0 calificaciones0% encontró este documento útil (0 votos)
4 vistas6 páginas
El documento describe un problema en una línea de montaje de termostatos que no estaba cumpliendo con la tasa de producción deseada. Se utilizó simulación de Monte Carlo para modelar los tiempos de proceso variables en la línea. Los principales resultados fueron la identificación de cuellos de botella y la recomendación de redistribuir los tiempos de proceso entre estaciones y establecer un límite de inventario entre ellas para mejorar la eficiencia.
El documento describe un problema en una línea de montaje de termostatos que no estaba cumpliendo con la tasa de producción deseada. Se utilizó simulación de Monte Carlo para modelar los tiempos de proceso variables en la línea. Los principales resultados fueron la identificación de cuellos de botella y la recomendación de redistribuir los tiempos de proceso entre estaciones y establecer un límite de inventario entre ellas para mejorar la eficiencia.
El documento describe un problema en una línea de montaje de termostatos que no estaba cumpliendo con la tasa de producción deseada. Se utilizó simulación de Monte Carlo para modelar los tiempos de proceso variables en la línea. Los principales resultados fueron la identificación de cuellos de botella y la recomendación de redistribuir los tiempos de proceso entre estaciones y establecer un límite de inventario entre ellas para mejorar la eficiencia.
1. Haga una descripción breve del problema a tratar, ¿cuales son los parámetros de la línea de ensable?
Descripción del problema:
Problema Identificado:
La línea de montaje de termostatos de una empresa en Brasil no estaba
cumpliendo con la tasa de producción deseada.
Se detectó que los tiempos de proceso reales eran diferentes de los
diseñados.
La práctica de vaciar la línea al final del día causaba retrasos en la
producción.
Parámetros de la línea de ensamblaje:
Tiempo de ensamblaje por estación: Cada estación de trabajo en la línea
de ensamblaje tiene un tiempo de ensamblaje promedio para completar su tarea. Este tiempo puede variar debido a la complejidad de la tarea y la habilidad de los operadores. Tiempos de cambio de herramientas: Si la línea de ensamblaje implica cambiar herramientas o configuraciones entre productos diferentes, estos tiempos de cambio pueden ser críticos y deben considerarse. Tiempos de transporte: El tiempo que lleva transportar los productos entre estaciones también es importante, ya que puede afectar la eficiencia general de la línea. Tiempos de inactividad y fallos: Las máquinas pueden experimentar tiempos de inactividad debido a fallos o mantenimiento. Estos tiempos y su frecuencia son parámetros críticos. Variabilidad: La variabilidad en los tiempos de ensamblaje y otros parámetros puede ser alta debido a la naturaleza de la producción, y esto debe ser considerado. Capacidad de la línea: Cuántos productos puede ensamblar la línea en un período de tiempo determinado.
2. ¿Cuál fue el procedimiento utilizado para generar las variables
aleatorias? Describa brevemente los principales pasos.
3. El procedimiento utilizado para generar las variables aleatorias en este caso
se basó en la simulación de Monte Carlo y se aplicó para modelar los tiempos de proceso en una línea de montaje. A continuación, se describen los principales pasos de este procedimiento: 4. Recopilación de datos: Se obtuvieron datos reales de los tiempos de proceso de cada estación de trabajo en la línea de montaje. Estos datos se obtuvieron mediante mediciones con un cronómetro y se registraron para un número suficiente de ciclos de producción. 5. Distribución de frecuencia: Se analizaron los datos recopilados para determinar la distribución de frecuencia de los tiempos de proceso en cada estación. Esta distribución describe cómo se distribuyen los tiempos de proceso y se utilizó para modelar la variabilidad en los tiempos de trabajo. 6. Construcción del diagrama de frecuencia relativa acumulativa: Se creó un diagrama de frecuencia relativa acumulativa para cada estación. Este diagrama muestra la probabilidad acumulativa de que el tiempo de proceso sea igual o menor a un valor dado. 7. Generación de números aleatorios: Se utilizó un generador de números aleatorios para seleccionar valores aleatorios entre 0 y 1. Estos valores aleatorios se utilizaron para buscar en el diagrama de frecuencia relativa acumulativa y determinar el tiempo de proceso aleatorio para cada ciclo de producción. 8. Simulación de la línea de montaje: Se aplicó el procedimiento de generación de números aleatorios para simular el tiempo de proceso en cada estación de trabajo en cada ciclo de producción. Se tuvieron en cuenta las secuencias de montaje y la disponibilidad de piezas entre estaciones. 9. Análisis de resultados: Se analizaron los resultados de la simulación para evaluar el desempeño de la línea de montaje, identificar posibles cuellos de botella y comprender cómo la variabilidad en los tiempos de proceso afecta la producción.
3. Explique el modelo de simulación utilizado
4. ¿Cuáles fueron los principales resultados presentados en el artículo? y ¿cuáles las alternativas de mejora?
Los principales resultados presentados en el artículo son los siguientes:
1. Redistribución de los ciclos de tiempo: Se identifica que las estaciones A y
B tienen tiempos de proceso más bajos que la estación C después de una revisión. Esto podría resultar en la acumulación excesiva de trabajo en proceso (WIP) después de A y B si los operarios trabajaran continuamente.
2. Establecimiento de un límite de montajes entre estaciones: Para evitar la
acumulación excesiva de WIP, se establece un límite máximo de cinco montajes entre las estaciones. Si un operario identifica cinco montajes esperando ser procesados por la siguiente estación, se detiene temporalmente para evitar un aumento excesivo de WIP.
3. Nueva simulación de operación de la línea: Se realiza una nueva simulación
para evaluar la efectividad de las modificaciones propuestas, que incluyen el límite de montajes entre estaciones.
4. Mejoras identificadas en la nueva simulación: En la nueva simulación, se
observan las siguientes mejoras:
La línea se mantiene adecuadamente alimentada con montajes
inacabados en cada estación de trabajo, eliminando la pérdida de tiempo al principio del día.
Las estaciones A y B tienen una tasa de producción mayor que la
estación C, lo que reduce la ociosidad del operario.
Manteniendo el WIP limitado a 5 partes entre las estaciones, se evita
el almacenamiento excesivo de piezas entre ellas.
El nuevo balanceo de la línea permite el montaje de 50 piezas en
35,30 minutos, lo que supone un promedio de tiempo de proceso de 0,706 minutos por pieza, una producción de 85 piezas por hora y 3.740 termostatos por semana.
En conclusion, los resultados principales del artículo muestran que las
modificaciones propuestas en las prácticas de fabricación y el balanceo de la línea de montaje permiten eliminar las limitaciones de manufactura existentes y alcanzar el rendimiento deseado en la tasa de producción. Las alternativas de mejora incluyen la redistribución de los tiempos de proceso y el establecimiento de un límite de montajes entre estaciones para evitar la acumulación de WIP y mejorar la eficiencia de la línea de montaje. Estas modificaciones se recomiendan para su implementación.