Pontificia Universidad Católica del Perú

Facultad de Ciencias e Ingeniería

Primer Informe de Simulación de Sistemas

Título:
“SIMULACIÓN DE LA EJECUCIÓN DE PROYECTOS EN LA EMPRESA FIANSA S.A”

Integrantes:

Gómez Alvarez , Rosalia 20072316 Participación: 100%

Capcha Rivera, Cinthia 20077135 Participación: 100%

Mejia Carrera, Samir 20080413 Participación: 100%

1. Resumen ejecutivo

El presente informe se ha realizado en la empresa FIANSA SA de la Organización

Ferreyros, en la cual se basará el estudio de simulación de la ejecución de proyectos.

Fiansa S.A es una empresa dedicada a la ejecución de proyectos metal-mecánicos

(plantas industriales, edificios metálicos, puentes, entre otros) y eléctricos (instalaciones
eléctricas industriales, montaje de equipos, montaje de líneas de transmisión y sub-
estaciones eléctricas, entre otros) para los principales sectores de la economía.

Para el estudio de este sistema, se ha clasificado los proyectos según el peso y el tipo de
estructura. Nos enfocamos exclusivamente por facilidades de estudio, en la ejecución de
proyectos de tijerales livianos. Se evalúan los procesos que generalmente se siguen para
ejecutar un proyecto. Considerando, el sistema desde la entrada del proyecto al área de
ingeniería y presupuesto, hasta el término de la fabricación del proyecto. La instalación y
montaje, no se considera por motivos prácticos.

Se tiene como finalidad simular mediante el software Arena, el proceso que se lleva para
la ejecución de proyectos tijerales livianos. Se utilizo como principales herramientas el
estudio de tiempos y fuentes de data histórica, así como experimental. Se toman muestras
de datos, para obtener la distribución a la cual se ajustan estas variables, con ayuda del
Input Analyzer. Se estima un error del 5% y un nivel de confiabilidad del 95%.

Se quiere conocer detalladamente el sistema con el objetivo de encontrar los cuellos de

botella en las operaciones de fabricación y poder optimizar los recursos del sistema.
Luego, analizaremos nuestra simulación para poder proponer las mejoras del caso.
2. Índice del contenido

1. Objetivo del trabajo…………………………………………………………. 4

2. Descripción del sistema que se va a simular……………………………... 5

3. Procedimiento para la recolección de datos………………………………. 7

4. Análisis de los datos ……………………………………………………….. 8

1. Objetivo del trabajo

El objetivo principal del proyecto es analizar y proponer mejoras en la ejecución de proyectos

de estructuras metálicas livianas llamados “Tijerales” en la empresa FIANSA S.A. mediante la
simulación en el software ARENA.

A continuación se presentan los objetivos específicos:

 Identificar operaciones “Cuello de botella” durante la fabricación de los tijerales y

optimizar su flujo mediante mejoras en el sistema.

 Identificar el proceso administrativo que retrasa el inicio de la fabricación de la

estructura metálica.

 Determinar tiempos adicionales que son producidos por los re-procesos.

 Reducir demoras y/o esperas tomando decisiones que serán previamente evaluadas en
la simulación.

 Optimizar los recursos del sistema teniendo en cuenta las variaciones de carga de
trabajo y de esta manera prever una posible caída del sistema.
Descripción del sistema que se va a simular
Nuestro estudio fue realizado en la empresa FIANSA S.A. Dentro de la fabricación de
estructuras metálicas, se puede definir la siguiente clasificación:
A continuación, se presenta un diagrama de los tijerales:

Gráfico de Tijerales 1

Gráfico de Tijerales 2
El sistema contempla el siguiente flujograma:
 Definir las pautas del proyecto se asigna a un responsable y se asigna a un
coordinador se establece una matriz de comunicación con el cliente, es decir cómo
se van a presentar los avances del proyectos mediante llamadas, correo, etc.

 Analizar Ingeniería Básica se hace la última revisión de planos y se coordina las

últimas informaciones respecto al proyecto.

 Elaborar planos de ingeniería planos de detalles en AutoCAD y modelado 3D

Tecla también, se realiza el pedido de material.

 Elaborar plantillas de corte se dibujan las plantillas que se van a utilizar en la

FISEP (CNC) que corta las planchas metálicas.

 Generar OT se asigna un número a la orden de trabajo.

 Elaborar presupuesto meta se realiza un presupuesto inicial para hallar un

margen de utilidad esperado, se utiliza el programa MS Project.

 Elaborar el cronograma del proyecto con ayuda del MS Project., Primavera o

Presto se diseña el cronograma

 Realizar diagrama de corte se busca ahorrar material tratando de colocar la

mayor cantidad de piezas, en una plancha.

 Desarrollar plan de calidad Inspeccionar la recepción de materiales se definen

las pautas para el plan de calidad que se llevara a cabo durante todo el proyecto.

 Inspeccionar la recepción de materiales se verifica que los materiales cumplan

con los estándares de calidad requeridos.

 Habilitar material dentro de las operaciones del habilitado se encuentran trazado

corte y esmerilado. Se coloca el código del elemento.

 Inspeccionar habilitado se verifica que las medidas y tolerancias estén de

acuerdo a los planos del proyecto. Se coloca un sticker que indica la aprobación
del habilitado, este es colocado por el área de calidad.

 Armar las piezas se juntan las piezas según plano, mediante punto de soldadura
(apuntalado).
 Inspeccionar armados se comprueba que las medidas se encuentren dentro los
límites establecidos, en caso de que no se encuentre dentro de estos límites se
realizara un reproceso, esmerilando los puntos de soldadura.

 Soldar juntas se realiza con soldadura MIG-MAG.

 Inspeccionar soldadura se realizan pruebas de rayos x, entre otras para verificar

que estén correctamente soldadas.

 Enderezar la deformación por soldadura se arregla ciertas deformaciones

ocasionadas por el proceso de la soldadura

 Realizar la limpieza mecánica se realiza los trabajos de esmerilado, martillado

para el posterior arenado y pintado.

 Inspeccionar limpieza mecánica se verifican que cumplan con las tolerancias de

acuerdo al plano.

 Realizar liberación final se coloca un sticker para indicar que el elemento ha sido
liberado

 Arenar y pintar colocar el color de acuerdo a los requerimientos del cliente

 Reportar producto terminado se genera en el reporte final del sistema que el

elemento ha terminado, se van acumulando los demás elementos conforme se va
terminando su fabricación en el taller

Se asume que las áreas de recursos humanos, logística y comercial no forman parte
de nuestro sistema a simular, debido a que en el área comercial los tratos que se
cierran llegarán al área de ingeniería y presupuesto, por lo cual no es necesario
analizarla.
Asimismo, logística se encarga de proveer de materiales, por ello se asume que
siempre habrá material disponible. En cuanto a RRHH, no altera ni modifica las
actividades del sistema, por lo que tampoco se tomara en cuenta.

10
2. Procedimiento para la recolección de datos y datos para realizar la
simulación

Para realizar la recolección de datos, se define previamente las variables a evaluar

para nuestro estudio, siendo las siguientes:

VARIABLES
V1 Tiempo entre llegadas de proyectos
V2 Tiempo de Definir pautas del proyecto
V3 Tiempo de Analizar Ingeniería Básica
V4 Tiempo de Elaborar planos de ingeniería
V5 Tiempo de Elaborar plantillas de corte
V6 Tiempo de Generar OT
V7 Tiempo de Elaborar presupuesto meta
V8 Tiempo de Elaborar el cronograma del proyecto
V9 Tiempo de Realizar diagrama de corte
V10 Tiempo de Desarrollar plan de calidad
V11 Tiempo de Inspeccionar la recepción de materiales
V12 Tiempo de Habilitar material
V13 Tiempo de Inspeccionar habilitado
V14 Tiempo de Armar las piezas
V15 Tiempo de Inspeccionar armado
V16 Tiempo de Soldar juntas
V17 Tiempo de Inspección de soldadura
V18 Tiempo de Enderezar la deformación por soldadura
V19 Tiempo de Realizar limpieza mecánica
V20 Tiempo de Inspección limpieza mecánica
V21 Tiempo de Arenar y Pintar
V22 Tiempo de Realizar liberación final
P1 Peso de tijeral liviano
V23 Tiempo de Reportar producto terminado

Se tiene en cuenta que para la ejecución de proyectos, se tiene una toma de datos
de 100 proyectos de tijerales livianos, delimitando nuestro sistema de acuerdo a la
clasificación de proyectos antes mencionada. No existen horas picos, por lo que hay
un ritmo de trabajo constante. Asimismo, el universo de la ejecución de proyectos de
tijerales livianos es equivalente a 200.
Luego, se tomo una muestra piloto, tomando 30 datos para cada una de las variables
ya mencionadas. Después, se procede a calcular el tamaño de muestra inicial “n0”
para cada variable, considerando los siguientes parámetros relevantes:

1. Media: Promedio aritmético de los datos correspondientes a la muestra piloto.

2. Desviación estándar: Medida de dispersión de los datos de la muestra piloto
3. Error: Nos da una idea clara de hasta dónde y con qué probabilidad una
estimación se aleja del valor real. Se considera un error de 0.05 para este
estudio.
4. Nivel de confianza: Probabilidad de que las estimaciones realizadas se ajusten
a la realidad. El nivel de confianza es del 95%, es decir un Z de 1.96.

11
Por último, se considera un factor de corrección para poblaciones finitas. El número “n”
definitivo de muestras a tomar para cada variable es:

no
n=
no
(1+ )
N

NOTA: Se muestran todos los cálculos de tamaño de muestra en el Excel adjunto. Si

la muestra hallada es menor a 30 datos, se toma como mínimo 30 datos.

Las siguientes variables:

V2 Tiempo de Definir pautas del proyecto

V5 Tiempo de Elaborar plantillas de corte
V6 Tiempo de Generar OT
V9 Tiempo de Realizar diagrama de corte
V10 Tiempo de Desarrollar plan de calidad
V13 Tiempo de Inspeccionar habilitado
V15 Tiempo de Inspeccionar armado
V17 Tiempo de Inspección de soldadura
V23 Tiempo de Reportar producto terminado

Se han considerado, constantes, debido a que las variaciones de tiempo son mínimas
a comparación de las otras variables. Por lo tanto, se les considero que siguen
distribuciones uniformes y triangulares. En el caso del tiempo de las inspecciones
siguen la misma distribución de la operación que inspecciona.

Las distribuciones de cada una de estas variables se muestran, en el Excel adjunto.

(Notas)

12
5. Análisis de los datos – determinación de tamaño de muestra, pruebas de
bondad de ajuste y determinación de distribuciones de probabilidad a
emplear en el modelo

Se realiza el cálculo del tamaño de muestra para nuestras variables, considerando

lo antes ya mencionado.
El detalle se muestra a continuación en el siguiente cuadro:

Tiempo entre Tiempo de Tiempo de

llegadas de Analizar Elaborar
proyectos Ingeniería planos de
Básica ingeniería
Media 35.94 3.60 7.54

Desviación 8.81 0.82 1.37

Estándar
no 92.25 80.47 50.61
n 200 200 200
N 63 57 40

Tiempo de Tiempo de Tiempo de Tiempo de

Elaborar Elaborar el Inspeccionar la Habilitar
presupuesto cronograma recepción de material
meta del proyecto materiales
Media 0.38 0.52 0.49 4.42

Desviación 0.09 0.06 0.04 0.75

Estándar
No 77.14 36.36 68.81 44.64
n 200 200 200 200
N 56 31 51 36

Tiempo de Tiempo de Tiempo de Tiempo de

Armar las Soldar juntas Enderezar la Realizar
piezas deformación limpieza
por soldadura mecánica
Media 10.28 8.71 1.36 2.24
Desviación 2.39 3.99 0.27 0.72
Estándar
No 83.43 164.39 57.95 159.18
N 200 200 200 200
N 59 90 45 89

13
 Tiempo de Tiempo de Tiempo de Proporción
Inspección Arenar y Realizar de tijerales
limpieza Pintar liberación final livianos(tipo
mecánica 1 y tipo2)
Media 0.91 5.63 1.10 P1=0.7
Desviación 0.13 0.84 0.14 P2=0.3
Estándar
no 50.34 53.47 41.11 28
n 200 200 200 200
N 40 42 34 33

14
 RESULTADOS:

1. Tiempo entre llegadas de Proyectos

Comentario:

L a distribución Weibull es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al
menor error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

15
 2. Tiempo de Analizar Ingeniería Básica

Comentario:

L a distribución beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

16
3. Tiempo de Elaborar Planos de Ingeniería

17
Comentario:

18
L a distribución beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

4. Tiempo de Elaborar presupuesto meta

Comentario:

L a distribución Normal es la que mejor se

ajusta mejor a los datos correspondientes de
acuerdo al menor error cuadrático medio.

Asimismo, el p-value obtenido luego de

haberse realizado prueba Kolgomorov-
Smirnov es mayor que el número
discriminatorio 0.15, por lo tanto no existen
suficientes evidencias para rechazar la
hipótesis nula.

Por otro lado, la prueba chi-cuadrado no tiene

validez pues la muestra no contiene la
cantidad mínima de datos (90). Por ello, el p
value no es considerado como un factor discriminatorio para rechazar la hipótesis nula.

19
5. Tiempo de Elaborar el cronograma del proyecto

20
Comentario:

21
L a distribución beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

6. Tiempo de Inspeccionar la recepción de materiales

Comentario:

22
L a distribución Beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

23
 7. Tiempo de habilitar material

Comentario:

L a distribución Gamma es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al
menor error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

24
8. Tiempo de Armar las piezas

25
Comentario:

L a distribución Gamma es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al
menor error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.
9. Tiempo de Soldar juntas

26
Comentario:

L a distribución exponencial es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al
menor error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es igual a
0.065, mayor a 0.05, por lo tanto no existen suficientes evidencias para rechazar la hipótesis nula.

Por otro lado, la prueba chi-cuadrado, ahora tiene validez pues la muestra contiene 90 datos. Siendo,
el p-value de 0.486, ambas pruebas son relevantes.

10. Tiempo de Enderezar la deformación por soldadura

27
Comentario:

L a distribución beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.
11. Tiempo de Realizar limpieza mecánica

28
Comentario:

L a distribución Triangular es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al
menor error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.
12. Tiempo de Inspección limpieza mecánica

29
Comentario:

L a distribución Beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ello, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

13. Tiempo de Arenar y Pintar

30
Comentario:

L a distribución Beta es la que mejor se ajusta mejor a los datos correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego de haberse realizado prueba Kolgomorov- Smirnov es mayor que
el número discriminatorio 0.15, por lo tanto no existen suficientes evidencias para rechazar la hipótesis
nula.

Por otro lado, la prueba chi-cuadrado no tiene validez pues la muestra no contiene la cantidad mínima
de datos (90). Por ellos, el p value no es considerado como un factor discriminatorio para rechazar la
hipótesis nula.

14. Tiempo de Realizar Liberación final

Comentario:

L a distribución Beta es la que mejor se

ajusta mejor a los datos
correspondientes de acuerdo al menor
error cuadrático medio.

Asimismo, el p-value obtenido luego

de haberse realizado prueba
Kolgomorov- Smirnov es mayor que el
número discriminatorio 0.15, por lo
tanto no existen suficientes evidencias
para rechazar la hipótesis nula.

Por otro lado, la prueba chi-cuadrado

no tiene validez pues la muestra no
contiene la cantidad mínima de datos
(90). Por ello, el p value no es
considerado como un factor
discriminatorio para rechazar la
hipótesis nula.

7. Identificación entidades,
recursos, variables de estado y
atributos

31
Entidades
Estática

- Supervisor Ingeniería y presupuesto

- Técnicos de planos
- Inspector de habilitado
- Generador de OT
- Jefe de presupuesto
- Jefe de planeamiento e ingeniería
- Jefe de control de calidad
- Inspector de materiales
- Inspector de calidad
- Operarios de armado
- Inspector de armado
- Operarios de soldadura
- Inspector de Soldadura
- Operarios de enderezado por soldadura
- Operarios de limpieza mecánica
- Inspector de limpieza mecánica
- Operario de arenado y pintado

Dinámica

- Estructuras metálicas
- Proyectos de tijerales livianos

Recursos
- Supervisor Ingeniería y presupuesto
- Técnicos de planos
- Inspector de habilitado
- Generador de OT
- Jefe de planeamiento y control de operaciones
- Jefe de planeamiento e ingeniería
- Jefe de control de calidad
- Inspector de materiales
- Inspector de calidad
- Operarios de armado
- Inspector de armado
- Operarios de soldadura
- Inspector de Soldadura
- Operarios de enderezado por soldadura
- Operarios de limpieza mecánica
- Inspector de limpieza mecánica
- Operario de arenado y pintado
- Máquina de corte ( CNC)
- Equipo para soldar (Electrodos)
- Esmeriladoras
- Compresoras

32
Atributos

- Tiempo de llegada de proyectos tijerales

- Tipo de tijeral(liviano, mediano)
- Color del tijeral

Variables

- Tiempo entre llegadas de proyectos

- Tiempo de Definir pautas del proyecto
- Tiempo de Analizar ingeniería Básica
- Tiempo de Elaborar planos de ingeniería
- Tiempo de Elaborar plantillas de corte
- Tiempo de Generar OT
- Tiempo de Elaborar presupuesto meta
- Tiempo de Elaborar el cronograma del proyecto
- Tiempo de Realizar diagrama de corte
- Tiempo de Desarrollar plan de calidad
- Tiempo de Inspeccionar la recepción de materiales
- Tiempo de Habilitar material
- Tiempo de Inspeccionar habilitado
- Tiempo de Armar las piezas
- Tiempo de Inspeccionar armado
- Tiempo de Soldar juntas
- Tiempo de Inspección de soldadura
- Tiempo de Enderezar la deformación por soldadura
- Tiempo de Realizar limpieza mecánica
- Tiempo de Inspección limpieza mecánica
- Tiempo de Arenar y Pintar
- Tiempo de Realizar liberación final
- Tiempo de Reportar producto terminado

Colas
- Cola de Elaborar planos de ingeniería
- Cola de Inspeccionar la recepción de materiales
- Cola de Habilitar material
- Cola de Armar las piezas
- Cola de Soldar juntas
- Cola de Arenar y Pintar
- Cola de analizar Ingeniería Básica

33
Acumuladores estadísticos
- Numero de estructuras producidas
- Total de tiempo gastado en fila
- Numero de estructuras que llegan a través de una fila
- Tiempo máximo en fila registrado
- Total de tiempo gastado en el sistema
- Tiempo máximo en el sistema registrado

Eventos

- Falla de máquina.
- Mantenimiento del equipo
- Ausencia de operarios y/o ingenieros

Actividades
- Llegada de proyectos
- Definir pautas del proyecto
- Analizar Ingeniería Básica
- Elaborar planos de Ingeniería
- Elaborar plantilla de corte
- Generar OT
- Elaborar presupuesto meta
- Elaborar cronograma del proyecto
- Realizar diagrama de corte
- Desarrollar plan de calidad
- Inspeccionar la recepción de materiales
- Habilitar materiales
- Inspección habilitado
- Armar las piezas
- Inspeccionar armado
- Soldar juntas
- Inspección de soldadura
- Enderezar la deformación por soldadura
- Realizar limpieza mecánica
- Inspección limpieza mecánica
- Arenar y pintar
- Realizar liberación final
- Cola para arenar y pintar

34
 8. Presunciones realizadas para establecer el modelo

Con el objeto de restringir el modelo se consideraron las siguientes presunciones, a saber:

1. Todos los participantes del sistema trabajan dos turnos de trabajo:
Turno 1: 7:00-16:00hras
Turno 2: 16:00-24:00hras
2. Solo se están considerando la ejecución de proyectos tijerales los cuales se clasifican en livianos
y medianos.
3. Las siguientes variables siguen la distribución indicada ya que se tiene solo datos de los
promedios, máximo y mínimo, la unidad medida son días.

V2 Tiempo de Definir pautas del proyecto Distribución uniforme(0.2,0.47)

V5 Tiempo de Elaborar plantillas de corte Distribución triangular(0.33,0.67,0.8)
V6 Tiempo de Generar OT Distribución triangular (0.0208,0.0417, .125)
V9 Tiempo de Realizar diagrama de corte Distribución Triangular (0.33,.67,.8)
V10 Tiempo de Desarrollar plan de calidad Distribución uniforme(0.2,0.47)
V23 Tiempo de Reportar producto terminado Distribución triangular(0.013,.027,.055)

4. Para las siguientes variables se considera que sigue la misma distribución a la actividad que
inspecciona pues se da paralelamente al desarrollo de la actividad inspeccionada.

V13 Tiempo de Inspeccionar habilitado

V15 Tiempo de Inspeccionar armado
V17 Tiempo de Inspección de soldadura

5. Ningún proyecto sale del sistema, es decir una vez que ingresa necesariamente se debe
terminar hasta su reporte como producto terminado.
6. La simulación se realizará durante un periodo de 1 año ya que la duración por proyecto se da
en meses.
7. El traslado de un proceso a otros es despreciable ya que las estaciones se encuentran
contiguas, por ende el traslado se da en minutos mientras que los procesos se dan en días.
8. Todos los procesos y/o actividades se realizan en una misma instalación.
9. El material necesario para la producción de tijerales siempre estará disponible pues logística se
encargará de tal labor. Cabe resaltar que éste área no forma parte de nuestro sistema.
10. Un proyecto de tijerales comienza desde que se genera el pedido hasta que se instala la
estructura metálica donde el cliente lo pida sin embargo, para la simulación solo se considera
hasta terminar la fabricación.
11. Se considerará eventos ficticios para la falla de alguna máquina o equipo necesario, este hecho
será esporádico.
12. En los procesos que necesitas maquina/equipo se dará un mantenimiento preventivo periódico.
13. El 10% en la inspección de materiales es rechazada.
14. El Almacén de materiales será utilizado en el modelo para hacer la recepción, inspección y
habilitado de materiales
15. Estación de armado será utilizada en el modelo para el proceso de armado.
16. Estación de soldadura será utilizada para realizar la operación de soldado.
17. Estación de arenado y pintado será utilizada para realizar la operación de arenar y pintar.
18. Si las ausencias son de personal administrativos serán reemplazados por lo que no será
significativo en el modelo.

35
19. Las ausencias de trabajadores en producción será irremplazables debido a que su presencia es
necesaria en el proceso.
20. En cada estación cada operario maneja solo una máquina y si este está ausente la maquina no
funciona.

9. Modelo

El modelo se encuentra adjuntado con el nombre

MODELO_TRABAJO_SIMU_TIJERAL.doe

36