % Reproceso UB Formar cola UB
Ocupar UB
Reproceso UB
Delantero-Espalda % Reproceso UE Formar cola UE
% Reproceso MH Ocupar UE
Reproceso UE
Formar cola MH
Ocupar MH
Reproceso MH
Delantero-Manga (polo o blusa) % Reproceso UM Formar cola UM
Ocupar UM
Delantero-Cuello (polo o blusa) % Reproceso UC Formar cola UC
Ocupar UC
Reproceso UC
Bividi, Polo o blusa Formar cola inspección
Ocupar inspección
Salir del sistema
MD Tiempo de servicio Esperar delantero
 Marcar delantero
Reprocesar
BD Tiempo de servicio Esperar delantero
Bastillar delantero
Reprocesar
MB Tiempo de servicio Esperar bolsillo
Marcar bolsillo
Reprocesar
MT Tiempo de servicio Esperar tapa
Marcar tapa
Reprocesar
ME Tiempo de servicio Esperar espalda
Marcar espalda
Reprocesar
CM Tiempo de servicio Esperar mangas
Cerrar mangas
Reprocesar
MC Tiempo de servicio Esperar cuello
Marcar cuello
Reprocesar
UT Tiempo de servicio Esperar bolsillo-tapa
Unir bolsillo con tapa
Reprocesar
UB Tiempo de servicio Esperar delantero-bolsillo
Unir delantero con bolsillo
Reprocesar
UE Tiempo de servicio Esperar unión delantero-espalda
Unir delantero con espalda
MH Tiempo de servicio Esperar delantero
Marcar hombros
Reprocesar
UM Tiempo de servicio Esperar delantero-mangas
Unir delantero con mangas
Reprocesar
UC Tiempo de servicio Esperar delantero-cuello
Unir delantero con cuello
Reprocesar
Inspector Tiempo de servicio Esperar prenda
Inspeccionar prenda

2.3 Inputs controlables y no controlables

Input controlable Input no controlable

Cantidad de MD Tiempo de servicio en MD
Cantidad de BD Tiempo de servicio en BD
Cantidad de MB Tiempo de servicio en MB
Cantidad de MT Tiempo de servicio en MT
Cantidad de ME Tiempo de servicio en ME
Cantidad de CM Tiempo de servicio en CM
Cantidad de MC Tiempo de servicio en MC
Cantidad de UT Tiempo de servicio en UT
Cantidad de UB Tiempo de servicio en UB
Cantidad de UE Tiempo de servicio en UE
Cantidad de MH Tiempo de servicio en MH
Cantidad de UM Tiempo de servicio en UM
Cantidad de UC Tiempo de servicio en UC
Cantidad de inspectores Tiempo de servicio en inspección
Porcentaje de reproceso en MD
Porcentaje de reproceso en BD
Porcentaje de reproceso en MB
Porcentaje de reproceso en MT
Porcentaje de reproceso en ME
Porcentaje de reproceso en CM
Porcentaje de reproceso en MC
Porcentaje de reproceso en UT
Porcentaje de reproceso en UB
Porcentaje de reproceso en UE
Porcentaje de reproceso en MH
Porcentaje de reproceso en UM
Porcentaje de reproceso en UC
3. DEFINICIÓN DE INPUTS AL SISTEMA
4. ANÁLISIS DE DATOS DE ENTRADA

En esta sección se presenta el Input Analyzer para cada una de las variables de
entrada identificadas. Para el caso de las proporciones, se muestra las estimaciones
realizadas.

4.1 Pruebas de bondad de ajuste

Figura 4-2: FitAll y FitAll Summary para el tiempo de marcar delantero

La Figura 4 -2 muestra el FitAll y FitAll Summary para el tiempo de marcar delantero.

El tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 11.7 y 1.16 segundos respectivamente.
  Tiempo de bastillar delantero

Figura 4-3: FitAll y FitAll Summary para el tiempo de bastillar delantero

La Figura 4 -3 muestra el FitAll y FitAll Summary para el tiempo de bastillar delantero.

El tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 15.7 y 1.84 segundos respectivamente.
  Tiempo de marcar bolsillo

Figura 4-4: FitAll y FitAll Summary para el tiempo de marcar bolsillo

La Figura 4 -4 muestra el FitAll y FitAll Summary para el tiempo de marcar bolsillo. El

tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 13.7 y 1.78 segundos respectivamente.
  Tiempo de marcar tapa

Figura 4-5: FitAll y FitAll Summary para el tiempo de marcar tapa

La Figura 4 -5 muestra el FitAll y FitAll Summary para el tiempo de marcar tapa. El

tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 29.4 y 4.02 segundos respectivamente.
  Tiempo de unir tapa

Figura 4-6: FitAll y FitAll Summary para el tiempo de unir tapa

La Figura 4 -6 muestra el FitAll y FitAll Summary para el tiempo de unir tapa. El

tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 15.2 y 2.07 segundos respectivamente.
  Tiempo de unir bolsillo

Figura 4-7: FitAll y FitAll Summary para el tiempo de unir bolsillo

La Figura 4 -7 muestra el FitAll y FitAll Summary para el tiempo de unir bolsillo. El

tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 24.9 y 2.99 segundos respectivamente.
  Tiempo de marcar espalda

Figura 4-8: FitAll y FitAll Summary para el tiempo de marcar espalda

La Figura 4 -8 muestra el FitAll y FitAll Summary para el tiempo de marcar espalda.

El tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 17.3 y 2.03 segundos respectivamente.
  Tiempo de cerrar manga

Figura 4-9: FitAll y FitAll Summary para el tiempo de cerrar manga

La Figura 4 -9 muestra el FitAll y FitAll Summary para el tiempo de cerrar manga. El

tamaño de muestra es de 41 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 29.6 y 4.14 segundos respectivamente.
  Tiempo de marcar cuello

Figura 4-10: FitAll y FitAll Summary para el tiempo de marcar cuello

La Figura 4 -10 muestra el FitAll y FitAll Summary para el tiempo de marcar cuello. El
tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 13.5 y 1.42 segundos respectivamente.
  Tiempo de unir espalda

Figura 4-11: FitAll y FitAll Summary para el tiempo de unir espalda

La Figura 4 -11 muestra el FitAll y FitAll Summary para el tiempo de unir espalda. El
tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 17.2 y 1.86 segundos respectivamente.
  Tiempo de marcar hombro

Figura 4-12: FitAll y FitAll Summary para el tiempo de marcar hombro

La Figura 4 -12 muestra el FitAll y FitAll Summary para el tiempo de marcar hombro.
El tamaño de muestra es de 33 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 15.9 y 1.73 segundos respectivamente.
  Tiempo de unir manga

Figura 4-13: FitAll y FitAll Summary para el tiempo de unir manga

La Figura 4 -13 muestra el FitAll y FitAll Summary para el tiempo de unir manga. El
tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 16 y 1.71 segundos respectivamente.
  Tiempo de unir cuello

Figura 4-14: FitAll y FitAll Summary para el tiempo de unir cuello

La Figura 4 -14 muestra el FitAll y FitAll Summary para el tiempo de unir cuello. El
tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 28.7 y 3.41 segundos respectivamente.
  Tiempo de inspección

Figura 4-15: FitAll y FitAll Summary para el tiempo de inspección

La Figura 4 -15 muestra el FitAll y FitAll Summary para el tiempo de inspección. El

tamaño de muestra es de 30 datos y la variable es de tipo continua. Por ello, solo es
aplicable la prueba KS que da un pValue mayor a 0.05. Se observa en el FitAll
Summary que la distribución de menor error cuadrado es la distribución normal por lo
que para simular esta variable se empleará la distribución normal con media y
desviación de 4.05 y 0.515 segundos respectivamente.

Finalmente, la Tabla 4 -2 muestra la distribución de probabilidad que mejor ajusta a

cada variable y por ende, la que se utilizará para simular cada una de ellas.

Tabla 4-2: Distribución de probabilidad para cada variable aleatoria

ID Variable Expresión
V1 Tiempo de Marcar Delantero NORM(11.7, 1.16)
V2 Tiempo de Bastillar Delantero NORM(15.7, 1.84)
V3 Tiempo de Marcar Bolsillo NORM(13.7, 1.78)
V4 Tiempo de Marcar Tapa NORM(29.4, 4.02)
V5 Tiempo de Unir Tapa NORM(15.2, 2.07)
V6 Tiempo de Unir Bolsillo NORM(24.9, 2.99)
V7 Tiempo de Marcar Espalda NORM(17.3, 2.09)
V8 Tiempo de Cerrar Manga NORM(29.6, 4.14)
V9 Tiempo de Marcar Cuello NORM(13.5, 1.42)
V10 Tiempo de Unir Espalda NORM(17.2, 1.86)
V11 Tiempo de Marcar Hombro NORM(15.9, 1.73)
V12 Tiempo de Unir Manga NORM(16, 1.71)
V13 Tiempo de Unir Cuello NORM(28.7, 3.41)
V14 Tiempo de inspección NORM(4.05, 0.515)
 4.2 Estimación de proporciones

Con el tamaño de muestra para cada proporción se realizó una estimación puntual de
cada una de ellas.

Tabla 4-3: Estimación de la proporción por tipo de prenda

P1 Probabilidad Acumulado
Polo 0.39171 0.39171
Blusa 0.52995 0.92166
Bividi 0.07834 1.00000

Tabla 4-4: Estimación de la proporción de defectuosos en marcar delantero

P2 Probabilidad Acumulado
Defectuoso 0.03597 0.03597
No Defectuoso 0.96403 1.00000

Tabla 4-5: Estimación de la proporción de defectuosos en bastillar delantero

P3 Probabilidad Acumulado
Defectuoso 0.05208 0.05208
No Defectuoso 0.94792 1.00000

Tabla 4-6: Estimación de la proporción de defectuosos en marcar bolsillo

P4 Probabilidad Acumulado
Defectuoso 0.03597 0.03597
No Defectuoso 0.96403 1.00000

Tabla 4-7: Estimación de la proporción de defectuosos en marcar tapa

P5 Probabilidad Acumulado
Defectuoso 0.05085 0.05085
No Defectuoso 0.94915 1.00000

Tabla 4-8: Estimación de la proporción de defectuosos en unir tapa

P6 Probabilidad Acumulado
Defectuoso 0.04317 0.04317
No Defectuoso 0.95683 1.00000

Tabla 4-9: Estimación de la proporción de defectuosos en unir bolsillo

P7 Probabilidad Acumulado
Defectuoso 0.04167 0.04167
No Defectuoso 0.95833 1.00000
Tabla 4-10: Estimación de la proporción de defectuosos en marcar espalda

P8 Probabilidad Acumulado
Defectuoso 0.04494 0.04494
No Defectuoso 0.95506 1.00000

Tabla 4-11: Estimación de la proporción de defectuosos en cerrar mangas

P9 Probabilidad Acumulado
Defectuoso 0.02000 0.02000
No Defectuoso 0.98000 1.00000

Tabla 4-12: Estimación de la proporción de defectuosos en marcar cuello

P10 Probabilidad Acumulado

Defectuoso 0.06000 0.06000
No Defectuoso 0.94000 1.00000

Tabla 4-13: Estimación de la proporción de defectuosos en unir espalda

P11 Probabilidad Acumulado

Defectuoso 0.04000 0.04000
No Defectuoso 0.96000 1.00000

Tabla 4-14: Estimación de la proporción de defectuosos en marcar hombro

P12 Probabilidad Acumulado

Defectuoso 0.06000 0.06000
No Defectuoso 0.94000 1.00000

Tabla 4-15: Estimación de la proporción de defectuosos en unir manga

P13 Probabilidad Acumulado

Defectuoso 0.03125 0.03125
No Defectuoso 0.96875 1.00000

Tabla 4-16: Estimación de la proporción de defectuosos en unir cuello

P14 Probabilidad Acumulado

Defectuoso 0.03125 0.03125
No Defectuoso 0.96875 1.00000
5. DISEÑO DEL MODELO DE SIMULACIÓN
6. VERIFICACIÓN Y VALIDACIÓN DEL MODELO

Luego de haber realizado el modelo, se ha corrido inicialmente por un total de 30

réplicas. Se muestran los resultados respecto a los tiempos en cola, tamaños de cola
en cada proceso y la utilización de los recursos, así como el tiempo en el sistema para
cada una de las prendas confeccionadas.

Figura 6-16: Tiempos en cola de cada uno de los procesos

Figura 6-17: Tamaño de cola de cada uno de los procesos
 Figura 6-18: Utilización de cada uno de los recursos

Figura 6-19: Tiempo en el sistema de cada tipo de prenda

7. ANÁLISIS DE LOS RESULTADOS

En esta sección se realiza el cálculo del número de corridas con el fin de lograr un
nivel de precisión del 10% del valor de la media para cada uno de los indicadores
recolectados. Con el número de corridas óptimo, se realiza el análisis de los datos
obtenidos a través de un intervalo de confianza al 95%. Se muestra en la Figura 7 -20
los intervalos de confianza para el tiempo en cola de cada uno de los procesos así
como el tiempo de permanencia por tipo de prenda.

Figura 7-20: Output Analyzer para los indicadores de tiempo en cola y en sistema

Se puede observar que el ancho medio de los indicadores nunca llega a superar el
10% del valor promedio del indicador por lo que no es necesario determinar un nuevo
número de corridas. De aquí en adelante se trabajará con las corridas iniciales.
8. RESULTADO DE LA SIMULACIÓN

En esta sección se presentan 3 posibles escenarios de mejora para reducir los

tiempos en el sistema de cada una de las prendas y los tiempos en cola tomando en
cuenta el proceso cuello de botella que corresponde al cerrado de mangas, marcado
de tapas, unión de bolsillo y unión de cuello. Cada trabajador percibe un salario
mínimo (S/. 930.00) y el costo por pieza en el sistema se ha estimado es S/. 3.50 por
pieza por hora.

Escenario 1: Contratar un operario adicional en el área de cerrado de mangas

Escenario 2: Contratar un operario adicional en el área de marcado de tapas

Escenario 3: Contar con un total de 6 operarios polifuncionales a tiempo parcial, en

este caso, se les pagará un total de S/. 600 por mes.
9. ESCENARIOS DE MEJORA