Como consecuencia de los crecientes intereses

que la filosofía de la tecnología de grupo ha

alcanzado en los últimos años, por los beneficios
en los ambientes de manufactura, y siendo estos
los principales aspectos en la transformación de
los sistemas tradicionales para sistemas
celulares, innumerables algoritmos de
agrupamiento han sido desarrollados y
aplicados.
Flujo antes de las células G.T.
tecnología de grupo
Fresado Taladro

To To
Ta Ta
F F
Ta Ta
To To F F Rectificación

To To F F
R R

Ensamble
To To R R
E E

Recepción y R R
E E
Embarque
Flujo después del uso de células
G.T.

To To F Ta R Area de
ensamble
Célula 1

Recepción To F R R A A
Célula 2
Célula 3

To F Ta Embarques
Algoritmos
Un algoritmo para agrupar familias se basa en un
proceso iterativo, cuya solución se orienta a obtener la
máxima utilización de recurso de producción dentro
de la célula
Trabajos de mayor importancia
McCormick: presenta un enfoque, conocido como
BOND ENERGY ALGRITHM (BEA), en el que se
procura maximizar la suma de todos los productos
de cada elemento de la matriz de incidencia pieza-
maquina, con los respectivos elementos mas
próximos al arreglo, a través del intercambio de
las posiciones de las líneas y columnas.
Trabajos de mayor importancia

King: desarrollo un método de agrupamiento,

también através de ordenamiento de líneas y
columnas, conocido como RANK ORDER
CLUSTERING (ROC). considera cada línea y
columna como una palabra binaria y la ordena de
acuerdo con el valor decimal correspondiente.
Clasificación de los algoritmos
En función de las metodología en que se basan,
los algoritmos pueden ser clasificados en
diferentes categoría, aunque los estudios
comparativos sobrepongan esta clasificación.
Pueden ser destacadas como mas significativas:
Programación matemática
Técnicas basadas en los arreglos
Técnicas de agrupamiento jerárquico
Técnicas heurísticas
Aquí se presentan los algoritmos basados en diversos
métodos de programación lineal, cuadrática, etc.,
generalmente con objetivos muy específicos de análisis
de resultados, por ejemplo para minimizar costos y
tiempo.
Se consideran aquí todos aquellos procedimientos basados
en una matriz pieza-maquina, con las que se busca un
agrupamiento de piezas en familias, a través de una
reagrupación de filas y columnas.

Dentro de este tipo de algoritmos podemos encontrar

entre otros:

-ROC (Ranked Order Clustering)

-BEA (Bond Energy Analisis)
Este método, especialmente desarrollado para agrupar
maquinas, trabaja en forma de una matriz,
considerando cada línea y columna como una palabra
binaria y ordenándolas de acuerdo con su valor decimal
correspondiente.

(1*2^5)+ (1*2^4)+ (1*2^3)+ (1*2^2)+ (1*2^1)+ (1*2^0)

 P1 P2 P3 P4 P5 P6

M1 1 1 10

M2 1 1 24

M3 1 1 36

M4 1 26

M5 1 1 1 37

Matriz con ponderación en las líneas

 1 2 3 4 5 6

5 1 1

3 1 1 1

4 1 1 1

2 1 1

1 1 1

24 6 7 24 5 16

Matriz con ponderación en las columnas

 P1 P2 P3 P4 P5 P6

M1 1 1 1 56

M2 1 1 1 48

M3 1 1 1 7

M4 1 1 1 6

M5 1 1 1 5

24 24 16 7 6 5

Matriz con líneas y columnas ordenadas

Obteniéndose así por medio de un ordenamiento
decreciente los valores tanto para las líneas, como para las
columnas, en este caso fueron obtenidas dos familias
distintas:

- Familia 1 (piezas 1-4-6)

para una célula 1 (maquinas 5-3)

- Familia 2 (piezas 3-2-5)

para una célula 2 (maquinas 1-2-4)
Este algoritmo opera sobre una matriz que relaciona
objetos y atributos, u otras características. Alternando
las líneas y columnas, evalúa una efectividad de
disposición para un agrupamiento en elementos de
mayor afinidad.
 VALORES DE EFECTIVIDAD ME

M1 M2 M3 M4

PA 1 0 1 0

PB 0 1 0 1

PC 1 0 1 0

PD 0 1 0 1
 M1 M2 M3 M4

A 1 0 1 0

B 0 1 0 1

D 0 1 0 1

C 1 0 1 0

b) ME=2
 M1 M3 M2 M4

A 1 1 0 0

B 0 0 1 1

D 0 0 1 1

C 1 1 0 0

c) ME = 6
 M1 M3 M2 M4

A 1 1 0 0

C 1 1 0 0

B 0 0 1 1

D 0 0 1 1

d) ME = 8
Técnicas de agrupamiento jerárquico
Engloba las metodología que consideran una
similitud o disimilitud entre las maquinas en
relación a su utilización en las piezas que han sido
procesadas. Dentro de los métodos jerárquicos
mas difundidos esta el SLINK (Sinle Linkage
Clusterint.
El SLINK es un algoritmo basado en un
coeficiente de similitud entre los elementos de la
célula de maquinas, que sirve de parámetro para
el agrupamiento.
 Coeficiente de Similitudes
La similitud entre las maquinas “j” y “k” puede ser expresada como
la capacidad de procesamiento de un conjunto de piezas que
necesitan de ambas maquinas (035.047). puede ser expresado
através de los siguientes parámetros:

N(a)= numero de piezas que requieren en ambas maquinas “j” y “k”

N(b)= numero de piezas que no requiere ninguna de las maquinas
N(x)= numero de piezas que requieren apenas una maquina “j”
N(y)= numero de piezas que requieren apenas una maquina “k”
U =numero de piezas que requieren apenas una de las maquinas
U = N(x) + N(y);
S(j,k) = coeficiente de similitudes entre las máquinas “j” y “k”

S(j,k) = …N(a)…
 N(a) + U
Matriz pieza-máquina
1 2 3 4 5 6 7 8 9 10 11 12

2 x x x x x

3 x x x x

4 x x x

5 x x x x x

6 x x x x x x

7 x x x x x x x

8 x x x x x x x
Matriz de similitud
2 3 4 5 6 7 8

2 0 0 .11 .22 .5 .1

3 .75 .28 .25 .22 .25

4 .14 .12 .25 .28

5 .22 .20 .56

6 .30 .33

7 .30

8
Dendograma de similitud
Estos algoritmos se basan en procedimientos no
clasificatorios o de utilización de coeficientes de
similaridad.

Uno de estos algoritmos establece una definición de

agrupamientos, partiendo de determinada líneas de
una matriz pieza-maquina.
 CONCEPCIÓN Y OPERACIÓN
 La tecnología de grupo (GT) se aplica en sistemas de
producción de gran variedad de piezas, con volúmenes que no
requieran inversiones en equipos específicos, por tener lotes
pequeños o medios.

 Para aplicar GT se emplean algoritmos basados en análisis de

flujo de la producción (FPA) y que deben además considerar
las características operacionales.

 La FPA presenta diversos tipos de agrupamiento donde se

debe buscar el de máxima eficiencia y la calidad del mismo la
define la optimización y confiabilidad de las rutas de flujo.

 Estas rutas, que representan los planos del proceso de cada

una de las piezas, deben considerar las características de
manufactura adecuadas a las condiciones del proyecto.
La optimización debe minimizar tiempos, etapas
de flujo o costos.

a) Requisitos tecnológicos.
b) Inversión en equipos.
c) Flexibilidad deseada para el sistema.
d) Distribución de carga de trabajo.
e) # de piezas a producir.
f) # de máquinas por grupo.
g) Características de las máquinas.
h) Frecuencia de fabricación.
i) Políticas internas de la empresa.
 TAMAÑO DE LA CÉLULA
 Desde el punto de vista técnico-operacional,
puede tomarse, al igual que el límite de carga
de las máquinas y la interdependencia entre
ellas, como un criterio de restricción en la
creación de familias o células.

 El tamaño de una célula es medido por el # de

procesos o de máquinas alojadas en la misma.
 La aplicación de un algoritmo de agrupamiento
es un punto de inicio de un proceso
matemático de iteración y es un parámetro que
debe citar razones como:
a) Limitación de espacio físico disponible.
b) Tipo de sistema de movimiento deseado.
c) Tamaño de los lotes de fabricación.
d) # de operarios integrados a cada célula, para que
estos acompañen la secuencia del proceso y
tengan una visión adecuada de conjunto para
una fácil supervisión.
CARGAMENTO DE LAS MAQUINAS
 La carga y programación de las máquinas en estudio se trabajan
por separado.

 Los sistemas celulares, tanto mas automatizados sean, tanto

mayor será el cambio de su connotación debido al alto valor de
los equipos, ya sean máquinas o sistemas de manejo, control y
movimiento de los materiales.

 Las piezas pasan a ser apenas un ítem más de programación

(aunque mas importante pues son las que elevan los costos de
uso de las máquinas), así como las herramientas y demás
sistemas.

 El cargamento de las células se representa por la ubicación de

los tiempos de procesos de las piezas de la familia en las
máquinas correspondientes con ratas definidas dentro de un
período considerado.
Los tiempos de los procesos de las piezas deben
ser conocidos y se deben establecer límites para
la carga de cada máquina de la familia;
considerando todas las “n” piezas de una familia
con sus respectivos tiempos de proceso “t(i,j)”,
dados en una máquina “i”, la sumatoria de estos
tiempos debe cumplir:

 t i, j   Ti
j 1
 INTERDEPENDENCIA DE LAS
MAQUINAS
 Se pueden tener varios grupos de máquinas dentro de
una misma célula, bien sea por características
tecnológicas, físicas o por otra razón estratégica.

 También se pueden considerar factores como la

importancia de la máquina en el proceso, la forma, la
precisión, las CNC, etc.

 Una vez que una máquina ha sido asignada para un

célula, aquellas otras que mantienen una
dependencia derivada de esta, automáticamente,
entra a formar parte de aquella célula para atender
procesos compatibles y necesarios.
DEFINICION DE UN ALGORITMO EJEMPLO
Un algoritmo para agrupar piezas en familias, se basa en un
proceso iterativo, cuya solución se orienta a obtener la máxima
utilización de recursos de producción dentro del ambiente
celular a definir.
La metodología de agrupamiento trabaja con PFA..
 ETAPAS DEL ALGORITMO
Paso 0: iniciar número de iteraciones, k = 1.
Paso 1: seleccionar filas de la matriz t(i,j) para la iteración k, trazando hi a
cada fila escogida. Verificar si las máquinas seleccionadas
poseen dependencias y en caso tal, seleccionarlas en conjunto.
Paso 2: para cada entrada en que t(i,j)>0 sea cruzada por las líneas hi ya
definidas, trazar una vertical vj. Las piezas indicadas en estas
verticales son potenciales candidatas a la familia FP-k.
Paso 3: verificar las restricciones establecidas. Constatar si hay elementos
con cruzamientos que aún no han sido verificados; si no hay, ir
a Paso 6; si hay, ir a Paso 4.
Paso 4: para cada entrada t(i,j)>0 cruzada por una vertical, trazar una hi
en la matriz. Si estas provocan más cruzamientos consecuentes,
con las hi, volver al Paso 3; si nó, Paso 5.
Paso 5: para cada t(i,j)>0 cruzada por hi, trazar vj y volver a Paso 3.
Paso 6: destacar las máquinas de la célula CM-k. Destacar las piezas de la
familia FP-k. Reducir la matriz, removiendo las filas y
columnas de los elementos ya agrupados. Actualizar el índice de
iteración en
k=k + 1 o parar el proceso.
 TRATAMIENTO DE LAS RESTRICCIONES DEL
PROYECTO
 Límite de carga: este límite se debe mantener igual o inferior para cada
período “Ti”. Si la sumatoria de los tiempos lo supera en más del 50 %, se
agrega otra máquina y se mantiene el # de piezas agrupadas. Si no
sobrepasa el 50 %, se retiran piezas hasta arreglar “Ti” según criterios
dados:
n n
máximo Cjt i, j , manteniendo t i, j   Ti
j 1 j 1

Las piezas retiradas de la matriz serán rechazadas de la familia, en tal

caso tendrán otro destino de fabricación, enviadas a un taller...
-Un límite de carga para un máquina, en una célula podría ser:
480 = min de trabajo en una turno de 8 h
Ti = 480 n*c*p n = # de turnos de trabajo en una jornada
c = coeficiente de uso de la máquina
p = período considerado
 Tamaño de la célula: limita el número de máquinas por célula. <D.C.E.>
 Interdependencia de las máquinas: cada máquina dependiente o no de
otra, se registra como tal.
 3) IMPLEMENTACIÓN
COMPUTACIONAL DEL
ALGORITMO
El sistema ejemplo fue implementado en Turbo-
Pascal y estructurado en 2 módulos básicos:
 Registro.

 Procesamiento de la información.

Se crearon 3 archivos con informaciones relativas de

las piezas (PEC_CAD), las máquinas (MAQ_CAD) y
la secuencia y flujo de las piezas a través de las
máquinas (RUTAS_CAD).
 REGISTRO DE LAS MAQUINAS

El archivo MAQ_CAD fue definido para contener

informaciones básicas relativas a las máquinas y
necesarias para lo que el proyecto se propone. Cada
registro esta estructurado en 5 campos:

a) Referencia del equipo.

b) Descripción del equipo.
c) Relación de dependencia entre máquinas.
d) Coeficiente de uso para operación.
e) Indicación de estado de registro.

Mucha mas información relativa a las maquinas podría ser

registrada… sin embargo se limita a aquella que sirve
al propósito del proyecto.
 REGISTRO DE LAS PIEZAS

El archivo PEC_CAD contiene las informaciones

relativas a la identificación de las piezas
referenciadas en la matriz pieza-máquina con sus
rutas de proceso y secuencias de flujo, que son:

a) Referencia de la pieza.
b) Descripción de la pieza.
c) Tamaño del lote de fabricación.
d) Costo unitario del tiempo de proceso.
e) Indicación de estado de registro.
 REGISTRO DE LAS RUTAS DE FLUJO
En este archivo se reúnen las informaciones relativas a una
determinada matriz de flujo de proceso, o sea, un
conjunto de rutas de piezas en las máquinas respectivas
en que deben ser trabajadas.

Las informaciones son registradas de tal modo, que para cada

pieza, correspondan tantos registros como máquinas en
las que serán procesadas, indicando también el tiempo
respectivo de proceso.

Así, cada registro tiene:

a) Referencia de la pieza.
b) Referencia de la máquina.
c) Tiempo de procesamiento de la pieza en la máquina.
d) Indicación de estado de registro.
 MONTAJE DE LA MATRIZ PIEZA-MAQUINA
Toda la metodología del
algoritmo se basa en
una matriz pieza-
máquina, de tal manera
que a cada fila
corresponda un
máquina y a cada
columna una pieza,
teniendo entonces “n”
filas de máquinas y “m”
columnas de piezas.
La matriz se monta con
base en el archivo
RUTAS_CAD .
Un flujograma general
para la creación de una
matriz es presentado en
la ilustración.
APLICACIÓN DEL ALGORITMO SOBRE LA
MATRIZ
Definida la matriz de
trabajo, un programa
aplica el algoritmo
dentro de los parámetros
establecidos, buscando
las familias de piezas y
células de máquinas
conforme al flujo
ilustrado.
La base de datos de proceso
para este algoritmo se
obtuvo del archivo
RUTAS_CAD especificado
anteriormente.
 PRESENTACION DE LOS RESULTADOS
El programa que ejecuta el algoritmo, presenta como
resultado final una matriz diagonalizada en bloques, que
representan los agrupamientos obtenidos, define las
familias de piezas y las respectivas células de máquinas.
Se destacan también las piezas que son rechazadas por no
encuadrar en los agrupamientos.
Como ilustración se puede ver el siguiente ejemplo en el cual
el usuario empleo el programa “GTcell” para representar una
matriz de 21 piezas y 11 máquinas, donde los elementos que
están siendo agrupados se señalan con una “X” en la
respectiva posición de la matriz.
A medida que nuevos agrupamientos son definidos, la matriz
original de rutas se va reduciendo.
El sistema tiene 2 módulos generales: uno para tratamiento de
la información y otro para el procesamiento del algoritmo.
PRESENTACION DEL SISTEMA. MÓDULO DE TRATAMIENTO
DE LA INFORMACIÓN

TIPOS DE ARCHIVOS
MÓDULO DE PROCESAMIENTO DEL
ALGORITMO
MATRIZ EJEMPLO
MATRIZ CONSIDERANDO TAMAÑO DE LOTE
ETAPA INTERMEDIA DE ITERACIÓN
MATRIZ DIAGONALIZADA CON DEFINICIÓN DE
CELULAS Y FAMILIAS
ESPECIFICACIÓN DE LOS RESULTADOS