Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Descripción:
Un flowitem se genera cada 120 seg , y representa un paquete que contiene
partes.
Cada paquete esta compuesta de 4 partes
Cada parte es procesada individualmente en 10 seg por parte
Luego pasa a una cola a esperar ser procesada
Salidas:
Cual es el content history de las partes esperando a ser procesadas.
EJERCICIO ETAPA 2
Objetivos: introducir el uso de distribuciones de probabilidad y la creación de
etiquetas para generar reportes personalizados
Salidas:
Cual es el Troughput de el retrabajo
Etiquetas (labels) , consideraciones básicas:
Flexsim no asume ningún atributo de las cosas representadas en el sistema, por ejemplo
peso,densidad, etc
Etiquetas ( Labels): son mecanismos para almacenar información en vivo sobre
cualquier elemento: Objetos, flowitems, tokens.
Es necesario conocer 3 cosas sobre las etiquetas:
1.-) El dueño de la etiqueta es decir donde se encuentra
2.-) El nombre de la etiqueta, el cual es determinado por el modelador y debe describir
lo que la etiqueta hace
3.-) El valor de la etiqueta , es decir la información actual almacenada en la etiqueta.
Valores en las etiquetas
Nombres de las
etiquetas: cual es Los valores de la etiqueta:
su trabajo o información que es almacenada
función ?? en la etiqueta, usada para tomar
decisiones, análisis estadisticos
Librería de formatos para el dashboard
Aquí podemos encontrar reporte estadísticos más
avanzados:
Los reportes están organizados por tipo de estadística:
WIP (Contenido)
TROUGHPUT
STAYTIME
OBJECT STATE
También se puede crear reportes “personalizados” pero
por el momento vamos a usar los del dashboard
EJERCICIO ETAPA 3
Objetivos: aprender como usar Global Tables para almacenar datos del modelo, a esto se conoce
como parametrizar el modelo. Aprender como usar triggers y etiquetas para customizar el modelo
Descripción:
Las partes que arriban vía nuestras entregas , pueden tomar 1 de cuatro posibles valores para el
part number , estos valores serán asignados como una etiqueta
La siguiente tabla tiene la probabilidad de arribo de cada part number y un tiempo único de
procesamiento , parámetros que deben ser usado por cada tipo de parte. Estos parámetros van en
vez del tiempo de proceso lognormal mean and standar deviation
Outputs: Cuales son las estadísticas de procesamiento (Min, Max , Average), para los ítems por
numero de parte
Breve explicación sobre los TRIGGERS:
Se usan para referenciar los datos que utilizara el modelo durante el tiempo de ejecución, o
se pueden usar las tablas globales para almacenar datos que se generan durante la
ejecución de un modelo
Tipos de datos para tablas
Table cell data types son utilizados para determinar el formato de los datos que serán
almacenados en las celdas.
Estos valores se configuran seleccionado la fila o columna y dando click con el botón
derecho, entonces se asigna el tipo de dato
Tipos de datos para tablas
Table cell data types son utilizados para determinar el formato de los datos que serán
almacenados en las celdas.
Estos valores se configuran seleccionado la fila o columna y dando click con el botón
derecho, entonces se asigna el tipo de dato
Acceso a las tablas globales
Usando el menú dentro del objeto en la parte de process time
Distribución discreta empírica
Devuelve una muestra aleatoria de una distribución discreta empírica
La tabla debe contener una lista de valores y los porcentajes de probabilidad asociados a cada
uno de esos valores
Los porcentajes de probabilidad deben ser ingresados deben ser ingresados en la columna 1
comenzando con la fila 1 de la tabla y los valores asociados correspondientes son ingresados en
la columna 2 . La tabla puede tener tantas filas como sean necesarias para definir tantos valores
como se desee . Los porcentajes son ingresados como números entre 0 y 100 y en total deben
sumar 100 por ciento.
EJERCICIO ETAPA 4
Objetivos: aprender como usar el objeto Combiner y como usar etiquetas para adicionar
decisiones lógicas
Descripción:
Después del proceso existente, las partes son enviadas a una cola de acuerdo a su número de
parte , por ejemplo todos los ítems partnumber 1 se acumularan en una cola dedicada para esto y
así para los diferentes partnumbers (2-3-4).
Las partes individuales necesitan ser ensambladas en un Combiner de acuerdo a la siguiente tabla
Nota: Los componentes de las filas son adicionados automáticamente para cada
puerto de conexión de entrada , a partir del puerto 2 en adelante.
El puerto de entrada 1 siempre esta reservado para el contenedor especial(palet).
La cantidad asuimida para el puerto de entrada 1 siempre es uno
En un taller de pintura arriban vehículos con una distribución exponencial con una media de 8 minutos, los vehículos pasan a una
zona de espera donde se clasifician de acuerdo al color con el que van a ser pintados: 60 % son rojos,25% azules, 15 % blancos
Luego pasan a un área de pintura donde hay dos cabinas en paralelo, cada cabina tiene su operador de pintura, el tiempo de
pintura es normal con media 10 y desviación estándar 1.5
Luego pasan a un horno donde son procesados de acuerdo una distribución triangular (2.5 8.5 3.0)
El 10 por ciento de los vehículos pintados salen con defectos y deben regresar al área de clasificación antes de la pintura.