diseÑo de un modelo dinÁmico de administraciÓn de la producciÓn de … · 2017. 3. 29. ·...

INSTITUTO POLITÉCNICO NACIONAL

Escuela Superior de Ingeniería Mecánica y Eléctrica Unidad Zacatenco

Sección de Estudios de Posgrado e Investigación

DISEÑO DE UN MODELO DINÁMICO DE

ADMINISTRACIÓN DE LA PRODUCCIÓN DE

BIENES, CON BASE EN LA CONTRIBUCIÓN A

LAS UTILIDADES

TESIS PARA OBTENER EL GRADO DE: DOCTOR EN CIENCIAS EN INGENIERÍA MECÁNICA PRESENTA: M en I. LISAURA WALKIRIA RODRÍGUEZ ALVARADO

DIRECTOR: DR.EDUARDO OLIVA LÓPEZ

MÉXICO D. F. ABRIL 2015

ACTA DE REVISIÓN DE TESIS (sip 14)

CARTA DE CESIÓN DE DERECHOS

AGRADECIMIENTOS

Hoy he culminado un logro más en la etapa de mi vida y ha sido posible gracias al esfuerzo

conjunto de muchas personas, quienes a lo largo de esta trayectoria me brindaron sus

opiniones, asesoramientos, paciencia, ánimo y apoyo. A todas ellas, les agradezco de todo

corazón.

Agradezco a mis familias: Rodríguez Alvarado y López Islas por el calor de hogar y la

fortaleza brindada para no decaer en ningún momento.

A mi complemento en la vida, mi esposo José Alberto López Islas. Gracias por estar conmigo

en todo momento, en noches de desvelo y días de desesperación. Has sido un pilar de

equilibrio en mi vida.

Agradezco a los catedráticos que asesoraron el desarrollo conceptual de este trabajo de

tesis: Dr. Isaías Badillo Piña, Dr. Juvenal Mendoza Valencia, Dr. Germán Aníbal Rodríguez

Castro, Dr. Flavio Arturo Domínguez Pacheco; pero muy especialmente a mi asesor, Dr.

Eduardo Oliva López, por compartir su experiencia y conocimientos. Con gran aprecio y

estima, al Dr. Pedro Alejandro Tamayo Meza, por tener la paciencia necesaria para hacerme

ver mis errores y guiarme en momentos difíciles y al Dr. Carlos Adolfo Hernández Carreón

porque fue la primera persona que confió en mí y me impulsó a seguir adelante.

Un especial agradecimiento al personal del área de Manufactura y Operaciones de la

Empresa bajo estudio, por la información y el tiempo brindado.

A los chicos del “Grupo de Ingeniería Industrial Competitiva”, Adrián, Ricardo y Osvaldo,

por la retroalimentación en las diferentes jornadas de clases.

Agradezco al Instituto Politécnico Nacional por la oportunidad brindada de haber realizado

mis estudios en dicha institución. Al CONACYT por el apoyo económico ya que de lo

contrario no hubiese sido posible la culminación del trabajo final.

Y sobre todo gracias a Dios por haberme permitido llegar hasta donde estoy.

DEDICATORIA

Dedico este trabajo de tesis, a mis dos familias, por enseñarme el verdadero valor de las

cosas y por estar ahí sin importar las circunstancias.

Familia Rodríguez Alvarado y Familia López Islas

Contenido ACTA DE REVISIÓN DE TESIS (sip 14) .......................................................................................................... 2

CARTA DE CESIÓN DE DERECHOS .................................................................................................................. 3

AGRADECIMIENTOS ............................................................................................................................................. 4

DEDICATORIA ......................................................................................................................................................... 5

RESUMEN ................................................................................................................................................................... i

ABSTRACT ................................................................................................................................................................ ii

JUSTIFICACIÓN ...................................................................................................................................................... iii

OBJETIVOS ............................................................................................................................................................... iv

Objetivo general................................................................................................................................................ iv

Objetivos específicos....................................................................................................................................... iv

METODOLOGÍA DE LA INVESTIGACIÓN ....................................................................................................... v

1. Marco Teórico ................................................................................................................................................ 1

1.1. Concepto de DS ...................................................................................................................................... 1

1.1.1. DS y su enfoque sistémico ........................................................................................................ 2

1.2. Evolución de la DS ................................................................................................................................ 3

1.2.1. Raíces del árbol ............................................................................................................................ 4

1.2.2. Tronco del árbol ........................................................................................................................... 6

1.2.3. Ramas del árbol ......................................................................................................................... 10

2. Aplicaciones de DS en un sistema de manufactura ...................................................................... 16

2.1. Contexto actual de los sistemas de manufactura .................................................................. 16

2.2. Desarrollo de sistemas de manufactura. .................................................................................. 17

2.3. Influencias de Jay W. Forrester y John L. Burbidge en el diseño de un sistema de

manufactura ..................................................................................................................................................... 18

2.4. Contribuciones de la DS en un sistema de manufactura .................................................... 20

Aplicación de la Dinámica de sistemas. Sistema de producción .................................................. 23

2.4.1. Aplicación de la DS. Administración en la cadena de suministro .......................... 23

2.4.2. Aplicación de la DS en un sistema de producción ........................................................ 28

2.4.3. Aplicaciones específicas de DS enfocado a planeación, control y análisis de

costos de un sistema de producción .................................................................................................. 33

3. Metodología para el desarrollo del modelo propuesto .............................................................. 36

3.1. Definición del sistema y planteamiento del problema ....................................................... 36

3.2. Conceptualización del sistema ..................................................................................................... 37

3.2.1. Diagrama causal ........................................................................................................................ 37

3.2.2. Bucle de retroalimentación .................................................................................................. 38

3.2.3. Retardos ....................................................................................................................................... 40

3.3. Formalización ..................................................................................................................................... 43

3.3.1. Comportamiento de un diagrama de flujos y niveles ................................................. 43

3.3.2. Representación matemática ................................................................................................. 45

3.3.3. Entornos de simulación .......................................................................................................... 47

3.4. Validación ............................................................................................................................................. 48

3.5. Metodología aplicada ....................................................................................................................... 51

4. Visión general del modelo ...................................................................................................................... 57

4.1. Objeto de estudio ............................................................................................................................... 57

4.2. Situación actual .................................................................................................................................. 59

4.2.1. Proceso de planeación y control de la línea de estampados .................................... 60

4.2.2. Proceso de producción de línea de estampados. .......................................................... 62

4.3. Definición del problema ................................................................................................................. 65

4.4. Análisis de las fuentes de información ...................................................................................... 67

4.4.1. Tiempo de cambio de herramental y material .............................................................. 68

4.4.2. Tiempos de demoras atribuidos a actividades anexas al proceso ......................... 74

4.5. Consolidado de información registrada y analizada ........................................................... 79

4.6. Propuestas enfocadas a la mejora............................................................................................... 81

4.6.1. Resultados de mejora. Propuesta SMED .......................................................................... 81

4.6.2. Resultados de mejora. Propuesta MMT ........................................................................... 82

4.7. Establecimiento de variables principales y límite del modelo ........................................ 84

4.8. Modelo causal ..................................................................................................................................... 87

5. Descripción del comportamiento dinámico del modelo ............................................................ 95

5.1. Funcionalidad de la base de datos interactiva desarrollada en Microsoft Excel. ..... 95

5.1.1. Sección 1: Análisis y pre-procesamiento de la información .................................... 96

5.1.2. Sección 2: Consulta de la información ............................................................................ 100

5.2. Diagrama de Forrester .................................................................................................................. 103

5.3. Representación matemática ........................................................................................................ 108

5.3.1. Pedido del cliente ................................................................................................................... 108

5.3.2. Ritmo de producción ............................................................................................................. 109

5.3.3. Actividades anexas al proceso que ocasionan tiempos de demora..................... 111

5.3.4. Cantidad de componentes que se podrían producir en el tiempo afectado por

los diferentes paros programados y no programados y tiempos de demoras. ............... 113

5.3.5. Inventario de componentes producidos ........................................................................ 117

5.3.6. Porcentaje de capacidad requerido ................................................................................. 120

5.3.7. Inventario de láminas ........................................................................................................... 122

5.3.8. Indicadores ............................................................................................................................... 124

5.3.9. Costos .......................................................................................................................................... 127

5.3.10. Producto terminado .......................................................................................................... 129

5.4. Ecuación general representativa del objeto de estudio ................................................... 135

5.5. Interfaz ................................................................................................................................................ 136

6. Análisis dinámico del sistema real ................................................................................................... 138

6.1. Validación estructural y estadística ......................................................................................... 138

6.1.1. Análisis de la estructura del comportamiento ............................................................ 138

6.1.2. Validación estadística. .......................................................................................................... 149

6.2. Aplicación práctica. Simulación de un caso ........................................................................... 151

6.3. Resultados y análisis ...................................................................................................................... 157

6.3.1. Impacto del tiempo de demoras en el flujo de producción .................................... 158

6.3.2. Tiempo de producción afectado por tiempos de demoras y tiempos de paros

no programados (incertidumbre), representados en cantidad de componentes. ......... 159

6.3.3. Porcentaje de capacidad requerido ................................................................................. 161

6.3.4. Proceso de planeación .......................................................................................................... 163

6.3.5. Beneficios prospectivos ....................................................................................................... 164

7. Conclusiones, contribuciones y limitaciones ................................................................................ 171

7.1. Síntesis del trabajo .......................................................................................................................... 171

7.2. Modelo desarrollado ...................................................................................................................... 172

7.3. Contribuciones ................................................................................................................................. 175

7.4. Limitaciones y trabajos a futuro ................................................................................................ 175

REFERENCIAS BIBLIOGRÁFICAS ................................................................................................................ 177

A. ANEXOS 1 ................................................................................................................................................... 185

B. ANEXOS 2 ................................................................................................................................................... 188

C. ANEXOS 3 ................................................................................................................................................... 243

D. ANEXOS 4 ................................................................................................................................................... 244

Glosario ................................................................................................................................................................. 245

INDICE DE FIGURAS

Figura 1-1: Desarrollo y evolución de la DS (fuente propia) ................................................................ 4

Figura 1-2: Evolución de la DS a lo largo del tiempo ............................................................................... 9

Figura 2-1: Aportaciones Burbidge –Forrester ....................................................................................... 19

Figura 3-1: Relación de influencia entre la variable A y B .................................................................. 37

Figura 3-2:Bucle de realimentación positivo ........................................................................................... 39

Figura 3-3:Bucle de realimentación negativo .......................................................................................... 40

Figura 3-4:Bucle de realimentación negativo con un retraso ........................................................... 41

Figura 3-5: Comportamiento de los tiempo de entrega para diferentes tipos de funciones de

retardo .................................................................................................................................................................... 42

Figura 3-6: Ejemplo del llenado de una tina como sistema dinámico ............................................ 44

Figura 3-7: Diagrama de Forrester del comportamiento dinámico de la tina (Figura 3-6)... 45

Figura 3-8:Variación del nivel en función del flujo ................................................................................ 47

Figura 3-9: Metodología aplicada ................................................................................................................. 56

Figura 4-1: Esquema general de los subprocesos de la empresa de autopartes ........................ 58

Figura 4-2:Tipos de prensas utilizadas en la línea de estampados ................................................. 59

Figura 4-3: Esquema general del proceso de planeación y control de la producción. Línea de

estampados ........................................................................................................................................................... 60

Figura 4-4: Esquema general del proceso de planeación y control de la producción. Línea de

estampados ........................................................................................................................................................... 61

Figura 4-5: Esquema general del proceso de planeación y control de la producción de línea

de estampados ..................................................................................................................................................... 64

Figura 4-6: Síntesis de las situaciones de la problemática actual de la línea y enfoques

principales de administración de la producción .................................................................................... 66

Figura 4-7: Etapas del proceso de cambio de herramental y material .......................................... 69

Figura 4-8: Formato utilizado para el registro de la información en el proceso de cambio de

herramental y material ..................................................................................................................................... 71

Figura 4-9: Tiempos promedios de las actividades del proceso de cambio de herramental y

material ................................................................................................................................................................... 73

Figura 4-10: Tiempos promedios del cambio de herramental ......................................................... 74

Figura 4-11: Actividades anexas en el proceso de producción ......................................................... 75

Figura 4-12: Formato utilizado para el registro de la información de actividades anexas al

proceso .................................................................................................................................................................... 78

Figura 4-13: Esquema general de la estructura del modelo propuesto ........................................ 86

Figura 4-14: Diagrama Causal Módulo 1 ................................................................................................... 88

Figura 4-15: Diagrama causal del Módulo 2 ............................................................................................. 89

Figura 4-16: Bucle 1: Presencia de paro por falta de lámina ............................................................. 90

Figura 4-17: Bucle 2: Compensación de inventario de componentes producidos .................... 91

Figura 4-18: Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED ........................ 92

Figura 4-19: Bucle 4: Porcentaje de mejoramiento del sistema Método MMT ........................... 93

Figura 4-20: Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado ........... 94

Figura 5-1: Menú general y acceso a las diferentes secciones del archivo general................... 96

Figura 5-2: Diagrama de flujo de la secuencia para el análisis y procesamiento de la

información ........................................................................................................................................................... 99

Figura 5-3: Pantalla general del escenario de consulta de carga de trabajo ............................. 101

Figura 5-4: Pantalla general del escenario de consulta de carga de trabajo, variación en el

período de evaluación ..................................................................................................................................... 101

Figura 5-5: Pantalla general para realizar la consulta detallada .................................................... 102

Figura 5-6: Diagrama de Forrester para el módulo 1 ......................................................................... 105

Figura 5-7: Diagrama de Forrester para el módulo 2 ......................................................................... 106

Figura 5-8: Apartado de relaciones. Intercambio de datos entre módulo 1 y módulo 2 ...... 107

Figura 5-9: Diagrama de Forrester del subsistema pedido del cliente ........................................ 108

Figura 5-10: Diagrama de Forrester del subsistema ritmo de producción ................................ 110

Figura 5-11: Diagrama de Forrester del subsistema actividades anexas al proceso ............. 112

Figura 5-12: Diagrama de Forrester del subsistema cantidad de componentes que se

podrían producir ............................................................................................................................................... 113

Figura 5-13: Función STEP ............................................................................................................................ 114

Figura 5-14: Función STEP considerando interrupción en el flujo = 1 unidad de tiempo ... 115

Figura 5-15: Diagrama de Forrester del subsistema inventario de componentes producidos

.................................................................................................................................................................................. 118

Figura 5-16: Función PULSE ......................................................................................................................... 119

Figura 5-17: Diagrama de Forrester del subsistema % de capacidad requerida..................... 120

Figura 5-18: Diagrama de Forrester del subsistema inventario láminas ................................... 122

Figura 5-19: Diagrama de Forrester del subsistema indicadores.................................................. 126

Figura 5-20: Diagrama de Forrester del subsistema costos............................................................. 128

Figura 5-21: Pantalla principal del registro de datos del módulo 2 .............................................. 130

Figura 5-22: Diagrama de Forrester del Flujo de Producto Terminado (FPT) ......................... 131

Figura 5-23: Diagrama de Forrester de la variable órdenes sin entregar .................................. 132

Figura 5-24: Diagrama de Forrester de las variables utilidades estándar y utilidades reales

.................................................................................................................................................................................. 133

Figura 5-25: Diagrama de Forrester de la variable Hora de inicio de producción .................. 134

Figura 5-26: Estructura general de las relaciones entre variables derivadas de la ecuación 5-

32 ............................................................................................................................................................................ 135

Figura 5-27: Menú principal de la interfaz desarrollada para interactuar con el modelo

propuesto ............................................................................................................................................................. 136

Figura 6-1: Funciones en el software Vensim (Check Model y Units Check) para revisar

sintaxis del modelo .......................................................................................................................................... 141

Figura 6-2: Estado de la ecuación de tiempo total de demoras DPij ............................................. 142

Figura 6-3: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de

capacidad requerida (b), Costo estándar total (c) y Costo real total (d) ..................................... 145

Figura 6-4: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de

capacidad requerida (b), Costo estándar total (c) y Costo real total (d) ..................................... 146

Figura 6-5: Inventario de componentes producidos (a) y Cantidad de órdenes sin entregar

(b)............................................................................................................................................................................ 147

Figura 6-6: Cantidad de piezas dejadas de producir (a) e Inventario de componentes

producidos (b) ................................................................................................................................................... 148

Figura 6-7: Distribución de datos registrados durante el período de evaluación ................... 149

Figura 6-8: Comportamiento estadístico promedio de los datos reales y datos simulados 150

Figura 6-9: Pantalla general para el ingreso de datos al modelo, correspondiente a una

estación de trabajo ........................................................................................................................................... 151

Figura 6-10: Secuencia para realizar corridas de simulación ......................................................... 153

Figura 6-11: Comportamiento del flujo de producción de la prensa 1(a), prensa 2 (b) y

producto terminado (c) y Acumulación del flujo de producción de la prensa 1(d), prensa 2

(e) y producto terminado (f) ........................................................................................................................ 155

Figura 6-12: Indicar de disponibilidad para la prensa 837 y 810 ................................................. 156

Figura 6-13: Afectaciones de los tiempos de demora en el flujo de producción ...................... 158

Figura 6-14: Cantidad de componentes que se podrían producir en el tiempo afectado por

los diferentes tipos paros y tiempos de demora ................................................................................... 160

Figura 6-15: Análisis comparativo de la capacidad actual................................................................ 162

Figura 6-16: Nivel de producción acumulado para dos prensas y cantidad de producto

terminado sin entregar ................................................................................................................................... 163

Figura 6-17: Comportamiento de costos de producción .................................................................. 165

Figura 1-1: Mapeo del flujo de valor (VSM) para el componente CM-3910 ............................... 192

Figura 1-2: Mapeo del proceso para línea de estampados ............................................................... 193

Figura 2-1: Mezcla de producción del mes de septiembre ............................................................... 194

Figura 2-2: Frecuencia de utilización de herramental ....................................................................... 195

Figura 2-3: Datos estadísticos y gráfica de distribución de probabilidades del

comportamiento de los tiempos de paros programados. ................................................................. 196

Figura 2-4: Datos estadísticos y gráfica de distribución de probabilidades del

comportamiento de los tiempos de demoras. ....................................................................................... 197

Figura 2-5: Frecuencia de utilización del herramental (troquel). ................................................. 200

Figura 2-6: Gráfico de la distribución Normal y polígono de frecuencia para los tiempos de

demoras ................................................................................................................................................................ 205

Figura 2-7: Gráfico de la distribución Weibull y polígono de frecuencia para los datos de

tiempos de demoras ........................................................................................................................................ 208

Figura 2-8: Gráfico de la distribución Normal y distribución Weibull en los tiempos de paros

no programados ................................................................................................................................................ 209

Figura 2-9: Comportamiento del error relatico de las curvas de distribución probabilística

.................................................................................................................................................................................. 212

Figura 2-10: Histograma de frecuencia del comportamiento del error de las curvas de

distribución probabilística ............................................................................................................................ 212

Figura 2-11: % del error de las curvas de distribución Weibull y Normal ................................. 213

Figura 2-12: Tiempo de paros programados de acuerdo al tipo de troquel a utilizar ........... 216

Figura 2-13:Correlación de las variables: cantidad a producir y Tiempo de paros no

programados ...................................................................................................................................................... 218

Figura 2-14: Procedimiento para realizar el análisis estadístico y sus principales resultado

.................................................................................................................................................................................. 219

Figura D-1: Porcentaje del error relativo de cada una de las variables analizadas, obtenido

en el periodo de evaluación .......................................................................................................................... 244

INDICE DE TABLAS

Tabla 1-1: Contribuciones de las diferentes corrientes de pensamiento a la DS .......................... 5

Tabla 1-2: Resumen de los principales eventos que acontecieron en el desarrollo de las tres

grandes obras de Jay W. Forrester .................................................................................................................. 6

Tabla 1-3: Trabajos desarrollados bajo el enfoque de DS a lo largo del tiempo ........................ 10

Tabla 1-4: Raíces epistemológicas ............................................................................................................... 11

Tabla 2-1: Efecto Forrester- Burbidge ........................................................................................................ 20

Tabla 2-2: Contribuciones trascendentes de la DS con aplicaciones en la cadena de

suministro y sistema de manufactura ........................................................................................................ 22

Tabla 2-3: Enfoque de la DS en la cadena de suministro y el sistema de producción .............. 23

Tabla 2-4: Perspectivas de la DS en el enfoque como modelo de gestión en la cadena de

suministro .............................................................................................................................................................. 24

Tabla 2-5: Perspectivas de la DS como gestión en un sistema de producción. ........................... 29

Tabla 3-1: Notación de los diagramas de Forrester .............................................................................. 44

Tabla 4-1: Información de las operaciones del proceso de producción del producto

terminado CM-3910 ........................................................................................................................................... 63

Tabla 4-2: Situaciones que determinan la problemática actual de la línea de estampados .. 65

Tabla 4-3: Clasificación del tipo de cambio de herramental y material ........................................ 70

Tabla 4-4: Propuesta de agrupación 2. Modo de operación .............................................................. 77

Tabla 4-5: Resumen de datos registrados para las actividades anexas del proceso ................ 79

Tabla 4-6: Propuesta de agrupación, de acuerdo a las características de diseño y

requerimiento ...................................................................................................................................................... 80

Tabla 4-7: Resultados de mejora derivado de la propuesta 1 SMED .............................................. 82

Tabla 4-8: Resultados de mejora, derivado de la propuesta 2. MMT ............................................. 83

Tabla 4-9: Resultados de mejora, derivado de la propuesta 2.MMT relacionada con el tipo de

cambio de herramental y material a utilizar ........................................................................................... 83

Tabla 5-1: Establecimiento de Criterio de Prioridad 1 ........................................................................ 97

Tabla 5-2: Establecimiento de Criterio de Prioridad 2 y 3 ................................................................. 98

Tabla 5-3: Base de datos del estado actual de las prensas considerando los criterios de

prioridad 1, 2 y 3. ................................................................................................................................................ 99

Tabla 5-4: Fuente de obtención de datos que alimentan el modelo propuesto ....................... 103

Tabla 5-5: Variables y parámetros del subsistema pedido del cliente ........................................ 108

Tabla 5-6: Variables y parámetros del subsistema ritmo de producción ................................... 109

Tabla 5-7: Variables y parámetros del subsistema actividades anexas al proceso ................. 111

Tabla 5-8: Variables y parámetros del subsistema cantidad de componentes que se podrían

producir ................................................................................................................................................................ 113

Tabla 5-9: Tiempos y horarios de suplementos considerados para la programación de la

producción ........................................................................................................................................................... 116

Tabla 5-10: Variables y parámetros del subsistema inventario de componentes producidos

.................................................................................................................................................................................. 118

Tabla 5-11: Variables y parámetros del subsistema % de capacidad requerida ..................... 120

Tabla 5-12: Variables y parámetros del subsistema inventario láminas .................................... 122

Tabla 5-13: Variables y parámetros del subsistema indicadores .................................................. 126

Tabla 5-14: Variables y parámetros del subsistema costos ............................................................. 128

Tabla 5-15: Variables y parámetros del subsistema producto terminado ................................. 129

Tabla 6-1: Datos de la carga de producción de la prensa 1 y 2 ....................................................... 144

Tabla 6-2: Datos de la carga de producción de la prensa 1 .............................................................. 152

Tabla 6-3: Datos de la carga de producción de la prensa 2 .............................................................. 152

Tabla 6-4: Datos de la carga de producción de las demás estaciones de trabajo .................... 152

Tabla 6-5: secuencia del orden de producción para el flujo de producto terminado ........... 152

Tabla 6-6: Orden de las cargas de producción para el flujo de producto terminado ............. 156

Tabla 6-7: Indicadores que determinan tiempos de disponibilidad y entrega del producto

terminado ............................................................................................................................................................ 157

Tabla 6-8: Evaluación del comportamiento de los indicadores ante las propuestas de planes

de mejora ............................................................................................................................................................. 166

Tabla 6-9: Análisis de contribución a la utilidad: Reducción de costos ....................................... 168

Tabla 6-10: Análisis de contribución a la utilidad: Incremento en el volumen de las ventas

.................................................................................................................................................................................. 169

Tabla A-1: Análisis comparativo de softwares disponibles para simulación dinámica ........ 185

Tabla 1-1: Principales clientes ..................................................................................................................... 191

Tabla 1-2: Distribución de planta ............................................................................................................... 191

Tabla 2-1: Distribuciones de probabilidad empleadas en el estudio. .......................................... 198

Tabla 2-2: Número de parte para el modelo CM-3910 ..................................................................... 199

Tabla 2-3: porcentaje de participación para la muestra seleccionada......................................... 200

Tabla 2-4: Relación prensa y tipo de troquel ......................................................................................... 201

Tabla 2-5: Tabla resumen de probabilidad de ocurrencia ................................................................ 202

Tabla 2-6: Distribución de la función Normal y porcentaje de distribución ............................. 204

Tabla 2-7: Distribución de la función Weibull y porcentaje de distribución ............................. 207

Tabla 2-8: Parámetros estimados de la distribución normal y Weibull para los tiempos de

demoras ................................................................................................................................................................ 210

Tabla 2-9: Cálculo de los valores D+ y D- para la distribución Normal y Weibull .................... 211

Tabla 2-10: Tabla resumen de los resultados de la prueba estadística ....................................... 211

Tabla 2-11: Cálculo de M.A.D. para los valores de los tiempos de los paros no programados

.................................................................................................................................................................................. 214

Tabla 2-12: Cálculo de datos para obtener el coeficiente de correlación ................................... 217

Tabla 3-1: Resumen de propuesta de mejoramiento SMED ............................................................ 221

Tabla 3-2: Herramienta necesaria para realizar el cambio de herramental .............................. 222

Tabla 3-3: Resultados de mejora derivado de la propuesta SMED .............................................. 233

Tabla 4-1: Comportamiento del tiempo de actividades anexas del proceso para tres

componentes ...................................................................................................................................................... 236

Tabla 3-1: Resumen de propuesta de mejoramiento SMED ............................................................ 237

Tabla 4-3: Resultados de mejora, derivado de la propuesta MMT ............................................... 242

Tabla C-1: Tarifas de costos considerados por la empresa .............................................................. 243

i

RESUMEN

Un sistema de producción puede ser considerado como un conjunto de variables

interrelacionadas entre sí. Muchas veces la interrelación de estas variables contribuye al

desarrollo de un entorno complejo. La Dinámica de Sistemas (DS) permite desarrollar una

hipótesis dinámica o causal, por medio de la cual se definen las influencias que ocasionan la

relación de los elementos que integran al sistema. Una vez enlazadas las relaciones causales

es cuando se empieza a obtener una visión general del modelo.

Partiendo de la consideración que, el objeto de estudio en el desarrollo de este trabajo es de

carácter complejo y que la DS ofrece una metodología para su interpretación, se utilizó este

enfoque para analizar el proceso de administración de la producción en una línea de

estampado de una empresa de autopartes. No se considera el análisis del sistema total (a

nivel planta e involucramiento del cliente) debido a las limitaciones de la disponibilidad de

información. El análisis inicia con la descripción misma del proceso y validación del

comportamiento de los tiempos de operación. Para su modelado y simulación se utilizó el

software Vensim en una versión estudiantil libre de costo, y la alimentación de los datos del

modelo se realizó a partir de una base de datos generada en Microsoft Excel.

Se emplearon metodologías de agrupamiento, fundamentada en los atributos geométricos

de las piezas, troqueles y capacidad de las prensas, método de observación directa, estudio

de tiempos y movimientos para hacer un análisis de los datos, identificación de la

problemática y establecimiento de los datos reales. El modelo desarrollado refleja el

comportamiento continuo de los flujos de producción y el ajuste del proceso del sistema

ante el efecto de eventos que ocasionan cambios en el plan original.

Se establece un panorama de escenarios para la toma de decisiones en el proceso de

planeación, en el que se puede evaluar el porcentaje de cumplimiento del plan de

producción de cada prensa y su impacto en los costos de producción. El porcentaje en la

contribución a la utilidad se evaluó considerando un porcentaje de mejora derivado de dos

propuestas planteadas, SMED (single minute exchange of die) y MMT (mejora en el método

del trabajo), en el desempeño de la línea bajo condiciones normales en un periodo de 8

meses. El tiempo ahorrado derivado de las propuestas planteadas se enfocó a dos aspectos,

reducción de costos en la línea de estampados e incremento en el volumen de producción

para ventas. En el primer enfoque se obtuvo un porcentaje de contribución a la utilidad del

2.31% (aproximadamente 3 millones de pesos), mientras que en el segundo enfoque, se

obtuvo un porcentaje del 29% (aproximadamente 36 millones de pesos). La diferencia de

contribución a la utilidad de ambos enfoques se le atribuye principalmente al margen de

ganancia establecido por la empresa para los productos y que los costos de producción son

relativamente bajos comparados con este margen.

ii

ABSTRACT

A production system can be considered as a set of interrelated variables. Often the

interrelationship of these variables contributes to the development of a complex

environment. System Dynamics (SD) allows to develop dynamic or causal hypotheses,

through which the influences that cause the relation of the elements of the system are

defined. Once the causal relationships are linked, is when you start to get an overview of the

model.

Based on the consideration that the object of study in the development of this work is

complex in nature and that the SD provides a methodology for its interpretation, this

approach was used to analyze the process of production management in a stamping line in

a company of auto parts. Analysis does not consider the overall system (a client and

involvement ground level) due to limitations of the availability of information. The analysis

begins with the same description of the process and validation of the behavior of the

operating times. The Vensim software was used in a free student version cost for modeling

and simulation, and feeding data model was developed from a database created in Microsoft

Excel.

Were used clustering methodologies, based on the geometric attributes of parts, tooling and

presses capacity, method of direct observation, time and motion study for analysis of data,

identifying problems and setting out the actual data were used . The developed model

reflects the continuous performance of production flows and adjusting the system process

to the effect of events that cause changes in the original plan.

It is set an overview of scenarios for decision-making in the planning process, which can

assess the degree of fulfillment of the production plan of each press and its impact on

production costs.

The percentage in profit contribution was evaluated considering a percentage of

improvement derived from two proposals raised, SMED (single minute exchange of die) and

MMT (improvement in the method of work), in the performance of the stamping line, under

normal conditions during a period of 8 months. The time saved derived from the proposals,

was focused on two aspects: cost reduction (in stamping line) and increase of production

volume for sales. In the first approach a percentage of profit contribution of 2.31% (about 3

million pesos) was obtained, while in the second approach, a percentage of 29%

(approximately 36 million pesos) was obtained. The difference in profit contribution of

both approaches is attributed mainly to the margin set by the company for products and

that production costs are relatively low compared to that margin.

iii

JUSTIFICACIÓN

Demanda, innovación y cambio tecnológico, son factores determinantes para el logro de la

alta competitividad empresarial, por lo cual son de alto grado de importancia en el

momento de tomar decisiones estratégicas.

Estamos frente a un mundo cambiante y cada vez más complejo, lo cual ocasiona cambios

estructurales en la organización. Es claro que, para realizar una administración efectiva en

sistemas complejos, es necesario comprender cabalmente el entorno y contexto donde se

encuentra inmerso el sistema de manufactura.

La DS ha mostrado ser muy útil para analizar el comportamiento de las unidades

productivas y para evaluar la forma en que las políticas, decisiones, estructuras y demoras

están interrelacionadas para influenciar sobre el crecimiento y la estabilidad industrial.

Es altamente deseable contar con un modelo de administración en la producción de bienes

que sea apropiado para el análisis de la problemática y toma de decisiones en la industria

mediana en México. De este planteamiento surge la necesidad de analizar dinámicamente el

comportamiento administrativo de una empresa de autopartes enfocado a la mejora

continua y mejora competitiva.

Los modelos que se basan en la metodología de DS son instrumentos adecuados como

apoyo a la toma de decisiones en la gestión de la innovación ya que permite mejorar la

eficacia de la toma de decisiones a través de la comprensión de las estructuras de

retroalimentación que causan el comportamiento de un sistema Bajo este enfoque se

diseñó el modelo dinámico de la empresa de autopartes en el que se analizan las

afectaciones de los efectos de los tiempos de demoras en el proceso de planeación de la

producción midiendo su desempeño mediante indicadores claves y su efecto en la

contribución a las utilidades.

iv

OBJETIVOS

Objetivo general

Desarrollar un modelo para la administración de un proceso de producción de bienes

(aplicando Dinámica de Sistemas) con base en la contribución a las utilidades, en una línea

de estampados de la industria metal-mecánica.

Objetivos específicos

• Conocer el sistema administrativo prevaleciente en la empresa bajo estudio.

• Conocer los indicadores de desempeño y su relación con los objetivos generales de la

empresa.

• Elaboración de los diagnósticos de evaluación correspondientes para el desarrollo

del modelo.

• Establecer los requerimientos que debe cubrir el modelo a desarrollar.

• Desarrollar el modelo propuesto.

• Validar y analizar los resultados obtenidos.

v

METODOLOGÍA DE LA INVESTIGACIÓN

Tomando en consideración el objetivo general de la investigación, la metodología que se ha

seguido en el desarrollo de esta tesis, se ha divido en dos etapas: la revisión bibliográfica y

el desarrollo del modelo dinámico objeto de esta tesis.

La primera etapa metodológica ha consistido en la búsqueda de información de actualidad,

en artículos y documentos sobre las diferentes aplicaciones del objeto de estudio de la

investigación. Para garantizar un análisis crítico de la revisión literaria se realizó una

primera selección de más de 150 publicaciones analizando el resumen, conclusiones y

palabras claves. Posteriormente se realizó una revisión más detallada a un total de 70

publicaciones, esta selección estuvo orientada a las contribuciones, metodologías, métodos,

aportaciones y enfoques de los diferentes investigadores.

Como resultado de la revisión bibliográfica se determinaron las perspectivas actuales de la

aplicación de la DS en dos temáticas del campo de la manufactura: administración de la

cadena de suministro y sistemas de producción. Por otro lado se examinaron las

contribuciones académicas realizadas por diversos autores, las cuales se analizaron de

acuerdo a su enfoque y aplicación. De este análisis se distinguieron las tendencias

evolutivas de la DS, así como los aspectos que determinan su aplicación efectiva en el

contexto industrial, mediante la suficiencia de los atributos de los modelos.

En lo que respecta al desarrollo del modelo dinámico, se ha hecho en base a una adaptación

de la metodología propia de DS, derivada del análisis de las diferentes guías existentes para

la construcción de dichos modelos y su adaptación al objeto de estudio. Se tomó como

referencia principal, la metodología presentada por el fundador de DS, Jay W. Forrester, la

cual se sintetiza a continuación.

Lo primero a considerar para desarrollar el modelo, es conocer el sistema que va a ser

analizado, definiendo los límites del mismo. En este caso el campo de estudio está

delimitado desde el momento en que se registra una orden de producción hasta que se

obtiene un producto terminado en la línea de estampado.

Una vez especificado los límites se procede al planteamiento de la situación a analizar, en

esta etapa se recopiló la información necesaria sobre la problemática de la línea, sus

factores y variables de interés, las cuales son objeto de estudio a lo largo del proceso. A

partir de ahí y con ayuda del conocimiento experto se definen las variables claves.

vi

Posteriormente se desarrolla el modelo cuantitativo o causal, el cual muestra las relaciones

básicas en forma de bucles de realimentación. Una vez comprendido el sistema en forma

cualitativa, se pueden plantear sus ecuaciones representativas y utilizar un entorno de

simulación para construir un diagrama de niveles y flujos (Diagrama de Forrester) y

modelar su comportamiento.

Finalmente se verifica la estructura y confiabilidad de los datos mediante la validación del

modelo, determinando que el comportamiento del mismo corresponde al comportamiento

real del sistema, mediante el planteamiento de escenarios de validación y condiciones

extremas.

Para construir el modelo y realizar la simulación se ha utilizado el software Vensim Ple ®,

versión estudiantil, el cual es un software que permite conceptualizar y desarrollar modelos

dinámicos de sistemas en un entorno gráfico., con lenguaje dinámico de fácil comprensión.

Para el procesamiento de la información y generación de datos que alimentan al programa

se construyó una plataforma con ayuda de macros en Microsoft Excel. Esto fue necesario

para dar respuesta a los requerimientos de simulación del objeto de estudio, ya que se

diseñó una plataforma personalizada de acuerdo a las características del proceso, con

capacidad de procesar gran cantidad de datos.

CAPITULO 1: MARCO TEÓRICO

DINÁMICA DE SISTEMAS; ORIGEN, EVOLUCIÓN.

Se presenta un análisis histórico-crítico del desarrollo

de la dinámica de sistemas en el campo de la

manufactura, con base en una revisión literaria

exhaustiva y bajo criterios de efectividad

administrativa.

Origen y evolución de DS

1

1. Marco Teórico La noción seminal de la dinámica de sistemas (DS) se puede detectar en los tiempos de la

antigua Grecia, en los análisis y cuestionamientos que los grandes filósofos plantearon

sobre sus perspectivas de la realidad. Tal es el caso de Aristóteles en El Organón, así como

Platón en sus Diálogos. En su proceso evolutivo, la aplicación de la DS ha probado ser muy

efectiva para evaluar el comportamiento de sistemas complejos. En este capítulo se expone

el contexto holístico al lector, mediante una visión crítica que interrelaciona las etapas del

proceso evolutivo de la DS en materia de: origen, desarrollo y tendencias, desde sus inicios

hasta las aplicaciones actuales en el campo de la manufactura. La clasificación e inter-

relación de las publicaciones alusivas a la DS, para su análisis cronológico y temático, se ha

realizado utilizando un esquema arborescente, en el cual las corrientes de pensamiento

original (seminal) se ubican en la parte de las raíces. Estas raíces generan un tronco

(integración del concepto), del cual se deriva una gran variedad de publicaciones con

diversos enfoques y aplicaciones, según se muestra en las ramas del árbol.

1.1. Concepto de DS Forrester [1], definió la Dinámica Industrial (DI) como la investigación de la

retroalimentación en los sistemas industriales para mejorar su funcionamiento mediante el

uso de modelos computarizados. Con el proceso evolutivo de la DI y el auge de su aplicación

en diversos campos del conocimiento, su denominación se cambió a DS (este aspecto es

explicado con mayor detalle en el punto 1.2.2).

La DS se conceptualizó originalmente como: el campo del conocimiento que estudia el

comportamiento dinámico de los procesos productivos (aprovisionamiento- producción-

distribución) a través de sus variables (distintivas y pertinentes) que caracterizan su

desempeño efectivo, ya que su primera aplicación fue en un entorno industrial, Forrester

[2].

La DS ha estado presente en el campo industrial desde los años 60 (inicialmente bajo la

denominación de DI); pero, dada su versatilidad de aplicación, se ha utilizado en la

economía, el urbanismo y la sociología, durante sus etapas de desarrollo. A lo largo de su

proceso de aplicación se puede visualizar la combinación de teorías, métodos y filosofías

para el análisis y la solución de problemas, que se ejecuta en un entorno cambiante a través

del tiempo [3] Por este motivo, resulta interesante conocer la forma en que los nuevos

conocimientos han influido en el proceso evolutivo de la DS.

De acuerdo con Meyers [4], a la DS se le conoce ahora como una metodología para el

modelado, la simulación y el control de sistemas dinámicos complejos; es decir, que puede


2

ser conceptualizada como el campo del conocimiento que estudia el comportamiento

dinámico de los sistemas.

1.1.1. DS y su enfoque sistémico

Las denominaciones DS y ES (Enfoque Sistémico) se utilizan frecuentemente como

sinónimos, aunque no lo son. Un concepto ampliamente aceptado de sistema, es: un

conjunto de elementos inter-relacionados entre sí, que tienen un propósito común definido

por Javier Aracil [5]. Así, el enfoque sistémico es el que identifica un objeto o situación bajo

análisis, como un elemento de un sistema, o bien como un subsistema o un sistema en sí

mismo (dependiendo de la perspectiva del analista).

El ES es una perspectiva de visualización y análisis que concibe al objeto de estudio como

un elemento dentro de un sistema, o parte de él, e implica el uso de diversas metodologías

para conocer los diversos atributos del objeto y de su entorno [6]; lo cual es congruente con

la connotación que se utiliza en este artículo.

A medida que se ampliaban las aplicaciones de la DS en diferentes contextos y

perspectivas (industrial, social, global) para modelar y simular fenomenologías

radicalmente diferentes, se comprendió que la DS y el ES son mutuamente

complementarios en su aplicación, aunque en cada instancia se enfatiza uno sobre el otro,

según los objetivos del analista. De acuerdo con Meyers [4] el ES encierra una variedad de

teorías y metodologías sistémicas, tales como la Cibernética y la Teoría general de sistemas,

muchas de las cuales son complementarias a la aplicación de la DS.

Es importante analizar los primeros fundamentos de la DS, partiendo del origen del ES, ya

que, como se mencionó anteriormente, el ES abarca una serie de metodologías y teorías

como la Cibernética y la Teoría general de sistemas, que son complementarias de la DS [4],

(esta complementariedad es explicada más adelante en el punto 1.2.1).

Durante el desarrollo del ES, diferentes áreas de ciencia y tecnología, realizaron intentos

para explorar sus consecuencias en el análisis estructurado y holístico, puesto que se

consideraba (y aún se considera) como un tratamiento multidisciplinario a un conjunto de

problemas visualizados como sistemas, a este conjunto de intentos se le conoce como

movimiento sistémico (MS) [6].

El origen del MS se ubica en la Antigua Grecia, con las contribuciones de grandes filósofos

como Platón (428-347 a.c.) y Aristóteles (384-322 a.c.). Las contribuciones de éstos se

evidencian en sus trabajos publicados que abordan sus perspectivas y análisis de la

búsqueda de la verdad. Entre estos trabajos se encuentra El Organón, de Aristóteles, el cual

constituye la primera investigación sistemática acerca de los principios del razonamiento


3

válido o correcto [7]. Años más tarde, su discípulo Platón, desarrolló debates filosóficos con

distintos interlocutores, en búsqueda de la verdad y transmisión del pensamiento, Platón

concibe esta forma de expresión en unidades literarias y filosóficas en un formato de

diálogo, conocido como Diálogo Platónico [8].

Estos filósofos se refieren a: el acierto sistémico como “el todo es más que la suma de sus

partes” que también es conocido como: “suma lógica”. Esta afirmación aristotélica

posteriormente se le conoce como “sinergia”[9], que quiere decir literalmente, trabajando

en conjunto o sumando esfuerzos.

A partir del postulado del acierto sistémico de Aristóteles, fue que se vinculó la noción de

sistema al desarrollo de la filosofía europea. Por este motivo, el concepto de sistema tiene

referencias que datan desde la Grecia clásica, partiendo de las observaciones realizadas por

estos grandes filósofos sobre la realidad, según lo confirman [10] Consecuentemente, es

válido decir que la DS se fundamenta en el ES y éste, a su vez, se desarrolla en el entorno del

MS.

1.2. Evolución de la DS Una forma visualmente atractiva e ilustrativa de mostrar el origen y la evolución de la DS, es

mediante el diagrama arborescente que se muestra en la Figura 1-1. En dicho diagrama, las

raíces representan los conocimientos teóricos fundamentales de la DS. En el tronco se

presenta la integración del concepto DS y su aplicación práctica, por parte de su fundador

Jay W. Forrester. En las ramas del árbol, se muestran las diferentes aplicaciones de la DS en

diversos campos del conocimiento.

Los cimientos que dan soporte a este desarrollo descansan en el ES y en el Movimiento

Sistémico (MS), ya que la DS requiere del ES para su cabal aplicación y, también, se

complementa de los métodos y teorías desarrollados por las corrientes de pensamiento del

MS.

Para comprender la perspectiva multidisciplinaria de la DS, es esencial preguntarse ¿cuáles

fueron las circunstancias y los fundamentos que dieron lugar al desarrollo de la DS? y ¿qué

factores propiciaron su evolución en sus diferentes etapas? A lo largo de este capítulo se da

respuesta a cada una de estas interrogantes.

En el diagrama de la Figura 1-1-a, las corrientes de pensamiento original (seminal) se

ubican en la parte de las raíces. Estas raíces generan un tronco (integración del concepto),

del cual se deriva una gran variedad de publicaciones con diversos enfoques y aplicaciones,

según se muestra en las ramas del árbol.


4

Figura 1-1: Desarrollo y evolución de la DS (fuente propia)

1.2.1. Raíces del árbol

No se tiene certidumbre de las diversas corrientes de pensamiento que dieron lugar al ES.

Meyers [4] establece que, al menos dos componentes importantes deben ser mencionados,

la cibernética y la teoría general de sistemas. Por otro lado, Lilienfield [11], considera 3

corrientes adicionales: la informática, la teoría de juegos y la teoría de la información y las

comunicaciones. Puesto que el desarrollo de la DS es posterior al desarrollo de estos

campos del conocimiento, se analiza el aporte correspondiente de cada una de ellas y su

relación con el origen de la DS, con base en las publicaciones pertinentes. En la Tabla 1-1 se

muestra el aporte mencionado en términos de: su denominación, su precursor/investigador

y la esencia de cada contribución.


5

Tabla 1-1: Contribuciones de las diferentes corrientes de pensamiento a la DS

Corriente de pensamiento

Precursor/ investigador

Esencia de la contribución Contribuciones a la DS

Informática (siglo 19)

Charles Babbage

Aparición del computador para el manejo de la información en forma automática.[12]

La computación es utilizada como instrumento fundamental en la DS, en la simulación de sistemas reales, a través de modelos traducibles a programas informáticos. En su momento se hizo utilizado el software denominado DYNAMO.

Cibernética (años 40)

Norbert Wiener

La principal aportación es la idea de retroalimentación, que introduce Norbert Wiener, la cual rompe con el principio de causalidad lineal al introducir el principio de "bucle" causal.[13]

El diagrama de Forrester utiliza una representación hidrodinámica del sistema y se utilizan la teoría de control y bucles causales para explicar las relaciones causales entre las variables examinadas.

Teoría General de Sistemas (años 50)

Ludwig Von Bertalanffi

Presenta una manera sistémica y científica de aproximación y representación de la realidad, usando formas de trabajo interdisciplinario. Enfoque de dos paradigmas: Científico y relación todo entorno. [14]

Su enfoque sistémico fue muy diferente al tradicional, orientado al estudio de los sistemas complejos, formados por múltiples variables y un comportamiento dinámico.

Teoría de la Información y Comunicaciones (finales de los años 40)

Claude Elwood Shannon y Warren Weaver

Proporcionaron un lenguaje matemático para el manejo de la información y una base formal muy sólida para el estudio de problemas lingüísticos, matemáticos y teóricos relacionados con la transmisión de mensajes. [15]

El primer modelo aplicado de DS fue de un contexto industrial. Las ecuaciones de dicho modelo fueron codificadas y analizadas en un escenario de simulación computarizada. Este paso permitió acelerar el modelado y la expansión rápida de DS.

Teoría de Juegos (1944)

John von Neumann y Oskar Morgenstern

Propusieron modelos estocásticos para estudiar las interacciones en estructuras formalizadas y llevar a cabo procesos de decisión [16]

Visión de conjunto de todos los elementos implicados en la decisión. Modelación estocástica de los procesos de decisión.

Al analizar las contribuciones de la Tabla anterior, se hace evidente que: Las aportaciones

de estos autores fueron incluidas por Jay W. Forrester para plantear las bases de la DS.

Esta afirmación es reforzada con la perspectiva que tiene Javier Aracil [5] sobre la DS como

metodología, en la cual establece que la DS se basa en las técnicas tradicionales de gestión

de sistemas sociales, en la teoría de sistemas retroalimentados y en la simulación por

computadora, es decir un compendio de las aportaciones anteriormente mencionadas.

Así mismo, Santa Catalina [17], establece que dichas aportaciones dieron lugar al desarrollo

de la innovación sistémica de Forrester, la cual consistió en transferir el conocimiento de la


6

teoría de control y retroalimentación, como la organización y las ciencias sociales; mediante

una sencilla metáfora hidrodinámica para la |representación de un sistema, abstrayendo las

ecuaciones diferenciales que definen a un sistema no lineal.

La estrecha relación existente entre el aporte significativo que tuvieron cada una de estas

corrientes con el desarrollo y evolución de la DS, es notoria en las publicaciones de su

aplicación en los diferentes campos, ya que para el análisis de sistemas complejos y

planteamiento de los diversos escenarios que determinan su comportamiento se hace uso

de la teoría de control, retroalimentación de sistemas y análisis de la complejidad

organizacional.

1.2.2. Tronco del árbol

La siguiente etapa evolutiva de la DS corresponde al tronco del árbol (ver Figura 1-1 -b), ya que es donde se integran los conocimientos aportados por diversos campos del conocimiento (corrientes de pensamiento) mostrados en las raíces.

Para comprender la evolución del pensamiento de Forrester, es importante conocer que este investigador pasó del laboratorio de servomecanismos del MIT (Massachusetts Institute of Technology), donde inventó las memorias magnéticas de núcleos de ferrita, a coordinar el gran proyecto de defensa SAGE (Semi-Automatic Ground Equipment), y para eal año 1952 fue invitado a formar parte de la nueva escuela de administración del MIT. En estas etapas de su vida conoció directamente los procesos tecnológicos y administrativos en sus aspectos operativos, tácticos y estratégicos. La trayectoria de Forrester como fundador de la DS, se puede visualizar en tres etapas, que coinciden con el auge de sus tres grandes obras: Industrial Dynamics (1958), Urban Dynamics (1968) y World Dynamics (1970). Es importante resaltar que estas tres obras representan las principales referencias para los trabajos posteriores realizados en DS. En la Tabla 1-2 se presenta un resumen de los principales eventos (colaboración, impacto, problemática y solución) que acontecieron con el desarrollo de estas tres publicaciones, el entorno de dicho desarrollo es explicado a mayor detalle a continuación.

Tabla 1-2: Resumen de los principales eventos que acontecieron en el desarrollo de las tres grandes obras de Jay

W. Forrester

Publicación Año Acontecimientos

Ind

ust

ria

l D

yn

am

ics

1958

Problema Oscilaciones y fluctuaciones en inventarios Métodos alternativos no muestran resultados satisfactorios

Solución Hipótesis de que los bucles de retroalimentación con retrasos

producían las oscilaciones. Desarrollo del programa DYNAMO


7

Publicación Año Acontecimientos U

rba

n D

yn

am

ics

1968

Colaboración

Colaborador John. F. Collins Experiencia Modelado urbano Trabajó con un equipo colaborador experto en el tema

Impacto

Analiza las políticas urbanas de Estados Unidos Se tenía la hipótesis de que la construcción de viviendas de bajo costo

era esencial para la reactivación de los centro urbanos

Wo

rld

D

yn

am

ics

1970

Colaboración Modelación para el club de Roma Apoyo para el MIT

Impacto Discusión de problemas mundiales Gran aceptación mundial

En su libro “Industrial Dynamics”[1], Forrester explica el modelo desarrollado para el caso

de la empresa Sprague Electric como “un gran avance en la toma de decisiones”, aplicando

el programa Dynamo en el que fueron codificadas las ecuaciones representativas del

modelo con ayuda de un compilador SIMPLE (Simulation of industrial Management

Problems with Lost of Equations), el cual automáticamente crea el código informático

(código fuente).

Parte de la problemática presente en la empresa Sprague Electric era que, a pesar de contar

con pocos clientes muy fuertes, el flujo de sus pedidos no sólo era irregular, sino que

presentaba oscilaciones similares a los de los servomecanismos incorrectamente

compensados [18], conocida como retroalimentación positiva.

Forrester, inicialmente utilizó las técnicas de investigación operativa y las simulaciones de

Monte Carlo para analizar esta situación, sin embargo no se obtuvieron resultados

satisfactorios. Al analizar detenidamente el comportamiento dinámico de la situación de la

empresa, Forrester decidió representar dicho comportamiento mediante un modelo

cibernético de su proceso logístico y productivo. Dicho modelo dio paso al desarrollo de la

metodología de DI, la cual, posteriormente se conoció como DS [18] debido a sus

posteriores aplicaciones y a la esencia dinámica de sus ecuaciones representativas.

En su obra: “Urban Dynamics” se puede encontrar su percepción sobre los problemas del

crecimiento y la degeneración de las ciudades. Forrester y Collins (ex alcalde de Nueva

York) sugieren en su estudio, que las políticas urbanas de Estados Unidos, se encontraban

entre lo neutro y muy perjudicial como institución, con residentes de bajos ingresos y

desempleados. Ante tal situación, ellos decidieron aplicar la metodología de DS para

modelar el sistema social. Para ello postularon tres fuerzas primarias que subyacen en el

crecimiento urbano y la decadencia: la migración guiadas por la percepción del atractivo

relativo, el envejecimiento de las estructuras habitacionales y comerciales, y las conexiones

de retroalimentación entre la población, la vivienda y el empleo. Sus resultados fueron


8

publicados en su obra Urban Dynamics, en el modelo se visualizó que la construcción de

viviendas de bajo costo fue un proceso de gran alcance para crear la pobreza, y no el alivio

[2], puesto que la construcción de las viviendas agotaba el espacio donde se podían crear

puestos de trabajo.

El trabajo urbano “Urban Dynamics”, propició el contacto con el Club de Roma (ONG

conformada por un grupo de científicos y políticos preocupados por mejorar el futuro del

mundo a largo plazo de manera interdisciplinaria y holística), a través de una reunión sobre

los problemas urbanos en Italia en el Lago Como. En 1971. Forrester generalizó sus

anteriores trabajos publicados en su obra “World Dynamics” donde presenta la primera

modelización del mundo. En Agosto de 1970 el Club de Roma, con el patrocinio de la

Fundación Volkswagen, invitó al Grupo de Dinámica de Sistemas del MIT, bajo la dirección

de Forrester, a emprender un estudio sobre las tendencias e interacciones de un número

limitado de factores que amenazan a la sociedad global [19] Esta investigación dio lugar a la

publicación del libro The Limits to Growth.

Estas tres grandes obras, marcaron el inicio de la aplicación de la DS como tal. Cada una

presentó su nivel de complejidad acorde a la etapa en que se desarrolló. Todo esto permitió

la incursión de la DS en diferentes áreas de interés y en diversos campos de la ciencia; En la

Figura 1-2 se explica con mayor detalle el proceso evolutivo de la DS en función del

desarrollo de las obras representativas de Forrester, a lo largo del tiempo. En general, Se

pueden distinguir 6 periodos en la evolución de la DS, los cuales son los siguientes:

El primero, estuvo a cargo de Norbert Wiener, se desarrolló alrededor de los años 40,

(aunque hubieron dos etapas antecesoras en los años de 62 A.C. y 1932, con la aplicación

del sistema de autorregulación y los términos causales, respectivamente) en esta etapa,

denominada Cibernética, se concibe al conjunto de operaciones de transformación de las

materias primas como un proceso dinámico, sujeto a los principios de control y regulación

que se aplican en las máquinas.

El segundo periodo se desarrolló en los años 60 y consistió en la extrapolación de la

Cibernética y las demás corrientes de pensamiento explicadas anteriormente, al campo

empresarial, con sus primeras aplicaciones en la organización de la producción; y como

obra representativa se puede mencionar el libro de “Dinámica Industrial” de Jay W.

Forrester [20].


9

Figura 1-2: Evolución de la DS a lo largo del tiempo1

El tercero surgió en los años 70, en él se aplica la DS a modelos econométricos nacionales y

modelos mundiales, siendo el principal acontecimiento la participación en el Club de Roma

con las reacciones ocasionadas por la obra de “Urban Dynamics”.

El cuarto periodo se presenta en los años 80, en este se dan los primeros análisis con

enfoque administrativo-empresarial-organizacional, conocido también como modelo

cualitativo de organizaciones [21].

El quinto periodo lo constituye la Dinámica de Sistemas Cualitativa, que promueve el

aprendizaje sobre y en la organización, con la intención de constituir organizaciones

inteligentes abiertas al aprendizaje [20].

1 Modificado de http://dinamica-de-sistemas.com/wds5.htm y http://timerime.com/es/evento/1348281/Comportamiento+Humano+en+la+Dinamica+de+Sistemas/

Industria Modelos

económicos

Dirección de

empresas

Ecología y

medio

ambiente

Comportamiento

humano

Ind

ust

rial

D

yn

amic

s U

rban

D

yn

amic

s W

orl

d

Dy

nam

ics

1960

1970

1980

1990

2000

Aplicaciones en organización de la producción

Modelos econométricos, nacionales y modelos

mundiales

Administración y dirección de empresas

Estudio de impacto ambiental y

gestión de recursos humanos

Psicología y sociología

Cib

ern

étic

a

1950

http://dinamica-de-sistemas.com/wds5.htm

http://timerime.com/es/evento/1348281/Comportamiento+Humano+en+la+Dinamica+de+Sistemas/


10

El sexto periodo se enfoca al análisis de problemas y situaciones desde el punto de vista

ecológico y comportamiento humano, analizando la brecha existente entre el rendimiento

operacional, organizacional y motivacional entre organizaciones, empresas o un nivel

global. El cierre de esta brecha va dirigido a alcanzar los más altos índices de nivel

competitivo y sustentabilidad [22].

Para comprender a mayor detalle los diferentes objetivos de aplicación, en la Tabla 1-3 se

presenta algunos de los trabajos representativos que se han desarrollado a lo largo de la

línea evolutiva de la DS en términos de su categoría, autor y trabajo realizado.

Tabla 1-3: Trabajos desarrollados bajo el enfoque de DS a lo largo del tiempo

Categoría Autor Trabajo realizado

Cibernética Von Holst (1930-1950) Cibernética y Biología

Angyal (1941) A logic of systems Wiener (1943-1948) Cybernetics and Management

Dinámica Industrial Ackoff (1963) A Manager’s Guide to OperationsResearch. Aplicaciones del Pensamiento sistémico

Modelos Económicos

C.H. Alexander (1963) Dinámica de sistemas. Description of the visual information. Systems an information system for urban planning.

Randers, Medows& Medows. (1972)

The Limits toGrowth

Morgan (1979) Sociological paradigms and organizational Analysis

Aplicaciones en administración de empresas

Warren (2008) Strategic Management

Warren (2002) Competitive Strategy Dynamics

Estudios de Impacto Ambiental y Gestión de Recursos Naturales

Gutiérrez & Fey (1980) Ecosystem Succession

Meadows, Meadows,Randers & Behrens (1973)

Toward Global Equilibrium,

Wolstenholme (1990) Systems Enquiry

Psicología y sociología Maldonado (2009)

Complejidad de los Sistemas Sociales: Un reto para las ciencias sociales

Ilgen & Hulin(2000) Computational modeling of behavior in organizations

1.2.3. Ramas del árbol

Una vez que Forrester estableció las bases de su método, fue posible adoptar la metodología

de la DS hacia otros campos de aplicación, tal como se muestra en la Tabla 1-3. Esta

incursión de la metodología de la DS vino acompañada de características y atributos

cualitativos y cuantitativos.

Según Wolstenholme [21], se puede considerar que la DS es a la vez un modelo de

pensamiento y un método de investigación. Esta doble posición, según Meyers [4], está


11

fundamentada por las raíces epistemológicas (tradición positivista y tradición

interpretativa), las cuales implican dos enfoques: el subjetivo y el objetivo.

La tradición positivista denota un enfoque metodológico dirigido en la generación de

conocimiento positivo, es decir basado en hechos comprobados. La tradición interpretativa

se enfatiza en la importancia de interpretaciones subjetivas de un fenómeno, ver Tabla 1-4.

Tabla 1-4: Raíces epistemológicas

Raíces Epistemológicas Raíz Características Ejemplos

Tradición positivista

Objetiva Investigación de Operaciones: Técnicas matemáticas y cuantitativas Teoría de los sistemas vivos: Sistema auto-organizados Modelo del sistema viable: Diagnóstico y sistema organizado

Fundamentos conceptuales Cuantitativa Estructuralista Funcionalista

Tradición interpretativa

Subjetivista Planificación interactiva: Futuro por medio del desarrollo presente Metodología de sistemas suaves: Lógica e implementación del cambio Sistema crítico heurístico: Práctica reflexiva-pensamiento sistémico

Comunicacional Cultural Política ética y estética Aspectos cualitativos y discursivos

Estas raíces epistemológicas hicieron evidente el análisis de la DS en aplicaciones

cualitativas y cuantitativas, las cuales han estado presentes en el análisis de diferentes

situaciones en diversos campos de la ciencia, puesto que, permiten hacer una

caracterización de la naturaleza del problema o situación al determinar, ya sean de carácter

objetivo o subjetivo.

Es de particular interés en este capítulo analizar las publicaciones pertinentes que utilizan

(parcial o totalmente), complementan o replantean la DS, en el contexto de la

administración; ya sea para una mejor comprensión de su fenomenología, como para la

evaluación de estrategias y/o toma de decisiones. Estos trabajos representativos se

analizan en términos de su denominación, su autor, su esencia, la naturaleza de la

contribución y su relación con la DS.

(The Fifth Discipline, FD) 1990.

Peter Senge popularizó el concepto del “aprendizaje en las organizaciones”. Este concepto

ha representado una de las principales contribuciones del autor, estableciendo que: hay 5

disciplinas que convergen para innovar las organizaciones inteligentes (dominio personal,

modelos mentales, visión compartida, aprendizaje en equipo y pensamiento sistémico).


12

En este trabajo es evidente la relación con la de DS, ya que Senge aplica modelos no

lineales simulados por computadora, originalmente planteados en la DS. Él confecciona

estos modelos cualitativos identificando en las empresas conceptos escritos y mentales que

las personan utilizan en la organización (normas y políticas, conductas, estructuras

organizativas, datos numéricos), por otro lado, hace uso de bucles causales para analizar la

interrelación de estos elementos [23].

(Model Validity, MV) 1990.

Los autores Barlas y Carpenter, desarrollaron la teoría de la validación de un modelo de un

sistema dinámico, la cual consistió de dos componentes: validación de la estructura y

validación del comportamiento. Con esta teoría los autores realizan su principal

contribución a la metodología de la DS. La validación de la estructura se refiere a

establecer la relación usada en el modelo, es decir, una adecuada representación de la

relación real. En cuanto a la validación del comportamiento consiste en demostrar que

dicho comportamiento es lo suficientemente cerrado, es decir que aborda los elementos

necesarios para su comprensión [24].

En 1996, Yaman realizó su contribución con la idea de que: la validación en DS se basa en

un enfoque relativo en lugar de absoluto, aunque ello no excluye el uso de pruebas

formales. Este planteamiento se apoyó de la opinión de Forrester, él estableció que la

validación de un modelo se basaba en la validación de sus detalles. Forrester afirmó que las

pruebas deberían centrarse en la validación de los patrones de comportamiento del

modelo, más que en comprobar la coincidencia entre los datos reales y los generados

por el modelo [17].

(Group Modelling Building, GMB) 1996.

Vennix, inició la modelación experimentando con la participación de grupos de clientes en

el proceso de construcción de modelos. El modelo se caracterizaba con un grupo de clientes

que estaba profundamente involucrado en el proceso de construcción del modelo.

Originalmente Forrester señaló reiteradamente que la mente humana no está bien

equipada para trazar la dinámica de las estructuras de retroalimentación de sistemas

complejos, de ahí la necesidad de simular un sistema dinámico. La metodología de GMB

ayuda a esclarecer situaciones donde no hay suficiente retroalimentación ni

percepción grupal ante la presencia de una situación, contribuyendo de esta manera con la

formulación de modelos mentales y formación de supuestos causales.

Otra de las contribuciones que presenta Vennix es que además de compartir y alinear los

modelos mentales, también crea la posibilidad de asimilación e integración de los


13

modelos mentales parciales en una descripción del sistema global, en el que los

participantes superan sus puntos de vista locales [25].

(Synthesis of System Dynamics and Soft Systems Methodology, SSD - SSM)

1998.

Los autores David Lane & Rogelio Oliva [26] propusieron una síntesis de la Metodología de

los sistemas suaves y de la DS, en la que se presenta un esquema (complementado con la

lógica basada en el análisis cultural) para comprender el análisis de la intervención, el

análisis social del sistema y el análisis del sistema político.

La metodología de los sistemas suaves tiene una perspectiva de contextos sociales y de vida

organizacional. Es considerada como una metodología explorativa, y agrupa las

características de la tradición interpretativa. Su relación con la DS se centra en que el

proceso de modelamiento integrado en esta metodología, genera un tipo holístico del

comportamiento humano organizado bajo una visión particular del mundo;

concluyendo que diferentes modelos pueden ser usados para explorar la situación del

problema bajo diferentes perspectivas.

Según los autores, la SSM genera y representa diversas perspectivas sobre una situación

problemática, ofreciendo una visión particular de la naturaleza del problema.

(Bussines Dynamics, BD) 2000.

Sterman, orientó su enfoque hacia la descripción de un sistema de modelado con DS para

el análisis de políticas, estrategias de negocios y políticas públicas. En su libro

“Bussines Dynamics: Systems Thinking and Modeling for a Complex World”, Sterman

empleó la DS como una perspectiva y como un conjunto de herramientas conceptuales,

que permite comprender la estructura y dinámica de los sistemas complejos.

Con esta contribución, Sterman considera que la DS es también un método de modelado

riguroso, que permite construir simulaciones por computadora de sistemas formales y

complejos, utilizándolos para diseñar políticas más efectivas. Sterman establece que, en

conjunto, estas herramientas nos permiten crear simuladores de vuelo de gestión-

micromundos. En estos simuladores el espacio se puede comprimir y el tiempo se puede

demorar para experimentar los efectos secundarios a largo plazo de las decisiones, el

aprendizaje de la velocidad, el desarrollo de nuestra comprensión de los sistemas

complejos, y las estructuras y estrategias de diseño para un mayor éxito

(jsterman.scripts.mit.edu).


14

(Strategy Dynamics, SD) 2002-2008.

Warren, estableció como principal contribución, que el método de SD2 se centra en el

desafío de la gestión universal, ofreciendo mejoras sólidas y sostenibles en el desempeño

del negocio. Este método se relacionó con la comprensión y administración del

rendimiento de las empresas (públicas, políticas, sin fines de lucro) a través del tiempo,

anteriormente analizado por Forrester en su aplicación industrial.

Este método se puede utilizar para explicar el desempeño actual del negocio y

desarrollar las estrategias para mejorar el desempeño futuro del negocio, basado en

la construcción y retención de recursos y capacidades. Warren establece tres principios

fundamentales para el desarrollo de esta estrategia.

El desempeño depende de los recursos

Los recursos aumentan y drenan

Los flujos dependen a su vez de los recursos existentes.

(Archetypal Structures, AS) 2003.

Ha habido una considerable investigación en el campo de la DS en la última década

relacionado a la definición de estructuras genéricas y plantillas, para clasificar las

estructuras y comportamiento en los sistemas dinámicos asociados con el tiempo

[21].

Wolstenholme [27] y Senge [23] establecieron que dichas estructuras se presentaron como

una manera formal y autónoma de la clasificación de las estructuras responsables de los

patrones generales de comportamiento en el tiempo. Este planteamiento contribuyó a

comprender que estas estructuras son frecuentemente usadas para ayudar a conceptualizar

un modelo inicial.

En las características principales que tienen estas estructuras se hace evidente la presencia

de la metodología de la DS, ya que estas características se componen de bucles

retroalimentados de consecuencias intencionadas o consecuencias no deseadas

resultantes de agentes internos o externos del sistema.

(Strategic Modelling, SM) 2007.

Morecroft en su obra “Strategic Modelling” [28] presentó sus contribuciones al mostrar el

atractivo y la potencia del modelado empresarial, para dar sentido a las iniciativas

estratégicas de gestión preventiva, ante posibles impactos a través de la simulación3. Este

2 http://www.strategydynamics.com/info/kim-warren.aspx 3 John Morecroft, 2007, Strategic Modelling and Business Dynamics.


15

modelo estratégico, se ha basado en la DS, ya que siendo esta una herramienta poderosa

para la comprensión de cómo las empresas se adaptan a un entorno cambiante,

permitió analizar su comportamiento dinámico en ese entorno.

(Theory-building with System Dynamics & Model Validation, TBSD - MV)

2008-2009.

La situación que abordaron Schwaninger y Goesser [29] es la forma en la que la DS hace

posible el desarrollo de teorías de alta calidad centradas en la construcción de una teoría

de alcance medio y no una general.

Esta contribución se encuentra basada en trabajos de campo de tipo experimental,

centrados en la construcción de teorías basadas en modelos, mientras que el proceso de

construcción y validación de modelos se analiza desde la perspectiva de la construcción

de teorías, donde la teoría resultante es evaluada por medio de un conjunto de criterios de

alta calidad (refutabilidad, importancia, precisión y claridad, simplicidad, exhaustividad,

operatividad, validez, fiabilidad, practicidad).

(Teaching Dynamic Feedback Systems Thinking: an Elementary View, TDFST)

1978.

Nancy Roberts [30] se centró en la comprensión y representación de las estructuras

subyacentes en el ámbito de las ciencias sociales. La autora estableció su contribución al

desarrollar, implementar y evaluar un plan de estudios para enseñar a los niños a leer

los diagramas de sistemas dinámicos de retroalimentación, también les enseñó a

desarrollar diagramas de retroalimentación que explican las relaciones causales entre las

variables examinadas en materiales escritos del plan de estudio. Esto con el objetivo de

habilitar a los alumnos (de quinto y sexto año) a aprender de manera analítica y

sintetizar previamente la enseñanza transmitida. Los resultados positivos obtenidos

parecieron ser transferibles a grupos más amplios que deseaban familiarizarse con

retroalimentación dinámica, pensamiento sistémico y su aplicabilidad a los problemas

sociales. Es evidente la influencia de la DS en este contexto, ya que se basó en su

metodología para realizar esta experimentación y evaluación.

CAPITULO 2: APLICACIONES DE LA DS EN UN SISTEMA DE

MANUFACTURA

APLICACIONES ENFOCADAS A SISTEMAS DE PRODUCCIÓN.

Se examinan las aplicaciones recientes de la (DS) en la

manufactura, para evaluar su efectividad, confirmar

su trascendencia y establecer las tendencias

planteadas por su proceso evolutivo.

Aplicaciones de DS

16

2. Aplicaciones de DS en un sistema de manufactura

La planeación y control de la producción es uno de los elementos más importantes dentro

de la logística de un proceso de manufactura. Este tipo de sistema se puede considerar

como un procedimiento complejo, principalmente debido a la inherente variabilidad del

proceso y tiempos de producción estocásticos [31]. Diferentes autores han conducido la

investigación en el control y manejo del proceso de planeación de la producción empleando

(DS). Estos autores se han enfocado en diversas temáticas orientadas al análisis de

fluctuaciones de la demanda y periodo de recuperación del sistema de producción.

La revisión bibliográfica desarrollada en este capítulo está caracterizada por las

contribuciones más trascendentes de la DS en la cadena de suministro y en un sistema de

producción. Los resultados incluyen las diferentes perspectivas de aplicación, de acuerdo a

la complejidad del problema abordado y la aplicación metodológica. Se analizan las

principales perspectivas de utilidad de la DS y se definen los aspectos claves de su

aplicación industrial.

2.1. Contexto actual de los sistemas de manufactura Es esencial establecer el entorno actual de los sistemas de manufactura para analizar las

etapas y los factores que han desarrollado un ambiente de mayor nivel competitivo, el cual

genera la necesidad de análisis de ese entorno cambiante y complejo.

El interés por los sistemas de manufactura se remonta a la época de la revolución industrial

(1765-1815) que marcó el inicio de una nueva etapa de crecimiento económico, dando

mayor importancia a la ciencia y tecnología desafiando viejos mitos de teología y filosofía,

tales como el origen del mundo, la búsqueda del conocimiento y el cuestionamiento de la

vida.

El crecimiento de esta etapa da un nuevo giro alrededor del año 1980, con el surgimiento

del interés de crecimiento orientado al desarrollo económico, social y ambiental. A partir de

ahí, la competitividad organizacional quedó enmarcada bajo un nuevo paradigma: el ciclo de

producción de bienes y servicios involucra no únicamente al consumidor final, sino también a

su entorno logístico.

Con la globalización de la economía, el crecimiento organizacional tuvo un giro orientado a

la competitividad global, basado en la innovación, es decir que considera un entorno más

amplio de la manufactura con más factores determinantes y en forma diferente a lo que

tradicionalmente se venía haciendo.

Aplicaciones de DS

17

Este giro competitivo no ha sido estacionario y últimamente se está enmarcando en un

contexto de desarrollo sustentable [32]. Esto se debe principalmente, a los cambios en el

entorno direccionados por un alto nivel competitivo, donde las consecuencias de las

acciones tomadas para lograr dicha competitividad deben estar relacionadas con todos los

factores y elementos que conforman ese medio, utilizando métodos y análisis de decisiones

estratégicas.

2.2. Desarrollo de sistemas de manufactura El control numérico (CN) de máquinas herramientas abrió la posibilidad de maquinar

piezas con geometría compleja y gran precisión [33]. Posteriormente, el desarrollo de la

computadora digital abrió la posibilidad de utilizarla para controlar los movimientos de las

máquinas herramienta y se desarrolló el control numérico computarizado (CNC) [33]. El

siguiente paso evolutivo consistió en utilizar una computadora central para controlar

(administrar el funcionamiento) de un conjunto de máquinas de CNC y de sus

transportadores de piezas (alimentación, avance y salida), registrando todos los eventos en

dicha computadora. Al sistema de manufactura así integrado se le denominó control digital

directo (direct numerical control- DNC). Los primeros sistemas desarrollados en esta

modalidad fueron el MOLINS 64 y el Sistema Flexible de Caterpillar a mediados de los años

70.

La evolución de estas tecnologías (CN, CNC, DNC), permitió enfocar el proceso de

manufactura como un todo, al cual se le denominó integrated manufacturing system (IMS)

[34]. Este concepto emergió del enfoque de ingeniería de sistemas aplicado al diseño y

operación de una empresa de manufactura, ubicando cada situación en el sistema total,

definiendo objetivos claros, sintetizando soluciones alternativas, pronosticando el entorno

futuro en que las acciones correctivas habrán de realizarse, estudiando la dinámica de

dichas acciones, definiendo una secuencia óptima de realización y ejecutándolas

efectivamente [34].

En la última década, las investigaciones de los sistemas de manufactura han mostrado la

tendencia a combinar la tecnología de transformación (de materias primas) con la

tecnología administrativa. Esta tendencia se ha establecido mediante la aplicación de

herramientas computarizadas para simular, modelar y controlar los procesos, dirigiendo su

enfoque a obtener mejoras sustentables [35]. Estas mejoras sustentables se desarrollaron

con estrategias de negocios y metodologías como el JIT, la manufactura esbelta, el 6 Sigma,

el ERP y otras que, en opinión de los autores, combinan principios y conceptos que han sido

conocidos y aplicados por más de medio siglo.

Aplicaciones de DS

18

La globalización y los rápidos avances en tecnología, son algunos de los factores que

promueven nuevas condiciones de competitividad, incrementando el nivel de

incertidumbre en las organizaciones. La competitividad promueve el cambio al cual debe

ajustarse el sistema de manufactura. Es aquí donde la adopción de un punto de vista

sistémico es esencial para que las operaciones involucradas contribuyan positivamente al

cumplimiento de objetivos. Esto permite comprender y describir la interdependencia de los

elementos del sistema, explorando sus consecuencias bajo decisiones alternativas.

Para aplicar el enfoque sistémico es necesaria la representación y comprensión del entorno

cambiante y el análisis de las características dinámicas del sistema bajo estudio. Entre las

diferentes técnicas de modelado y simulación que permiten lograr esta representación, se

encuentra la DS [36], ya que incorpora la característica distintiva de la retroalimentación

dinámica. Para conocer a mayor detalle en los distintos métodos de simulación, se sugiere al

lector consultar el artículo elaborado por Jahangirian y otros [37] en el cual explica los

diferentes métodos de simulación enfocados a diversos entornos de análisis.

La DS ha estado presente en el campo industrial desde los años 60 (inicialmente bajo la

denominación de DI); pero dada su versatilidad de aplicación, se ha utilizado en la

economía, el urbanismo y la sociología, durante sus etapas de desarrollo. A lo largo de su

proceso de aplicación se puede visualizar la combinación de teorías, métodos y filosofías

para el análisis y la solución de problemas, que se ejecuta en un entorno cambiante a través

del tiempo [38].

2.3. Influencias de Jay W. Forrester y John L. Burbidge en el diseño de un

sistema de manufactura La expectativa que se tiene de un sistema de manufactura es que responda rápida, efectiva y

eficientemente ante los cambios en el comportamiento del mercado, a pesar del usual

conflicto de intereses entre marketing, producción, finanzas, etc.

La propuesta realizada por Jay W. Forrester y John L. Burbidge, es la de mantener un

escenario de manufactura simple y predecible. Teniendo como punto de partida la

reducción de los tiempos del flujo de los materiales en proceso, pues grandes fluctuaciones

de inventario (ocasionadas por perturbaciones en dicho flujo) pueden ocasionar trastornos

mayores, como largos periodos de paro en el proceso, [39]. A partir de estas propuestas

Forrester y Burbidge dan inicio al análisis complejo y administración de los procesos de

manufactura.

Burbidge [40] señala que el problema radical de un sistema de manufactura es que cada

Aplicaciones de DS

19

componente del proceso es tratado por separado, lo cual genera una serie de ciclos

extremadamente variable y un flujo multifacético de materiales. Esta situación a su vez

conduce a inventarios muy fluctuantes y elevados, ignorando el nivel de utilización de la

planta. Tal enfoque está basado en la creencia de que al incrementar el nivel del inventario,

se incrementará el nivel de servicio.

Por otro lado, Forrester establece que un sistema de control con retroalimentación existe,

solo cuando la evaluación de las variables características del proceso genera una decisión

que tiene efectos correctivos en el proceso bajo control. La teoría de la retroalimentación

explica la forma en que los retrasos en las decisiones y los pronósticos pueden producir un

buen control o una operación inestable del proceso, [39].

Las consideraciones de Forrester y Burbidge se resumen en la Figura 2-1. Se presentan las

principales ideas de ambos, orientadas al control, el manejo y la condición de estabilidad de

un sistema de manufactura, tomando como variable principal el comportamiento de la

demanda. Es importante recordar que tanto Forrester como Burbidge se centran en las

variaciones del nivel de inventario y su efecto en el proceso del sistema.

Figura 2-1: Aportaciones Burbidge –Forrester

En la Tabla 2-1 se presenta el planteamiento de Forrester y Burbidge. Forrester enfatiza la

importancia que tiene la estructura del sistema con relación a la integración del flujo de la

información con el flujo de los materiales. Mientras que Burbidge abrió el camino a la

reducción del tiempo de ciclo, la sincronización de órdenes (a través de la cadena de

suministro) y la simplificación de su estructura, con su análisis de las fluctuaciones que se

generan en un periodo corto.

Los efectos del comportamiento dinámico de la demanda y sus impactos en la cadena de

suministro es también conocido como efecto Forrester o efecto látigo [41]. La

denominación de efecto Forrester se debe al nombre del autor que sistematizó su estudio,

aunque actualmente el término efecto látigo está más difundido en las publicaciones.

Ciclo de múltiples pedidos

Múltiples etapas de pedido

Cantidad de lote

económico Incertidumbres

Exceso de retrasos

Pre alimentación lógica

Realimentación lógica

Sistema de

Manufactura

Amplificación

evitable

de la demanda

Fo

rre

ste

r

Eff

ect

Bu

rbid

ge

Eff

ect

Aplicaciones de DS

20

Tabla 2-1: Efecto Forrester- Burbidge Ja

y W

. F

orr

este

r

Ind

ust

ria

l D

yn

am

ics

La amplificación de la demanda a mediano plazo, es un fenómeno de la dinámica del sistema, el cual puede ser abordado al reducir o eliminar retrasos con el apropiado diseño de los bucles de retroalimentación.

EF

EC

TO

Sugiere una simulación dinámica dirigida a un rediseño estratégico

Joh

n L

. B

urb

idg

e

Ma

teri

al

Flo

w

Co

ntr

ol

La amplificación de la demanda a corto plazo se debe a políticas de pedidos multifacéticas y multiperiódicas.

Enfocado a evitar muchos peligros potenciales operativos por buena aplicación táctica de los principios de ingeniería industrial a fin de asegurar un mejor control local del flujo de materiales

El efecto Forrester es la tendencia a una excesiva fluctuación de los inventarios y pedidos,

en los niveles de las cadenas de suministro [42], que se identificó inicialmente en las

primeras aplicaciones de la DI.

Forrester explica que la demanda del cliente es raramente estable, por lo cual los negocios

deben pronosticar la demanda para cubrir los requerimientos de inventario. Se observó que

la variabilidad acoplada con los retrasos en la transmisión de la información crean un efecto

ascendente en la cadena de suministro (amplitud y frecuencia).

Las aportaciones de Forrester y Burbidge, radican en considerar los efectos de

amplificación de la variabilidad de la demanda, ya sea por efectos de políticas aplicadas o

por los retrasos originados en el proceso. Cada uno de ellos analiza el entorno de un sistema

de manufactura, por medio de la simulación (DS) o el control del flujo de materiales

(production flow analysis, PFA).

2.4. Contribuciones de la DS en un sistema de manufactura

La simulación se ha utilizado durante décadas como una herramienta para apoyar la toma

de decisiones en los sistemas de manufactura. Es mucho más barato y más rápido construir

un sistema virtual y experimentar con diferentes escenarios y decisiones antes de

implementar el sistema [43]. De acuerdo con la definición dada por el Comité “Modelling

and Simulation” de la Sociedad de Producción y logística del VDI4, la simulación de un

sistema de producción y logística es: “la representación de un sistema y su proceso dinámico

en un modelo experimentable para alcanzar resultados que sean transferibles a la realidad”.

4 VDI es la Asociación de Ingenieros Alemanes

Aplicaciones de DS

21

Hoy en día, las técnicas de modelado y simulación representan una forma efectiva para

comprender el comportamiento del sistema y sus agentes de cambio.

La aplicación de la DS en el campo de la manufactura se ha visto limitada [44], de acuerdo

con Baines y Harrison (quienes realizaron una revisión de la aplicación de la DS en

diferentes áreas de la manufactura) concluyen que la mayor aplicación de la DS es analizar

los recursos (protección del medio ambiente y recursos naturales) a un nivel global. El

término de “nivel global” se entiende (de acuerdo a la clasificación propuesta por dichos

autores) a todo lo relacionado con estrategias nacionales, problemas mundiales y

evaluación de política estratégicas orientadas a la búsqueda de soluciones.

En su estudio Baines y Harrison muestran que las posibles explicaciones de la limitación de

la aplicación de la DS en el campo de la manufactura, es que la Simulación de Eventos

Discretos presenta ventajas en su facilidad de aplicación con relación a la DS [43]. Una de

ellas es que existe una gran cantidad de software comercial, disponible para el usuario con

componentes preestablecidos. En el caso de la DS, se carece de un software especializado

para modelar un sistema de manufactura.

Otro aspecto a considerar es que la DS describe el sistema en términos de ecuaciones

matemáticas incrementando la complejidad de análisis, mientras que una simulación de

eventos discretos analiza el sistema bajo un enfoque estocástico, lo que facilita el análisis.

Por otro lado, autores como Zwicker [45], han aprobado a la DS como una contribución

valiosa en el campo del análisis y construcción de modelos dinámicos principalmente

porque permite a los involucrados aprender rápidamente una técnica para describir y

modelar las relaciones organizacionales.

Otra de las ventajas que resalta la aplicabilidad de la DS en este campo es el uso de las

técnicas de modelado conceptual estandarizados, que enriquece la lluvia de ideas de los

involucrados en el análisis. Esto trae como consecuencia el crecimiento de los modelos

estratégicos, el cual se ve reforzado por el aumento en el uso de DS. Estas características

ubican a la DS en una segunda posición de aplicabilidad en los sistemas de manufactura, de

acuerdo al análisis realizado por Jahangirian y otros [37].

Para comprender las aplicaciones de la DS en el campo de la manufactura, se ha elaborado

una clasificación de las publicaciones más relevantes, en términos de la cadena de

suministro y del sistema de producción.

En la Tabla 2-2 se plantea el enfoque a analizar de las contribuciones más trascendentes de

la DS, la perspectiva del campo de aplicación y sus trabajos representativos. En el término

de aplicación de DS enfocado en un sistema de producción, se hace especial énfasis en el

proceso de planeación y control de la producción. En este término también se analizan las

Aplicaciones de DS

22

principales contribuciones, lo que permitió obtener un amplio panorama del contexto

actual de los diferentes enfoques de aplicabilidad. Esto es explicado en el punto 2.4.3.

Tabla 2-2: Contribuciones trascendentes de la DS con aplicaciones en la cadena de suministro y sistema de

manufactura

EN

FO

QU

E D

EL

AN

AL

IST

A

Dinámica de sistemas. Administración de la cadena de suministro de una empresa

PE

RS

PE

CT

IVA

DE

AP

LIC

AC

IÓN

Esta aplicación está orientada al análisis de Inventarios y políticas de desarrollo, tiempo de comprensión, amplificación de la demanda, diseño e integración de la cadena de suministro y nivel de predecibilidad y confiabilidad

TR

AB

AJO

RE

PR

ES

EN

TA

TIV

O

El modelo propuesto por Forrester, de producción-distribución es descrito en términos de 6 flujos de sistemas: información, materiales, órdenes, dinero, mano de obra y bienes de equipo [2].

Dinámica de sistemas. Aplicación en el modelo de un sistema de producción

Esta aplicación está orientada a resolver problemas de capacidad en línea, cuellos de botella y tendencias productivas, con el fin de satisfacer la demanda.

Parnaby [46], explica que es necesario examinar las propiedades fundamentales y las características de un sistema de manufactura, considerando la forma en que interactúan sus elementos.

En la Tabla 2-3 se describen el enfoque de análisis de la DS en el campo de la cadena de

suministro y sistema de producción y su perspectiva de desarrollo en este campo, en

conjunto con los autores que se han destacado con sus contribuciones.

Es importante resaltar que la perspectiva de aplicación de la DS en el enfoque de

administración de la cadena de suministros se centra en la toma de decisiones, análisis de

políticas y visión holística del sistema. Mientras que en un sistema de producción la

perspectiva de aplicabilidad se enfoca principalmente en la productividad y desarrollo de

sistemas híbridos. La combinación de las técnicas en un sistema híbrido considera

principalmente las herramientas de un sistema esbelto como son Kanban, JIT y MRP, sin

dejar por fuera el análisis de capacidad y la planificación y control de la producción.

Aplicaciones de DS

23

Tabla 2-3: Enfoque de la DS en la cadena de suministro y el sistema de producción

Aplicaciones Perspectivas Autores Aplicación de la Dinámica de sistemas. Administración de la cadena de suministro

Diseño e integración de la cadena de suministro

Akkermans, Bogerd, & Vos [47], Towill [48], Vos & Akkermans [49], Schieritz [50], Guo & Li [51]

Decisión de inventarios y políticas de desarrollo

Sterman [52], Barlas & Aksogan [53], Akkermans [54]

Predecibilidad y confiabilidad de pronósticos y comportamiento

Anderson, Fine, & Parker [55], Arafa & ElMaraghy [56]

Visión holística para toma de decisiones

Hafeez, Griffiths, Griffiths, & Naim [57], Edghill, Towill, & Husband [58], Nastaran & Zarei [59], Das & Dutta [60]

Nivel de predecibilidad y confiabilidad

Kah & Chooi-Leng [61]

Aplicación de la Dinámica de

sistemas. Sistema de producción

Sistema Kanban/JIT Byrne y Roberts [62], Deif (2010), O´Callaghan [63], Lai, Lee, & Ip [64]

Productividad/ desarrollo de un producto

Helo, Hilmola y Maunuksela [65].

Productividad de la Mano de Obra

López [66]

Dinámica de la producción Wiendahl y Breithaupt [67], Poles [68] Planificación y control de la producción

Georgiadis, Michaloudis [69] , Huang, Ip, Yung, Wang, & Wang [70]

MRP Morecroft [71] Capacidad de producción Ruiz, et al.[72], Towill [73], Deif and

ElMaraghy [74], Wang & Murata [75]

2.4.1. Aplicación de la DS. Administración en la cadena de suministro

El modelo propuesto por Forrester para un sistema de producción distribución, considera

factores esenciales de su comportamiento. Entre estos factores están: las principales

interacciones de la amplificación de la demanda, los cambios en los inventarios, las políticas

de publicidad en las variaciones de producción, el control descentralizado y el impacto del

uso de la información tecnológica en el proceso de administración. Todo esto con el objetivo

de construir un modelo dinámico del comportamiento de la organización, que le permitió

examinar las posibles fluctuaciones de un comportamiento inestable del proceso

productivo.

Forrester estableció en su modelo [1], que la comprensión y el control de los flujos de

órdenes y materiales, corresponden a una de las principales tareas de la administración.

Expresó el comportamiento de su modelo en un conjunto de ecuaciones diferenciales, una

vez que se interrelacionaron las causas-efectos de los diferentes factores definidos en el

modelo [76].

http://www.sciencedirect.com/science/article/pii/S0377221711006242


Aplicaciones de DS

24

Es precisamente la analogía de expresar un sistema productivo semejante con un sistema dinámico de ingeniería, una de las mayores ventajas de la DS en el análisis de dichos sistemas, ya que se incursionó en este medio como teoría de control [77]. Los enfoques de la aplicación de la DS en la administración de la cadena de suministro son muy diversos, En la Tabla 2-4 se presentan algunos de las investigaciones más relevantes (se consideran las más relevantes por la complejidad del problema abordado y la aplicación de la metodología de DS) que se han realizado con este enfoque. Se enfatiza el grado de importancia del aporte en el diseño e integración de la cadena de suministro, la visión holística para toma de decisiones, así como su predecibilidad y confiabilidad. El detalle de estas investigaciones se explica a continuación.

Tabla 2-4: Perspectivas de la DS en el enfoque como modelo de gestión en la cadena de suministro

Artículos trascendentes Investigador Contribución

Virtuous and vicious cycles on the road towards international supply chain management.

Akkermans, Bogerd, & Vos [47]

Establecen un modelo causal exploratorio de las metas, barreras y facilitadores en el camino efectivo hacia la administración de la cadena de suministro.

Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment

Sterman [52] Presenta un modelo genérico de la toma de decisiones en la administración de inventarios

Product Diversification and Quick Response Order Strategies in Supply Chain Management

Barlas & Aksogan [53]

Desarrollan políticas de inventario que aumentan los ingresos y reducen costos.

Upstream Volatility in the Supply Chain: The machine Tool Industry as a Case Study

Anderson, Fine, & Parker [55]

Exploran la variación de la demanda en: tiempos de retraso, inventario, producción, productividad y fuerza de trabajo.

Industrial dynamics modelling of supply chains.

Towill [48]

Propone que la comprensión de estrategias basado en la simulación permite predecir mejoras en el rendimiento de la cadena de suministro

Capturing the dynamics of facility allocation.

Vos & Akkermans [49]

Desarrollan el modelo “ex - ante” para apoyar la toma de decisiones gerenciales.

Systems design of a two-echelon steel industry supply chain.

Hafeez, Griffiths, Griffiths, & Naim [57]

Enfoque holístico por medio de de la descomposición de la cadena de suministro en distintas unidades de negocio autónomas.

Developing a logistics strategy through participative business modelling.

Akkermans [54] Propone un modelo no solo para dirigir la parte técnica, sino además la complejidad organizacional presente en el desarrollo de estrategias logísticas

Aplicaciones de DS

25

Artículos trascendentes Investigador Contribución

Dynamic Behaviour of Fundamental Manufacturing System Design

Edghill, Towill, & Husband [58]

Desarrollaron un modelo basado en los criterios de comprensión y significado, tomando en consideración 3 componentes fundamentales: órdenes, materiales e información.

Emergent structures in supply chains - a study integrating agent-based and system dynamics modeling.

Schieritz [50] Integra la metodología de DS en conjunto con un modelo discreto para lograr un enfoque integral de la cadena de suministro

Supply Chain Management: A System Dynamics Approach to Improve Visibility and Performance

Kah & Chooi-Leng [61]

Modelado de eventos internos de la cadena de suministro

Developing and manipuling bussines models applying systems dynamics approach

Nastaran & Zarei [59]

Destaca la importancia del enfoque de un sistema dinámico orientado hacia un análisis operacional, cuantitativo y flexible

Manufacturing strategy and enterprise dynamic capability

Arafa & ElMaraghy [56]

Explora la medida de la flexibilidad del volumen, considerando el ambiente operativo y el comportamiento de estrategias simultáneas.

System dynamics simulation of used productions recovery logistics network for manufacturing companies

Guo & Li [51] Desarrolla un modelo de la red logística de productos utilizados (toma como ejemplo los teléfonos móviles), en el cual toma en cuenta aspectos socioeconómicos

A system dynamics framework for integrated reverse supply chain with three way recovery and product exchange policy

Das & Dutta [60] Desarrollaron un modelo de dinámica del sistema para una red de cadena de suministro de circuito cerrado con intercambio de productos y política de recuperación de tres vías: remanufactura, reutilización y recuperación

Análisis de diseño e integración de la cadena de suministro Akkermans y Bogerd and Vos, proponen una nueva teoría de un ciclo vicioso y virtuoso en la que estudiaron las interrelaciones de la cadena de suministro, bajo los principios de la dinámica de sistemas, derivando un modelo causal. Por otro lado Towill establece que respuestas rápidas, efectivas y eficientes a los cambios en el mercado, es uno de los principales retos en la cadena de suministro. Towill propone el uso de estrategias de reingeniería, para dar respuesta a los desafíos cambiantes del sistema en el tiempo: (1) reducción de todos los tiempos de entrega (información y flujos de caja), (2) la eliminación de los retrasos en los puntos de decisión, (3) el suministro de la información marcada a todos los responsables políticos.

Aplicaciones de DS

26

Vos &Akkermans, proponen un método para el diseño de la cadena de suministro, basado en 3 principios: la fase de diseño e identificación de la toma de decisiones estratégica, participación activa de los miembros y un enfoque integral [76]. Schieritz, utiliza una integración de la DS en conjunto con un modelo discreto, enfocado a disminuir la complejidad administrativa de la cadena de suministro. Se enfoca principalmente en la caracterización de fortalezas y debilidades de ambos métodos para dar un enfoque integral de ambas metodologías. Por otro lado, Guo y Li desarrollan un modelo de DS contemplando 3 propiedades fundamentales: sociedad, economía y logística. El caso de estudio demuestra que el modelo propuesto puede analizar y pronosticar el proceso dinámico de una logística de recuperación de productos usados (teléfonos móviles) y puede dar un soporte en la toma de decisiones para administrar y controlar.

Perspectiva de decisión de inventarios y políticas de desarrollo Bajo este enfoque se puede citar el trabajo desarrollado por Sterman, el cual es aplicable a diferentes situaciones, incluyendo pedidos de materia prima, control de producción. El modelo consta de dos partes: el stock físico y el flujo de la estructura del sistema, y las reglas de decisión usadas para el control del sistema. Sterman establece que, en la mayoría de las situaciones de administración de inventarios, la complejidad de la retroalimentación entre las variables se opone a la determinación de la estrategia óptima. Finalmente propone un modelo de decisión basado en una heurística localmente racional [76].

Perspectiva de decisión de predecibilidad y confiabilidad del sistema

Tomando la industria de máquinas – herramienta como caso de estudio, Anderson, Fine

and Parker muestran que este tipo de empresas está expuesto a variaciones

particularmente grandes en la demanda, ya que un pequeño cambio en la demanda del

producto final crea cambios dramáticos en la demanda de los bienes de equipo necesarios

para la fabricación de estos productos. La metodología de DS les permite incorporar

características típicas de las industrias de bienes de capital, tales como circuitos de

retroalimentación, retrasos y no linealidades.

Anderson, Fine y Parker, muestran que: (1) la amplificación extrema se debe

principalmente a la capacidad de la máquina de producción de la industria con relación al

efecto acelerador de inversión, (2) la productividad de los empleados disminuye con el

aumento de la volatilidad, (3) los tiempos de entrega de producción más cortos, reducen el

retraso de los proveedores (4) las políticas de pedidos y las políticas de los proveedores

pueden mejorar las operaciones [76].

Aplicaciones de DS

27

La investigación desarrollada por Arafa y ElMaraghy exploran como la administración de

investigación de operaciones en un volumen flexible está vinculado a la teoría de

capacidades dinámicas para desarrollar nuevas medidas a nivel macro para la estrategia de

producción de la empresa. Los resultados del modelo muestran que existen diferencias en

las opciones de recursos disponibles para la empresa bajo estudio, lo que puede limitar la

aplicación de la capacidad de flexibilidad de volumen como una ventaja competitiva.

Perspectiva: Visión holística para toma de decisiones

Hafeez , continúa con el análisis de la compleja combinación de hombre máquina, como uno

de los mayores problemas para modelar en la cadena de suministro. Esto debido a es

necesario hacer un esfuerzo para tener en cuenta los detalles asociados con dicha

modelación, tales como: problemas de actitud, organizacional y aceptación al cambio

tecnológico [76].

Por otro lado, Edghill, Towill y Husband desarrollaron una biblioteca genérica de modelos

de teoría de control, basados en los sistemas de manufactura. Ellos han basado su trabajo

en torno a tres componentes fundamentales en un sistema de manufactura: órdenes,

materiales e información. Argumentan que estos modelos cumplen los criterios de ser

significativos y comprensibles, ya que estos tres componentes dan la visión holística que un

gerente de manufactura requiere para la toma de decisiones estratégica.

Nastaran y Zarei desarrollaron dos diferentes tipos de escenarios para cambiar y

manipular un modelo de negocios con el objetivo de investigar el valor y la ganancia ante

escenarios fluctuantes. Los resultados muestran que, un ligero cambio en el modelo

desarrollado tiene repercusiones en cadena por lo general no lineales y de alto nivel de

complejidad.

Das y Dutta estudian e investigan la importancia de los factores de intercambio de

productos, la recolección y la remanufactura, sus interacciones y el tipo de su impacto en el

efecto látigo y la rentabilidad a través de la sensibilidad y el análisis estadístico. Sus

resultados sugieren que la inclusión de recuperación de tres vías en el canal inverso y la

política de cambio de producto en el canal de ida reduce el efecto látigo a nivel minorista y

nivel distribuidor, lo que permite aumentar la rentabilidad de las operaciones.

Perspectiva: nivel de predecibilidad y confiabilidad

Chan KahWai y AngChooi-Leng utilizan el enfoque de DS para incrementar la

competitividad de un sistema de manufactura complejo. Su investigación se centra en el

desarrollo de un modelo que investiga e identifica las discrepancias entre una política

comercial y su práctica real a través de acontecimientos claves, para proporcionar una

mejor visibilidad del sistema en la empresa.

Aplicaciones de DS

28

2.4.1.1. Análisis de las perspectivas de aplicación

Con el análisis de los trabajos publicados, se evidencia que el interés en el estudio de la DS

en la cadena de suministro, se basa en: su diseño e integración, la interrelación de sus

elementos, las estrategias de ingeniería, el enfoque integral, la toma de decisiones, la

competitividad y las políticas administrativas. Sin embargo, son pocos los trabajos que

consideran una integración de todos los elementos que inciden en el proceso, es decir, las

diferentes situaciones son analizadas como casos separados y no como conjunto integral de

todo el sistema. Los trabajos más recientes presentan una marcada influencia de elementos

de control, para representar diferentes estados del comportamiento del sistema, como son:

la retroalimentación, los retrasos y la no linealidad, facilitando de esta manera el análisis de

perturbaciones del sistema. Por otro lado, la combinación hombre –máquina representa

uno de los mayores desafíos en modelado y simulación en la gestión administrativa de la

cadena de suministro, debido a la complejidad de los detalles asociados a los elementos que

componen el sistema.

2.4.2. Aplicación de la DS en un sistema de producción En la aplicación de la DS en esta área, es importante resaltar los trabajos realizado por

Parnaby, ver Tabla 2-2, quien, al igual que Forrester, propone que el sistema de

manufactura debe ser diseñado considerando su estado de equilibrio y su funcionamiento

dinámico. Esto permite garantizar que se tenga un adecuado número de variables

controlables para compensar el efecto de posibles perturbaciones del entorno. Ambos

resaltan la importancia de contemplar el dinamismo e interrelación entre los elementos que

interactúan en el sistema.

En la Tabla 2-5 se presentan algunas de las aplicaciones de la DS en un sistema de

producción, considerando sus principales contribuciones y el grado de complejidad. Una

vez analizado este enfoque de aplicación de la DS en un contexto general del sistema de

producción, se enfatiza en su análisis en el proceso de planeación y control de la

producción, siendo éste de particular interés para el desarrollo de este trabajo de tesis, ver

punto 2.4.3.

Aplicaciones de DS

29

Tabla 2-5: Perspectivas de la DS como gestión en un sistema de producción.

Publicación Investigador Contribución

Influencia de flujo de información Byrne y Roberts [62]

DS para evaluar el rendimiento de manufactura en un sistema kanban

Simulación por computadora para administrar un sistema de manufactura esbelta

Deif [63] Explora el impacto de aplicar la política de justo a tiempo en un sistema de producción basado en un inventario tradicional.

Una perspectiva de DS en JIT-Kanban

O´Callaghan [78] Desarrolla un modelo de simulación basado en las políticas kanban y JIT

Modelling Product Development Productivity with SD

Helo, Hilmola y Maunuksela [65]

Analizan el rendimiento del desarrollo de un producto como un retraso parcial en la productividad

A Worker Productivity Model López [66]

El modelo simula la respuesta de la productividad de un trabajador a diferentes acciones administrativas

Modelling and controlling the dynamics of production systems.

Wiendahl y Breithaupt [67]

Modelo que refleja las posibles estructuras de producción que pueden adoptar las empresas. El autor utiliza teorías de control.

Real-time production planning and control system for job-shop manufacturing

Georgiadis, Michaloudis [69]

Analizan estos sistemas principalmente para identificar la discrepancia entre las actividades previstas y las reales en tiempo real

A System Perspective on Material Requirements Planning

Morecroft [71]

Interrelacionar las funciones de toma de decisiones (políticas) de una empresa manufacturera, en torno a MRP

Modeling and Simulation of a Manufacturing Line in an Automotive Components Plant

Ruiz, et al. [72]

Desarrollo de un modelo para determinar la capacidad máxima de una línea de producción.

Dynamic analysis of an inventory and order based production control system.

Towill [73]

Análisis del efecto de retroalimentación y prealimentación en la capacidad de producción

Assessing capacity scalability policies in RMS using system dynamics

Deif and ElMaraghy [74]

Presenta un modelo para evaluar diferentes políticas de capacidad en un sistema de manufactura reconFigurable para diferentes escenarios.

Simulation study using system dynamics for a CONWIP-controlled lamp supply chain

Huang, Ip, Yung, Wang, & Wang [70]

Los autores presentan una alternativa de análisis de CONWIP (constant work in process, uno de los elementos más importantes de la logística en un sistema de manufactura), en un nivel agregado (perspectiva macro) el cual es apropiado para la toma de decisiones

System Dynamics modelling of a production and inventory system for remanufacturing to evaluate system improvement strategies

Poles [68] El autor explora la dinámica de un proceso de remanufactura y evalua la implementación de estrategias al sistema enfocado en: planeación de la capacidad y tiempos de espera.

Study of Optimal Capacity Planning for Remanufacturing Activities in Closed-Loop Supply Chain using System Dynamics Modeling

Wang & Murata [75]

El Trabajo presentado aborda el desarrollo de una eficiente planeación de políticas de capacidad para plantas de remanufactura, en las cuales se evalúan alternativas a largo plazo enfocado a obtener la máxima ganancia

A study of system dynamics in just-in-time logistics

Lai, Lee, & Ip [64]

Desarrollaron un modelo integrado de JIT y Kanban, el cual provee un nuevo paradigma de análisis de las políticas logísticas con un entendimiento de todos los factores involucrados en el sistema (clientes, consumidores, tiempos)



Aplicaciones de DS

30

Perspectiva Sistemas JIT- Kanban

Una de las contribuciones notables en el campo de la administración de la manufactura,

incluye el trabajo desarrollado por Byrne y Roberts. Ellos investigaron las formas de

mejorar el rendimiento total del sistema, en particular los niveles de inventario y facilidad

de programación de la producción en máquinas críticas (debido al retraso y la estructura

del sistema) utilizando modelos de DS.

Por otro lado, Deif utilizó la simulación por computadora para desarrollar un modelo de

dinámica de sistemas que captura los diferentes componentes del sistema de producción.

La dinámica del inventario del sistema modelado es examinada contra diferentes

escenarios de producción, considerando una demanda estocástica. Los resultados obtenidos

muestran que, en un sistema en el cual no está totalmente implantada la metodología de

manufactura esbelta, adoptar los principios de ésta no es siempre beneficioso.

Ramon O´Callaghan utiliza los principios de la DS para realizar la simulación de un modelo

kanban, basado en la producción JIT. La simulación muestra 4 políticas diferentes de

administración y analiza el comportamiento del sistema ante circunstancias inesperadas.

Este análisis permitió obtener las bases para un enfoque de toma de decisión y aplicación

de políticas administrativas, mediante una estrategia general del negocio orientada a una

organización de tipo horizontal.

Perspectivas productividad: desarrollo de un producto/Mano de obra

López Ortega basado en el trabajo de Hershauer y Ruch en 1978 “A Worker Productivity

Model and Its Use at Lincoln Electric”, desarrolló un modelo que considera diez factores

ubicados en cuatro niveles de actividad, que influyen en la productividad de un trabajador:

los factores personales (responsabilidad, capacidad de aprendizaje y satisfacción), los

factores de trabajo del grupo (liderazgo y organización de equipos de trabajo), los factores

tecnológicos (capacitación y métodos de trabajo) y los factores de organización (incentivos

cualitativos, cuantitativos e incentivos de productividad).

Bajo un enfoque de desarrollo de un producto, Petri Helo, Olli-PekkaHilmola y Ari

Maunuksela parten del supuesto que los ciclos de vida de muchos productos han

disminuido en muchas industrias, lo que obliga a las empresas a buscar formas más

eficientes de hacer las aplicaciones de producir para los mercados nuevos y existentes.

Estos investigadores determinan que el desafío consiste en construir un modelo de la

profundidad necesaria para comprender el impacto de la introducción de un nuevo

producto y la planeación estratégica en una razón de tiempo.

Aplicaciones de DS

31

Perspectivas productividad: planificación y control de la producción

Analizando la brecha existente que hay entre los sistemas existentes para la planificación y

el control de la producción, para responder satisfactoriamente ante las alteraciones

dinámicas del proceso de fabricación, Georgiadis y Michaloudis, proponen un sistema

exhaustivo. Este sistema actúa en tiempo real, mediante la integración de la producción por

pedidos y el mecanismo de control del tamaño del lote, en un modelo dinámico

computarizado. Los investigadores analizan la respuesta del sistema bajo diferentes

patrones de llegada de los pedidos (de los clientes) y la ocurrencia de varios tipos de

eventos relacionados con los pedidos y los retrasos de las máquinas, en tiempo real. Como

resultado, determinan los valores casi óptimos de las variables de control, que mejoran el

funcionamiento de la fábrica en términos del promedio de pedidos atrasados, del trabajo

en curso de fabricación y de los trabajos tardíos. Los resultados de la investigación

numérica extensa son estadísticamente analizados mediante análisis de varianza (ANOVA),

permitiendo esclarecer la correlación entre variables.

Por otro lado, los autores Huang, Ip, Yung, Wang y Wang, analizan el comportamiento

operacional de un sistema CONWIP (Constant Work in Process, sistema híbrido) en una

línea de producción de lámparas. La simulación del modelo desarrollado les permitió

obtener los parámetros óptimos del sistema, alcanzando niveles de productividad altos y

análisis de los beneficios obtenidos en: tiempo ciclo, reducción de costos de inventarios y

conocimiento y comprensión de las operaciones del sistema.

Perspectivas productividad: capacidad de producción

Towill estudia la capacidad que tiene un sistema de producción (que da respuesta a

inventarios) de recuperarse de las oscilaciones de la demanda. Demuestra que la

retroalimentación es de fundamental importancia en un buen control del proceso y que un

adecuado desarrollo de este no se puede obtener únicamente mediante la pre –

alimentación.

Ruiz y otros, realizan el modelado y simulación de una línea de fabricación integrada, que

produce el tercer engranaje inactivo, de una caja de engranajes de velocidad del automóvil,

para ser montado en el producto final en la siguiente etapa de ensamble. El gerente de la

planta bajo estudio requería conocer la capacidad máxima de la línea para hacer algunas

mejoras en los procesos que conducen a un mejor comportamiento del sistema. Para dar

respuesta a esta interrogante se construyó un modelo utilizando DS, el cual fue validado y

está siendo aplicado con éxito a la planta.

Deif and ElMaraghy, presentan los resultados de simulación y análisis de su modelo

desarrollado. En el modelo ayudan a los planificadores de la capacidad en los sistemas de



Aplicaciones de DS

32

fabricación reconFigurables a investigar la mejor política escalabilidad para diversos

escenarios de demanda. El Modelo se basa en un enfoque dinámico del sistema para reflejar

mejor la naturaleza dinámica de los patrones de la demanda de mercado modernas, así

como el proceso de la escalabilidad de la capacidad. El trabajo contribuye al conocimiento

de la gestión de la escalabilidad de la capacidad en-fabricación sobre pedido en un sistema

de remanufactura flexible, al considerar diversas medidas de rendimiento que no fueron

considerados anteriormente en este campo específico. Las medidas consideradas fueron el

esfuerzo escalabilidad, nivel de inventario, nivel de WIP y el nivel de cartera de pedidos.

Wang y Murata, desarrollaron un modelo dinámico para la recopilación y planificación de

la capacidad para la cadena de suministro de ciclo cerrado. Una vez desarrollado el modelo

compararon los resultados de diferentes combinaciones de parámetros de decisión,

obteniendo los resultados de las políticas de planificación de capacidad óptimas para la

ganancia total de la cadena de suministro a mediano y largo plazo.

Lai, Lee y Ip, muestran los primeros pasos e intentos de diseñar y construir un modelo

comprensivo de JIT bajo el ambiente del comercio electrónico el cual les permitió

comprender la aplicabilidad del JIT en dicho entorno. Su modelo contribuyó al desarrollo de

políticas y toma de decisiones a través de un enfoque sistemático Este modelo proporciona

un nuevo paradigma para analizar las políticas de logística de una empresa y entender las

interacciones entre clientes, competidores y proveedores.

Perspectivas productividad: MRP

Morecroft analiza, que el fracaso del MRP puede ocurrir en una situación en la que el MRP

se instala en un entorno de fabricación que ha evolucionado alrededor de métodos

manuales de control del material (los métodos computarizados funcionan cuando los

métodos en papel están bien). En el modelo se simula (desde el enfoque operativo) el

control de requerimientos de materiales, en un entorno de seis a siete años de fluctuaciones

de la producción, órdenes y mano de obra. Una versión modificada del modelo, permitió

demostrar que en realidad el MRP puede causar fluctuaciones de producción más severas

tal como, una menor productividad media del trabajo y mayores costes de fabricación.

Perspectivas productividad: Producción dinámica

Como respuesta al entorno tan cambiante y variable de un entorno de producción, las

empresas tienen que adaptar sus estructuras de producción rápidamente. Wiendahl y

Breithaupt desarrollaron un modelo de producción dinámica aplicando métodos de la

teoría del control automático. Utilizaron el modelo de embudo y la teoría de la curva de

funcionamiento logístico, para desarrollar un modelo continuo. Los controladores

interactúan para ajustar la velocidad y la capacidad de entrada del sistema de trabajo para

Aplicaciones de DS

33

actualizarlo tan pronto como sea posible, de esta manera lograr estabilizar el trabajo en

proceso a un nivel determinado.

El objetivo de la investigación de Poles, radica en explorar y comprender como el flujo

físico (materiales), flujo de información y políticas de capacidad interactúan para generar la

dinámica de un proceso de remanufactura. El autor investiga y evalúa las estrategias de

control efectivas que le permiten mejorar el desarrollo del sistema. Los principales factores

que fueron considerados para el desarrollo del modelo fueron: niveles de inventario,

sistema de capacidad total, tiempos de espera de producción, todos relacionados con la

planeación de la producción.

2.4.2.1. Análisis de las perspectivas de aplicación

La aplicación de la DS en el entorno de un sistema industrial, ha tenido mayor impacto en el

análisis de: rendimiento del sistema, análisis de escenarios de producción con diferentes

filosofías de mejora continua, evaluación de políticas administrativas, evaluación del

desarrollo de nuevos productos, capacidad de análisis de producción, planificación y

control de la producción, principalmente. Es decir, que ha estado orientado a los tres

niveles administrativos: operativo, táctico y estratégico. Al igual que en el análisis de la

cadena de suministro, se evidencia la influencia de la aplicación de las teorías de control

para el análisis del comportamiento del sistema.

El principal desafío de la aplicación de la DS en este entorno, se centra en la construcción de

un modelo que posea la profundidad necesaria para comprender el impacto del

comportamiento dinámico del sistema como tal, considerando todos los factores incidentes

con suficiente nivel de detalle.

2.4.3. Aplicaciones específicas de DS enfocado a planeación, control y análisis

de costos de un sistema de producción La planeación y control de la producción es uno de los elementos más importantes dentro

de la logística de un proceso de manufactura. Un sistema efectivo del control de la

producción, es aquel en el que producen las partes correctas en el tiempo correcto y con un

costo competitivo. La incapacidad de un sistema tradicional de planeación de la producción

para capturar eventos en tiempos real, monitorear el desempeño del sistema y realizar el

ajuste adecuado del plan de producción ha sido un cuestionamiento que se ha planteado en

los últimos años, el cual ha mostrado poca correspondencia entre el análisis teórico y

práctico [69], [79]. En el trabajo desarrollado por Maccarthy y Liu [80], expresan la

necesidad por integrar un esfuerzo investigativo que contenga elementos de estos enfoques

(el gap existente entre el aspecto teórico y práctico).

Aplicaciones de DS

34

Partiendo de este análisis, y considerando que es de particular interés para el desarrollo de

este trabajo de tesis, se considera importante analizar la aplicación de DS en este contexto.

A continuación se examina de forma más detallada algunas de las aplicaciones de DS en el

proceso de planeación y control de la producción enfocada en costos y mejora continua.

Diferentes autores han conducido la investigación en el control y manejo del proceso de

planeación de la producción. Se han enfocado en diferentes temáticas orientadas al análisis

de fluctuaciones de la demanda y periodo de recuperación del sistema de producción. Este

es el caso de Towill [73], quien sugiere que la retroalimentación de los tiempos de demora

y tiempos de ajuste de inventario del sistema de producción, es un factor fundamental para

lograr un efectivo control del sistema de producción y su adecuado desarrollo.

Por otro lado, el análisis de sistemas de información ha sido considerado por Jeon y Maday

[81], quienes plantean un control de información efectivo para un sistema de producción –

distribución mediantes técnicas de retroalimentación de control automática. En este

análisis el esquema de control dinámico desarrollado permite modificar la dinámica del

sistema para modificar las entradas y salidas (flujos de pedidos) de acuerdo a la restricción

de la capacidad de fabricación.

El análisis de las restricciones para la planeación de la producción, ha sido otro de los

aspectos de interés dentro de las investigaciones. Deif y ElMaraghy [74] presentan un

modelo dinámico para evaluar diferentes políticas de capacidad en un sistema de

manufactura reconFigurable. Ellos exploran los diferentes planteamientos de políticas de

capacidad medidos en base a factores de desempeño como: niveles de inventario, niveles de

cantidades de órdenes pendientes, trabajo en proceso. Los resultados de la evaluación

ayudan a plantear las ventajas y desventajas de la planeación de la producción de acuerdo a

la restricción de la capacidad, tomando en cuenta los objetivos operacionales y estratégicos

de la empresa.

El análisis dinámico de la recuperación de productos dentro de la cadena de suministro es

planteado por Poles [68], quien utiliza el enfoque de dinámica de sistemas para modelar un

sistema de producción e inventario de un sistema de remanufactura. Su análisis se enfoca

en los efectos de la planeación de la capacidad y los tiempos de entrega del sistema,

manejado por la cobertura de inventario.

Nuevamente Deif [82], propone un modelo dinámico para analizar el paradigma de

balancear una línea de producción y producir en el ritmo establecido. El modelo analiza el

desempeño de la línea, bajo condiciones de incertidumbre. El autor propone una serie de

políticas de capacidad dinámica para mitigar el problema del nivel de respuesta del sistema

de producción a la demanda externa.

Aplicaciones de DS

35

En un trabajo realizado por Deif y ElMaraghyun plantean un enfoque de dinámica de

sistema para modelar y analizar la complejidad operativa de la capacidad dinámica de la

producción de varias etapas [83]. La característica única de este enfoque es que captura la

naturaleza estocástica de tres fuentes principales de la complejidad asociados con la

capacidad dinámica. Estos son la demanda, lapso de fabricación interna y retraso

escalabilidad de la capacidad. El modelo desarrollado fue demostrado por un estudio de

caso industrial de línea de montaje de placa de circuito impreso multi-etapa. El análisis de

experimentos de simulación mostró que haciendo caso omiso de las fuentes de complejidad,

puede llevar a decisiones equivocadas en materia tanto a nivel de escala y las decisiones de

gestión de cartera. Además, se puso de manifiesto un equilibrio general entre la

controlabilidad y la complejidad de la capacidad dinámica. Finalmente, el análisis

comparativo del efecto de cada una de estas fuentes en el nivel de complejidad, reveló que

el retardo interno tiene el mayor impacto en la eficiencia de la capacidad dinámica.

Estos mismos autores también han propuesto enfoques con DS para investigar los desafíos

de nivelación de la producción y los costos asociados [84]. Ellos propusieron un modelo que

capta diversas herramientas Lean que influyen en la producción y nivelación y analizaron

sus implicaciones, mediante un análisis comparativo entre las políticas de aplicación de

nivelación para demanda estocástica con múltiples productos. Los resultados mostraron

que la determinación de las políticas de nivelación es dictaminada por los costos y

limitaciones de escalabilidad de la capacidad, además de las consideraciones extras de

mezcla y tamaños de lote.

Estos planteamientos previos revelan que, el análisis del proceso de planeación y control

de la producción se encuentra enfocado en el planteamiento de políticas y estrategias de

planeación basados en las condiciones del sistema y sus restricciones. Algunos de estos

planteamientos se han desarrollado en casos de aplicación industrial, en el que se evidencia

el enfoque sistémico bajo condiciones reales de eventos que afectan el proceso de

planeación y control de producción. Esta situación refleja aún más la complejidad de los

casos de estudios en este campo de investigación.

CAPITULO 3: METODOLOGÍA DE DINÁMICA DE SISTEMAS

METODOLOGÍA PARA EL DESARROLLO DEL MODELO PROUESTO.

Se presenta la metodología adaptada de DS para el desarrollo del modelo propuesto, derivado del análisis de las diferentes guías existentes. Se enfatiza en el software y herramientas de apoyo utilizadas para la construcción del modelo en sus distintas fases.

Metodología de DS

36

3. Metodología para el desarrollo del modelo propuesto La DS es una metodología para el estudio y el manejo de sistemas de realimentación

compleja. Una de sus principales características es el uso del computador para realizar

simulaciones, lo que permite analizar el comportamiento y las consecuencias de las

múltiples interacciones de los elementos del sistema a través del tiempo [17].

Esta técnica difiere de otras técnicas de modelado porque su estructura no está

predeterminada por un modelo matemático previo, sino que la establece el analista y el

experto. El modelo resultante se traduce en un conjunto de ecuaciones matemáticas. Este

enfoque metodológico presenta la ventaja de que no es necesario recurrir a ecuaciones para

entender el modelo, sino que se basa en las relaciones causales de sus elementos. Es por

esta razón que es muy importante tener un conocimiento claro del objeto de estudio y su

problemática desde un inicio.

Así pues, la DS permite la construcción de modelos tras un análisis cuidadoso de los

elementos del sistema. Este análisis permite extraer la lógica interna del modelo, y con ello

comprender las causas de su comportamiento en un plazo de tiempo establecido.

El proceso de modelado con DS consiste en un conjunto de operaciones mediante el cual,

tras el oportuno estudio y análisis, se construye el modelo del aspecto de la realidad. Este

proceso consiste en esencia, en analizar la información que se dispone del proceso,

depurarla hasta obtener datos relevantes y reelaborarla de modo que pueda ser transcrita

al lenguaje de DS [5].

Derivado del análisis de las diferentes guías existentes, [5], [17], [85] y [86] para la

construcción de modelos dinámicos, se adaptó una metodología para el desarrollo del

modelo propuesto enfocado al objeto de estudio. Para este análisis se tomó como referencia

principal la metodología presentada por el fundador de DS, Jay W. Forrester [1]. Las etapas

metodológicas se pueden sintetizar en cuatro fases, las cuales se muestran a continuación.

3.1. Definición del sistema y planteamiento del problema En esta primera fase se debe especificar claramente el problema y describir el objeto de

estudio con precisión, ya que esto permite definir el propósito del modelo.

El proceso de definición del problema comienza por analizar la situación actual y enumerar

todas las variables que se consideran adecuadas, comparando los valores actuales con los

deseados. Esto permite definir los límites del sistema, el cual estará determinado por

aquellas variables que tienen influencia razonable en el comportamiento del objeto de

estudio.

Metodología de DS

37

Este proceso va complementado con su descripción, basada en la aportación del

conocimiento del tema por parte de los expertos, fuentes de información del sistema, así

como la referencia de otros modelos aplicados. Los modelos tomados como referencia se

pueden consultar en el punto 2.4.3 del capítulo 2.

Esta primera fase permite una percepción inicial de los elementos (o variables) que tienen

relación con el sistema definido por el objeto de estudio. Esto da paso a analizar los

patrones de comportamientos de las variables claves a lo largo del tiempo e identificar

conexiones causales que gobiernan su dinámica de comportamiento.

3.2. Conceptualización del sistema Una vez conocidas globalmente las variables del sistema se elabora una hipótesis de las

relaciones causales entre ellas, es decir que se definen las influencias que se producen entre

las variables que integran el sistema.

El resultado en esta segunda fase es el establecimiento del diagrama de influencias o

diagrama causal del sistema, en el cual se muestra las relaciones básicas en forma de

bucles de realimentación. Este diagrama ayuda a verificar si las variables claves

identificadas en la fase anterior son las correctas, dado que se analiza el comportamiento e

interacción de todas las variables. Al no haber sido considerada una de estas relaciones se

corta el bucle de realimentación.

3.2.1. Diagrama causal

Un diagrama causal es una herramienta para mostrar la estructura y las relaciones causales

de un sistema para entender sus mecanismos de realimentación en una escala temporal. En

este diagrama, las diferentes relaciones de causalidad o de influencia entre dos variables o

factores están representadas por flechas. De modo que, una variación en el origen de la

flecha, produce un cambio en la variable destino.

Las flechas van acompañadas de un signo (+ o -) que indica el tipo de influencia ejercida por

una variable sobre la otra. Un signo "+" quiere decir que un cambio en la variable origen de

la flecha producirá un cambio del mismo sentido en la variable destino. El signo "-"

simboliza que el efecto producido será en sentido contrario.

(a)Relación de influencia positiva (b)Relación de influencia negativa

Figura 3-1: Relación de influencia entre la variable A y B

A B +

A B-

Metodología de DS

38

En la Figura 3-1 (a) se presenta la relación de influencia positiva de la variable A sobre la

variable B, esto significa que un incremento en A, produce un incremento en B, o bien una

disminución en A provoca una disminución en B. la Figura 3-1 (b), representa la relación de

influencia negativa de la variable A sobre B, esto indica que las variables de los extremos de

la flecha varían en sentido opuesto, si la variable A disminuye, la variable B aumenta y

viceversa.

3.2.2. Bucle de retroalimentación

Una cadena cerrada de relaciones causales recibe el nombre de bucle, retroalimentación o

feedback, por su término en inglés. Los bucles de realimentación representan el proceso

dinámico que se traslada por una cadena de causas y efectos a través de un conjunto de

variables que acaba volviendo a la causa original.

Propiamente, un bucle de realimentación es el grupo de variables interconectadas por

relaciones causales o de influencia (positiva o negativa), que forman un camino cerrado que

comienza en una variable inicial y que acabe en la misma variable.

Existen dos tipos5 básicos de bucles de realimentación, los bucles de realimentación

positiva, o de refuerzo, y los bucles de realimentación negativa, o estabilizadores. Los bucles

negativos llevan al modelo hacia una situación estable y los positivos lo hacen inestable, con

independencia de la situación de partida.

3.2.2.1. Bucles de retroalimentación positiva

Los bucles de realimentación positiva, también llamados de refuerzo, son aquellos en los

que la variación de un elemento se propaga a lo largo del bucle, de manera que acentúa

dicha variación inicial. Esa variación puede ser tanto un incremento como una disminución

de un valor determinado.

Este tipo de bucle genera un comportamiento de crecimiento o de decrecimiento del

sistema que lo aleja del punto del equilibrio. Es decir, tiende a desestabilizar los sistemas de

forma exponencial.

5 Los bucles se definen como "positivos" cuando el número de relaciones "negativas" es par, y "negativos" si es impar (igual que al multiplicar: -a x b = -c).

Metodología de DS

39

(a) Forma esquemática de una realimentación positiva

(b) Respuesta del bucle de realimentación positiva

Figura 3-2:Bucle de realimentación positivo

En la Figura 3-2 (a) se presenta de manera esquemática un bucle de realimentación

positiva. Si cualquiera de las variables A, B o C, sufre una perturbación, ésta se propaga,

reforzándose a lo largo del bucle. En efecto, si A crece, entonces, en virtud del signo de la

influencia, lo hará B, lo que a su vez determinará el crecimiento de C y, de nuevo, el de A.

Por lo tanto, la propia estructura del sistema determina que el crecimiento inicial de A

vuelva reforzado a la variable A. Este estado genera un comportamiento de crecimiento que

lo aleja del punto de equilibrio, (Figura 3-2 (b)), es decir desestabiliza el sistema de forma

exponencial. Este tipo de bucle se representa con el signo “+”, o con la letra R de Reinforcing

feedback.

3.2.2.2. Bucle de retroalimentación negativa

A los bucles de realimentación negativa se les conoce con diversas denominaciones

(estabilizadores, equilibradores, balanceadores, reguladores o autorreguladores,

homeostáticos) y son la base de cualquier sistema de control o regulación, tanto natural

como artificial.

Su comportamiento se caracteriza porque una variación de un elemento se transmite a lo

largo del bucle de manera que se genere un efecto que contrarresta la variación inicial. El

comportamiento de este bucle tiende a buscar asintóticamente un equilibrio. Tiene la

notable propiedad de que si por una acción exterior, se perturba alguno de sus elementos el

sistema, este reacciona tendiendo a anular esa perturbación.

B

A C +

+

+

+ Tiempo

Metodología de DS

40

(a) Forma esquemática de una realimentación negativa

(b) Respuesta del bucle de realimentación negativa

Figura 3-3:Bucle de realimentación negativo

En la Figura 3-3 (a), se presenta el esquema de un bucle de retroalimentación negativo

mediante la interacción de las variables A, B y C. Supongamos que la variable B incrementa,

el incremento de B determinará el de C, ya que la relación de influencia correspondiente es

positiva. A su vez, el incremento de C determinará el decrecimiento de A, ya que así lo

determina el carácter negativo de la influencia. El decrecimiento de A dará lugar al de B,

pues la relación es positiva. Por tanto, el incremento inicial de B vuelve, a lo largo de la

cadena de realimentación, como un decremento. El comportamiento de respuesta del bucle,

Figura 3-3 (b) tiende a buscar el equilibrio del sistema, anulando las perturbaciones del

mismo. Este tipo de bucle se representa con el signo “-”, o con la letra B de Balancing

feedback.

El diagrama causal de un sistema no está compuesto exclusivamente por un único y aislado

bucle de realimentación, sino más bien todo lo contrario. Un diagrama causal encierra

diversos bucles de realimentación que comparten variables y relaciones de causalidad. La

interacción combinada de diferentes bucles de realimentación puede producir numerosas

respuestas del sistema más complejas que la respuesta exponencial o que la respuesta de

estabilidad.

3.2.3. Retardos

Los retardos, conocidos también como retrasos o demoras, son inherentes a la mayoría de

los sistemas y pueden tener una influencia notable en el comportamiento de un sistema. En

el proceso de modelado y simulación los retardos se distinguen entre relaciones de

influencia que se producen de forma más o menos instantánea y entre relaciones de

influencia que tardan un cierto tiempo en manifestarse.

Un retardo no es más que el tiempo que transcurre entre una causa y sus efectos. En los

modelos sistémicos se manejan como procesos, cuya salida se retrasa en alguna manera con

respecto a la entrada.

B

A C -

+

+

-

Tiempo

Equilibrio

Metodología de DS

41

(a) Realimentación negativa con un retraso entre variable C y A

(b) Respuesta del bucle de realimentación negativa con retraso

Figura 3-4:Bucle de realimentación negativo con un retraso

Los retrasos pueden tener una enorme influencia en el comportamiento de un sistema. En

los bucles de realimentación positiva determinan que el crecimiento no se produzca de

forma tan rápida como cabría esperar. En los bucles de realimentación negativa su efecto es

más patente, su presencia puede determinar que, ante la lentitud de los resultados se tomen

decisiones drásticas que conduzcan a una oscilación del sistema.

En la Figura 3-4 (a) se muestra un bucle de realimentación negativa, en la relación de

influencia entre C y A se produce un retraso. En la Figura 3-4 (b) se muestra el posible

comportamiento del sistema, en el que se produce una oscilación en torno a la meta

perseguida. En los diagramas causales se utiliza la notación de doble raya, “II”, sobre la

flecha para denotar un retraso.

En las organizaciones los retardos se deben a la transferencia tanto de información como de

material. Suelen estar embebidos en los diferentes procesos de negocio y producción o de

apoyo, como los procedimientos de preparación y arranque o de renovación y reparación.

La falta de conciencia en la consideración de los retardos hace que se tomen decisiones

erróneas o que ocurra una intervención innecesaria.

Los retardos de tipo material se producen cuando existen elementos en el sistema, que

almacenan el material que fluye por el mismo. Ejemplo de estos se puede mencionar la

cantidad de material a entregar o unidades a procesar. Por otro lado, los retardos de

información, resultan de la necesidad de conservar y almacenar información del sistema

antes de proceder a una toma de decisión. En otras palabras representan el ajuste gradual

de las percepciones, como ejemplo de este tipo de retardo se puede mencionar los

pronósticos de ventas.

De acuerdo a su comportamiento en el tiempo, los retardos de tipo de material pueden ser

representados por funciones de orden n u orden infinito (tipo tubería o pipeline) mientras

que, los retardos de tipo información se representan únicamente por funciones de orden n.

B

A C -

+

+

-

Tiempo

Equilibrio

Metodología de DS

42

En la Figura 3-5 se representa el comportamiento de los tiempos de entrega para diferentes

tipos funciones de retardo.

Tiempo promedio de retardo = 3 días Tasa de envío. Retraso fijo: Tasa de entrega. Retraso fijo: Tasa de entrega de primer orden: Tasa de entrega de tercer orden:

Figura 3-5: Comportamiento de los tiempo de entrega para diferentes tipos de funciones de retardo

En el retardo fijo o de tubería se tiene un tiempo de retraso constante, en el cual el orden

de salida es igual al orden de entrada, así como la cantidad que entra y sale es la mima. En

este tipo de comportamiento, el flujo de entrada es más rápido que el de salida, por lo que

las unidades entrantes se detienen cierto tiempo. Este comportamiento se expresa en la Ec.

3-1.

𝑆𝑎𝑙𝑖𝑑𝑎(𝑡) = 𝑒𝑛𝑡𝑟𝑎𝑑𝑎 (𝑡 − 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑡𝑎𝑟𝑑𝑜) Ec. 3-1

En el retardo de primer orden o de orden mayor se caracteriza porque la salida es

proporcional a lo que hay acumulado por el retraso, dividido por el tiempo promedio de

retardo. La cantidad acumulada es igual a la diferencia entre lo que entra y lo que sale.

Cuanto mas largo sea el retraso, se aproxima a un retraso fijo. Ver Ec. 3-2.

𝑆𝑎𝑙𝑖𝑑𝑎(𝑡) =𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑜 𝑝𝑜𝑟 𝑟𝑒𝑡𝑎𝑟𝑑𝑜 (𝑡)

𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑡𝑎𝑟𝑑𝑜

Ec. 3-2

20

40

60

80

100

1 2 3 4 5 6 7 8 9 10

Entrada Salida

Tiempo

DÍAS

CA

NT

IDA

D

Metodología de DS

43

3.3. Formalización Hasta este momento se ha explicado la elaboración del diagrama causal, en el cual

únicamente se mencionan las variables de interés y se establece su relación de influencia

por medio de flechas. Esto permite visualizar la estructura del sistema de modelado, sin

embargo no es suficiente para comprender el comportamiento del modelo a lo largo del

tiempo. Es necesario incorporar información referente al tiempo y magnitudes de las

variables con la ayuda de la simulación por computador.

El Diagrama de Flujos, también denominado Diagrama de Forrester, es el diagrama

característico de la DS. Es una traducción del diagrama causal a una terminología que

permite la escritura de las ecuaciones en el ordenador para así poder validar el modelo,

observar la evolución temporal de las variables y hacer análisis de sensibilidad.

Durante este proceso se amplia y especifica la información aportada por el diagrama causal

caracterizando las diferentes variables y magnitudes, estableciendo el horizonte temporal,

la frecuencia de simulación y especificando la naturaleza y alcance de los retardos. Además

se considera una buena práctica de diseño no dar por definitivo el diagrama causal hasta no

haber desarrollado el Diagrama de Forrester. Esto se debe, principalmente que en el

proceso de conexión y ajuste de los niveles y flujos se pueden rectificar relaciones que no se

habían precisado o advertido.

3.3.1. Comportamiento de un diagrama de flujos y niveles

Una de las características distintivas de la DS son los diagramas de flujos y niveles, más

conocidos como Diagramas de Forrester. Esta convención de niveles y flujos fue creada por

el propio Jay Forrester basándose en una metáfora hidrodinámica, relacionando el flujo de

entrada y salida de agua en una bañera o recipiente. De forma que, la cantidad o nivel de

agua de la bañera es la acumulación de agua que entra a través del grifo menos el agua que

sale por el desagüe.

En la Figura 3-6 se ejemplifica el comportamiento dinámico del llenado de una tina de baño.

La cantidad de agua en la tina de baño es simplemente lo que se ha ido acumulando entre la

entrada y la salida de agua, por ello los objetos como la tina de baño tiene el nombre de

acumulador. La cantidad de agua presente de un momento a otro se le denomina nivel,

mientras que, la cantidad de agua agregada en la diferencia de momentos se le denomina

flujo. Uno de los flujos aumenta el nivel de agua en el acumulador, mientras que el segundo

flujo (tapón) lo disminuye.

Metodología de DS

44

Figura 3-6: Ejemplo del llenado de una tina como sistema dinámico

La única manera de cambiar el nivel de la tina es a través de los flujos, agregando o

quitando una determinada cantidad de agua. El proceso de gestión sobre la tina, en tomar

decisiones respecto a la llave del flujo de entrada y el flujo de salida, se realiza en base a la

información disponible sobre el nivel y sus cambios en el tiempo.

En la Tabla 3.1 se presenta la notación propia de los diagramas de Forrester, con los cuales

se pueden construir diagramas de flujos y niveles. Y en la Figura 3-7 se muestra la analogía

del ejemplo de la Figura 3-6, según la notación propia de los diagramas de Forrester.

Tabla 3-1: Notación de los diagramas de Forrester

Nombre Símbolo

Flujo

Nivel

Retardo

Canal de información/material6

6 En algunos textos la simbología del canal de material aparece con doble raya. Sin embargo en este texto, se considerará con una sola raya, estableciendo la diferenciación en el tipo de canal, de acuerdo a las variables utilizadas.

Flujo

Nivel

0

10

15 Llave

Tina de baño

(Acumulador)

Nivel

Flujos (entrada y salida)

Tapón

Metodología de DS

45

Figura 3-7: Diagrama de Forrester del comportamiento dinámico de la tina (Figura 3-6)

Las variables pueden ser de tres clases:

Variables de nivel.

Son los recipientes, las variables que acumulan magnitudes con el tiempo. Definen el estado

del sistema y generan la información en la que se basan las acciones y las tomas de

decisiones. Implican la inercia del sistema porque pueden producir retardos por

acumulación y, como en los circuitos secuenciales de los sistemas digitales, dotan de

memoria al sistema. Muestran en cada instante la situación del modelo, presentan una

acumulación y varían solo en función de los flujos.

Variables de flujo.

Simbolizan el cambio de las variables de nivel durante un periodo de tiempo. Como

veremos más adelante, al representar la variación del flujo, son las derivadas de los niveles

con respecto al tiempo. Estas variables suelen estar intervenidas con variables auxiliares o

con coeficientes (o tasas). Pueden ser comparados como los grifos o válvulas que regulan el

flujo.

Variables auxiliares o constantes.

Son variables dependientes intermedias que reciben información de otras variables,

transforman nueva información en base a una función determinada y cuya salida se dirige

hacia otra variable auxiliar o hacia una variable de flujo. Se utilizan para descomponer

ecuaciones complejas en ecuaciones más simples que faciliten la lectura el modelo.

La existencia de variables auxiliares evidencia la existencia de canales de información, que

permiten la transferencia de datos desde variables de nivel o de flujo hacia variables de

flujo.

3.3.2. Representación matemática Todo lo anteriormente explicado se puede expresar en una estructura matemática, a través

del cálculo diferencial. Esta ha sido una de los mayores méritos de Jay Forrester, al facilitar

la comprensión y manejo de los modelos de simulación dinámica por medio del cálculo

diferencial propio de los sistemas de control.

Nivel

Flujo de entrada

(llave)

Flujo de salida

(tapón)

Metodología de DS

46

Se puede integrar un nivel desde un flujo y se puede derivar un flujo desde un nivel. Esto se

debe a que los flujos tienen la “característica” de “por periodo” y los niveles no. Esto tiene

que ver con la relación entre momento y período: el periodo se puede construir desde dos

momentos: periodo 1_2= momento (2) – momento (1). O bien momento 2= momento 1 +

periodo 1_2.

Se pueden derivar los flujos de los niveles, del mimo modo que se puede derivar la

pendiente de una función. También se puede hacer la operación inversa e integrar cual debe

ser el tamaño del nivel integrando desde el flujo. Algunas reglas de aproximación entre el

comportamiento de flujos y niveles se presentan a continuación:

Cuando el flujo es nulo, el nivel es constante.

Cuando el flujo es positivo y constante, el nivel aumenta linealmente; el cambio del

nivel es igual a la magnitud del flujo.

Cuando el flujo es negativo y constante, el nivel disminuye linealmente; el cambio

del nivel es igual a la magnitud del flujo.

Cuando el flujo es positivo y crece constantemente, el nivel crece exponencialmente;

el cambio del nivel es igual a la magnitud del flujo durante los respectivos periodos

de tiempo distinguidos.

Cuando el flujo es negativo y disminuye constantemente, el nivel disminuye

exponencialmente; el cambio del nivel es igual a la magnitud del flujo durante los

respectivos periodos de tiempo distinguidos.

Cuando el flujo cambia entre positivo y negativo, la pendiente del nivel cambia entre

positivo y negativo

Tomando de referencia el diagrama de la Figura 3-7, se tiene la siguiente expresión matemática.

𝑁𝑖𝑣𝑒𝑙 (𝑡) = ∫ (𝐸𝑛𝑡𝑟𝑎𝑑𝑎 (𝑡) − 𝑆𝑎𝑙𝑖𝑑𝑎(𝑡))𝑑𝑡 + 𝑁𝑖𝑣𝑒𝑙(𝑡0)𝑡

𝑡0

Ec. 3-3

En consecuencia, la variación neta de un nivel será la derivada con respecto al tiempo:

𝑑(𝑁𝑖𝑣𝑒𝑙(𝑡))

𝑑𝑡= 𝐸𝑛𝑡𝑟𝑎𝑑𝑎(𝑡) − 𝑆𝑎𝑙𝑖𝑑𝑎(𝑡)

Ec. 3-4

En definitiva, el modelo matemático encerrado en un Diagrama de Forrester es un sistema

de ecuaciones diferenciales que generalmente no se puede solucionar analíticamente, por

ello para generar el comportamiento del sistema a lo largo del tiempo se utilizan métodos

computacionales de simulación.

Metodología de DS

47

El tratamiento y el tipo de ecuaciones de cata tipo de variables (nivel, flujo y auxiliares) es

diferente. Un nivel es función exclusiva del propio nivel y de los flujos asociados. Por otro

lado, el cálculo de las variables de flujo y auxiliares es más elaborado, pues dependen de los

niveles, de las variables auxiliares y de los flujos previos. También hay que considerar que

los niveles se miden en los puntos de muestreo, mientras que los flujos se calculan en los

intervalos existentes entre dos puntos de muestreo. Esto se puede analizar de la siguiente

manera con ayuda de la Figura 3-8.

Figura 3-8:Variación del nivel en función del flujo

El tamaño del flujo, el número en la escala vertical, corresponde al cambio en el tamaño del

nivel. Por ejemplo, si el flujo es de 10 unidades (por periodo), entonces al final del periodo,

el nivel será 10 unidades mayor que al inicio del periodo. Podemos remplazar "10" por

cualquier valor del flujo, y usar simple y directamente el "flujo": el nivel al final del periodo

será igual que al inicio del periodo más "flujo".

3.3.3. Entornos de simulación

Hoy día se dispone de entornos de simulación muy flexibles que permiten construir un

modelo de forma amigable, que no requieren conocimientos informáticos de alto nivel para

su utilización, se adaptan bastante bien a las necesidades de los usuarios y simulan los

modelos en tiempo real mostrando su comportamiento.

En el mercado existen tres suites de Dinámica de Sistemas que compiten al mismo nivel que

corren solamente en entornos Windows y Macintosh, no hay versión para entornos posix

(UNIX, Linux): la familia de software Vensim® de Ventana Systems Inc., Powersim Studio™

de los noruegos Powersim Software y los paquetes iThink® y STELLA® de Isee Systems

(antes High Performance Systems).

5

10

15

20

25

1

Tamaño

del flujo

Tiempo

Tamaño del

cambio de nivel

Metodología de DS

48

Para construir el Diagrama Causal, los diagramas de Forrester, el modelo matemático y para

su posterior simulación se ha utilizado el entorno de simulación dinámica Vensim PLE®

(http://www.vensim.com/) de Ventana Systems Inc. Es un software gratuito para usos

educativos y personales, no caduca, y tiene una importante prestación que otras marcas de

software no ofrecen en sus versiones gratuitas: puede guardar el modelo que haya creado.

Presenta algunas ventajas con relación a la organización de datos y a posibilidades de

optimización. Se trata de un lenguaje muy potente para el desarrollo de modelos que

pueden emplearse tanto en entornos PC como en Unix. Permite documentar

automáticamente el modelo según se va construyendo, y crea árboles que permiten seguir

las relaciones de causa efecto a lo largo del modelo. En el apéndice de Anexos 1, en la Tabla

A-1 se presenta el análisis comparativo realizado por Andrade y otros [108] sobre los

software disponibles para simulación dinámica. Esta análisis refuerza la decisión de

considerar, para el desarrollo del modelo el software Vensim PLE®.

3.4. Validación El proceso de validación de un modelo dinámico consiste en determinar el grado en el cual

este es la apropiada representación del mundo real. Dentro del contexto de un modelo DS

existen diferentes criterios de validación orientados a la estructura y al comportamiento,

los cuales se pueden resumir en tres principales categorías de validación, propuesto por

Barlas [87], [89], Forrester y Senge [88]: Prueba estructural, pruebas orientada al

comportamiento y pruebas de patrones de comportamiento (políticas).

Dimitrios, Patroklos, y Eleftherios [90] establecen que, el principal criterio de validación de

un modelo dinámico es la estructural, porque en esta se validan las relaciones usadas en el

modelo. Esta opinión coincide con el planteamiento de Barlas [87], donde establece que el

principio más importante de la validación de un modelo de DS es establecer la validación de

la estructura del modelo.

Dimitrios, Patroklos, y Eleftherios, establecen que la validación de la estructura puede ser

analizada mediante ciertos procedimientos y pruebas que se pueden clasificar en pruebas

directas e indirectas. Ellos mencionan que el modo de prueba directo es un método más

estructurado de validación, siendo los más importantes, las pruebas de condición extrema y

prueba de comportamiento de sensibilidad.

La revisión bibliográfica realizada, sustenta el criterio establecido por estos autores, ya que

se encontró que en la mayoría de los casos, la validación de los modelos desarrollados es

verificada por el método de prueba directo.

La consistencia dimensional del modelo y el sometimiento del mismo a pruebas con

condiciones extremas [85], es uno de los métodos usados en diferentes aplicaciones como

Metodología de DS

49

es el caso de Debabrata & Pankaj [91], Patroklos & Alexandra [92], Patroklos &

Charalampos [93], Souza [94], Peña & Crespo, [95], quienes evalúan cada ecuación del

modelo y lo conducen a una condición extrema, revisando si el modelo se comporta

realísticamente bajo estas condiciones.

Por otro lado, las pruebas de validación orientadas al comportamiento del modelo [89],

originalmente sugerida por Forrester & Senge [88], en las cuales se identifican los cambios

en el comportamiento dinámico resultado del cambio en ciertos valores de los parámetros

claves, es otra de las pruebas aplicadas. Poles [68], identificó en su aplicación de validación

con este tipo de pruebas, que los cambios en los patrones de comportamiento dinámico del

modelo, resultante de los cambios en los valores de los parámetros particulares,

corresponden con bastante precisión a los conocimientos disponibles de los sistemas del

mundo real.

En el trabajo desarrollado por Qudrat-Ullah & Seo Seong [96], validan el modelo de análisis

de políticas energéticas con seis pruebas orientadas a la estructura y una prueba orientada

al comportamiento, concluyendo que, las pruebas de validez estructurales constituyen uno

de los dos tipos generales de las pruebas necesarias para construir la confianza en un

modelo de simulación de dinámica de sistemas, estas pruebas, son el núcleo del proceso de

validación de modelos dinámicos y tienen precedencia temporal en pruebas de validez de

comportamiento.

Towill [48], establece que, el paso final en la verificación de un modelo, debe ser la

exposición pública del modelo ante la presencia de varios involucrados, principalmente

ante los que han contribuido con la información y/o opiniones. Este criterio puede ser

validado desde el punto de vista de Forrester, ya que menciona que un modelo dinámico es

validado si es una adecuada representación del “modelo mental”, el cual ha formado el

modelador acerca del sistema. En su modelo de la empresa Sprague, Forrester dice que, fue

empíricamente validado porque este crea un patrón de la misma naturaleza cualitativa

como el sistema real.

Por otro lado, las opiniones de validación de estos modelos dinámicos con la aplicación de

técnicas estadísticas son diversas, debido a que los datos generados en un modelo dinámico

son en su mayoría autorrelacionados y correlacionados. Para aplicar pruebas estadísticas a

datos auto/co-rrelacionados, requiere una extensiva simplificación del modelo o

transformación de datos. Por otro lado, en este tipo de modelos no hay una única variable

de salida en la cual se puede enfocar el análisis estadístico para validar el modelo.

En el trabajo realizado por Martinez & Richardson [97] exploran diferentes opiniones sobre

las mejores prácticas de modelado, elegido de un distinguido grupo de expertos en el

campo. Dentro de su evaluación, resaltan que el proceso de pruebas de modelo y evaluación

Metodología de DS

50

en el proceso de modelado de dinámica de sistema, es descrita en la literatura

principalmente por Randers [98], Richardson Pugh [99] y Sterman [85], aunque también

no se puede omitir el enfoque de Forrester [88] y Barlas [87] y [89].

Martínez y Richardson presentan cuales son las prácticas más importantes del trabajo de

modelado en el área de pruebas y evaluación del modelo. Como resultado del estudio,

obtuvieron que el aspecto de mayor importancia en las técnicas de validación es asegurar

que el modelo sea consistente con datos históricos o con referencias del modo de

comportamiento. Como aspecto importante consideran la evaluación de los parámetros y

análisis de resultados inesperados, y en mediana importancia, considerar al cliente final

como involucrado en la evaluación, determinar los parámetros relevantes y su relación con

el comportamiento del modelo. Ellos concluyen que la mejor práctica identificada por el

panel de expertos, es que se debe comparar los parámetros de comportamiento del modelo

con datos reales, usando medidas estadísticas.

Esta opinión es compartida por Kleijnen [100], quien establece que desviaciones

sistemáticas entre estadísticas observadas y valores teóricos pueden ser detectados a

través de pruebas de distribución o pruebas paramétricas. Como ejemplo de esta

apreciación se presenta el trabajo realizado por Chan & Ang [101] en el cual compara el

nivel de significancia entre los valores simulados y el nivel de inventario actual con ayuda

de la herramienta estadística T-student, la prueba fue desarrollada con variables

significativas del modelo.

Por otro lado, Kleijnen [102] establece que la elección de la técnica estadística de validación

depende de la disponibilidad de datos. Al no contar con datos reales para su análisis, la

validación debe ser guiada por la teoría estadística de diseño de experimentos. Al contar

únicamente con datos de salida, pero no entrada la validación puede ser comparada con la

técnica estadística T-Student. Y como tercer caso, al contar con información de entrada y

salida se procede con técnicas de regresión y procedimientos de comparación. En el trabajo

presentado por Barlas, “Formal aspects of model validity and validation in system

dynamics”, propone algunas de las medidas de estadística estándar (técnicas básicas de

varianza, media y correlación) que se pueden utilizar para realizar la validación del modelo.

El planteamiento de Barlas [103] es utilizado en el trabajo desarrollado por Suryani y otros

[104], en el que verifican la validación del modelo desarrollado mediante el análisis de la

tasa de error generada por el promedio de datos históricos y el promedio de datos

generados de la simulación.

El conjunto de métodos y enfoque de validación del modelo desarrollado en este trabajo, se

ha realizado siguiendo el camino propuesto por Forrester, Senge y Barlas, dado que no

existe un método universal para validar un modelo dinámico, ya que está más vinculado con

el objetivo del mismo. Como primer paso, se propone validar la estructura del modelo, es

Metodología de DS

51

decir que inicialmente realizará la verificación estructural. Una vez que se haya verificado

la arquitectura estructural se procede a utilizar la técnica estadística del porcentaje del

error relativo para complementar la validación del comportamiento del modelo

comparando datos reales del sistema con los datos obtenidos vía simulación.

3.5. Metodología aplicada En la Figura 3-9 se presenta la metodología general, aplicada para el desarrollo del modelo

propuesto. Se indica el procedimiento a seguir en cada una de las fases de la metodología,

así como el software utilizado, las herramientas y técnicas de apoyo empleadas.

La primera consideración para desarrollar el modelo propuesto se resume en la fase uno y

dos del proceso metodológico. Inicialmente es necesario conocer el sistema, definiendo las

variables de interés y haciendo un planteamiento objetivo de la situación a analizar. En esta

etapa se recopiló la información necesaria sobre la problemática de la línea dando paso a la

definición del propósito del modelo a desarrollar. Con ayuda del conocimiento experto

(agentes involucrados en el proceso), el análisis y pre-procesamiento de la información, se

definieron las variables claves y se establecieron sus interrelaciones.

Para la recopilación de la información se utilizaron las técnicas de observación directa y

estudio de tiempos y movimientos. Para facilitar el análisis de la información recopilada,

esta fue proyectada de forma más visual con la ayuda de las herramientas de mapeo de

procesos y mapeo de flujo de valor. Por otro lado fue necesario hacer una propuesta de

clasificación de la información recopilada, debido a la alta variabilidad de las características

de producción de los diferentes componentes. A continuación se explica el procedimiento

de aplicación para cada una de estas técnicas y herramientas.

Conocimiento experto

Las personas involucradas en el proceso (operadores, supervisores, gerentes) representan

la más valiosa fuente de información. Su constante involucramiento con el proceso y la

convivencia diaria con situaciones problemáticas permitieron obtener un panorama amplio

del objeto de estudio. Este aporte se obtuvo por medio de entrevistas, consultas directas y

cuestionamientos de la situación a analizar. Su contribución se hace manifiesta a lo largo del

desarrollo de la estructura conceptual del modelo propuesto.

Observación directa

La técnica de observación directa se utilizó para establecer un diagnóstico general de la

situación a analizar. Permitió evaluar de manera visual los datos de interés y plasmarlos en

un reporte que sirve como punto de partida para los análisis siguientes.

Metodología de DS

52

Ingeniería de métodos y medición

Es una de las más importantes técnicas del Estudio del Trabajo. Se basa en el registro y

examen crítico sistemático de la metodología existente utilizada para llevar a cabo un

trabajo u operación. El objetivo fundamental de la Medición del Trabajo se relaciona con la

investigación de tiempos improductivos asociados a un método en particular "La Medición

del trabajo es la aplicación de técnicas para determinar el tiempo que invierte un trabajador

calificado en llevar a cabo una tarea definida efectuándola según una norma de ejecución

preestablecida"[105].

Su procedimiento de elaboración parte del diagnóstico general de la situación. Una vez

detectado y examinado el área de interés, se procede a recopilar la información referente al

método actual en formatos. La información contenido en estos formatos contempla:

tiempos productivos e improductivos, evaluando los movimientos y el método actual.

Mapeo de proceso

Esta herramienta permitió el reconocimiento de las operaciones que conforman el proceso

de producción. Es una técnica utilizada para reconocer de manera directa el

comportamiento de un proceso. El desarrollo del diagrama parte de la observación directa y

de datos recopilados del proceso productivo, como número de operarios, tiempo de

producción, demoras. Esta información se proyecta en un diagrama de bloques, mostrando

secuencialmente el proceso.

Mapeo del flujo de valor (Value stream mapping -VSM)

Es una técnica de la manufactura esbelta, el cual consiste en representar y/o proyectar un

proceso productivo, analizando la cadena de valor a través de las actividades ejecutadas e

identificando oportunidades de mejora.

La elaboración de este diagrama se auxilia del mapeo del proceso y de la información

recopilada en los diagramas de ingeniería de método y medición. Esto debido a que es

necesario conocer las operaciones que intervienen en el proceso y tener tiempos estimados

del proceso productivo. Esta información se complementa con la trayectoria que sigue la

materia prima para su transformación en producto terminado. Finalmente, se cuantifican

los desperdicios detectados en el proceso y se plasman bajo cierta simbología,

representando el estado actual del proceso estudiado [106], [107].

Clasificación por atributos

Un sistema de clasificación y codificación es una herramienta para capturar o codificar

características de diseño, manufactura u otra información relevante de piezas o productos

[34]. Una vez que se registró, capturó y analizó la información del proceso se detectó la

http://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-industrial/estudio-del-trabajo/

Metodología de DS

53

necesidad de aplicar un método de agrupamiento dado a la alta variabilidad de

requerimientos de producción para cada componente. Con el objetivo de aprovechar las

características de diseño como criterio de semejanza, se seleccionó el método de

clasificación por atributos.

Para la selección y aplicación del método de clasificación se considera inicialmente la

cantidad total de componentes producidos. Partiendo de esto se analiza cada componente

identificando atributos codificables para establecer los parámetros base para el

agrupamiento de los componentes. Finalmente se establece un código que resume los

componentes, atributos y parámetros.

Una vez recopilada y analizada la información fue necesaria darle un procesamiento

especial para facilitar la obtención de los datos que alimentan al modelo. Para esto se utilizó

una base creada con macros en Microsoft Excel. La base desarrollada tiene la siguiente

funcionalidad:

Ayuda a establecer prioridades en base a: tiempos de entrega, tiempos de espera

entre estaciones y disponibilidad de prensas.

Estima el tiempo necesario para producir cada componente y cada producto

terminado programado.

Establece las cargas de trabajo en base a las consideraciones anteriores

Brinda los datos característicos de cada componente, necesarios para complementar

la información del modelo dinámico.

Derivado del análisis de la información recopilada del proceso y con fines de ser evaluado

en el modelo a desarrollar, se elaboraron dos propuestas de mejora basadas en las

metodologías de: cambio rápido de herramental y método de trabajo.

Estas propuestas están enfocadas al mejoramiento de la situación actual del objeto de

estudio. Su selección metodológica se realizó una vez que la problemática y propósito del

modelo estaban claramente definidos (ver capítulo 4). A continuación se explica en que

consiste cada una de estas dos metodologías de mejora.

Cambio rápido de herramental (SMED7)

Es una técnica de manufactura esbelta basada en una metodología para reducir los tiempos

de cambio de herramental a través de un análisis y optimización de actividades para

incrementar la disponibilidad de los equipos.

77 Single minute exchange of die

Metodología de DS

54

Su aplicación parte de la recolección de datos del proceso de cambio de herramental,

posteriormente, se hace una clasificación de actividades de acuerdo a las siguientes

consideraciones:

Actividad interna: definida como una tarea que no es posible realizar a menos que el equipo

se encuentre detenido.

Actividad externa: definida como una tarea que se puede ejecutar con el equipo en

funcionamiento.

Lo que se busca, es minimizar las actividades internas y que las actividades externas sean

realizadas antes o posterior al paro de equipo. En una segunda evaluación se busca

optimizar las actividades internas con ayuda de la automatización o mecanismos de

sujeción rápida. Finalmente, una vez que se ha logrado reducir el tiempo de cambio a un

tiempo aceptable, se estandariza el procedimiento.

Método de Trabajo

El estudio de métodos se enfoca a la reducción del contenido de trabajo de una tarea u

operación.

Primeramente se reúnen todos los hechos importantes relacionados con la situación a

analizar. Esto puede incluir requerimientos, especificaciones, diagramas. Una vez que se ha

recopilado esta información es necesaria procesarla para tener una visión más clara de la

situación y facilitar su análisis. Para seleccionar el método ideal es necesario considerar las

restricciones propias del proceso y de la organización (como factores económicos), así

como tener en cuenta el beneficio de la aplicación. Finalmente, se documenta el proceso, se

realizan evaluaciones de seguimiento y se estandariza.

Con estos métodos se da por concluida la etapa de análisis de la información y con ello las

dos primeras fases metodológicas, como resultado en estas etapas se obtiene la definición

clara del problema, el propósito del modelo propuesto, las variables de interés y el análisis

de influencias plasmado en el diagrama causal.

Una vez que se ha obtenido una visión general del comportamiento del sistema y una

estructura conceptual del modelo, se procedió a clasificar el tipo de variable y a establecer

sus magnitudes de medición. En esta etapa se utilizó la información resultante de la base de

datos trabajada en los macros de Microsoft Excel,

Los macros Excel son un conjunto de instrucciones programadas en la hoja de cálculo

electrónica de Excel, las cuales automatizan las operaciones que realiza su aplicación

informática, con el objetivo de eliminar tareas repetitivas o realizar cálculos complejos en

un corto espacio de tiempo y con una nula probabilidad de error.

Metodología de DS

55

Las macros se escriben en un lenguaje de computadora especial que es conocido como

Visual Basic for Applications (VBA). Este lenguaje permite acceder a prácticamente todas

las funcionalidades de Excel y con ello también ampliar la funcionalidad del programa. Esta

base de datos fue construida con doble finalidad. Primeramente está enfocada para

garantizar el fácil acceso de los datos que alimentan el modelo a desarrollar y en segundo

lugar brinda un escenario de asignación de cargas de trabajo para cada una de las prensas

que participan en el proceso de producción del producto terminado.

Para la asignación de órdenes de trabajo en cada prensa, se tomó en cuenta criterios de

secuenciación estableciendo la prioridad de paso de cada orden de producción. Esto con la

finalidad de cumplir las fechas de entradas planificadas con el menor tiempo de demora

entre estaciones. Los criterios de asignación que se contemplan son los siguientes [115]

[116].

Secuencia conforme a la duración SPT, shortest processing time. Esta secuencia

se obtiene situando las piezas en orden creciente de duración, es decir:

t(1)<=t(2)…<=t(n)

Secuencia conforme a la fecha comprometida “Regla de Jackson” EDD (Earliest

Due Date). Consiste en ordenar las piezas de acuerdo a la fecha comprometida

creciente.

d(1)<=d(2)…<=d(n)

Secuencia conforme al margen (SFT) Consiste en ordenar las piezas de acuerdo a

valores crecientes del tiempo en exceso disponible sobre la duración de la operación.

d(1)-t(1)<=d(2)…<=d(n)-t(n)

Finalmente se obtiene una programación detallada, determinando los momentos de

comienzo a fin de cada actividad, así como las operaciones de cada orden de trabajo.

Las variables, sus magnitudes y relaciones establecidas y derivadas de esta base de datos, se

utilizaron para desarrollar el diagrama de Forrester, esto corresponde a la tercera fase

metodológica. Posteriormente se elaboró la representación matemática de las variables por

medio de ecuaciones diferenciales y se procedió a establecer una frecuencia de simulación

en base al tiempo deseado de análisis. En este entorno de simulación se utilizó el software

Vensim Ple ®, versión estudiantil.La última fase metodológica establece realizar una

evaluación del modelo desarrollado. Para tal efecto se realizó primeramente la evaluación

estructural y de comportamiento, una vez que la arquitectura del modelo es confiable se

procedió a utilizar la técnica estadística del porcentaje de error medio absoluto

comparando datos reales del sistema y datos obtenidos de la simulación.

Metodología de DS

56

Figura 3-9: Metodología aplicada

Recopilación de la información

Definición de las variables

Definición del problema

¿La definición es correcta?

Definición del propósito

Interacción de variables

¿La interacción es

correcta?

Estructura conceptual

Diagrama causal

Clasificación de las variables

Estructura de comportamiento

Representación matemática

Validación

Diagrama de Forrester

Fases metodológicas

ProcedimientoSoftware y/o herramientas

Si No

No

Si

De

fin

ició

n d

el s

iste

ma

y p

lan

team

ient

o d

el p

rob

lem

a

Microsoft Excel

-Captura, registro y preprocesamiento de la información

- Estudio de tiempos y movimientos

-Observación directa-Mapeo del proceso y mapeo del flujo de valor

-Propuesta de clasificación por atributos

Co

nce

ptu

aliz

ació

n

Ve

nsi

m P

le ®

, v

ers

ión

est

ud

ian

til

Form

aliz

ació

nV

alid

aci

ón

Análisis de estructura y comportamiento.

Análisis de la información

Macros Excel

Estructural y estadística

CAPITULO 4: VISIÓN GENERAL DEL MODELO

ANÁLISIS DEL OBJETO DE ESTUDIO, DEFINICIÓN DEL PROBLEMA Y

DESARROLLO DEL DIAGRAMA CAUSAL.

Se presenta el desarrollo de la primera y segunda fase del desarrollo metodológico. Una vez analizado el objeto de estudio y detectada la principal problemática, se definen las variables que representan el comportamiento del sistema. Su interrelación se interpreta con el diagrama causal desarrollado.

Visión general del modelo

57

4. Visión general del modelo En los capítulos siguientes se describe la construcción del modelo enfocado a la

administración de bienes, siguiendo la metodología de DS. El desarrollo del modelo inicia

con el análisis del entorno de la situación bajo estudio y la identificación de la problemática

en el proceso de planeación, organización y control de la producción. Mediante actividades

interactivas de registro, análisis, organización y estructuración de la información se

establecieron las variables determinantes del modelo, para finalmente, presentar el modelo

causal.

Se consideró desarrollar el modelo mediante una estructura modular. Las relaciones de

causalidad entre módulos están conformadas por subsistemas agrupados, los cuales

permiten hacer análisis individuales de aspectos específicos según el objeto de interés. Los

módulos considerados en la estructura son dos; producción de componentes, analizados

individualmente en cada prensa y producción de producto terminado. Como resultado final

del proceso de construcción del modelo, se obtiene el diseño conceptual y estructural del

sistema que se está modelando.

4.1. Objeto de estudio En este apartado se proporciona información general de la empresa para comprender el

entorno del objeto de estudio. El análisis fue realizado en la línea de estampados de una

empresa de autopartes, ubicada en la zona industrial de la ciudad de México.

Esta empresa se dedica a la fabricación de componentes automotrices de acero y sus

aleaciones, para el mercado de refacciones y automóviles originales de diferentes marcas y

modelos. El esquema general de los subprocesos de la empresa se muestra en la Figura 4-1

y los datos correspondientes a las generalidades de la empresa se pueden consultar en

Anexos 2.

La empresa desarrolla actividades en sus diferentes líneas de producción, empleando

procesos de soldadura y de trabajo metálico en la fabricación de: piezas estampadas,

ensambles de soportes, ensambles de sistema de calor, sistemas de escape, convertidores

catalíticos y silenciadores.


58

Figura 4-1: Esquema general de los subprocesos de la empresa de autopartes

La línea de estampados representa el origen para las demás líneas de producción, ya que de

esta se generan productos terminados para el envío al cliente final o componentes que

necesitan pasar a otro subproceso. Considerando que, la línea de estampados permite la

continuidad del ciclo productivo, el objeto de interés de este estudio se enfoca en el análisis

de este sector de la empresa. No se contempla el estudio del sistema total (análisis de toda

la empresa) debido a las limitantes de la disponibilidad de la información, sin embargo, el

trabajo desarrollado facilita una guía metodológica para futuros trabajos.

El proceso administrativo que se analiza en capítulos posteriores se limita al proceso de

planificación y producción de la línea de estampados. Este proceso inicia desde el

planteamiento de requerimientos de producción hasta la fabricación del producto

terminado. Se omite en este proceso el análisis de variable exógenas provenientes del

comportamiento del mercado.

La línea de estampados consta de 15 prensas (actualmente se amplió la capacidad de la

línea con la adquisición de 5 prensas más), 8 de ellas trabajan de modo manual y 7 trabajan

en forma progresiva. En la Figura 4-2 se presentan los tipos de prensas disponibles.

ESTAMPADO SOLDADURA CORTE DOBLADO FORMADO

COMPONENTES

PRODUCTO TERMINADO


59

En esta línea se fabrican alrededor de 2000 componentes en las operaciones de corte,

embutido o formado. Debido a que cada componente tiene características específicas para

su proceso, se presenta alta variabilidad en los ciclos de producción, desde la diversidad en

materias primas utilizadas hasta las condiciones de operación de cada prensa.

4.2. Situación actual En la actualidad la tarea de administración [109] es definir los objetivos de la organización

y transformarlos en acciones organizacionales. Esto se logra por medio de la planeación, la

organización, la dirección y el control de todos los esfuerzos realizados en todas las áreas y

los niveles de la empresa. Lo cual tiene como finalidad alcanzar dichos objetivos de la

manera más adecuada para la situación y garantizar la competitividad en un mundo de

negocios complejo.

Cada autor tiene un concepto de la administración acorde con su óptica en particular [110],

[111], [112], [113], pero vale la pena mencionar el concepto de John R. Schermerhorn [114],

quien define la administración como el proceso de planear, organizar, dirigir y controlar el

uso de los recursos para alcanzar los objetivos de desempeño. Es importante resaltar que, el

proceso de administración se vuelve complejo al ser considerado como una combinación de

ciencia, tecnología y arte por las siguientes características:

Ciencia: análisis metódico y sistemático de los datos y evidencia

Tecnología: Aplicación práctica y metódica de los principios de las teorías científicas

Arte: Visión, intuición, enfoque creativo e innovador

(a) Prensa manual (b) Prensa progresiva

Prensas Tipo C de 45, 60, 80, 110, 160 y 200 Toneladas Prensas de lados rectos de 300 Toneladas Prensas Hidráulicas de 300 Toneladas

Figura 4-2:Tipos de prensas utilizadas en la línea de estampados


60

Partiendo de esta definición y considerando el planteamiento que, el proceso de

administración de la producción involucra las actividades de planear, dirigir y controlar, fue

necesario analizar con detalle la situación actual de la línea de estampados. Este análisis se

enfocó en el proceso de planeación, control y producción de la línea, lo cual permitió

comprender las causas de su comportamiento actual. Como se mencionó en el capítulo 3, se

utilizaron herramientas de apoyo, para facilitar el registro, análisis y pre-procesamiento de

la información, su aplicación se hace presente en el desarrollo de este capítulo.

4.2.1. Proceso de planeación y control de la línea de estampados

El proceso de planeación y control de la producción de la línea de estampados se desarrolla

en un escenario de desconocimiento de la capacidad de cumplimiento de las órdenes de

producción. Esto se presenta tanto para el proceso de producción de producto terminado

(en el cual se ven involucradas varias prensas) como la fabricación de componentes (los

cuales se realiza en prensas individualmente). En la Figura 4- 3 se presentan los pasos

generales del proceso de planeación y control de la producción y las áreas involucradas.

Figura 4-3: Esquema general del proceso de planeación y control de la producción. Línea de estampados

El área de control de operaciones es la encargada de realizar el plan de embarque, de

acuerdo a las cantidades solicitadas por el cliente. En el periodo de dos semanas antes de

que sea entregado el producto terminado, el plan de embarque no puede sufrir

Control de operaciones

Supervisor

Recibe el requerimiento del

cliente

Realiza plan de embarque

Establece dos semanas de planeación

Establece requerimientos

de materia prima

Realiza plan de producción

Establece orden de producción

semanal

Producto terminado (PT)

ComponentesMaquinaria y herramental

Cantidad de PT a entregar en día 1

Componente 1Prensa, troquel y lámina a utilizar

Componente nCantidad de PT a entregar en día 7


61

modificaciones. La información contenida en este plan establece la cantidad de producto

terminado que debe estar colocada en la planta de los clientes en días específicos y permite

calcular los requerimientos de producción por operación para manufacturar el producto

terminado.

Una vez que se ha realizado el plan de embarque, el personal de línea de estampados

(supervisores), recibe esta información vía electrónica, la traduce a pedidos y procede a la

elaboración del plan de producción, del cual se derivan las órdenes de producción.

En este punto se presenta un alto nivel de complejidad para realizar la carga de trabajo

entre las 15 prensas. Esto se debe a que, el volumen de producción solicitado por los

clientes involucra una serie de unidades de producto terminado, las cuales a su vez,

involucran gran de componentes que se producen en las diferentes prensas. Cada carga de

trabajo establecida bajo el criterio de prioridad de tiempo de entrega, determinado por el

plan de embarque, tiene sus especificaciones de producción y trayectoria a través de las

diferentes estaciones de trabajo.

Los niveles de inventario de producto terminado con los que cuenta actualmente la

empresa son relativamente bajos por lo que, la producción del día anterior corresponde al

pedido del cliente para ser entregado el día siguiente. Para ejemplificar esta situación se

presenta en la Figura 4-4, la secuencia de producción del producto terminado con código

CM-3910.

Figura 4-4: Esquema general del proceso de planeación y control de la producción. Línea de estampados

837

4 horas

825

8 horas

810

3 horas

818

9 horas

824

7 horas

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

20:0

0

21:0

0

22:0

0

23:0

0

00:0

0

01:0

0

02:0

0

03:0

0

04:0

0

05:0

0

06:0

0

07:0

0

08:0

0

09:0

0

10:0

0

11:0

0

12:0

0

13:0

0

14:0

0

15:0

0

16:0

0

17:0

0

18:0

0

19:0

0

Turno 2

PT

Recorte de

lateralesPunteo de tuercas Punteo de mallas

CM-3910 1P CM-3910 2P CM-3910 3P CM-3910 4P CM-3910 5P

CARGA 5

CARGA 4 CARGA 5

CARGA 5

DIA 2

Esta

cio

ne

s d

e t

rab

ajo CM-3910 1P

CARGA 2 CM-3910 2P CARGA 4

CARGA 3

CARGA 3

CM-3910 4PCARGA 4

Operación

CARGA 3

Turno 1 Turno 2 Turno 3 Turno 1

CM-3910 5P

CARGA 6

Corte de

siluetaEmbutidoPunteado de siluetas

CARGA 2 CM-3910 3P

Horario

CM-3910 1ES1615/16

DIA 1

CARGA 2CARGA 1 CARGA 3

CARGA 4

CARGA 1

CARGA 2CARGA 1

1ES1615/16

2 horas

CARGA 1


62

Para la obtención final del producto terminado CM-3910 se necesitan siete operaciones.

Las tres primeras operaciones se realizan en la prensa automática No. 837 y la quinta

operación se realiza en la prensa manual No. 810 de la línea de estampados.

Para este caso, la prensa 837 da inicio a la producción del producto CM-3910, por lo que se

debe tomar en consideración su horario de embarque (lo que define el tiempo de entrega)

para dar inicio a su producción, también es necesario tomar en cuenta el horario de inicio

de las demás operaciones en las otras estaciones de trabajo (825-818-824). Para el caso de

la prensa 810 el horario de inicio de producción del componente CM-3910 3P está

condicionado por la hora de finalización del componente anterior (CM-3910 2P) y por su

propia programación. Por lo que es necesario realizar una debida asignación de carga de

trabajo por cada prensa, de manera tal que se ajuste al horario de entrega del producto

terminado (CM-3910) y que se ajuste también al cumplimiento de producción individual de

cada prensa.

4.2.2. Proceso de producción de línea de estampados.

A la situación compleja de asignación de cargas de trabajo, se le puede agregar una serie de

deficiencias que ocurren durante el proceso de la planeación de la producción. El

desconocimiento de la capacidad real de la línea debido a la falta de registro, control y

monitoreo de actividades que afectan su desempeño, ocasionan incumplimientos en los

tiempos de entrega.

Otro aspecto importante a considerar, es que cada uno de los componentes tiene

características específicas en relación a su tiempo de producción, tiempo de preparación de

la herramienta y tiempos de demora. Esta última característica esta ocasionada por

actividades anexas al proceso como son: acomodo de materia prima y producto terminado,

paros por lubricación y paros por retirar material de desperdicio de las prensas.

Todas estas afectaciones corresponden a actividades que no generan valor agregado dentro

del proceso de transformación de un componente o un grupo de estos. Para ejemplificar

estas afectaciones en el proceso de producción, se presenta en la Figura 1-1 de Anexos 2, el

estado actual del mapeo del flujo de valor (VSM)8 para el producto terminado CM-3910. En

la Tabla 4-1 se presenta el resumen de resultados derivado del diagrama VSM mencionado

anteriormente. Se le recomienda al lector consultar el apéndice de Glosario, para

familiarizarse con los términos que se presentan a continuación.

8 Con el objetivo de simplificar el ejemplo, se presenta el VSM elaborado con base a las afectaciones antes mencionadas, omitiendo algunos datos (como embarques promedio por semana) que no son de interés en este ejemplo


63

Tabla 4-1: Información de las operaciones del proceso de producción del producto terminado CM-3910

Estación de trabajo

Información de las Operaciones 837 825 837 810 818 824

Tiempo de ciclo por unidad (TC)(seg/ud) 2.79 13.8 7.44 5.56 17.1 13.1

Velocidad (ritmo) de producción (VP) (uds/min)

22 4 8 11 4 5

Tamaño de lote y/o norma de empaque (TL) (uds)

4000 2000 2000 2000 2000 2000

Tiempo disponible (TD) (min) 420 420 420 420 420 420

Tiempo de preparación de herramienta (min)

70 25 40 38 23 29

Tiempo de demora registrada durante el proceso (min)

45 10 67 87 15 32

En la Tabla 4-1 se puede observar que, las estaciones de trabajo correspondientes a las

prensas presentan el menor tiempo ciclo (ciclo time), sin embargo, son las estaciones que

presentan el mayor tiempo de demora registrada durante el proceso. Esto indica que son

las estaciones de trabajo que requieren mayor tiempo para completar su proceso. Esta

misma característica se presenta al analizar el tiempo de preparación de cada estación, en

el que, la prensa 837 y 810 presentan uno de los mayores tiempos de preparación.

Esta situación conlleva a que el tiempo de respuesta al cliente (lead time) se incremente,

haciendo vulnerable al sistema si el ritmo del cliente se comparta de forma variable. Estos

factores ponen en evidencia el interés de iniciar el análisis dinámico del proceso de

producción en línea de estampados.

Para analizar con mayor detenimiento las actividades del proceso productivo de la línea de

estampados se elaboró un mapeo del proceso. En este diagrama se puede ver la secuencia

de las operaciones necesarias para el proceso productivo, detallando tiempos de demoras e

inconvenientes encontradas durante el proceso El mapeo del proceso se presenta en la

Figura 1-2 de Anexos 2 y se ejemplifica a manera de resumen, para un mejor análisis en la

Figura 4-5.


64

Figura 4-5: Esquema general del proceso de planeación y control de la producción de línea de estampados

El proceso de producción inicia una vez que el supervisor revisa los requerimientos de

producción de los componentes solicitados (material, prensa y troquel a utilizar). Cuando

esta información se tiene verificada, se elabora la carga de trabajo para cada una de las

prensas. El operador recibe notificación verbal por parte del supervisor o en algunos casos

del comodín (persona auxiliar en el proceso) del componente a producir. En ese momento

se procede a realizar el cambio de herramental y/o lámina según sea el caso.

Es en esta etapa del proceso, que se verifica físicamente la disponibilidad de requerimientos

de producción. En algunos casos, se encontró que la información en el sistema de

información no coincidía con lo que se encontraba físicamente en el almacén de materia

prima y con la disponibilidad del herramental. Esto ocasionaba cambios en el programa y

retrasos en el flujo de producción.


65

En esta etapa también se registraron tiempos de demoras atribuidos a espera del

montacargas, debido a los tiempos de traslado de material y herramental. Una vez listos los

requerimientos, el operador procede a la programación de los nuevos parámetros de

programación, llenado de documentos e inspección de las primeros cinco componentes

producidos. Finalmente se procede a la producción normal del lote asignado, durante el

transcurso del flujo de producción de los diferentes componentes, se encontraron

afectaciones al mismo por actividades anexas al proceso. Estas afectaciones no eran

registradas ni consideradas dentro del estándar de producción normal. Una vez concluida la

producción del lote asignado, el supervisor asigna una nueva carga de trabajo, y al final del

turno notifica y registra la producción de la línea con el departamento de control y

planeación de la producción.

4.3. Definición del problema El comportamiento del proceso de planeación, control y producción de la línea de

estampados, muestra un escenario complejo y variable, de acuerdo a la mezcla de

producción a realizar y de las características de los requerimientos de producción. En la

Tabla 4-2 se resumen las situaciones encontradas en el análisis de la situación actual de la

línea y que dan paso a identificar la problemática.

Tabla 4-2: Situaciones que determinan la problemática actual de la línea de estampados

No. Situación Observaciones

1 Proceso de asignación de cargas No hay un conocimiento real de la capacidad de la línea, debido a la falta de registro de información determinante para tal efecto.

2

Falta de explicación detallada de los causales de paros y/o problemas técnicos durante el proceso de preparación de la máquina.

Esto permitiría contribuir a la mejora continua y establecer condiciones para evitar futuros contratiempos.

3 Tiempos de demora no registrados

Se identificaron paros consecutivos durante el proceso de producción de los diferentes componentes que no se registraban y que no estaban considerados dentro del estándar de producción

4 El tiempo de preparación de la máquina

En esta actividad intervienen muchos factores que ocasionan el retraso de la misma.

Herramental no disponible

Ausencia de montacargas

Realización de actividades juntas o anexas al montaje del troquel

Fallas en el ajuste del troquel


66

En la Figura 4-6 se sintetiza las situaciones expuesta en la Tabla 4-2, bajo los enfoques

principales de la administración (planear, organizar y controlar) del sistema de producción

de la línea de estampados. Para esto se consideró que los puntos de las situaciones 1,5, 6 y 7

son problemas de planeación, los puntos 2 y 6 son problemas de organización y los puntos

3 y 4 son problemas de control.

Figura 4-6: Síntesis de las situaciones de la problemática actual de la línea y enfoques principales de

administración de la producción

No. Situación Observaciones

4 El tiempo de preparación de la máquina

Material no disponible

Búsqueda de información

Estado de la lámina

Tiempos de pruebas y ajustes

Abandono del lugar de trabajo.

5 Baja comunicación entre las áreas de producción (línea de estampado y mantenimiento)

Muchos problemas son resueltos por los operarios de la línea y algunas observaciones planteadas por ellos mismos no son atendidas

6 Presencia de problemas repetitivos

A pesar que es del conocimiento de las partes involucradas, algunos problemas que se presentan durante la preparación de la máquina, son reincidentes

7

Motivación e incentivo del desempeño laboral

Capacitaciones, incentivos y motivación entre los miembros que integran la línea, son factores determinantes para garantizar alto nivel de compromiso laboral. El reconocimiento de eficiencia individual y grupal genera un ciclo de mejora entre los miembros.

Proceso de conversión

Afectaciones

Insumos

(requerimientos)

Producto

final

Retroalimentación

Situacione

s1, 5, 6 y 7

Situacione

s2 y 6

Situaciones

3 y 4


67

De la Figura 4-6 se puede determinar que la mayoría de las situaciones que generan

problemática se presenta en el proceso de planeación. La asignación de carga de trabajo en

las diferentes prensas basado en el criterio de prioridad de entrega del producto final no es

suficiente. Es necesario considerar bajo criterio los tiempos de procesamiento y tiempos de

espera como parte de planeación estratégica. La baja comunicación entre áreas y el desfase

informativo generado por la falta de información en tiempo real, generan planteamientos

erróneos desde el inicio de la planeación.

El proceso de organización va estrechamente ligado con el de planeación, debido a que las

problemáticas anteriores se repiten constantemente. El flujo de información no se hace

presente en el registro de datos importantes del proceso de producción, lo que no permite

obtener un panorama claro de la situación actual.

Y por último se puede determinar que la problemática principal que se presenta en el área

de control, es la afectación de los tiempos de demora y por cambio de herramental y

material en el cumplimiento del programa de producción. No hay un debido registro ni

retroalimentación entre las partes involucradas. Esto genera que el proceso de planeación

se haga con desconocimiento de las condiciones de la capacidad actual de la línea.

Estos planteamientos de la definición de la problemática son validados a continuación con

el análisis de las fuentes de información, cuantificando el efecto que tienen estas

afectaciones sobre el proceso de producción.

4.4. Análisis de las fuentes de información Derivado del análisis anterior, donde se establecieron los principales problemas que

representan el comportamiento actual del sistema, se pueden determinar las principales

variables del modelo a desarrollar. Para tal efecto es necesario conocer las afectaciones que

tienen estos problemas sobre el sistema.

La información disponible para analizar el efecto de los problemas en el objeto de estudio

se obtuvo de dos fuentes de información. La primera es proporcionada directamente por la

empresa y la segunda se obtuvo del registro, análisis, depuración y pre-procesamiento de la

información obtenida en campo.

La información proporcionada por la empresa consiste en el programa de producción,

programa de embarque, niveles de inventarios, características de los componentes a

producir, costos directos e indirectos e información relacionada a la jornada laboral (turnos

y horarios).Estos datos se obtuvieron directamente de registros, reportes y de bases de


68

datos en el programa QAD9 que maneja la empresa. Es importante mencionar que,

actualmente este software tecnológico (QAD) no integra todos los sistemas del negocio lo

que dificulta aún más la obtención de fuentes de información.

La información recopilada en campo (en la línea de estampados), para su posterior registro,

análisis, interpretación y pre-procesamiento, se refiere a las afectaciones que interrumpen

el desempeño del flujo del proceso de producción. Estas afectaciones o fluctuaciones, como

lo denominan algunos autores10, se refieren a los tiempos de cambio de herramental y

material y a las demoras ocasionadas por actividades anexas del proceso.

La obtención de esta información directamente de la línea, fue necesaria para garantizar la

confiabilidad de la misma, ya que como se explicó anteriormente, no hay un debido registro

de los tiempos de paros por cambio de herramental o material y demoras del proceso ni las

afectaciones que le ocasionan. A continuación se presenta el análisis realizado para estas

afectaciones.

4.4.1. Tiempo de cambio de herramental y material Los tiempos de cambio de herramental afectan el inicio del flujo de producción para un

nuevo componente, ya que es necesario realizar el proceso de desmontaje el troquel que se

estaba utilizando en la producción anterior, colocar el nuevo troquel y preparar las

condiciones de producción para el nuevo componente.

El proceso para realizar el cambio de herramental y material en la línea de estampados se

realiza de forma manual, no utilizan ningún medio automático o semiautomático para tal

efecto. En este proceso interviene el operador de la máquina, quien en conjunto con un

segundo operador denominado comodín, realizan las actividades de desmontar, montar y

ajustar las condiciones de operación del nuevo troquel y si es necesario, realizan el cambio

de lámina (material).

El operador de montacargas es el encargado de trasladar el troquel y la lámina desde el

almacén hasta la prensa donde se realizará el cambio de herramental. Una vez finalizado el

proceso de montaje, el operador de montacargas traslada el troquel utilizado a su lugar de

destino, el cual puede ser el almacén o el área de mantenimiento. En la Figura 4-7 se

muestra parte del proceso de desmontaje de un troquel en una de las prensas y el cambio

de lámina.

9 Software de planeación de recursos empresariales 10 Everett E. Adam y Ronald J. Ebert. Administración de la producción y operaciones. 4ta edición. Prentice-Hall.1991. Pág 5.


69

(a) Desmontaje de troquel (b) cambio de lámina

Figura 4-7: Etapas del proceso de cambio de herramental y material

Este proceso presenta ciertos problemas de organización, ya que la distribución de

actividades y métodos no están debidamente documentadas. Cada operador desarrolla una

técnica diferente, que se acomoda mejor a sus capacidades y a la disponibilidad de

herramientas con las que cuentan para realizar el cambio de herramental y material.

Esta situación genera que el proceso se realice con un alto grado de variabilidad y que se

presenten actividades y demoras que no contribuyan al propósito final. En los registros de

producción que reportan los operarios, se encontró que los tiempos reportados de cambio

de herramental y material no indican las deficiencias en el proceso, sino que consideran un

tiempo global.

Esta situación indica que no se tiene un tiempo promedio para realizar el proceso de

cambio de herramental y material, es decir que no se cuenta con un parámetro de medición

para establecer la efectividad del proceso.

Dado a esto, fue necesario analizar el método actual y reconocer el proceso a detalle,

contemplando las demoras, transportes y actividades del proceso de cambio de

herramental. También fue necesario realizar un estudio de tiempos y movimientos para

determinar los tiempos promedios del proceso

4.4.1.1. Propuesta de agrupación 1: Características de diseño y

requerimiento de material.

Los tiempos de cambio de herramental y material dependen de las características de los

troqueles, a mayor dimensión tengan, mayor es el tiempo de preparación de la herramienta.


70

Para facilitar el registro de los tiempos promedios se realizó una clasificación del tipo de

cambio de herramental y material, basada en dos consideraciones: las características del

tipo de troquel y el requerimiento de lámina a utilizar. La primera consideración se hizo en

base a la dimensión del troquel y a la cantidad y tipos de tuercas de sujeción que se utilizan

en las prensas, obteniendo dos tipos: Troquel de 2 tuercas “T” y Troquel de 8 tuercas “T”.

La segunda consideración se refiere al requerimiento de cambio de material. Si es necesario

realizar un cambio de lámina, entonces se considera la opción: con alimentación (CA). El

troquel de 8 tuercas “T” es el único que se utiliza con esta característica, dado que el cambio

de lámina se realiza en prensas automáticas que cuentan con el sistema de alimentación y

estas utilizan este tipo de troquel. En el caso de no necesitar cambio de lámina, únicamente

se considera la opción sin alimentación (S. A.).La clasificación propuesta se presenta en la

Tabla 4-3.

Tabla 4-3: Clasificación del tipo de cambio de herramental y material

Tipo de cambio de herramental y material Características

Troquel de 2 tuercas “T” S A.

Troquel con una altura inferior a los 300 mm, cuenta con dos tuercas “T” para su sujeción. La operación realizada en este troquel no incluye alimentación de material

Troquel de 8 tuercas “T” S.A.

Troquel con una altura superior a los 300 mm, cuenta con ocho tuercas “T” para su sujeción. La operación realizada en este troquel no incluye alimentación de material

Troquel de 8 tuercas “T” C.A.

Troquel con una altura superior a los 300 mm, cuenta con ocho tuercas “T” para su sujeción. La operación realizada en este troquel incluye alimentación de material

4.4.1.2. Registro de datos

Para la obtención de los tiempos promedios se efectuaron 4511 observaciones de cada tipo

de cambio de herramental y material, cronometrando el tiempo invertido por los operarios

para realizar el proceso. Una vez completado el registro se calculó el tiempo promedio

obtenido y se calculó la desviación estándar que presentan los datos respecto al tiempo

promedio real.

11 Se consideró este tamaño de muestra ya que se considera que el comportamiento de los tiempos de ejecución de una actividad sigue una distribución normal, basado en esta consideración, es aceptable una muestra superior a 30 observaciones


71

Fue necesario elaborar un formato para el registro de datos, que contemplara las

actividades productivas y no productivas de cada uno de los involucrados. Esto facilitó el

análisis para determinar las actividades que pertenecen propiamente al proceso de cambio

de herramental y material, para obtener tiempos promedios más confiables. En la Figura 1-

8 se muestra un ejemplo de la información recopilada en el formato.

Figura 4-8: Formato utilizado para el registro de la información en el proceso de cambio de herramental y

material

DIVISION AUTOMOTRIZ. LINEA 8 (PRENSAS)

FECHA: 21/02/2012 OPERADOR:

No. DE MÁQUINA: 805 PIEZA y OPERACIÓN: CM-4959 1era Operación

No. DE HERRAMIENTA: TQ-574 8 Tuercas "T" TIPO DE OPERACIÓN Manual X Automática

SUPERVISOR

Limpieza del área 0:01:00 Informde de actividad

Acomodo de troquel en prensa 0:01:00 0:05:32 Traslado de troquel 0:10:20 supervisión de existencia de lámina

Ajuste de tuercas "T" 0:05:32

Ajuste de complementos 0:02:50

Colocar grúa 0:01:12

Quitar empaque de lámina 0:01:00

Trasladar rollo de lámina 0:02:14 0:10:00 Traslado de lámina

Colocar lámina en portarollo 0:02:35

Cortar fleje 0:01:05

Ajustar guardas 0:00:30

Colocar lámina en el nivelador 0:02:55

Ajuste de lámina en el nivelador 0:00:55

0:01:19 Colocar lámina en el alimentador 0:01:19

0:00:20 Ajuste de lámina en el troquel 0:00:20

0:00:00

TOTAL TIEMPOS 0:24:27 0:24:27 0:15:32 0:10:20

T. T. Actividad de montaje 0:39:59

Limpieza del área 0:01:12

Quitar tuercas "T" 0:04:05

Quitar complementos

Quitar lámina del alimentador y nivel

Enrollar lámina Entrega de contenedor de PT0:05:54

Colocar fleje Entrega de contenedor de Desecho0:08:22

Movilizar grúa

Colocar grúa 0:04:54

Quitar mordaza

Transportar lámina 0:04:53

TOTAL TIEMPOS 0:15:04 0:15:04 0:00:00 0:14:16

T. T. Actividad de desmontaje 0:15:04

Búsqueda de formatos de inspección 0:01:35

Búsqueda de poka yoke 0:01:00

Porgramación del troquel 0:039

Producción de las primeros 5 pzas 0:00:23

Medición de las primeros 5 pzas. 0:03:27

Llenado de formato de inspección 0:02:00

Llenado de formato de Hoja de trabajo. 0:01:12

Pesaje de lámina sobrante

Llenado de formato de PT. 0:01:30

TOTAL TIEMPOS 0:11:07 0:00:00

T. T. Actividad de Inspección 0:11:07

Tiempo total del proceso de cambio de herramental y material 0:50:38 0:15:32

Registro de tiempos de cambio de herramienta y actividades del proceso

Registro de tiempos y actividades de montaje de herramientaOPERARIO DE LA MAQUINA OPERADOR MONTACARGA

ACTIVIDAD PRINCIPAL

TIE

MP

O m

in

TIE

MP

O m

in

ACTIVIDAD NO

PRODUCTIVA

TIE

MP

O m

in

ACTIVIDAD PRINCIPAL

TIE

MP

O m

in

OBSERVACIONES ACTIVIDADSUB ACTIVIDAD

Montaje de troqel 0:10:228 tuercas "T" C.A

Tiempo de espera

por falta de troquel

Montaje de Lámina 0:08:36

Nivelador 0:03:50

Tiempo de espera

por falta de lámina

No hubo presencia

de comodín

Ajuste de complementos

Registro de tiempos y actividades de desmontaje de herramientaOPERARIO DE LA MAQUINA OPERADOR MONTACARGA

Alimentador

Ajustes en Troquel

TIE

MP

O m

in

OBSERVACIONES

Desmontaje de troquel 0:05:17

ACTIVIDAD PRINCIPAL

TIE

MP

O m

in

TIE

MP

O m

in

ACTIVIDAD NO

PRODUCTIVA

TIE

MP

O m

in

ACTIVIDAD PRINCIPALSUB ACTIVIDAD

Desmontaje de lámina 0:09:47

Registro de tiempos y actividades de inspección del proceso de cambio de herramentalOPERARIO DE LA MAQUINA

ACTIVIDAD PRINCIPAL

TIE

MP

O m

in

TIE

MP

O m

in

ACTIVIDAD NO

PRODUCTIVA

TIE

MP

O m

in

OBSERVACIONESSUB ACTIVIDAD

Inspección del proceso de

producción0:11:07


72

En la Figura 1-8, se muestra el formato en el cual se registró el proceso de cambio de

herramental y material para un troquel de 8 tuercas “T” C.A. Este formato incluye

primeramente información referente a la estación de trabajo donde se realizó el registro de

tiempos, tipo de componente producido y el modo de operación, el cual puede ser manual o

automático. El formato se ha dividido en tres secciones que contempla las actividades de:

montaje, desmontaje e inspección del proceso de cambio de herramienta y material. En

cada sección se detallaron las actividades principales, subactividades y actividades no

productivas para el operador de máquina, operador de montacargas, supervisor y comodín.

Las actividades generales se refieren a las actividades principales del proceso, como

desmontaje de troquel o montaje de lámina. Las subactividades se refieren a acciones

específicas para cumplir la actividad general, como ajuste de tuercas “T” o colocar lámina en

portarrollo. Por último se consideró una columna de observaciones para contemplar

eventualidades que no forman parte regular del proceso. De esta manera, se obtienen los

tiempos promedios por subactividad, actividad principal y del proceso en general. En la

Figura 4-9 se muestran los tiempos promedios por actividad principal y desviación

estándar obtenidos del registro de datos procesados.

0:00:00

0:02:53

0:05:46

0:08:38

0:11:31

0:14:24

0:17:17

Mo

nta

je d

e tr

oq

el

Mo

nta

je d

e Lá

min

a

Niv

elad

or

Alim

enta

do

r

Aju

ste

s en

Tro

qu

el

Aju

ste

de

com

ple

me

nto

s

Des

mo

nta

je d

e t

roq

ue

l

Des

mo

nta

je d

e lá

min

a

Bú

squ

ed

a d

e f

orm

ato

s d

e in

spe

cció

n

Bú

squ

ed

a d

e p

oka

yo

ke

Po

rgra

mac

ión

del

tro

qu

el

Pro

du

cció

n d

e la

s p

rim

ero

s 5

pza

s

Med

ició

n d

e la

s p

rim

ero

s 5

pza

s.

Llen

ado

de

form

ato

de

insp

ecc

ión

Llen

ado

de

form

ato

de

Ho

ja d

etr

abaj

o.

Pes

aje

de

lám

ina

sob

ran

te

Llen

ado

de

form

ato

de

PT.

Min

uto

s

Actividades

Tiempos promedios de cambio de herramental y material

2 tuercas "T"

8 tuercas "T" C.A

8 tuercas "T" S.A

Montaje Desmontaje Proceso de inspección


73

Figura 4-9: Tiempos promedios de las actividades del proceso de cambio de herramental y material

De la Figura 4-9 se puede determinar que, el cambio de herramental y material

correspondiente a un troquel de 8 Tuercas “T” C.A. es el que requiere mayor cantidad de

actividades para llevar a cabo su proceso. Esto está relacionado con la dimensión del

troquel y el requerimiento del cambio de material, por lo tanto es en este tipo de cambio

que se presentan los tiempos promedios más altos.

La actividad Montaje de Troquel, representa la actividad que demanda la mayor cantidad de

tiempo (entre 8 y 14 minutos). Esto se debe a que es la etapa donde se realiza la sujeción

del troquel a la prensa, la cual se lleva a cabo manualmente y requiere alto grado de

precisión. Las segundas actividades que requieren más tiempo dentro del proceso,

corresponden a desmontaje de lámina y desmontaje de troquel, las cuales oscilan entre 8 y

5 minutos respectivamente. Estas actividades requieren de menos precisión y dependen

más de la habilidad del operador y disponibilidad de las herramientas para agilizar el

proceso. Por último, se presentan los datos obtenidos de la desviación estándar de cada

actividad reflejando que son inferiores a un minuto, esto indica que los datos recopilados

presentan poca variabilidad en relación a la media muestral.

En la Figura 4-10 se muestra el consolidado de los tiempos promedios del proceso de

cambio de herramental y material, para las tres secciones que contempla el proceso:

montaje, desmontaje e inspección.

Montaje Desmontaje Proceso de inspección

2 tuercas "T" 0:00:52 0:00:54 0:00:28

8 tuercas "T" C.A 0:00:31 0:00:15 0:00:41

8 tuercas "T" S.A 0:00:12 0:00:48 0:00:23

Desviación estándar muestral


74

Figura 4-10: Tiempos promedios del cambio de herramental

De lo anterior, se puede considerar que, por cada componente producido, en el cual se

necesite realizar un cambio de herramienta y material correspondiente a un troquel de 8

tuercas “T” C.A., empleará un total de 64 minutos. Esta situación es similar para la

producción de componentes en las que se necesite un cambio del tipo de troquel de 8

tuercas “T” S.A. y un troquel de 2 tuercas “T” S.A, para lo cual se necesitan 47 y 39 minutos

respectivamente.

4.4.2. Tiempos de demoras atribuidos a actividades anexas al proceso

Este tipo de tiempos de demora corresponden a tiempos que afectan el flujo continuo del

proceso de producción de un componente. Esto se debe a que el flujo de producción se ve

interrumpido por el operador de máquina para la realización de actividades necesarias para

la fabricación del componente final. Esto ocasiona que se presenten pequeños paros de

modo continuo dentro del flujo y se registren tiempos adicionales para la producción del

componente final.

0:08:42

0:05:45

0:11:34

0:27:18

0:13:33

0:12:49

0:15:09

0:06:24

0:14:44

Montaje

Desmontaje

Proceso de inspección

0% 20% 40% 60% 80% 100%

Act

ivid

ad p

rin

cip

al

Minutos

Proceso de cambio de herramienta y material

2 tuercas "T" 8 tuercas "T" C.A 8 tuercas "T" S.A


75

Las actividades que generan estos tiempos de demora son: acomodo de componente en

lugar de trabajo, acomodo de componente en contenedor y/o caja, lubricación de piezas,

limpieza de charola, acomodo de cajas de producto terminado y realización de pruebas de

inspección. A continuación se detalla en que consiste cada una de ellas, con ayuda visual de

la Figura 4-11.

(a) Acomodo de componentes en lugar de trabajo

(b) Acomodo de componentes terminados

Figura 4-11: Actividades anexas en el proceso de producción

1. Acomodo de componente en lugar de trabajo: Cada cierto tiempo el operador

detiene la máquina para tomar cierta cantidad de componentes provenientes de una

caja o contenedor que está a su lado, para colocarlos en su lugar de trabajo.

2. Acomodo de componente en caja o contenedor: Una vez que el operador realiza

la operación de troquelado, coloca determinada cantidad de componentes

terminados cerca de su lugar de trabajo, para luego colocarlos en caja o contenedor

para su posterior envío a la siguiente estación de trabajo.

3. Lubricación de componentes: El operador de máquina lubrica manualmente cada

componente que requiere ser troquelado.

4. Limpieza de charola: Cada cierto tiempo el operador de máquina debe detener el

equipo para retirar el exceso de rebaba que se acumula debajo del troquel.

5. Acomodo de cajas de producto terminado: El operador de máquina se encarga de

acomodar las cajas de producto terminado cerca de la prensa para almacenar el

componente

6. Realización de pruebas de inspección. De acuerdo a lo establecido por la gerencia

de Manufactura se realiza una inspección de 2 minutos cada 45 minutos para

inspeccionar el componente producido.

Estas actividades no están consideradas dentro del tiempo estándar, y no se encuentran

debidamente registradas dentro de los formatos de producción, por lo que se desconoce su


76

verdadero efecto sobre el flujo de producción. Esta situación genera deficiencias en el

cumplimiento de las órdenes de producción y tiempos de entrega.

Dado que no se cuenta con un registro confiable de esta información y se asume que tiene

un efecto sobre el desempeño del flujo del proceso de producción fue necesario realizar un

registro de datos para cuantificar su efecto. Igual que en el caso anterior, se analizó el

método actual y se hizo reconocimiento de cada una de las actividades anexas del proceso,

obteniendo tiempos promedios por medio de un estudio de tiempos y movimientos.

4.4.2.1. Propuesta de agrupación 2: Modo de operación

Los tiempos de demoras atribuidos a las actividades anexas al proceso, dependen

directamente de la cantidad de componentes que se producen, a mayor cantidad producida,

se requieren más actividades para completar el lote asignado. Las actividades que generan

estos tiempos varían en dependencia del modo de alimentación del material para la

producción del componente, el cual puede ser manual o automático.

Para el primer caso del modo de alimentación, la lámina es suministrada de forma

automática por medio de un alimentador. Este sistema es utilizado para la producción de la

primera operación (o primer paso) del proceso de producción del componente. Debido a

que en esta etapa el operador de máquina cuenta con la ayuda del alimentador, no necesita

detener la prensa para realizar ciertas actividades, como el acomodar y lubricar los

componentes.

Una vez concluida su primera operación, el componente es traslado a las demás estaciones

de trabajos (prensas u otra línea de trabajo). En este caso, el modo de alimentación del

componente hacia el troquel se realiza de forma manual por el operario de la máquina.

En estas etapas del proceso, se registran una serie de paros continuos por la necesidad de

acomodar y lubricar el componente, así como acomodar las cajas de producto terminado y

realizar el proceso de inspección. La clasificación propuesta en base al modo de operación

de cada componente, se resume de la siguiente manera en la Tabla 4-4.


77

Tabla 4-4: Propuesta de agrupación 2. Modo de operación

Tipo de componente a producir Características

Componente 1 (C1)

El modo de alimentación del material es

automático. Corresponde a la primera

operación de producción. Dentro de su

proceso productivo se registran

únicamente las actividades 4, 5 y 6 del

punto 4.4.2

Componente 2 (C2)

El modo de alimentación del material es

manual. Corresponde las operaciones de

producción posteriores a la primera

operación. Dentro de su proceso

productivo se registran todas las

actividades del punto 4.4.2.

4.4.2.2. Registro de datos

Al igual que en el punto 4.4.1.2 se obtuvieron tiempos promedios resultado de realizar 45

observaciones de los dos tipos de componentes a producir (C1 y C2), cronometrando el

tiempo de cada una de las actividades anexas del proceso. Para facilitar su comprensión, el

resultado del tiempo promedio calculado se representa por cada 200 componentes

producidos. También se calculó el dato de la desviación estándar para analizar la

variabilidad de los datos respecto a su media.

Para facilitar el registro de los datos, se elaboró un formato que contempla cada una de las

actividades anexas, estableciendo la diferenciación para cada tipo de componente

producido. En la Figura 4-12 se muestra un ejemplo de la información recopilada en el

formato utilizado.


78

Figura 4-12: Formato utilizado para el registro de la información de actividades anexas al proceso

En la Figura 4-12, se muestra el formato utilizado para el registro de los tiempos promedios

de las actividades anexas que se presentan durante el proceso de producción de los

distintos componentes (C1 y C2). En el formato se incluye información referente a la prensa

en donde se realiza el proceso, el código y tipo de componente.

Para cada una de las actividades se registró el tiempo promedio que necesita el operario

para llevarlas a cabo. Para algunas actividades, como el caso de acomodo en caja,

contenedor y lugar de trabajo, fue necesario considerar la cantidad de componentes

manipuladas por el operador, con el objetivo de estimar el tiempo promedio de acomodo

por unidad. En el caso de las actividades de retirar charola y pruebas de inspección, fue

necesario registrar la frecuencia con la cual eran realizadas estas actividades, para

determinar su tiempo total durante el proceso de producción. Por otro lado, en la actividad

de acomodo de cajas se registró el número de componentes por caja, para calcular el tiempo

promedio por unidad (considerando que el número de componentes por caja es de 40

unidades en promedio).

Registro de tiempos y actividades anexas al proceso

DIVISIÓN AUTOMOTRIZ LINEA 8 (ESTAMPADOS)

FECHA 21-feb-12

Seg/

Co

mp

on

ente

Min

po

r c/

20

0 c

om

po

nen

tes

Seg/

co

mp

on

ente

s

aco

mo

dad

os

No

. de

com

po

nen

tes

aco

mo

dad

os

(ud

s)

Min

po

r c/

20

0 c

om

po

nen

tes

Seg/

co

mp

on

ente

s

aco

mo

dad

os

No

. de

com

po

nen

tes

aco

mo

dad

os

(ud

s)

Min

po

r c/

20

0 c

om

po

nen

tes

Frec

uen

cia

de

limp

ieza

char

ola

(m

in/t

iem

po

pro

du

cció

n)

Seg/

limp

ieza

Frec

uen

cia

par

a re

aliz

ar

insp

ecci

ón

(m

in/t

iem

po

pro

du

cció

n)

seg/

insp

ecci

ón

Seg/

caj

a

Co

mp

on

ente

s p

or

caja

Seg/

com

po

nen

te

Min

po

r c/

20

0 c

om

po

nen

tes

1 836 1ES1678 3P C2 0.61 2.03 10.00 20 1.67 11.00 20 1.83 20 10.00 45 125 6.00 40 0.15 0.50

2 834 CM-4064 2P C2 0.60 1.99 9.10 20 1.52 11.11 20 1.85 19 10.10 43 125 5.04 39 0.13 0.43

3 836 1ES1688 C1 20 10.11 46 115 6.04 42 0.14 0.48

4 331 CM-4034 2P C2 0.62 2.05 11.09 20 1.85 11.12 21 1.77 22 11.12 47 121 6.05 40 0.15 0.50

5 811 CM-3909 C1 18 11.12 45 126 5.06 42 0.12 0.40

6 817 ES-1670 C1 21 11.12 40 127 5.04 45 0.11 0.37

7 804 ES-1670 3P C2 0.56 1.85 11.11 19 1.95 12.12 19 2.13 22 12.12 44 130 4.04 39 0.10 0.35

8 816 ES-1623 PT C2 0.60 1.99 9.11 21 1.45 11.10 21 1.76 20 12.12 46 129 5.06 38 0.13 0.44

9 701 1ES3879 PT C2 0.57 1.89 10.11 18 1.87 10.10 19 1.77 21 12.11 47 120 4.04 44 0.09 0.31

10 829 1ES1522 PT C2 0.59 1.95 11.09 19 1.95 10.12 19 1.78 18 12.12 47 130 5.06 41 0.12 0.41

11 815 CM-4040 PT C2 0.60 1.99 11.09 19 1.95 12.12 20 2.02 22 12.12 42 121 4.04 38 0.11 0.35

12 836 ES-1681 C1 22 11.12 40 119 5.05 44 0.11 0.38

13 811 CM-3873 C1 21 10.11 48 129 5.05 45 0.11 0.37

14 836 1ES1678 2P C2 0.59 1.95 11.11 21 1.76 12.10 21 1.92 22 10.12 40 125 6.04 40 0.15 0.50

Realización de

pruebas de

inspección de

piezas

Acomodo de cajas de

PT

Lubricaci

ón de

Compone

nte

Acomodo de

componentes en

cajas o contenedor

de PT.

Acomodo de

componentes en lugar

de trabajo

Retirar charola

de desperdicio

DETALLE DE ACTIVIDAD Y TIEMPOS PROMEDIOS

No

. De

com

po

nen

te

Máq

uin

a

Có

dig

o d

e co

mp

on

ente

Tip

o d

e co

mp

on

ente


79

En la Tabla 4-5 se muestra el consolidado de los tiempos promedios de las actividades

anexas del proceso de producción y la desviación estándar obtenido del registro de datos.

La información se muestra en segundos por unidad y tiempo promedio por cada 200

componentes producidos.

Tabla 4-5: Resumen de datos registrados para las actividades anexas del proceso

En la Tabla anterior se observa que, por cada 200 componentes producidos del tipo 1, 1.41

minutos corresponden a tiempos de demora atribuidos a actividades anexas al proceso.

Este tiempo de demoras, se incrementa cuando se producen los componentes del tipo 2,

donde se registran 6 minutos por cada 200 piezas producidas.

Para ambos componentes también es necesario considerar que cada 20 minutos se registra

un paro de 10 segundos para retirar la charola de rebaba y realizar su limpieza, además

cada 3 horas, se presenta un paro de 10 minutos para inspeccionar la producción del

componente. Los datos de desviación estándar obtenidos son menor a medio minuto, esto

indica que los datos recopilados presentan poca variabilidad respecto a su media.

4.5. Consolidado de información registrada y analizada La fabricación de un producto terminado involucra una serie de componentes que se

producen en las diferentes prensas de la línea de estampados y otras estaciones de trabajo.

Estos componentes tienen características específicas para su proceso, desde la diversidad

en materias primas hasta en las condiciones de operación de cada prensa, incluyendo los

tiempos de preparación de herramienta, cambio de material y las demoras atribuidas a

actividades anexas en el proceso.

Tomando en consideración estas características como criterio de semejanzas y tomando en

cuenta las agrupaciones propuestas en los puntos 4.4.1.1 y 4.4.2.2, fue posible establecer un

conglomerado de los tiempos máximos y mínimos de preparación de herramientas, cambio

de material y demoras atribuidas a las actividades anexas al proceso. La agrupación

realizada se resume en 4 conceptos, los cuales se muestran en la Tabla 4-6.

1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0:00:21

2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0:00:14

2 Acomodo de cajas de P.T 0.15 0:00:30 0:00:33

2 Lubricación de componente 0.61 0:02:02 0:00:25

TIEMPO TOTAL 1.80 0:06:01

1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min 0:00:13

1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción 0:01:02

ACTIVIDAD ANEXA AL PROCESO seg/ud min *c/200 pDesviación estándar

muestral (seg)

Tipo de

componente


80

Tabla 4-6: Propuesta de agrupación, de acuerdo a las características de diseño y requerimiento

Tipo de cambio de herramental y

material

Tipo de prensa

Tiempo de demoras atribuidas a actividades

anexas al proceso

Tiempo de preparación de herramienta y cambio de

material Troquel de 2 tuercas “T”

S.A. Prensa manual

Máximas Mínimos

Troquel de 8 tuercas “T” C.A.

Prensa automática

Mínimas Máximos

Troquel de 8 tuercas “T” S.A

Prensa manual

Máximas Medios

No se hace montaje Prensa manual

Mínimas No aplica

Los componentes que se producen con un Troquel de 8 tuercas “T” S.A. presentan tiempos

de demoras máximas, esto se debe a que su producción es en modo manual y se realizan

mayor cantidad de actividades anexas al proceso para completar el lote asignado del

componente. Este mismo caso ocurre para un componente producido con un troquel de 2

tuercas “T” S.A. En cambio, cuando se realiza una producción con un troquel de 8 tuercas “T”

C.A, las demoras son mínimas ya que su producción se realiza en una prensa de modo

automático.

Para el último caso, donde se establece que “no se hace montaje” corresponde a una prensa

hidráulica de modo manual, por lo que las demoras atribuidas a las actividades anexas son

máximas, sin embargo no incurre en paros por cambio de herramental.

Para analizar si los datos registrados se adaptan a una curva de distribución en específico se

realizó un análisis estadístico tanto para los tiempos de cambio de herramental y material, como

para los tiempos de demoras. Como caso de análisis se consideró los datos del programa de

producción del mes de Septiembre del año 2014. Esta muestra seleccionada, representa un mes

completo de producción, significativo para analizar el comportamiento de los tiempos de paros y

demoras.

En ese mes, se registró una producción de 139 componentes distribuidos a lo largo de todo el mes

de septiembre. Se realizó un análisis de probabilidad de ocurrencia para los tiempos de paros de

cambio de herramental y metarial y un estudio comparativo de la curva de mejor ajuste para el

caso de los tiempos de demoras. Para tal efecto se analizaron las distintas curvas de

distribuciones de probabilidad continua que mejor se ajustaban al comportamiento del histograma

de frecuencia, considerando la distribución Normal y distribución Weibull para dicho análisis. Al

realizar la prueba de bondad de ajuste por el método de Kolmogorov-Smirnov (K-S), se

determinó que los valores de los tiempos de demoras se ajustan a una curva de distribución

Weibull, pero no se ajustan a una curva de distribución Normal. Por otro lado, al examinar la


81

distribución probabilística del error se obtiene que la distribución Weibull acumula un total de

15% de error acumulado, mientras que la distribución normal acumula un total de 40% de error.

Finalmente se determina el error de pronóstico para la distribución Weibull, determinando que

presenta un error de pronóstico de 40.19 minutos, para un total de 577 observaciones Es decir que

en promedio, los datos obtenidos de la curva Weibull presentarán una variación aproximada de

40 minutos en relación a los datos reales. El análisis estadístico a detalle se muestra en Anexos 2

4.6. Propuestas enfocadas a la mejora Después de analizar los tiempos de cambio de herramental, material y demoras atribuidas a

actividades anexas al proceso, se realizaron dos propuestas de mejora enfocadas a la

reducción de dichos tiempos.

El principal objetivo de considerar estas propuestas es evaluar el porcentaje de mejora

enfocado a la contribución a la utilidad. Este porcentaje estimado se deriva del análisis de la

situación actual de los tiempos y demoras mencionado en las secciones anteriores. En este

análisis se evidencia el efecto que ocasionan estos paros y tiempos de demoras sobre la

disponibilidad y desempeño de la línea, disminuyendo su capacidad de producción, lo que

finalmente se traduce en un porcentaje de capacidad requerida para dar cumplimiento al

plan de producción.

Es importante resaltar que los planes de acción se elaboraron con un enfoque de mínimo

costo para su implementación. Por tal motivo la propuesta de mejoramiento para el tiempo

de cambio de herramental y material SMED, se contempla únicamente hasta su primera

etapa (actividades internas a externas). Mientras que, la propuesta de reducción de tiempos

de demoras MMT, se enfoca al mejoramiento del método de trabajo de tres actividades (de

un total de 6 actividades registradas). A continuación se presentan los resultados de los

planes de acción propuestos.

4.6.1. Resultados de mejora. Propuesta SMED

El SMED se aplicó para disminuir el tiempo requerido para cambio de troquel y de material,

considerado para los tres tipos de cambio establecido en la Tabla 4-7, dando como

resultado mayor disponibilidad de los equipos. A continuación se presenta el resultado de

la propuesta de mejora. El procedimiento de aplicación, análisis de actividades, diagramas

elaborados y propuestas de mejoras se detallan en Anexos 2.


82

Tabla 4-7: Resultados de mejora derivado de la propuesta 1 SMED

Tipo de cambio Tiempo de cambio de herramental y material

(min)

Actual Propuesta % de Mejora

2 Tuercas "T" 39 12 69%

8 Tuercas "T" C.A. 64 22 66%

8 Tuercas "T" S.A. 47 16 66%

De lo anterior se puede considerar que, por cada producto que utilice un troquel del tipo de

2 Tuercas "T", tendrá disponible para su producción un promedio del 69% del tiempo total

que emplea para realizar su cambio de herramental, lo que se traduce en un incremento de

su producción o una disminución del tiempo operativo del proceso. La situación es la misma

para los tipos de troquel de 8 tuercas "T" C.A y 8 tuercas "T" S.A, con un promedio de 66%

cada uno.

4.6.2. Resultados de mejora. Propuesta MMT

El MMT se aplicó para disminuir el tiempo de demora atribuido a actividades anexas al

proceso, esta propuesta se orientó a 3 de las 6 actividades. Se consideraron las actividades

de acomodo de componente en el contenedor, caja o lugar de trabajo y acomodo de caja de

producto terminado porque eran las que presentaban facilidad de modificación en su

método de trabajo con un mínimo costo de inversión.

El mejoramiento de este método da como resultado un mejor desempeño del proceso del

flujo de producción. A continuación se presenta el resultado de la propuesta de mejora, al

igual que en el caso anterior, el detalle del procedimiento de aplicación, análisis de

actividades, diagramas elaborados y propuestas de mejoras se detallan en Anexos 2. Los

datos de la Tabla 4-8 se muestran en porcentaje de reducción en segundos por unidad y por

cada 200 piezas producidas.


83

Tabla 4-8: Resultados de mejora, derivado de la propuesta 2. MMT

El resultado anterior muestra que se puede reducir un 51% del tiempo al mejorar el

método de 3 actividades, pasando de 6 minutos a 3 minutos de tiempos de demora, por


Los datos de esta Tabla se pueden relacionar con el tipo de cambio de herramienta y

material, de esta manera se tiene una segunda presentación del porcentaje de mejora que

queda de la siguiente manera.

Tabla 4-9: Resultados de mejora, derivado de la propuesta 2.MMT relacionada con el tipo de cambio de

herramental y material a utilizar

De lo anterior se puede considerar que, por cada 200 piezas producidas del tipo 1, 1.41

minutos corresponden a tiempos de demora, sin embargo con la propuesta de mejora, ese

tiempo se reduce a 24 segundos, lo que significa una disminución del tiempo afectado por

demoras del 76%. De manera similar ocurre para las piezas producidas del tipo 2, ya que

por cada 200 piezas producidas, 4 minutos corresponden a tiempos de demora, con la

propuesta de mejora se logra una reducción del 77%, bajando a 54 segundos

correspondientes a tiempos de demora.

1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0.12 0:00:24 76%

2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0.15 0:00:30 72%

2 Acomodo de cajas de P.T 0.15 0:00:30 0.00 0:00:00 100%

2 Lubricación de componente 0.61 0:02:02 0.61 0:02:02 0%

TIEMPO TOTAL DE DEMORA 1.80 0:06:01 0.88 0:02:56 51%

1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min

1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción

% de

mejoraseg/ud

min

*c/200 cseg/ud

min

*c/200 c

ACTUAL PROPUESTO

Tipo de

componenteACTIVIDAD ANEXA AL PROCESO

ACTUAL PROPUESTO % de Mejora ACTUAL PROPUESTO

2 2 Tuercas "T" 1.19 0.27 77% 00:03:59 00:00:54

1 8 Tuercas "T" C.A. 0.50 0.12 76% 00:01:41 00:00:24

2 8 Tuercas "T" S.A. 1.19 0.27 77% 00:03:59 00:00:54

2 No se hace montaje 1.19 0.27 77% 00:03:59 00:00:54

Tipo de

componente

Tipo de cambio

de herramienta y

material

Tiempo de demora por

actividades anexas al

proceso (seg/ ud)

min *c/200 p


84

4.7. Establecimiento de variables principales y límite del modelo Las variables claves se obtienen a partir del análisis de la problemática y su efecto en el

comportamiento del sistema, mediante el análisis de los datos obtenidos en las fuentes de

información. Son consideradas tambien una serie de suposiciones que acotan el entorno en

el cual se va a desenvolver el modelo, considerando las referencias de aportes principales y

trabajos previos (punto 2.4.3.).

Del análisis de las fuentes de información (punto 4.4) se determinó que los tiempos de

preparación de herramienta y demoras atribuidas a actividades anexas del proceso inciden

directamente en la disponibilidad y desempeño del proceso de producción

respectivamente. Dada a esta razón, se plantea la suposición que estos tiempos son una de

las causas principales de incumplimiento de las órdenes de producción.

Del análisis de definición del problema en el punto 4.3 se consideró importante determinar

el porcentaje de capacidad real requerido para garantizar el cumplimiento de las órdenes de

producción y que significa un parámetro de medición para establecer propuestas de mejora.

Por otro lado, para analizar la falta de retroalimentación de la información se pretende

establecer un escenario de decisión, considerando casos eventuales de paros no

programados y falta de material en el proceso.

Dado que el proceso de producción de un producto terminado involucra utilizar diferentes

prensas y otras estaciones de trabajo, se estima conveniente determinar el inventario de

componentes producidos en cada estación de trabajo, lo que permite establecer el inventario

de producto terminado al final de su ciclo productivo, considerando en este punto medidas

correctivas, en dependencia de la cantidad de órdenes sin entregar.

Tal y como se ha mencionado a lo largo de este capítulo, las afectaciones en el proceso de

producción no son debidamente registradas ni reportadas, por lo cual se considera

importante analizar la influencia de estas variables en el impacto del volumen de

producción y en los costos involucrados en el proceso. Para evaluar el porcentaje de

contribución a la utilidad se consideró un porcentaje de mejora, derivado de propuestas

(punto 4.6.) y del porcentaje de capacidad requerido, que impactan en el comportamiento

del flujo de producción.

Partiendo de los planteamientos anteriores, se consideraron las siguientes variables

principales para analizar y representar el comportamiento dinámico del proceso de

administración de la producción de la línea de estampados:


85

Producción de componentes generado de la diferencia de flujos.

Esta variable se refiere a la acumulación de la cantidad de componentes producidos

derivado de la diferencia de los flujos de entrada de producción normal (o esperada) y el

flujo de producción afectado (por los diferentes paros y demoras). Esta variable representa

un área de oportunidad al contabilizar la cantidad de componentes que se podrían producir

en el tiempo representado por las afectaciones del flujo.

Nivel de inventario de componente producido

Esta variable acumula la cantidad de componentes producidos en cada estación de trabajo,

su valor está establecido por la diferencia entre el flujo de producción con afectaciones y el

flujo de entrega de componentes a la siguiente estación.

Porcentaje de capacidad real requerida

El porcentaje de capacidad requerida indica el porcentaje de mejora necesario para cumplir

con las órdenes de producción en cada estación de trabajo. Está determinado por la

diferencia de capacidad real y por el nivel de inventarios producidos.

La diferencia de capacidad actual está establecida por la diferencia entre el ritmo con el que

el cliente solicita los componentes y el ritmo con el cual la empresa puede dar respuesta a

esta necesidad, considerado para cada estación de trabajo.

Por otro lado, la cantidad de inventario de componentes producidos indica si el lote de

producción se ha entregado a tiempo y en la cantidad estimada por la orden de producción.

De existir diferencias en relación a lo planeado, indica que hubo presencia de afectaciones

en el flujo de producción, lo que se traduce en un incremento del porcentaje de capacidad

requerido.

Variación de costos reales y estimados

En cada estación de trabajo se contabilizan los costos directos e indirectos de mano de obra,

maquinaria y material de acuerdo al comportamiento del flujo de producción normal y del

flujo de producción con afectaciones. Esto permite visualizar un panorama comparativo

entre estos dos estados.

Porcentaje de contribución a la utilidad.

El porcentaje de contribución a la utilidad se evidencia en el momento en que se hace

efectivo el porcentaje de mejora basada en las dos propuestas planteadas. Esta variable se

evalúa, de acuerdo al comportamiento de los costos e incremento del volumen de

producción, resultante de considerar los porcentajes de mejora.


86

Se hace evidente que, las variables principales anteriormente explicadas, están

interrelacionadas entre sí por variables auxiliares y parámetros. Estas variables

corresponden a los datos obtenidos de las distintas fuentes de información explicadas en el

punto 4.4.

El conjunto de estas variables y su interrelación delimitan la frontera que explica el

comportamiento de la línea de producción. Es importante esclarecer que el proceso a

analizar inicia desde que se establecen las órdenes de producción y finaliza hasta que se

obtiene el producto terminado, evaluando costos y porcentaje de contribución a la utilidad.

En la Figura 4-13 se explica el esquema general de la estructura del modelo a desarrollar, el

cual consta de dos módulos. El primer módulo se refiere al análisis de la producción de

componentes, analizado individualmente en cada prensa. El segundo módulo corresponde a

la producción del producto terminado, este considera el flujo de producción del módulo uno

y de otras estaciones de trabajo. Cada módulo está integrado por las variables principales,

quienes a su vez están interrelacionadas por subsistemas, conformada por variables

auxiliares y parámetros.

Figura 4-13: Esquema general de la estructura del modelo propuesto


87

El módulo 1 se centra en el análisis del comportamiento del flujo de producción, analizado

individualmente para cada una de las prensas involucradas en la fabricación del producto

terminado. El comportamiento del flujo de producción está representada por las siguientes

variables: producción de componentes generado de la diferencia de flujos, , % de capacidad

requerida e inventario de componentes producidos.

El módulo 2 analiza el flujo de producción del producto terminado. Este módulo, considera

a la vez el comportamiento del módulo 1 y las especificaciones de las demás estaciones de

trabajo involucradas en el proceso. En esta etapa se determina y evalúa si las decisiones

tomadas, una vez realizada la programación de las cargas en el módulo 1, permiten la

entrega del producto final a tiempo. Este módulo está representado por las variables % de

contribución a la utilidad y variación de costos reales y estimados.

4.8. Modelo causal En esta etapa se elabora la hipótesis dinámica, esto significa definir las influencias que se

producen entre los subsistemas de cada módulo del modelo, determinado por la

interrelación de las variables principales, variables auxiliares y parámetros.

En las Figuras 4-14 y 4-15 se presentan los diagramas causales del modelo desarrollado en

esta tesis para cada módulo. Cada bucle de realimentación está representado por líneas de

colores (diferente a la azul) e identificado por la letra R si corresponde a un bucle de

realimentación positiva, o por la letra B si corresponde a un bucle de realimentación

negativa. Las variables principales se representan con un trazo más grueso, para ser

diferenciadas de las variables auxiliares.


88

Figura 4-14: Diagrama Causal Módulo 1

Pedido del cliente

Orden deproducción 1 (OP1)

Orden deproducción 2




+

+

+

+

+

Ritmo deproducción

Tiempodisponible

Jornada laboral

Flujode producciónde OP1 (cliente)

+

+-

-+

Flujo de entrada de

producción

Flujo de salida de

producción afectado

Inventario de

componentes

producidos+

Producción de componentes

generado de la diferencias

de flujos

+

+

Demoras atribuidasal proceso

+

Paros noprogramados

+

Paro por falta delámina

Cambio de herramienta

y material Suplementos

- -

-

Capacidadactual +

% de diferenciade capacidad real

+

-

% de Capacidad

real requerida -

+

Inventario deláminas enproducción

Flujo de entradade láminas

Cantidad delámina necesaria

+

Inventario delámina real

-

Tiempo de entrega decomponentes

producidos en Prensa 1

Flujo de entrega decomponentesproducidos

-

+

Tiempo de recepción de

lote producido en Prensa 2

Requerimiento de salidade componentesproducidos en P1

% MMT

-

SMED-

Hora de inicio

+

Turnos

+

Tiempo real de

producción

+

Costos de

producción real

+

Indicadores dedesempeño del flujo de

producción real

R1

B1

Porcentaje de

mejora estimada

+

+

+

B3

B2

Flujo de salidade láminas

+

-

+

-

+

-

+

+

Variación en requerimiento

de entrega Prensa 1 y

Prensa 2

-

-


89

Figura 4-15: Diagrama causal del Módulo 2

Módulo 1

Pedido del cliente

Orden deproducción 1 (OP1)





+

+

+

+

+

Ritmo deproducción

Tiempodisponible

Jornada laboral

Flujode producciónde OP1 (cliente)

+

+-

-+

Flujo de entrada de

producción

Flujo de salida de

producción afectado

Inventario de

componentes

producidos+

Producción de componentes

generado de la diferencias

de flujos

+

+

Demoras atribuidasal proceso

+

Paros noprogramados

+

Paro por falta delámina


y material Suplementos

- -

-

Capacidadactual +

% de diferenciade capacidad real

+

-

% de Capacidad

real requerida -

+

Inventario deláminas enproducción

Flujo de entradade láminas

Cantidad delámina necesaria

+

Inventario delámina real

-

Tiempo de entrega decomponentes

producidos en Prensa 1

Flujo de entrega decomponentesproducidos

-

+

Tiempo de recepción de

lote producido en Prensa 2

Requerimiento de salidade componentesproducidos en P1

% MMT

-

SMED-

Hora de inicio

+

Turnos

+

Tiempo real de

producción

+

Costos de

producción real

+

Indicadores dedesempeño del flujo de

producción real

R1

B1

Porcentaje de

mejora estimada

+

+

+

B3

B2

Flujo de salidade láminas

+

-

+

-

+

-

+

+

Variación en requerimiento

de entrega Prensa 1 y

Prensa 2

-

-

Flujo de salida de

componente 1Flujo de salida de

componente 2

Diferencia de lote

producido del

componente 1+

- Diferencia de lote

producido del

componente n

Flujo de salida de

componente 3+

-

Flujo de producción del

producto terminado

+

++

Flujo de entrega

al clienteÓrdenes sin

entregar-

+

Costos de producción

del componente 1


del componente n

Costos de

producción PT

++

Programa de

embarque

+

Ingresos-

Utilidades

+

-

B4

Tiempo de entrega de

PT al cliente

Tiempo de entrega real

de PT al cliente+

Discrepancia entre

tiempos de entrega

+ -

Hora de inicio de

producción en Prensa 1

+


90

El modelo está estructurado por 5 bucles de realimentación. En el módulo 1, se presentan: 1

bucles de realimentación positiva y tres bucles de realimentación negativa. En el módulo 2

se presenta un único bucle de realimentación negativa. La descripción de cada uno de ellos

se presenta a continuación.

Bucle 1: Presencia de paro por falta de lámina.

Figura 4-16: Bucle 1: Presencia de paro por falta de lámina

En este bucle de realimentación positiva (Figura 4-16) se expresa la presencia de paro por

falta de lámina. El flujo de salida de producción afectado por los tiempos de demoras y

paros (incluyendo el paro por lámina), define la cantidad de componentes que se producen

en un tiempo determinado. Esta cantidad de componentes determina el comportamiento

del flujo de salida de lámina necesaria para completar el lote de producción de asignado.

Al incrementar el flujo de salida de lámina, disminuye la cantidad de lámina necesaria para

completar el lote, ya que se compara lo que se ha producido hasta el momento con lo

solicitado de acuerdo con la orden de producción. En este punto se considera un factor de

toma de decisión, donde la cantidad de lámina necesaria, se compara con el inventario de

lámina real existente en el almacén.

Orden de producción

1 (OP1)

Flujo de salida de

producción afectado.Paro por falta de

lámina.

Inventario de láminas

en producción. Flujo de entrada de

láminas.

Cantidad de lámina

necesaria.

+

Inventario de

lámina real.

-

R1

Flujo de salida de

láminas.

+

-

+

-

+

-

+


91

Una vez analizado este punto, la cantidad de lámina considerada a ingresar al flujo de

producción incrementa el flujo de entrada de láminas. Este flujo representa un incrementa

del inventario de láminas destinadas a la producción del lote asignado. Si el inventario de

láminas real no es suficiente, entonces se genera un faltante del inventario de láminas en

producción, lo que se traduce en un paro por falta de material. Este tiempo de paro es

indeterminado, hasta que se considere ingresar más cantidad de material al sistema,

ocasionando afectaciones sobre el flujo de producción.

Bucle 2: Compensación de inventario de componentes producidos

Figura 4-17: Bucle 2: Compensación de inventario de componentes producidos

El flujo de entrega de componentes producidos determina la frecuencia con la cual los

componentes de la prensa 1 deben ser entregados a la próxima estación de trabajo (Prensa

2), esta variable a su vez disminuye la cantidad de inventario disponible de componentes

producidos. En este bucle (ver Figura 4-17), se presenta una discrepancia establecida por el

tiempo de entrega de componentes producidos en Prensa 1 y el requerimiento de salida de

componentes para esa misma prensa, este requerimiento está determinado por el tiempo

Inventario de

componentes

producidos.

Tiempo de entrega decomponentes producidos en

Prensa 1.

Flujo de entrega decomponentesproducidos.

-

+

Tiempo de recepción delote producido en Prensa

2.

Requerimiento de salida decomponentes producidos en

P1.

B1

+

Variación en requerimientode entrega Prensa 1 y

Prensa 2.

-

-


92

de recepción del lote producido en Prensa 2. Si existe diferencia entre los requerimientos de

tiempos entre estaciones (Prensa 1 y 2), se provoca una acción correctiva en el flujo de

entrega de componentes, donde pueden ocurrir dos situaciones:

1.- Que se genere un tiempo de espera en la Prensa 2, para que la Prensa 1 complete el lote

asignado.

2. Que la prensa 2 empiece a trabajar con la cantidad producida hasta el momento en

Prensa 1. Es decir, con un lote incompleto.

A mayor diferencia exista entre los requerimientos, mayor será la regulación que se

presente en el flujo de entrega de los componentes producidos.

Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED

Figura 4-18: Bucle 3: Porcentaje de mejoramiento del sistema. Método SMED

El porcentaje de capacidad real requerida está determinado por la variable inventario de

componentes producidos y por la diferencia de capacidad actual. El nivel de inventario de

componentes producidos determina si el lote ha sido entregado a tiempo de acuerdo con el

requerimiento de entrega de la siguiente estación, en caso de existir discrepancia, significa

que es necesario destinar más recursos para completar el lote en el tiempo asignado.

Flujo de producción

de OP1 (cliente).

Flujo de entrada de

producción.


y material .

-

Capacidad

actual.

+% de diferencia de

capacidad real.+

-

% de Capacidad

real requerida.

+

SMED. -Porcentaje de

mejora estimada.

+

+

B2


93

El porcentaje de diferencia de capacidad real corresponde a la diferencia establecida por el

ritmo con el que el cliente solicita la orden de producción y el ritmo con el cual la línea da

respuesta a esta necesidad, esta última esta expresada por el flujo de producción de entrada

de la estación de trabajo (prensa 1).

Del porcentaje de capacidad real requerida, se considera un porcentaje de mejora estimado,

el cual ha sido determinado por las propuestas de mejora planteadas en el punto 4.6. Para el

caso de la propuesta SMED, este porcentaje de mejora impacta directamente en el tiempo

de cambio de herramental y material., lo que se traduce en un incremento en la

disponibilidad de tiempo.

Al mejorar la disponibilidad de tiempo para producir, el ritmo de producción solicitado por

el cliente disminuye, lo que significa un descenso en el porcentaje de la discrepancia de

capacidad real, estableciendo una regulación para el porcentaje de capacidad requerido ver

Figura 4-18.

Bucle 4: Porcentaje de mejoramiento del sistema. Método MMT

Figura 4-19: Bucle 4: Porcentaje de mejoramiento del sistema Método MMT

Al igual que en el caso anterior, esta propuesta está enfocada a mejorar el método de

trabajo, con la finalidad de disminuir los tiempos de demoras atribuidas a actividades

anexas al proceso. Al considerar un porcentaje de mejora, derivado del plan de acción

presentado en el punto 4.6 y el cual considera un porcentaje estimado del porcentaje de

capacidad requerida, esta mejora se traduce en disminución en los tiempos de demora.

Flujo de salida de

producción afectado .

Inventario de

componentes

producidos .

+

Demoras atribuidas

al proceso.

+Paros no

programados.+

% de Capacidad

real requerida 1.-

% MMT.

-

Porcentaje de

mejora estimada 0

+

+

B3

Paro por falta de

lámina .


94

Al disminuir el tiempo de demora, disminuye la afectación en el flujo de salida, lo que

involucra que el nivel de inventarios de componentes producidos corresponda al nivel

requerido de acuerdo con lo establecido por la siguiente estación.

Al mejorar los niveles de inventario de producto terminado no se incurren en pérdidas por

falta de lote de componente o por tiempo de demoras, lo que significa que no es necesario

destinar más recursos para completar el lote, ocasionando que el porcentaje de capacidad

real requerida disminuya o se estabilice, ver Figura 4-19.

Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado

Figura 4-20: Bucle 5: Cumplimiento en el tiempo de entrega de Producto terminado

Este bucle de compensación (Figura 4-20) representa el comportamiento dinámico del

módulo 2. Aqui se analiza el cumplimiento del tiempo de entrega del producto terminado al

cliente, determinado por el flujo de entrega del cliente, el cual está establecido por el plan

de embarque, estipulado por el departamento de ventas y planeación y control de la

producción. De la variable flujo de entrega al cliente se deriva el tiempo de entrega del

producto terminado. En este punto se hace una consideración respecto a la discrepancia

generada entre los tiempos de entrega al cliente y los tiempos de entrega del producto

terminado derivado de la línea de producción (lo que finalmente se traduce en órdenes sin

producir). Esta discrepancia determina la hora en la cual debe iniciar la producción en la

prensa 1 para poder cumplir la entrega del lote asignado. Al tomar en cuenta esta

consideración, disminuye la cantidad de órdenes sin entregar.

Flujo de salida de

componente 1Flujo de salida de

componente 2

Diferencia de lote

producido del

componente 1+

- Diferencia de lote

producido del

componente n

Flujo de salida de

componente 3+

-

Flujo de producción del

producto terminado

+

++

Flujo de entrega

al clienteÓrdenes sin

entregar-

+


del componente 1


del componente n

Costos de

producción PT

++

Programa de

embarque

+

Ingresos-

Utilidades

+

-

B4

Tiempo de entrega de

PT al cliente

Tiempo de entrega real

de PT al cliente+

Discrepancia entre

tiempos de entrega

+ -

Hora de inicio de

producción en Prensa 1

+

MÓDULO 1

CAPITULO 5: DESCRIPCIÓN DEL COMPORTAMIENTO

DINÁMICO DEL MODELO PROPUESTO

DIAGRAMA DE FORRESTER, EXPRESIONES MATEMÁTICAS E INTERFAZ DEL

MODELO.

Una vez que se han clasificado las variables y

parámetros a utilizar en el modelo, se desarrolla el

diagrama de Forrester. Este es un paso intermedio para

obtener las expresiones matemáticas que determinan el

comportamiento del sistema. Finalmente se diseña una

plataforma de interfaz para la interacción del usuario

con el modelo desarrollado.

Comportamiento del modelo propuesto

95

5. Descripción del comportamiento dinámico del modelo Como se explicó en el capítulo metodológico, para obtener las ecuaciones matemáticas del

modelo se utilizó el diagrama de Forrester, este diagrama es utilizado en esta sección para

cuantificar las hipótesis dinámicas expresadas en el diagrama causal. Debido a que el

modelo propuesto involucra una serie de variables interrelacionadas, derivadas de más de

dos mil componentes producidos en 15 prensas diferentes, fue necesario desarrollar una

base de datos interactiva para el preprocesamiento de la información. Esta base de datos

desarrollada con ayuda de macros en Microsoft Excel no se limita al manejo informativo

derivado de las fuentes analizadas en el punto 4.4, sino que además brinda un escenario de

asignación de cargas de trabajo en las diferentes prensas involucradas. Este escenario de

asignación de cargas, en conjunto con las variables definidas en el punto 4.7, representan la

fuente de alimentación de datos utilizados en la simulación del modelo, construido en la

plataforma del software Vensim Ple ® versión estudiantil. Finalmente se evalúa el

comportamiento dinámico de las principales variables que conforman el modelo propuesto

y que determinan la situación actual y propuesta del sistema.

5.1. Funcionalidad de la base de datos interactiva desarrollada en

Microsoft Excel. La base de datos desarrollada con ayuda de Microsoft Excel permite el consolidado, análisis

y pre-procesamiento de la información, mediante un conjunto de instrucciones

programadas en diferentes hojas de cálculos de Excel.

La información derivada de las diferentes fuentes (analizadas en el punto 4.4) es utilizada

en la base interactiva desarrollada en Microsoft Excel, para cumplir con dos funciones

principales. La primera es que permite el fácil acceso de los datos que alimentan el modelo

propuesto, ya que en esta base se agrupan las variables necesarias para evaluar el

comportamiento del sistema. Como segunda finalidad, brinda un escenario de asignación de

cargas de trabajo de cada una de las prensas involucradas en el proceso de producción.

Del punto 4.7 se determinó que era necesario establecer criterios de prioridad para saber

que cargas deben programarse primero en las prensas y garantizar que exista una

secuencia ordenada en la programación. Para la asignación de las órdenes de trabajo a cada

prensa se ha considerado una secuencia de criterios, estableciendo la prioridad de paso de

cada orden de producción para cumplir las fechas de entradas planificadas con el menor

tiempo de demora entre estaciones. Este criterio de asignación de cargas desarrollado,

considera los tiempos de procesamiento de cada componente, los tiempos de espera y

prioridades de tiempos de embarque como parte de planeación estratégica.


96

La base de datos interactiva12 tiene capacidad de almacenar y procesar información

correspondiente a dos semanas de programación de la producción. Esta información es

analizada, pre-procesada y consultada en dos secciones contenidas en el archivo general de

la base de datos, cada sección cuenta con un acceso directo desde un menú general, el cual

se presenta en la Figura 5-1.

ESTADO ACTUAL DE PRENSAS

840

836

804

805

809

837

834

829

815

810

816

701

811

331

859

851

853

856

863

860

862

855

817

ESTABLECIMIENTODE CRITERIO DE PRIORIDADES

CONSULTA

CARGA DE TRABAJO

a

b

b

Figura 5-1: Menú general y acceso a las diferentes secciones del archivo general

La sección referente al análisis y pre-procesamiento de la información del archivo general,

corresponde al establecimiento de criterio de prioridades (Figura 5-1-a). La segunda

sección (Figura 5-1-b) cuenta con un escenario de consulta, donde se puede obtener

información detallada por componente, producto terminado y tiempos promedios de

producción; y por medio de accesos rápidos se puede consultar la base de datos de cada

prensa. Por último, la interpretación de los tiempos y cargas asignadas a las diferentes

prensas se puede interpretar de forma visual con ayuda de una gráfica de Gantt. A

continuación se detalla cada sección del archivo general, explicando su secuencia de

funcionalidad por medio de un diagrama de flujos.

5.1.1. Sección 1: Análisis y pre-procesamiento de la información Esta primera sección corresponde al establecimiento de prioridades para la asignación de

cargas considerando tiempo de entrega de producto terminado, tiempos de procesamiento

de cada componente y tiempos de espera entre estaciones (prensas y demás líneas de

producción).

12 Previamente la base de datos, ha sido alimentada con la información referente a cantidad de componentes y producto terminado que se producen en la empresa, con sus respectivos tiempos de producción, tiempos de cambios de herramental y demoras propias del proceso


97

El usuario accede desde el menú principal al apartado de establecimiento de criterio de

prioridades para ingresar la información correspondiente a: identificación del componente

(Id), prensa, operación (OP)13, cantidad a fabricar y programa de embarque. Esta

información es obtenida directamente del plan de producción, la cual es descargada vía

electrónica del programa QAD o proporcionada por el departamento de planeación y

control de la producción.

Una vez ingresada esta información en el apartado anterior, el programa desarrollado en

Microsoft Excel, relaciona cada componente con el producto terminado asociado a este En

este punto se establece el primer criterio de prioridad (CP1), donde se vincula el producto

terminado con su día y hora de entrega, determinado por el programa de embarque. La

información es ordenada de acuerdo a un orden de prioridad evaluado del 1 al 5, siendo 1 el

producto terminado que se debe de entregar primero al cliente. Esto se muestra en la Tabla

5-1.

Tabla 5-1: Establecimiento de Criterio de Prioridad 1

Una vez establecido el CP1, el programa determina los tiempos promedios de producción.

De esta manera se obtiene el tiempo de espera de cada componente para la fabricación del

producto final, y posteriormente asociar estos tiempos a cada estación de trabajo. La Tabla

5-2 muestra los tiempos promedios de producción y tiempos de espera para diferentes

componentes.

13 Se refiere a la secuencia de pasos de producción (denominadas operación) de los componentes que conforman un producto terminado. 10 corresponde al primer paso, 20 al segundo paso y asi consecutivamente.

Prensa ID Componente Operac iónCantidad a

p roducir

Producto

T e rminado

Crite rio de

p rio ridad 1

(CP1)

840 97105 1ES1689 10 180 C-3997 1

840 91632 CM-4150 10 10,720 CM-4150 1

840 92959 CM-4099 10 240 CM-4099 2

840 94111 CM-4096 10 1,480 CM-4096 2

840 94112 CM-4096 10 1,280 CM-4096 2


98

Tabla 5-2: Establecimiento de Criterio de Prioridad 2 y 3

Al centrar nuestra atención en la prensa 833 de la Tabla 5-2, se observa que el menor

tiempo de espera corresponde al componente CM-4222 20. Esto indica que para la

producción de ese componente no se necesita requerimiento previo o una operación

anterior. Por lo que es la primera consideración a tomar en cuenta para producir en esa

prensa sin generar tiempo de demora por espera, seguido de la producción de los

componentes CM-4260 20 y CM-4260 40 respectivamente.

Esta información es distribuida en la base correspondiente a cada una de las prensas

involucradas en el proceso de producción (Figura 5-1-b). Una vez completas las bases, se

establecen los criterios de prioridad 2 y 3, al ordenar la asignación de cargas, de acuerdo al

mínimo tiempo de espera entre estaciones, considerando los tiempos de procesamiento de

componentes. Estos criterios se realizan tomando en cuenta el orden establecido por el

primer criterio de prioridad.

Cuando se tiene establecida la carga de trabajo en cada prensa y ordenada de acuerdo con

los criterios de prioridad 1, 2 y 3, se analiza la posibilidad de agrupar la producción de

componentes que utilizan el mismo troquel. Esto se realiza con la finalidad de disminuir el

número de cambios de herramental y/o material por componente producido.

Finalmente, la información es guardada en cada una de las bases correspondientes de cada

prensa. La información contenida en la Tabla 5-3, resume la asignación de la carga de

trabajo para la prensa 840 una vez considerados los criterios de prioridad.

Produc to

Terminado

(PT)

Componente

Tiempo

promedio de

producc ión

Tiempo de

espera de

PT

Cantidad a

produc irPrensa

CM-4265 CM-4265 10 1:14:07 0:00:00 126 804

CM-4264 CM-4264 10 1:53:44 0:00:00 90 805

CM-4260 CM-4260 10 1:20:54 0:00:00 312 836

CM-4260 CM-4260 20 0:39:00 0:20:54 312 833

CM-4260 CM-4260 30 0:31:12 0:59:54 312 815

CM-4260 CM-4260 40 1:02:24 1:31:06 312 833

CM-4223 CM-4223 10 0:17:17 0:00:00 432 809

CM-4223 CM-4223 20 0:48:00 0:00:00 432 809

CM-4222 CM-4222 20 0:32:00 0:00:00 800 833


99

Tabla 5-3: Base de datos del estado actual de las prensas considerando los criterios de prioridad 1, 2 y 3.

Figura 5-2: Diagrama de flujo de la secuencia para el análisis y procesamiento de la información

Prensa ID Componente OPCantidad a

producir

Fecha de

producción

Tiempo de

producción

Tiempo de

preparación

de

herramienta

Hora de

inicio

Hora de

finalización

Tiempo

de

espera

Orden de

prioridad

bajo criterio

1-2 y3

840 97105 1ES1689 10 180 19/08/2014 01:03 00:58 07:00 08:07 00:00 1

840 89201 1ES1968 10 718 19/08/2014 00:35 00:58 08:07 09:41 00:00 1

840 82862 1ES1766 10 3,000 19/08/2014 02:00 00:58 09:41 12:40 00:00 1

840 88740 CM-4095 10 1,200 19/08/2014 03:04 00:00 12:40 16:43 00:00 1

840 94130 CM-4100 10 360 19/08/2014 00:55 00:58 16:43 18:37 00:00 2

840 78403 1ES1844 10 1,000 19/08/2014 00:54 00:58 18:37 20:30 00:00 2

840 92959 CM-4099 10 240 19/08/2014 00:36 00:00 20:30 22:05 00:00 3

840 78409 1ES1845 10 1,000 19/08/2014 00:54 00:58 22:05 23:58 00:05 3

840 94431 1ES1835 10 954 19/08/2014 00:45 00:58 23:58 01:42 00:12 3

Establecimiento de prioridades y carga de trabajo

ID, componente, Prensa, OP y

cantidad

Plan maestro de producción, plan

de embarque

Ingresa valores anteriores

Da click en el botón ordenar

Usuario

Carga de trabajo

Base de datos para cada

prensa

Consultar la carga asignada

Da click en el botón “x”

Fin

De acuerdo con los criterios de asignación CP1,

CP2 y CP3

No

Si


100

La macro realizada en Microsoft Excel, resume toda la secuencia de pasos explicada

anteriormente. El usuario únicamente debe ingresar los datos provenientes del plan de

producción y programa de embarque para iniciar el análisis. Esta secuencia de pasos se

presenta en la Figura 5-2.

5.1.2. Sección 2: Consulta de la información En esta sección el usuario puede acceder al escenario de consulta de las bases del estado

actual de las prensas, carga de trabajo asignadas y consulta detallada del componente o

producto terminado producido. Esta información se deriva del análisis y pre-procesamiento

de la información realizada en la sección anterior. El usuario nuevamente puede acceder a

cualquiera de estos escenarios desde el menú principal. A continuación se explica cada uno

de los modos de consulta.

Base de datos del estado actual de las prensas.

Una vez que se han establecido los criterios de prioridades y se han tomado en cuenta las

consideraciones de los tiempos de preparación de herramienta y material, esta información

es resumida en las bases de datos para cada una de las prensas. Anexo a esta información se

presenta, en la misma base resumen, el tipo de troquel a utilizar y la cantidad de lámina

necesaria para completar el lote de producción asignado. Esta base resumen representa la

fuente de datos para los siguientes dos escenarios de consulta.

Carga de trabajo

En este escenario de consulta se puede analizar de forma visual, con ayuda de un diagrama

de Gantt, la información relacionada a las cargas de trabajo asignado a cada prensa, en el

cual el usuario puede seleccionar el periodo de análisis que desea visualizar. De acuerdo al

periodo seleccionado, el programa brinda información adicional del total de tiempo de

producción, tiempo total de preparación de herramienta, no. de órdenes y componentes a

producir.

En la Figura 5-3 se muestra la pantalla general del escenario de consulta de carga de

trabajo, el cual se presenta por un diagrama de Gantt.


101

Y

07:00

15:15

37 6

26 6

24/08/2014

840

Total de tiempo de preparación de HTA

Total de tiempo de producción

Fecha y hora de inicio

Fecha y hora de finalización

19/08/2014 21/08/2014

09:3207:00

32:19:01

18:13:08

No. de órdenes a producir

No. de partes a producir

19/08/2014

00

:58

01

:07

00

:09

00

:58

01

:34

00

:35

00

:58

02

:58

02

:00

00

:58

04

:03

03

:04

00

:58

01

:53

00

:55

00

:58

01

:52

00

:54

00

:58

01

:35

00

:36

00

:58

01

:52

00

:54

00

:58

01

:44

00

:45

00

:58

01

:11

00

:12

00

:58

02

:43

01

:45

00

:58

09

:13

08

:14

00

:58

01

:43

00

:45

00

:58

01

:53

00

:55

00

:58

02

:58

02

:00

00

:41

01

:29

00

:48

00

:58

01

:52

00

:54

00

:58

02

:45

01

:47

00

:58

05

:58

05

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

07

:00

11

:48

16

:36

21

:24

02

:12

07

:00

11

:48

16

:36

21

:24

02

:12

07

:00

11

:48

16

:36

TIEM

PO

DE

PR

OD

UC

CIÓ

NP

REP

AR

AC

IÓN

DE

HER

RA

MIE

NTA

TIEM

PO

TO

TAL

TIEMPO

AC

TIV

IDA

DES

PROGRAMA DE PRODUCIÓN

Figura 5-3: Pantalla general del escenario de consulta de carga de trabajo

En la Figura 5-3 anterior se observa que el escenario de evaluación considera un periodo de

de 2 días (desde el 19 al 21 de agosto del año 2014) para la prensa 840. En ese periodo de

evaluación se registra un tiempo total de 32 horas de producción y 6 horas de tiempo de

cambio de herramienta y material para un total de 37 órdenes de producción, conformada

por 26 componentes diferentes. Al variar el periodo de evaluación, la información cambia

automáticamente, como se presenta en la Figura 5-4 donde se ha considerado un periodo

de 1 día.

Y

07:00

15:15

16 6

13 6

24/08/2014

840

Total de tiempo de preparación de HTA

Total de tiempo de producción

Fecha y hora de inicio

Fecha y hora de finalización

19/08/2014 20/08/2014

14:5007:00

20:09:20

11:41:10

No. de órdenes a producir

No. de partes a producir

19/08/2014

00

:58

01

:07

00

:09

00

:58

01

:34

00

:35

00

:58

02

:58

02

:00

00

:58

04

:03

03

:04

00

:58

01

:53

00

:55

00

:58

01

:52

00

:54

00

:58

01

:35

00

:36

00

:58

01

:52

00

:54

00

:58

01

:44

00

:45

00

:58

01

:11

00

:12

00

:58

02

:43

01

:45

00

:58

09

:13

08

:14

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

00

:00

07

:00

11

:48

16

:36

21

:24

02

:12

07

:00

11

:48

16

:36

TIEM

PO

DE

PR

OD

UC

CIÓ

NP

REP

AR

AC

IÓN

DE

HER

RA

MIE

NTA

TIEM

PO

TO

TAL

TIEMPO

AC

TIV

IDA

DES

PROGRAMA DE PRODUCIÓN

Figura 5-4: Pantalla general del escenario de consulta de carga de trabajo, variación en el período de

evaluación

Consulta detallada

En este último escenario, el usuario puede analizar la información a detalle de los tiempos

de producción del tipo de componente o producto terminado en cada estación de trabajo

involucrada en el proceso de producción.

El usuario puede seleccionar de la lista despegable (Figura 5-5), el componente o producto

terminado de su interés. Una vez realizado este paso, se debe actualizar la información e


102

inmediatamente aparecen los datos referentes a los tiempos de producción de los

componentes, por estación de trabajo, que participan en el proceso de producción del

producto terminado. La interpretación de los datos es auxiliada de forma visual, con ayuda

de una gráfica de Gantt. La Figura 5-5 muestra la pantalla general del escenario de consulta.

PIEZA A PRODUCIR 804 05:50

CANTIDAD A PRODUCIR PT

COMPONENTES 840 836 804 805 809 837 834 829 815 810 816 701 811 331 859 851 853 856 863 860 862 855 817

00:00 03:00 02:50 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00 00:00

cm-3905 10 -ID-112905 - 3:00:00 - - - - - - - - - - - - - - - - - - - - -

cm-3905 20 -ID-112905 - - 2:50:00 - - - - - - - - - - - - - - - - - - - -

150

cm-3905 20 -ID-112905 PRENSA TIEMPO DE PRODUCCIÓN

CM-3905

0:00:00 1:12:00 2:24:00 3:36:00 4:48:00 6:00:00 7:12:00

COMPONENTES

ACTUALIZAR

PIEZA A PRODUCIR

CANTIDAD A PRODUCIR

COMPONENTES 840 836 804 805 809 837

00:00 03:00 02:50 00:00 00:00 00:00

cm-3905 10 -ID-112905 - 3:00:00 - - - -

cm-3905 20 -ID-112905 - - 2:50:00 - - -

150

cm-3905 20 -ID-112905

0:00:00 1:12:00

COMPONENTES

Figura 5-5: Pantalla general para realizar la consulta detallada

En la Figura 5-5, se observa la información correspondiente al componente CM-3905 1P con

ID 112905, el cual en conjunto con el componente CM-3905 2P, forma parte del proceso

productivo del Producto terminado CM-3905, estos componentes están programados en las

prensas 836 y804 respectivamente. Este escenario de consulta no únicamente muestra la

secuencia productiva del componente seleccionado, sino también los tiempos promedios de

producción.

Derivado del análisis y pre-procesamiento de la información en la base de datos

desarrollada con macros en Microsoft Excel, se obtiene parte de los datos que alimentan el

modelo propuesto. Otra parte de la información es obtenida de los reportes del programa

de producción y plan de embarque facilitados por la empresa. En la Tabla 5-4 se resumen

los datos que alimentan el modelo y fuente de obtención.


103

Tabla 5-4: Fuente de obtención de datos que alimentan el modelo propuesto

Datos que alimentan el modelo Fuente de obtención Porcentaje de mejora, derivado de las propuestas realizadas, tiempo de cambio de herramental y demoras propias del proceso.

Registro y análisis de la información desarrollado (ver punto 4.4)

Secuencia de asignación de cargas para cada una de las prensas involucradas en el proceso a analizar

Base de datos interactiva desarrollada en Excel.(ver punto 5.1)

Órdenes de producción, tiempo estándar, turnos de la jornada laboral, tiempos de suplementos, hora de entrega del producto terminado, costos de mano de obra y material

Datos facilitados por la empresa, derivados en su mayoría del programa de producción y del plan de embarque.

La mayor parte de la información que alimenta el modelo propuesto, fue necesario

obtenerla del registro y procesamiento de datos recopilados en campo, esto para garantizar

la confiabilidad del comportamiento del modelo.

5.2. Diagrama de Forrester El diagrama de Forrester desarrollado para el modelo propuesto, al igual que en el

desarrollo del diagrama causal, se ha dividido en dos módulos. En cada módulo se definen

las ecuaciones asociadas a las variables y su relación con los bucles determinados.

La arquitectura del módulo 1 se orienta a la representación del comportamiento del flujo de

producción de componentes asociados a un producto terminado. En este módulo se

establecen interrelaciones entre los componentes producidos en una misma prensa e

interrelaciones entre prensas. Para lograr este efecto, se desarrolló el diagrama de

Forrester que representa el comportamiento del flujo del proceso de producción de un

componente de una prensa. Posteriormente, se realizó una réplica del mismo diagrama,

para 5 prensas con capacidad de producción de 5 componentes cada una.14, respetando las

interrelaciones y bucles de realimentación entre módulos.

La arquitectura del módulo 1 representa el comportamiento del flujo de producción para

un producto terminado. Este módulo asocia las interrelaciones definidas en el módulo 2.,

representado por un único diagrama, en el que se toman en cuenta datos de otras

estaciones de trabajo involucradas en el proceso. Cada diagrama de Forrester desarrollado

14 Se consideró este número de réplicas, ya que el proceso de fabricación de un producto terminado no involucra más de 5 prensas y 7 componentes


104

en ambos módulos contiene los bucles de realimentación definidos en el punto 4.8 y

cuentan con su respectiva entrada de datos.

La interconexión de relaciones de causalidad entre los módulos 1 y 2 se hace a partir del

intercambio de datos entre ellos. Dado que el tamaño de los diagramas de Forrester

desarrollados involucran una serie de variables, resulta poco práctico establecer estas

interconexiones sobre la arquitectura de los modelos. Por tal motivo se desarrolló un

apartado de relaciones para considerar el intercambio de datos entre módulos.

En las Figuras 5-6, 5-7 y 5-8 se presentan los diagramas de Forrester del modelo

desarrollado para cada módulo y el apartado de relaciones. Como se mencionó antes, los

diagramas de Forrester desarrollados en el módulo 1, son una réplica del comportamiento

dinámico del proceso de producción de un componente, por motivos de lograr una mejor

explicación, en la Figura 5-6 se ha considerado presentar únicamente un diagrama de

Forrester para una prensa, estableciendo las debidas relaciones internas entre el módulo 1

y módulo 2. En la Figura 5-8 se presenta el apartado de relaciones, que establece el

intercambio de datos entre el módulo 1 y módulo 2, esta sección se irá explicando a medida

que se presente el intercambio de datos entre módulos.

105

Figura 5-6: Diagrama de Forrester para el módulo 1

RP 1

TT 1

NT 1

TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

VPCTA 11

TPHTA 11

% Msmed11

aplt

apc/c

lp

acpt

mpi

fpi

mprch-r

fprch-r

1 P1

1 P2

1 P3

1 P4

1 P5

1OP11OP31OP41OP5

PC 1

<1OP1>

TE 11 Tc 11

ICP 11

FSR 11FSC 11

D 11 D12

<TE 11>

<D 11>

Tc 12

% MMT11

% DCR 11

% CRR 11

IL 11

FEL 11Fcul 11

TCL 11

ID 11

RS 11

HI 11

Hi s1 1

Hf s1 1

s1 1

Hi s2 1

Hf s2 1

s2 1

FPs 11

TPs 11

<HI 11>

Hip 11

dP 11

FP 11

IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

<TCL 11>

NFS 11

PL 11

A11

B11

Ps 11PNP 11

HCL 11

<HCL 11>

<TIME STEP>

<1OP1>

<dP 11><Hip 11><II 11>

<FSR 11>

<TCL 11>

<dP 11>

<D 11>

<% MMT 11>

<Time>

HFR 11<TPs 11>

<IDR 11>

FE 11

<HFR 11>

<TPHTA 11><% Msmed 11>

<D 11>

<% MMT 11>

N FE 11

<HFR 11>

<1OP1>

FEE 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11

CR Ind- Var 11CR MO 11

CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>

Ind- Var MaqInd-Var MOMOMP

<Time>

<TIMESTEP>

DCA 12

FS 12 C 12

PPP 12

TPHTA 12

% Msmed 12

1OP2

TE 12

ICP 12

FSR 12 FSC 12

% MMT 12

% DCR 12

%CRR 12

IL 12

FEL 12

Fcul 12TCL 12

ID 12

RS 12

HI 12

FPs 12TPs 12Hip 12

dP 12

FP 12

IDR 12

<Time>

<TIME STEP>

II 12

EL 12

LU 12FSL 12

<TCL 12>

NFS 12

PL 12

A12

B12

Ps 12 PNP 12

HCL 12

<HCL 12>

<TIME STEP>

<1OP2>

<dP 12><Hip 12><II 12>

<FSR 12>

<TCL 12>

<dP 12>

<% MMT 12>

<Time>

HFR 12

<TPs 12>

<IDR 12>

FE 12

<HFR 12>

<% MMT 12>

N FE 12

<HFR 12>

<1OP2>

FEE 12

CE MO 12

CE Ind-Var 12

CE MP 12CET 12

CR Ind- Var 12

CR MO 12

CR MP 12

CRT 12

<NFS 12>

HFT 12

<N FE 12>

<Time>

<TIME STEP>

<1OP2>

<1OP2><TE 12>

<D12>

<Ind- Var Maq><Ind-Var MO><MO><MP>

<D12>

<D12>

<HFR 11>

<HFT 11>

<HFR 11>

<HFT 11>

<TE 11><TE 12>

<1OP1>

<1OP2>

Prensa 11

Carga 11

Prensa 12Carga 12

<HS11>

<HS12>

<HI 11> <1OP1>

PRENSA 1

PEDIDOS

1

2

3

4

5

<1 P1><1 P2><1 P3><1 P4><1 P5>

TURNOS

TURNONo. de TURNOS

<TT 1>

<NT 1>

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>

TIPO deCOMPONENTE

<Tc 11>

<Tc 12>

ESTÁNDAR

<TE 11><TE 12>

PREPARACIÓNHTA

<TPHTA 11>

<TPHTA 12>

TE 14

TE 12 1

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

Siguiente estación

de trabajo

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>

% Msemd 12% Msmed 13

% Msmed 14

% Msmed 15

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

<% MMT 11>

Disponibilidad11

Desempeño11

Eficiencia 11

AFPR

<AFPR>

<FSR 11>

<FEE 11>

RP 1

TT 1

NT 1

TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

VPCTA 11

TPHTA 11

% Msmed11

aplt

apc/c

lp

acpt

mpi

fpi

mprch-r

fprch-r

1 P1

1 P2

1 P3

1 P4

1 P5

1OP11OP31OP41OP5

PC 1

<1OP1>

TE 11 Tc 11

ICP 11

FSR 11FSC 11

D 11 D12

<TE 11>

<D 11>

Tc 12

% MMT11

% DCR 11

% CRR 11

IL 11

FEL 11Fcul 11

TCL 11

ID 11

RS 11

HI 11

Hi s1 1

Hf s1 1

s1 1

Hi s2 1

Hf s2 1

s2 1

FPs 11

TPs 11

<HI 11>

Hip 11

dP 11

FP 11

IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

<TCL 11>

NFS 11

PL 11

A11

B11

Ps 11PNP 11

HCL 11

<HCL 11>

<TIME STEP>

<1OP1>

<dP 11><Hip 11><II 11>

<FSR 11>

<TCL 11>

<dP 11>

<D 11>

<% MMT 11>

<Time>

HFR 11<TPs 11>

<IDR 11>

FE 11

<HFR 11>


<D 11>

<% MMT 11>

N FE 11

<HFR 11>

<1OP1>

FEE 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11


CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>


<Time>

<TIMESTEP>

DCA 12

FS 12 C 12

PPP 12

TPHTA 12

% Msmed 12

1OP2

TE 12

ICP 12

FSR 12 FSC 12

% MMT 12

% DCR 12

%CRR 12

IL 12

FEL 12

Fcul 12TCL 12

ID 12

RS 12

HI 12

FPs 12TPs 12Hip 12

dP 12

FP 12

IDR 12

<Time>

<TIME STEP>

II 12

EL 12

LU 12FSL 12

<TCL 12>

NFS 12

PL 12

A12

B12

Ps 12 PNP 12

HCL 12

<HCL 12>

<TIME STEP>

<1OP2>

<dP 12><Hip 12><II 12>

<FSR 12>

<TCL 12>

<dP 12>

<% MMT 12>

<Time>

HFR 12

<TPs 12>

<IDR 12>

FE 12

<HFR 12>

<% MMT 12>

N FE 12

<HFR 12>

<1OP2>

FEE 12

CE MO 12

CE Ind-Var 12

CE MP 12CET 12

CR Ind- Var 12

CR MO 12

CR MP 12

CRT 12

<NFS 12>

HFT 12

<N FE 12>

<Time>

<TIME STEP>

<1OP2>

<1OP2><TE 12>

<D12>


<D12>

<D12>

<HFR 11>

<HFT 11>

<HFR 11>

<HFT 11>

<TE 11><TE 12>

<1OP1>

<1OP2>

Prensa 11

Carga 11

Prensa 12Carga 12

<HS11>

<HS12>

<HI 11> <1OP1>

PRENSA 1

PEDIDOS

1

2

3

4

5

<1 P1><1 P2><1 P3><1 P4><1 P5>

TURNOS

TURNONo. de TURNOS

<TT 1>

<NT 1>

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>

TIPO deCOMPONENTE

<Tc 11>

<Tc 12>

ESTÁNDAR

<TE 11><TE 12>

PREPARACIÓNHTA

<TPHTA 11>

<TPHTA 12>

TE 14

TE 12 1

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

Siguiente estación

de trabajo

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>


% Msmed 14

% Msmed 15

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

<% MMT 11>

Disponibilidad11

Desempeño11

Eficiencia 11

AFPR

<AFPR>

<FSR 11>

<FEE 11>

<Prensa 11>

<Carga 11>

<HI 12>

<HI 21>

<HI 22>

HS11

<HFR 11>Dem 11

<Prensa 12><Carga 12>

HS12

<HFR 12>Dem 12

<Prensa 21><Carga 21><HFR 21>

HS21

Dem 21

<Prensa 22>

<Carga 22> <HFR 22>

HS22

Dem 22

Demora 12

p1c2

Demora 21

p2c1

Demora 22

p2.c2.

Demora 11

p1.c1.

<C C1>

<C C2>

<C C3>

<C C4>

<C C5>

<C C6>

<C C7>

<FSR11>

<FSR12>

<FSR21>

<FSR22>

FC1 DC1

DC2

DC3

DC4

DC5

DC6

DC7

FC2

FC3

FC4

FC5

FC6

FC7

 <C C8>

DC8FC8

HFC1

<Std C1> <Cant C1>

<HFR 11>

<HFR 12>

<HFR 21>

<HFR 22>

HFC2

<Std C2><Cant C2>

<HI C1>

HFC3

<Std C3> <Cant C3>

HFC4

<Std C4> <Cant C4>

HFC5

<Std C5> <Cant C5>

HFC6

<Std C6> <Cant C6>

HFC7

<Std C7> <Cant C7>

<Std C8> <Cant C8>

No. de

estaciones

<CET 11>

<CET 12>

<CET 21>

<CET 22>

<CRT 11>

<CRT 12>

<CRT 21>

<CRT 22>

CEC1

CEC2

CEC3

CEC4

CEC5

CEC6

CEC7

CEC8

















<C C1>

<C C2>

<C C3>

<C C4>

<C C5>

<C C6>

<C C7>

<C C8>

<Std C1><Cant C1>

<Std C2> <Cant C2>

<Std C3> <Cant C3>

<Std C4> <Cant C4>

<Std C5> <Cant C5>

<Std C6> <Cant C6>

<Std C7> <Cant C7>

<Std C8> <Cant C8>

<C/H C1>

<C/H C2>

<C/H C3>

<C/H C4>

<C/H C5>

<C/H C6>

<C/H C7>

<C/H C8>

CRC1

CRC2

CRC3

CRC4

CRC5

CRC6

CRC7

CRC8

Flujo de entrada para la

siguiente estación de trabajo

Apartado de interrelaciones

106

Figura 5-7: Diagrama de Forrester para el módulo 2

C1 PT C2 PT C3 PT C4 PT C5 PT C6 PTC7 PT

FP C1 FP C2 FP C3 FP C4 FP C5 FP C6 FP C7 FP C8

P C1

C C1

P C2

C C2

P C3

C C3

P C4

C C4

P C5

C C5

P C6

C C6

P C7

C C7

P C8

C C8

Cant C3

Std C1

Cant C1

Std C2

Cant C2

HI C1

Std C3 Std C4

Cant C4Std C5

Cant C5

Std C6

Cant C6Std C7Cant C7

Std C8Cant C8

PRENSA

COMPONENTE

ESTÁNDAR

CANTIDAD

Órdenes sin

entregar Embarque

Hora de entrega

Cantidad solicitada

Flujo de entrega

F PT

<TIME STEP>

INGRESOS

Precio de venta

C/H C1

C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8

COSTOS

ESTÁNDAR

COSTOS POR HORA

COSTOS

REALES

UTILIDADES

ESTÁNDAR

UTILIDADES

REALES

<FC1> <FC2> <FC3><FC4>

<FC5><FC6> <FC7> <FC8>

<DC1> <DC2> <DC3> <DC4> <DC5> <DC6> <DC7> <DC8>

<No. de

componentes>

<CEC1><CEC2><CEC3><CEC4><CEC5><CEC6><CEC7>

<CEC8>

<CRC1>

<CRC2><CRC3><CRC4><CRC5>

<CRC6><CRC7><CRC8>

PRODUCTO TERMINADO

Hora de entrega del PT

procedente de la líneaDiscrepancia entre

tiempos de entregaHora de inicio de

producción

<Órdenes sin

entregar>

RP 1

TT 1

NT 1

TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

VPCTA 11

TPHTA 11

% Msmed11

aplt

apc/c

lp

acpt

mpi

fpi

mprch-r

fprch-r

1 P1

1 P2

1 P3

1 P4

1 P5

1OP11OP31OP41OP5

PC 1

<1OP1>

TE 11 Tc 11

ICP 11

FSR 11FSC 11

D 11 D12

<TE 11>

<D 11>

Tc 12

% MMT11

% DCR 11

% CRR 11

IL 11

FEL 11Fcul 11

TCL 11

ID 11

RS 11

HI 11

Hi s1 1

Hf s1 1

s1 1

Hi s2 1

Hf s2 1

s2 1

FPs 11

TPs 11

<HI 11>

Hip 11

dP 11

FP 11

IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

<TCL 11>

NFS 11

PL 11

A11

B11

Ps 11PNP 11

HCL 11

<HCL 11>

<TIME STEP>

<1OP1>

<dP 11><Hip 11><II 11>

<FSR 11>

<TCL 11>

<dP 11>

<D 11>

<% MMT 11>

<Time>

HFR 11<TPs 11>

<IDR 11>

FE 11

<HFR 11>


<D 11>

<% MMT 11>

N FE 11

<HFR 11>

<1OP1>

FEE 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11


CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>


<Time>

<TIMESTEP>

DCA 12

FS 12 C 12

PPP 12

TPHTA 12

% Msmed 12

1OP2

TE 12

ICP 12

FSR 12 FSC 12

% MMT 12

% DCR 12

%CRR 12

IL 12

FEL 12

Fcul 12TCL 12

ID 12

RS 12

HI 12

FPs 12TPs 12Hip 12

dP 12

FP 12

IDR 12

<Time>

<TIME STEP>

II 12

EL 12

LU 12FSL 12

<TCL 12>

NFS 12

PL 12

A12

B12

Ps 12 PNP 12

HCL 12

<HCL 12>

<TIME STEP>

<1OP2>

<dP 12><Hip 12><II 12>

<FSR 12>

<TCL 12>

<dP 12>

<% MMT 12>

<Time>

HFR 12

<TPs 12>

<IDR 12>

FE 12

<HFR 12>

<% MMT 12>

N FE 12

<HFR 12>

<1OP2>

FEE 12

CE MO 12

CE Ind-Var 12

CE MP 12CET 12

CR Ind- Var 12

CR MO 12

CR MP 12

CRT 12

<NFS 12>

HFT 12

<N FE 12>

<Time>

<TIME STEP>

<1OP2>

<1OP2><TE 12>

<D12>


<D12>

<D12>

<HFR 11>

<HFT 11>

<HFR 11>

<HFT 11>

<TE 11><TE 12>

<1OP1>

<1OP2>

Prensa 11

Carga 11

Prensa 12Carga 12

<HS11>

<HS12>

<HI 11> <1OP1>

PRENSA 1

PEDIDOS

1

2

3

4

5

<1 P1><1 P2><1 P3><1 P4><1 P5>

TURNOS

TURNONo. de TURNOS

<TT 1>

<NT 1>

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>

TIPO deCOMPONENTE

<Tc 11>

<Tc 12>

ESTÁNDAR

<TE 11><TE 12>

PREPARACIÓNHTA

<TPHTA 11>

<TPHTA 12>

TE 14

TE 12 1

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

Siguiente estación

de trabajo

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>


% Msmed 14

% Msmed 15

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

<% MMT 11>

Disponibilidad11

Desempeño11

Eficiencia 11

AFPR

<AFPR>

<FSR 11>

<FEE 11>

MODULO 1

107

Figura 5-8: Apartado de relaciones. Intercambio de datos entre módulo 1 y módulo 2

<Prensa 11>

<Carga 11>

<HI 12>

<HI 21>

<HI 22>

HS11

<HFR 11>Dem 11

<Prensa 12><Carga 12>

HS12

<HFR 12>Dem 12

<Prensa 21><Carga 21><HFR 21>

HS21

Dem 21

<Prensa 22>

<Carga 22> <HFR 22>

HS22

Dem 22

Demora 12

p1c2

Demora 21

p2c1

Demora 22

p2.c2.

Demora 11

p1.c1.

<C C1>

<C C2>

<C C3>

<C C4>

<C C5>

<C C6>

<C C7>

<FSR11>

<FSR12>

<FSR21>

<FSR22>

FC1 DC1

DC2

DC3

DC4

DC5

DC6

DC7

FC2

FC3

FC4

FC5

FC6

FC7

 <C C8>

DC8FC8

HFC1

<Std C1> <Cant C1>

<HFR 11>

<HFR 12>

<HFR 21>

<HFR 22>

HFC2

<Std C2><Cant C2>

<HI C1>

HFC3

<Std C3> <Cant C3>

HFC4

<Std C4> <Cant C4>

HFC5

<Std C5> <Cant C5>

HFC6

<Std C6> <Cant C6>

HFC7

<Std C7> <Cant C7>

<Std C8> <Cant C8>

No. de

estaciones

<CET 11>

<CET 12>

<CET 21>

<CET 22>

<CRT 11>

<CRT 12>

<CRT 21>

<CRT 22>

CEC1

CEC2

CEC3

CEC4

CEC5

CEC6

CEC7

CEC8

















<C C1>

<C C2>

<C C3>

<C C4>

<C C5>

<C C6>

<C C7>

<C C8>

<Std C1><Cant C1>

<Std C2> <Cant C2>

<Std C3> <Cant C3>

<Std C4> <Cant C4>

<Std C5> <Cant C5>

<Std C6> <Cant C6>

<Std C7> <Cant C7>

<Std C8> <Cant C8>

<C/H C1>

<C/H C2>

<C/H C3>

<C/H C4>

<C/H C5>

<C/H C6>

<C/H C7>

<C/H C8>

CRC1

CRC2

CRC3

CRC4

CRC5

CRC6

CRC7

CRC8

RP 1

TT 1

NT 1

TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

VPCTA 11

TPHTA 11

% Msmed11

aplt

apc/c

lp

acpt

mpi

fpi

mprch-r

fprch-r

1 P1

1 P2

1 P3

1 P4

1 P5

1OP11OP31OP41OP5

PC 1

<1OP1>

TE 11 Tc 11

ICP 11

FSR 11FSC 11

D 11 D12

<TE 11>

<D 11>

Tc 12

% MMT11

% DCR 11

% CRR 11

IL 11

FEL 11Fcul 11

TCL 11

ID 11

RS 11

HI 11

Hi s1 1

Hf s1 1

s1 1

Hi s2 1

Hf s2 1

s2 1

FPs 11

TPs 11

<HI 11>

Hip 11

dP 11

FP 11

IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

<TCL 11>

NFS 11

PL 11

A11

B11

Ps 11PNP 11

HCL 11

<HCL 11>

<TIME STEP>

<1OP1>

<dP 11><Hip 11><II 11>

<FSR 11>

<TCL 11>

<dP 11>

<D 11>

<% MMT 11>

<Time>

HFR 11<TPs 11>

<IDR 11>

FE 11

<HFR 11>


<D 11>

<% MMT 11>

N FE 11

<HFR 11>

<1OP1>

FEE 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11


CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>


<Time>

<TIMESTEP>

DCA 12

FS 12 C 12

PPP 12

TPHTA 12

% Msmed 12

1OP2

TE 12

ICP 12

FSR 12 FSC 12

% MMT 12

% DCR 12

%CRR 12

IL 12

FEL 12

Fcul 12TCL 12

ID 12

RS 12

HI 12

FPs 12TPs 12Hip 12

dP 12

FP 12

IDR 12

<Time>

<TIME STEP>

II 12

EL 12

LU 12FSL 12

<TCL 12>

NFS 12

PL 12

A12

B12

Ps 12 PNP 12

HCL 12

<HCL 12>

<TIME STEP>

<1OP2>

<dP 12><Hip 12><II 12>

<FSR 12>

<TCL 12>

<dP 12>

<% MMT 12>

<Time>

HFR 12

<TPs 12>

<IDR 12>

FE 12

<HFR 12>

<% MMT 12>

N FE 12

<HFR 12>

<1OP2>

FEE 12

CE MO 12

CE Ind-Var 12

CE MP 12CET 12

CR Ind- Var 12

CR MO 12

CR MP 12

CRT 12

<NFS 12>

HFT 12

<N FE 12>

<Time>

<TIME STEP>

<1OP2>

<1OP2><TE 12>

<D12>


<D12>

<D12>

<HFR 11>

<HFT 11>

<HFR 11>

<HFT 11>

<TE 11><TE 12>

<1OP1>

<1OP2>

Prensa 11

Carga 11

Prensa 12Carga 12

<HS11>

<HS12>

<HI 11> <1OP1>

PRENSA 1

PEDIDOS

1

2

3

4

5

<1 P1><1 P2><1 P3><1 P4><1 P5>

TURNOS

TURNONo. de TURNOS

<TT 1>

<NT 1>

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>

TIPO deCOMPONENTE

<Tc 11>

<Tc 12>

ESTÁNDAR

<TE 11><TE 12>

PREPARACIÓNHTA

<TPHTA 11>

<TPHTA 12>

TE 14

TE 12 1

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

Siguiente estación

de trabajo

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>


% Msmed 14

% Msmed 15

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

<% MMT 11>

Disponibilidad11

Desempeño11

Eficiencia 11

AFPR

<AFPR>

<FSR 11>

<FEE 11>

MODULO 1



P C1

C C1

P C2

C C2

P C3

C C3

P C4

C C4

P C5

C C5

P C6

C C6

P C7

C C7

P C8

C C8

Cant C3

Std C1

Cant C1

Std C2

Cant C2

HI C1

Std C3 Std C4

Cant C4Std C5

Cant C5

Std C6


Std C8Cant C8

PRENSA

COMPONENTE

ESTÁNDAR

CANTIDAD

Órdenes sin

entregar Embarque

Hora de entrega

Cantidad solicitada

Flujo de entrega

F PT

<TIME STEP>

INGRESOS

Precio de venta

C/H C1

C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8

COSTOS

ESTÁNDAR

COSTOS POR HORA

COSTOS

REALES

UTILIDADES

ESTÁNDAR

UTILIDADES

REALES

<FC1> <FC2> <FC3><FC4>

<FC5><FC6> <FC7> <FC8>


<No. de

componentes>


<CEC8>

<CRC1>


<CRC6><CRC7><CRC8>

PRODUCTO TERMINADO




producción

<Órdenes sin

entregar>

MODULO 2

108

El modelo presentado en las Figuras anteriores, presenta la integración de las variables del

modelo propuesto bajo la notación básica de la estructura de un diagrama de Forrester,

considerando la nomenclatura establecida para cada variable. En este diagrama se observa

la caracterización de las variables de acuerdo a su funcionalidad: flujos, niveles, variables

auxiliares o parámetros, A continuación se expresan las magnitudes, así como las funciones

y expresiones matemáticas que determinan la relación entre estas variables.

5.3. Representación matemática Tal y como se mencionó en el Capítulo 4, los módulos están interrelacionados entre sí por

subsistemas, conformados por las diferentes variables que integran el modelo propuesto.

Cada subsistema representa un sector clave dentro del modelo propuesto, ya que permiten

la interrelación entre todas las variables. En total se han considerado 10 subsistemas, los

cuales se explican a continuación, en conjunto con la representación matemática de cada

uno de ellos.

5.3.1. Pedido del cliente

Este subsistema se refiere al requerimiento del cliente, del cual se derivan las diferentes

órdenes de producción. En la Tabla 5-5 se presentan las variables y parámetros necesarios

para determinar el pedido del cliente y en la Figura 5-9 se presenta el diagrama de

Forrester correspondiente al subsistema pedido de cliente.

Tabla 5-5: Variables y parámetros del subsistema pedido del cliente

Figura 5-9: Diagrama de Forrester del subsistema pedido del cliente

El pedido del cliente (PCi) se distribuye alrededor de las 15 prensas que se encuentran en

operación. Esta variable está conformada por subpedidos (Pj), que a su vez corresponden a

PCi: Pedido del cliente de la prensa i (uds) iPj: Pedido j de la prensa i (uds) OPj: Orden de producción j de la prensa i (uds)

RP 1

1OP11OP31OP41OP5

PC 1

1OP2

<1 P1><1 P2><1 P3><1 P4><1 P5>


109

las órdenes de producción de cada prensa (iOPj). Cada orden de producción (j) representa

cada componente que es necesario producir en cada prensa (i) para obtener el producto

final solicitado por el cliente.

𝑃𝐶𝑖 = ∑ 𝑃

𝑗

𝑗=1

Ec. 5-1

La expresión de la Ec 5-1, resume la determinación de la variable PCi, donde i corresponde

al número de prensa, comprendido desde la número 1 hasta la número 15 y j corresponde a

cada orden de producción.

5.3.2. Ritmo de producción En este subsistema se analiza la velocidad con la cual el cliente demanda producto

terminado. Para determinar este escenario, se toma en consideración el tiempo disponible

que tiene la línea, para dar respuesta a dicha solicitud. En la Tabla 5-6 se muestran los

parámetros y nomenclaturas establecidas, y en la Figura 5-10 se muestra el diagrama de

Forrester correspondientes a este subsistema.

Tabla 5-6: Variables y parámetros del subsistema ritmo de producción

RPi: Ritmo de producción (hora/ud) TDi: Tiempo disponible de producción (horas) JLi: Jornada laboral (horas) TTi: Tiempo de turno(horas) NTi: Número de turnos disponibles(1,2 ó 3 turnos) TSi Tiempo de suplementos (horas) s1 i: Suplemento 1 (horas) s1 i: Suplemento 2 (horas) His1 i: Hora de inicio del suplemento 1 (hora) Hfs1 i: Hora de finalización del suplemento 1 (hora) His2 i: Hora de inicio del suplemento 2 (hora) Hfs2 i: Hora de finalización del suplemento 2 (hora) TPHTAij: Tiempo de preparación de la herramienta (horas) %M smedij: Porcentaje de mejora smed (%)

110

Figura 5-10: Diagrama de Forrester del subsistema ritmo de producción

El ritmo de producción o takt time se define como la cantidad de tiempo necesario para

elaborar una pieza, a travez de la cadena de valor, basado en el ritmo de la demanda del

cliente [106]. La expresión que define el cálculo del takt time de manera general, se

presenta en la Ec. 5-2.

𝑇𝑎𝑘𝑡 𝑇𝑖𝑚𝑒 =𝑇𝐸𝑅

𝐷 Ec. 5-2

Donde, TER corresponde al tiempo efectivo real y D es la demanda del cliente. Con base a las

necesidades y al tipo de datos empleados es posible adaptar la fórmula de cálculo,

quedando definida por la Ec. 5-3.

𝑅𝑃𝑖 =𝑇𝐷𝑖

𝑃𝐶𝑖 Ec. 5-3

El ritmo de producción, es la velocidad con el que cliente solicita sus pedidos en una

estación de trabajo, el cual corresponde a la división entre el tiempo disponible (TD) y el

pedido solicitado por el cliente (PC) en una misma prensa.

El tiempo disponible se determina de acuerdo a las condiciones de operación de cada

prensa. Se toma en cuenta el tiempo que comprende la jornada laboral (JL) menos los

tiempos de paro (TC) por preparación de herramienta (cambio de herramental). La Jornada

laboral comprende tres turnos de 8 horas cada uno, con sus respectivos tiempos de

suplementos, ambas expresiones están representadas por las Ec. 5-4 y Ec. 5-5

respectivamente. Ver Tabla 5-9.

𝑇𝐷𝑖 = 𝐽𝐿𝑖 − 𝑇𝐶𝑖 Ec. 5-4

Donde,

RP 1 TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

% DCR 11

s1 1

s2 1


<D 11>

<% MMT 11>

N FE 11

<TT 1>

<NT 1>

<Hi s1 1><Hf s1 1><Hi s2 1>

<Hf s2 1>

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>


111

𝐽𝐿𝑖 = (𝑇𝑇𝑖 ∗ 𝑁𝑇𝑖) − 𝑇𝑆𝑖 Ec. 5-5

Los tiempos de suplementos s1 y s2 (TSi), así como sus horas de inicio y finalización son los

mismos para cada una de las prensas.

El tiempo de cambios (TC) se representa por la Ec. 5-6 y corresponde a la sumatoria de

todos los tiempos de preparación de herramientas necesarios para cumplir el pedido del

cliente programados en la estación de trabajo. El porcentaje de mejora derivado

delporcentaje de la propuesta SMED (% M smedij), corresponde a un valor derivado de

planes de acción orientados a reducir el tiempo de preparación de Herramienta.

𝑇𝐶𝑖 = ∑ 𝑇𝑃𝐻𝑇𝐴𝑖 − (𝑇𝑃𝐻𝑇𝐴𝑖 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖)

𝑗

𝑗=1

Ec. 5-6

5.3.3. Actividades anexas al proceso que ocasionan tiempos de demora

En el punto 4.3 se determinó que ciertos eventos que se consideran como afectaciones

(medidos en unidad de tiempo) inciden en el desempeño del flujo de producción. Una de

estas afectaciones a considerar dentro del análisis del comportamiento del sistema son los

tiempos de demoras atribuidos a actividades anexas al proceso. Su frecuencia de ocurrencia

depende de las características de los requerimientos (ciclos de producción y condiciones de

operación de cada prensa) de los diferentes componentes a producir y de su mezcla de

producción. En la Tabla 5-7 se presentan los parámetros y nomenclaturas establecidas,

mientras que, en la Figura 5-11 se muestra el diagrama de Forrester correspondientes a

este subsistema.

Tabla 5-7: Variables y parámetros del subsistema actividades anexas al proceso

DPij: Demoras atribuidas a actividades anexas del proceso (horas) TEij: Tiempo estándar (uds/hora) Tcij Tipo de componente a producir (1 ó 2). Ver Tabla 4-4

Act

ivid

ad

es a

nex

as

acc/c Acomodo de componentes en cajas y/o contenedor de PT(min/200 ud) aclt: Acomodo de componentes en el lugar de trabajo ( min/200 ud ) lc: Lubricación de componentes ( min/200 ud ) acpt: Acomodo de cajas de producto terminado (min/200 ud) mpins: Minutos del proceso de inspección (min/frecuencia) fpins: Frecuencia del proceso de inspección (min) mprch-r Minutos proceso de retirar charola de desperdicio (min/frecuencia) fprch-r Frecuencia del proceso de retirar charola de rebaba (min)

112

Figura 5-11: Diagrama de Forrester del subsistema actividades anexas al proceso

Los tiempos de demoras del proceso dependen de la cantidad de actividades anexas del

proceso que se tengan que realizar durante el proceso de producción. Estas demoras

dependen del tipo de componente a producir, el cual puede ser de dos tipos: manual o

semiautomático. Los componentes de tipo manual presentan mayor tiempo de demoras que

los componentes que se producen de modo semiautomático, ya que requiere de mayor

cantidad de actividades anexas para desarrollar el proceso. La siguiente expresión (Ec. 5-7)

representa la cantidad de tiempos de demoras que se presenta, de acuerdo a las

consideraciones anteriores.

𝐷𝑃𝑖𝑗 = 𝑖𝑂𝑃𝑗 ∗ (𝑖𝑓 𝑇𝑐𝑖𝑗 = 1,

𝑎𝑐𝑐𝑐

200,𝑎𝑐𝑝𝑡 +

𝑎𝑐𝑐𝑐 + 𝑎𝑐𝑙𝑡 + 𝑙𝑐

200) +

𝑖𝑂𝑃𝑗

𝑇𝐸𝑖𝑗(𝑓𝑝𝑖𝑛𝑠 ∗ 𝑚𝑝𝑖𝑛𝑠)

+𝑖𝑂𝑃𝑗

𝑇𝐸𝑖𝑗(fprch_r ∗ mprch_r)

Ec. 5-7

El primer término de la ecuación indica los tiempos de demoras ocasionadas que dependen

de la cantidad que se va a producir (actividades 1, 2, 3 y 4 del punto 4.4.2), el segundo y

tercer término indican los tiempos de demoras ocasionadas de acuerdo a la frecuencia de

ocurrencia en el tiempo de producción (actividades 5 y 6 del punto 4.4.2).

aclt

acc/c

lc

acpt

mpins

fpins

mprch-r

fprch-r

<1OP1>

D 11 D12

<TE 11>

% CRR 11<1OP1>

<1OP2><TE 12>

<Tc 11>

<Tc 12>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

113

5.3.4. Cantidad de componentes que se podrían producir en el tiempo afectado

por los diferentes paros programados y no programados y tiempos de

demoras. La cantidad de componentes que se podrían producir (CCPPTA) es una de las variables

principales incorporadas al modelo desarrollado, ya que representa el efecto que tienen las

incidencias, (tiempos de demoras propias del proceso, paro no programado, paro por falta

de lámina y/o cambio de lámina, y paros por cambio de herramental) sobre el

comportamiento del flujo de producción. La variable cantidad de componentes, se ha

definido como una variable de nivel, que irá acumulando la diferencia de los flujos de

producción esperada y flujo de producción afectado. La Tabla 5-8 y la Figura 5-12 muestran

los parámetros y el diagrama de Forrester de este sistema respectivamente.

Tabla 5-8: Variables y parámetros del subsistema cantidad de componentes que se podrían producir

FEEij: Flujo de entrada esperada de la orden de producción (uds/horas) HIij: Hora de inicio de la orden de producción (horas) %MMTij Porcentaje de la mejora del método de trabajo (uds) FSRii: Flujo de salida real de la orden de producción (uds/horas) PSii: Paro por suplemento (horas) dPij: Duración del paro (horas) TCLij: Tiempo de cambio de lámina (horas) Hipij: Hora de inicio del paro (horas) PNPij: Paro no programado (horas) HFRij: Hora de finalización real de la orden de producción (horas) CCPPTAij: Cantidad de componentes que se podrían producir en el tiempo afectado (unidades)

Figura 5-12: Diagrama de Forrester del subsistema cantidad de componentes que se podrían producir

RP 1

TT 1

NT 1

TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

VPPTA 11

TPHTA 11

% Msmed11

aclt

acc/c

lc

acpt

mpins

fpins

mprch-r

fprch-r

1 P1

1 P2

1 P3

1 P4

1 P5

1OP11OP31OP41OP5

PC 1

<1OP1>

TE 11 Tc 11

ICP 11

FSR 11FSC 11

D 11 D12

<TE 11>

<D 11>

Tc 12

% MMT11

% DCR 11

% CRR 11

IL 11

FEL 11Fcul 11

TCL 11

ID 11

RS 11

HI 11

Hi s1 1

Hf s1 1

s1 1

Hi s2 1

Hf s2 1

s2 1

FPs 11

TPs 11

<HI 11>

Hip 11

dP 11

FP 11

IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

<TCL 11>

NFS 11

PL 11

A11

B11

Ps 11PNP 11

HCL 11

<HCL 11>

<TIME STEP>

<1OP1>

<dP 11><Hip 11><II 11>

<FSR 11>

<TCL 11>

<dP 11>

<D 11>

<% MMT 11>

<Time>

HFR 11<TPs 11>

<IDR 11>

FE 11

<HFR 11>


<D 11>

<% MMT 11>

N FE 11

<HFR 11>

<1OP1>

FEE 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11


CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>


<Time>

<TIMESTEP>

DCA 12

FS 12 C 12

PPP 12

TPHTA 12

% Msmed 12

1OP2

TE 12

ICP 12

FSR 12 FSC 12

% MMT 12

% DCR 12

%CRR 12

IL 12

FEL 12

Fcul 12TCL 12

ID 12

RS 12

HI 12

FPs 12TPs 12Hip 12

dP 12

FP 12

IDR 12

<Time>

<TIME STEP>

II 12

EL 12

LU 12FSL 12

<TCL 12>

NFS 12

PL 12

A12

B12

Ps 12 PNP 12

HCL 12

<HCL 12>

<TIME STEP>

<1OP2>

<dP 12><Hip 12><II 12>

<FSR 12>

<TCL 12>

<dP 12>

<% MMT 12>

<Time>

HFR 12

<TPs 12>

<IDR 12>

FE 12

<HFR 12>

<% MMT 12>

N FE 12

<HFR 12>

<1OP2>

FEE 12

CE MO 12

CE Ind-Var 12

CE MP 12CET 12

CR Ind- Var 12

CR MO 12

CR MP 12

CRT 12

<NFS 12>

HFT 12

<N FE 12>

<Time>

<TIME STEP>

<1OP2>

<1OP2><TE 12>

<D12>


<D12>

<D12>

<HFR 11>

<HFT 11>

<HFR 11>

<HFT 11>

<TE 11><TE 12>

<1OP1>

<1OP2>

Prensa 11

Carga 11

Prensa 12Carga 12

<HS11>

<HS12>

<HI 11> <1OP1>

PRENSA 1

PEDIDOS

1

2

3

4

5

<1 P1><1 P2><1 P3><1 P4><1 P5>

TURNOS

TURNONo. de TURNOS

<TT 1>

<NT 1>

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

<Hi s1 1><Hf s1 1><Hi s2 1><Hf s2 1>

TIPO deCOMPONENTE

<Tc 11>

<Tc 12>

ESTÁNDAR

<TE 11><TE 12>

PREPARACIÓNHTA

<TPHTA 11>

<TPHTA 12>

TE 14

TE 12 1

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

Siguiente estación

de trabajo

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>


% Msmed 14

% Msmed 15

<% Msemd 12>

<% Msmed 13>

<% Msmed 14>

<% Msmed 15>

D13

D14

D15

<1OP3>

<1OP4>

<1OP5>

<Tc 14>

<Tc 13>

<Tc 15>

<TE 13>

<TE 14>

<TE 15>

<% MMT 11>

Disponibilidad11

Desempeño11

Eficiencia 11

AFPR11

<AFPR11>

<FSR 11>

<FEE 11>

CCPTA


114

El flujo de entrada esperada de la orden de producción, corresponde al comportamiento

ideal del flujo, donde las únicas afectaciones permitidas en este punto son: el tiempo de

suplementos y tiempo de preparación de la herramienta y/o material, ya que teóricamente

son paros programados, contemplados desde un inicio para la programación y asignación

de cargas en las prensas. El comportamiento de este flujo está representado por la función

STEP15.

Este tipo de función es un cambio único, pero permanente, debido a que se ve como un paso

de una escalera. STEP hace que al valor usual de la variable, se le agrega un determinado

valor a partir de un periodo [87]. Este cambio es permanente y se puede observar si tiene

un efecto duradero para el sistema o si este vuelve a recuperar su comportamiento anterior.

El programa Vensim ®, expresa esta función por medio de dos argumentos: ({height},

{stime} ). Los dos argumentos son parametrizables de la siguiente forma height = estándar

de producción y stime = tiempo que tarda en completarse el lote del componente asignado,

bajo ese tiempo estándar. Una vez completado el lote, el cambio deja de ser permanente y

recupera su condición anterior, para asignar, en este caso, un nuevo parámetro que

determina el flujo de entrada de una nueva carga de producción asignada.

Figura 5-13: Función STEP

La Figura 5-13 ilustra el funcionamiento de la función STEP, en la cual se establece un flujo

continuo de producción bajo los parámetros establecidos STEP = (3,3)-STEP (3,6), al final,

la función regresa a su condición original. Utilizando esta analogía, se determina que la

15 Todos los flujos construidos han sido representados por la función STEP, a excepción del flujo de requerimiento de salida

Height=estándar de producción

stime=tiempo que se tarda en

completar el lote

Condición 1 Condición 2 Condición 3=1 1

2

3

4

5

Step =(3,3)-

Step(3,6)

Tiempo

6

Unidades/min

1 2 3 4 5 6 7 8


115

expresión matemática del comportamiento del flujo de entrada esperada, considerando la

función STEP se expresa por medio de la Ec.5-8.

𝐹𝐸𝑖𝑗 = 𝑆𝑇𝐸𝑃(𝑇𝐸𝑖𝑗, 𝐻𝐼𝑖𝑗 + 𝑇𝑃𝐻𝑇𝐴𝑖𝑗 − (𝑇𝑃𝐻𝑇𝐴𝑖𝑗 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖𝑗)) −

𝑆𝑇𝐸𝑃 (𝑇𝐸𝑖𝑗, 𝐻𝐼𝑖𝑗 + 𝑇𝑃𝐻𝑇𝐴𝑖𝑗 − (𝑇𝑃𝐻𝑇𝐴𝑖𝑗 ∗ % 𝑀 𝑠𝑚𝑒𝑑𝑖𝑗) + (𝑖𝑂𝑃𝑗

𝑇𝐸𝑖𝑗))+ afectaciones por

suplementos

Ec. 5-8

Las afectaciones por suplementos se refieren a los tiempos de comida, limpieza del lugar de

trabajo y tiempo para necesidades personales, ocasionando interrupción en el flujo de

producción. En el lapso de tiempo atribuido a tiempo por suplementos no hay continuidad

del flujo, por ejemplo:

Considerando un tiempo de suplemento igual a 1 unidad de tiempo en el lapso de 4 a 5, en

la función de la Figura 5-13, la expresión STEP quedaría de la siguiente manera. STEP =

(3,3)-STEP (3,4)+ STEP (3,5)- STEP (3,6). En la Figura 5-14 se observa la interrupción en el

flujo continuo desde la unidad de tiempo 4 a la unidad de tiempo 5, ocasionado por el

tiempo de suplemento asignado.

Figura 5-14: Función STEP considerando interrupción en el flujo = 1 unidad de tiempo

En la Tabla 5-9 se detallan los tiempos y horarios correspondientes a los suplementos

considerados en la programación de la producción.

Height=estándar de producción

stime=tiempo que se tarda en

completar el lote

Interrupción en el flujo = 1 unidad

de tiempo

Condición 1 Condición 2 Condición 3=1

1 2 3 4 5 6 7 8

Unidades/min

1

2

3

4

5 Step =(3,3)-Step(3,4)+ Step(3,5)- Step(3,6)

Tiempo

6


116

Tabla 5-9: Tiempos y horarios de suplementos considerados para la programación de la producción

TURNO TIEMPO DE

COMIDA TIEMPO DE LIMPIEZA

NECESIDADES PERSONALES

1 12:00 a 12: 30 md (30 min)

15 min cada/turno Antes de terminar su turno

15 min cada/turno En el transcurso del turno 2 0 min

3 22:00 a 22: 30 pm (30 min)

En una jornada laboral de 3 turnos se consideran un total de 2 horas y medias para

suplementos, divididos en tiempos para: comida, limpieza del lugar de trabajo y

necesidades personales.

Ahora se analiza el flujo de salida real del proceso de producción FSRij, el cual representa el

flujo real de producción, derivado del flujo esperado afectado por todas las incidencias que

se pueden presentar durante el proceso de producción:16

Tiempos de demoras atribuidos a actividades anexas al proceso

Paro no programado

Paro por falta de lámina

Cada tipo de incidencia (las cuales corresponden a un retardo de material), se ha

representado por una función que determina su comportamiento en el tiempo, (ver punto

3.2.3.). En el caso de los tiempos de demoras atribuidos a actividades anexas al proceso, se

determinó en el punto 4.6.2 que eran afectaciones continuas a lo largo del flujo de

producción y que dependen de la cantidad acumulada a producir, dado a esto se ha

considerado como una función de retardo continuo de orden 1. Se llegó a esta conclusión

una vez que se hicieron varias pruebas de los tiempos de demora con funciones de diferente

orden y se determinó que su comportamiento no excedía el orden 1 de la función.

En el caso de los paros no programados y paros por falta de lámina y/o cambio de material,

se comportan con un tiempo de retraso constante, es decir que no varía en función del

comportamiento del flujo de producción ni de la cantidad a producir. Este tipo de función se

representa por la función de orden infinito (pipeline), el cual corresponde al mismo caso de

interrupción en el flujo por tiempos de suplementos de la Figura 5-14, en donde el flujo

entrante de producción se detiene cierto tiempo.

Para representar el primer tipo de retardo (tiempos de demoras atribuidos a actividades

anexas al proceso) se utiliza la función Delay del programa Vensim Ple ®, esta función

16 Recordando que ya se consideraron los paros programados en el flujo de producción esperado

117

expresa un retraso en el flujo, donde la salida es proporcional al tiempo promedio del

retraso. El programa Vensim ®, expresa esta función por medio de dos argumentos:

({height} y {stime}.

El primer término de la función Delay (height) corresponde al flujo inicial, es decir al flujo

de producción esperado y el segundo término (stime) corresponde a los tiempos demoras

del proceso. En este segundo término interviene el valor de %MMTij, el cual corresponde a

un porcentaje de mejora, derivado de la propuesta de un plan de mejora en el método de

trabajo, orientado a la disminución de los tiempos de demoras, ver punto 4.6.

La expresión matemática que representa el comportamiento del flujo afectado por estas

incidencias se muestra en la Ec.5-9.

𝐹𝑆𝑅𝑖𝑗 = 𝐷𝐸𝐿𝐴𝑌1(𝐼𝐹 𝑇𝐻𝐸𝑁 𝐸𝐿𝑆𝐸 (𝑃𝑁𝑃𝑖𝑗

< 0, 0, 𝐼𝐹 𝑇𝐻𝐸𝑁 𝐸𝐿𝑆𝐸(𝑃𝐿𝑖𝑗 < 0, 0, 𝐹𝐸𝐸𝑖𝑗)), (𝐷𝑃𝑖𝑗 − (𝐷𝑃𝑖𝑗

∗ %𝑀𝑀𝑇𝑖𝑗))

Ec. 5-9

Las condicionales If aplicadas a esta función matemática, son restricciones que se agregan a

la función, indicando que, cuando se presente un paro no programado o por falta de

material el flujo de salida real de producción será cero durante el tiempo determinado por

dichos paros. En el caso del paro no programado (PNPij) puede ser cualquier interrupción

al flujo del proceso de proceso dentro de su horario de operación. El paro por falta de

lámina y cambio de lámina se detallan en el punto 5.3.7 de este mismo capítulo.

Finalmente, la cantidad de componentes que se podría producir en el tiempo por

afectaciones está representado por la diferencia entre el flujo de producción esperado y el

flujo de producción afectado, es decir el flujo de salida real. Su comportamiento está

determinado por la Ec. 5-10.

𝑉𝐶𝑃𝑇𝐴𝑖𝑗(𝑡) = 𝐹𝐸𝐸𝑖𝑗(𝑡) − 𝐹𝑆𝑅𝑖𝑗(𝑡) Ec. 5-10

5.3.5. Inventario de componentes producidos

En este subsistema se determina la cantidad de componentes producidos, listos para ser

entregados a la siguiente estación de trabajo. Se determina a partir de la diferencia obtenida

entre el flujo de producción con afectaciones y el flujo de entrega de componentes. En la

Tabla 5-10 se muestran los parámetros y notaciones matemáticas y en la Figura 5-15 se

presenta el diagrama de Forrester del subsistema.

118

Tabla 5-10: Variables y parámetros del subsistema inventario de componentes producidos

ICPij: Inventario de componentes producidos de la orden de producción (unidades) FSCij: Flujo de salida de componentes de la orden de producción (uds/hora) RSij: Requerimiento de salida de la orden de producción (uds/hora) HSij: Hora de salida de la orden de producción (hora) P C i No de prensa de la siguiente estación (se puede seleccionar desde la prensa 2 hasta la

prensa 5). C Cj No de carga de la siguiente estación (se puede seleccionar desde la carga 1 hasta la carga

25).

Figura 5-15: Diagrama de Forrester del subsistema inventario de componentes producidos

La variable inventario de componentes producidos (ICPij) se ha determinado como una

variable de nivel. Esta variable representa uno de los escenarios de evaluación más

importantes del modelo construido, ya que en este punto, se analiza el efectivo

cumplimiento de las órdenes de entrega de cada componente en cada estación de trabajo.

El inventario de componentes producidos no es más que la diferencia entre el flujo de salida

de los componentes producidos y el flujo de salida real de producción. La Ec. 5-11

representa su expresión matemática.

𝐼𝐶𝑃𝑖𝑗(𝑡) = 𝐹𝑆𝑅𝑖𝑗(𝑡) − 𝐹𝑆𝐶𝑖𝑗(𝑡) Ec. 5-11

El flujo de salida de componentes (FSCij) está determinado por el requerimiento de salida

de la orden de producción, ver Ec. 5-12.

El dato correspondiente al requerimiento de salida (RSij) está determinado por la hora de

salida del componente producido en esta estación de trabajo, quien a su vez está definido

por la hora de inicio de la estación predecesora.

ICP 11

FSR 11 FSC 11

RS 11

NFS 11

<1OP1>

CE Ind-Var 11

<TIMESTEP>

Prensa 11

Carga 11<HS11>

Siguiente estación

de trabajo

AFPR

𝐹𝑆𝐶𝑖𝑗 = 𝑅𝑆𝑖𝑗 Ec. 5-12


119

La interrelación establecida entre la hora de salida de la estación antecesora y la hora de

inicio de la estación predecesora, está desarrollada en el apartado de relaciones. Una vez

que el usuario ha determinado la secuencia de producción del producto terminado en el

módulo 2, los requerimientos de Prensa (P Ci) y Carga (C Cj) de cada estación de trabajo, se

actualizan automáticamente así como los horarios de salida e inicio respectivamente (esto

se explica a mayor detalle en el punto 5.3.10).

En este escenario, se toma en cuenta una estrategia de decisión, ya que si la hora de salida

de la estación antecesora es mayor que la hora de inicio de la estación predecesora, se

pueden generar dos situaciones: La primera es que la siguiente estación inicie su proceso de

producción con un lote incompleto, o en un segundo caso, que se generen tiempos de

demoras debido a la espera de que el lote sea completado.

La función que representa la variable requerimiento de salida (RSii) está representada por

la función PULSE de Vensim Ple ®. La función PULSE hace que al valor usual de la variable,

se agrega un determinado valor durante un periodo; es una interrupción o shock puntual,

luego la variable vuelve a su valor normal y es posible observar el efecto PULSE sobre otras

variables.

En el programa Vensim ®, esta función es expresada por medio de dos argumentos: ({start}

y {duration}). Ambos argumentos son parametrizables con los datos de la cantidad de la

orden de producción asignada originalmente en la estación de trabajo y la hora de salida del

componente producido respectivamente.

Figura 5-16: Función PULSE

Altura=tamaño del lote de

producción asignado

Start= Hora de salida,

requerimietno de entrega

Unidades

1

2

3

4

5

Pulse =(4,1)

Tiempo

6

1 2 3 4 5 6 7 8

120

La Figura 5-16 ilustra el funcionamiento de la función PULSE, en la cual se establece una

señal determinada por un periodo de tiempo, iniciando en la unidad de tiempo igual a 4, con

una duración de una unidad de tiempo. Utilizando esta analogía se determina la expresión

matemática para representar el requerimiento de salida, Ec. 5-13.

Esta función indica que hay una única entrada en este caso representada por la cantidad de

la orden de producción (solicitada por el cliente), la cual inicia en la Hora de salida del

requerimiento de dicha orden. La duración está determinada por el término TIME STEP, el

cual es utilizado para nivelar la escala de tiempo con la cual se visualiza el comportamiento

de las variables.

5.3.6. Porcentaje de capacidad requerido

En este subsistema se evalúa el porcentaje de capacidad real requerido para cumplir con la

cantidad de la orden de producción asignada y su tiempo de entrega. En la Tabla 5-11 se

presentan los parámetros y notaciones matemáticas, al igual que en los casos anteriores, el

diagrama de Forrester del sistema se presenta en la Figura 5-17.

Tabla 5-11: Variables y parámetros del subsistema % de capacidad requerida

DCAij: Diferencia de capacidad actual de la orden de producción (uds) Cij: Capacidad (uds/horas) % DCAij: Porcentaje de diferencia de capacidad actual de la orden de producción (uds) %CRRij: Porcentaje de capacidad real requerido para cumplir la orden de producción (%) FSij: Flujo de solicitud de la orden de producción (horas)

Figura 5-17: Diagrama de Forrester del subsistema % de capacidad requerida

RP 1 TS1

TC 1

JL 1

TD 1

DCA 11

FS 11 C 11

% Msmed11

1OP11OP3

% MMT11

% DCR 11

% CRR 11

s1 1

s2 1

<HI 11>

FE 11

<TPHTA 11><D 11>

<% MMT 11>

N FE 11

<1OP1>

1OP2

<1 P1><1 P2><1 P3>

<TT 1>

<NT 1>

<TE 11>

<TPHTA 12>

<TPHTA 13>

<TPHTA 14>

<TPHTA 15>

<% Msemd 12>

<% Msmed 14>

<% Msmed 15>

<ICP 11>

𝑅𝑆𝑖𝑗 = 𝑃𝑈𝐿𝑆𝐸(𝐻𝑆𝑖𝑗, 𝑇𝐼𝑀𝐸 𝑆𝑇𝐸𝑃) ∗ 𝑖𝑂𝑃𝑗 Ec. 5-13


121

El flujo de solicitud (FSij) establece el flujo con el cual el cliente solicita cada orden de

producción. Está determinado por el ritmo de producción del pedido total en esa estación

de trabajo y por el tiempo total requerido para cumplir cada orden de producción, de

acuerdo con el ritmo de producción total. La expresión matemática (FSij) queda

determinada por la Ec. 5-14.

La diferencia de capacidad actual (DCAij) representa la discrepancia existente entre el

comportamiento del flujo de solicitud y el flujo de entrada esperado, lo que se traduce como

el flujo de capacidad actual con el cual cada prensa de la línea de estampados da

cumplimiento a la orden de producción esa estación de trabajo, ver Ec. 5-15.

Donde, la capacidad de la orden de producción está representada por la Ec. 5-16.

El porcentaje de la diferencia de capacidad requerido (%DCAij) representa el porcentaje de

capacidad necesario para poder cumplir con la orden de producción establecida, su

expresión matemática esta definida por Ec. 5-17.

Sin embargo este porcentaje considera únicamente la relación establecida entre el flujo de

producción esperado y el flujo de salida. No considera las afectaciones por tiempos de

demoras y paros no programados, lo que finalmente se traduce en cantidad de

componentes sin entregar. Para esto fue necesario calcular el porcentaje de capacidad real

requerido (%CRRij). Esta variable se refiere al porcentaje necesario para cumplir con la

orden de producción y su requerimiento de salida. Una vez que el flujo real ha sido afectado

por todas las incidencias mencionadas anteriormente, la probabilidad de que la cantidad

del nivel de inventario de componentes producidos esté listo a tiempo disminuye,

ocasionando que no se cumpla con efectividad y eficiencia el programa de producción. Esta

situación se representa por la Ec. 5-18.

𝐹𝑆𝑖𝑗 = 𝑆𝑇𝐸𝑃 (1

𝑅𝑃𝑖, 𝐻𝐼𝑖𝑗) − 𝑆𝑇𝐸𝑃 (

1

𝑅𝑃𝑖, 𝐻𝐼𝑖𝑗 + (𝑖𝑂𝑃𝑗 ∗ 𝑅𝑃𝑖)) Ec. 5-14

𝐷𝐶𝐴𝑖𝑗(𝑡) = 𝐹𝑆𝑖𝑗 − 𝐶𝑖𝑗 Ec. 5-15

𝐶𝑖𝑗 = 𝐹𝐸𝐸𝑖𝑗 Ec. 5-16

%𝐷𝐶𝑅 𝑖𝑗 =𝐷𝐶𝐴 𝑖𝑗

𝑖𝑂𝑃𝑗 Ec. 5-17

%𝐶𝑅𝑅𝑖𝑗(𝑡) =𝐼𝐶𝑃𝑖𝑗(𝑡)

𝑖𝑂𝑃𝑗 Ec. 5-18

122

Esta variable también funciona como parámetro de medición, contemplado en el porcentaje

de mejora en cada una de las propuestas elaboradas %Msmed y %MMT. Se toma como

punto de partida el porcentaje de capacidad requerido para garantizar el cumplimiento de

las órdenes y se traduce en propuestas de mejoras planteadas. Este valor se compara con el

porcentaje de las mejoras derivadas de las propuestas planteadas, de esta forma se conoce

que tan alejado esta de cumplir con el objetivo de la orden de producción.

5.3.7. Inventario de láminas

El paro del flujo de producción por cambio de lámina o la interrupción total del flujo por la

falta de la misma es una de las incidencias más frecuentes en el proceso de producción, este

escenario es analizado en este subsistema. En la Tabla 5-12 se presentan los parámetros y

notaciones, mientras que en la Figura 5-18 se muestra el diagrama de Forrester

correspondientes al sistema a analizar.

Tabla 5-12: Variables y parámetros del subsistema inventario láminas

ILij: Inventario de láminas (kg) FELij: Flujo de entrada de láminas de la orden de producción (kg/hora) FSLij: Flujo de salida de láminas de la orden de producción (kg/hora) Fculij: Factor de conversión de unidades a láminas (kg/ud) LUij: Láminas utilizadas de la orden de producción (kg) ELij: Entrada de láminas de la orden de producción (kg) IDRLij: Inventario disponible real de láminas de la orden de producción (kg) IDLij: Inventario disponible de láminas de la orden de producción (kg)

Figura 5-18: Diagrama de Forrester del subsistema inventario láminas

IL 11

FEL 11Fcul 11

TCL 11

ID 11IDR 11

<Time>

<TIMESTEP>

II 11

EL 11

LU 11FSL 11

PL 11

<FSR 11>

<1OP1>


123

Este tipo de paro se determina por el comportamiento del inventario de láminas (ILij), en el

cual interviene el flujo de salida real de producción y el flujo de entrada de láminas. Su

representación matemática se expresa en la Ec. 5-19.

Donde,

El flujo de salida de láminas (FSLij), no es más que el flujo de salida de producción afectado

por las diferentes incidencias, multiplicado por el factor de conversión de unidades a kg de

láminas, ver Ec. 5-20. Este factor de conversión es facilitado por el área de producción y

relacionado a cada componente en la base interactiva de Microsoft Excel.

El flujo de entrada de las láminas (FELij) depende de la cantidad de entrada de láminas ELij,

y del tiempo de cambio de lámina TCLij. Este tiempo de retaso es representado por un

retraso de material de orden infinito, la cual se utiliza cuando es necesario establecer un

retraso fijo, es decir es un retraso constante, en el que la salida es igual a la entrada,

después de un tiempo t.

La expresión anterior indica que la cantidad de láminas impactará en el flujo de entrada un

tiempo después, determinado por el tiempo de cambio de lámina (TCL).

La entrada de lámina (ELij) depende del inventario disponible de láminas IDij, el inventario

disponible real IDRij y del inventario inicial de láminas IIij. Inicialmente se cuenta con un

dato de disponibilidad de láminas, en el momento en que esta se vuelve cero, interviene el

inventario disponible de lámina, si este es mayor que el inventario disponible real (dato que

se actualiza y verifica en el momento de realizar la simulación) no habrá ningún problema,

de ocurrir lo contrario, es posible que se presente un paro por falta de lámina

indeterminado. Se muestra este escenario de esta manera en particular, para simular el

conflicto de la falta de información a tiempo, demostrado por la discrepancia generada por

la diferencia entre el inventario disponible real y el inventario inicial de láminas. La

expresión matemática que representa esta situación se presenta en la Ec. 5-22.

𝐼𝐿𝑖𝑗(𝑡) = 𝐹𝐸𝐿𝑖𝑗(𝑡) − 𝐹𝑆𝐿𝑖𝑗(𝑡) Ec. 5-19

𝐹𝑆𝐿𝑖𝑗 = 𝐹𝑆𝑖𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗 Ec. 5-20

𝐹𝐸𝐿𝑖𝑗 = (𝐸𝐿𝑖𝑗, 𝑇𝑖𝑒𝑚𝑝𝑜 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 + 𝑇𝐶𝐿𝑖𝑗) Ec. 5-21


124

5.3.8. Indicadores

Los diferentes paros y tiempos de demoras afectan la disponibilidad del equipo y el

rendimiento del flujo de producción respectivamente. Estas afectaciones se hacen presente

en la cantidad de tiempo que el equipo está en funcionamiento a un determinado

rendimiento.

Un método confiable para determinar la eficiencia con la cual está operando un equipo es

por medio del cálculo del OEE (Overall Effectiveness Equipment-efectividad total del

equipo). Este parámetro es un índice reconocido internacionalmente que se emplea para

conocer el nivel de eficiencia efectiva en los equipos. Este depende de 3 parámetros;

disponibilidad, eficiencia y calidad [107].

Disponibilidad: Cantidad de tiempo en donde un equipo está en condiciones de operarse.

Desempeño: Cantidad de tiempo donde un equipo está en funcionamiento a un

determinado rendimiento.

Calidad: Cantidad de tiempo donde un equipo fabrica productos conformes.

Las siguientes expresiones (Ec. 5-23, 5-26) determinan el procedimiento de cálculo del OEE.

𝐸𝐿𝑖𝑗 = 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐿𝑖𝑗 >: 𝑎𝑛𝑑: 𝐼𝐿𝑖𝑗

≤ (𝐹𝑆𝐿𝑖𝑗

∗ 𝑇𝑖𝑚𝑒 𝑆𝑡𝑒𝑝), 𝑆𝑡𝑒𝑝 (𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐼𝐿𝑖𝑗

> (𝑖𝑂𝑃𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗), 0, 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐷𝑅𝐿𝑖𝑗

≥ 𝐼𝐷𝐿𝑖𝑗, (𝐼𝐷𝐿𝑖𝑗), (𝐼𝐷𝑅𝐿𝑖𝑗)))) , 𝑇𝑖𝑚𝑒 − 𝑇𝑖𝑚𝑒 𝑠𝑡𝑒𝑝)

− 𝑆𝑡𝑒𝑝 ((𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒 (𝐼𝐼𝐿𝑖𝑗

> (𝑖𝑂𝑃𝑗 ∗ 𝐹𝑐𝑢𝑙𝑖𝑗), 0, 𝐼𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒(𝐼𝐷𝑅𝐿𝑖𝑗 > 𝐼𝐷𝐿𝑖𝑗

≥ 𝐼𝐷𝐿𝑖𝑗, (𝐼𝐷𝐿𝑖𝑗), (𝐼𝐷𝑅𝐿𝑖𝑗)))) , 𝑇𝑖𝑚𝑒 𝑠𝑡𝑒𝑝 + 𝑇𝑖𝑚𝑒) , 0))

Ec. 5-22

𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑 =𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 − 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 𝑣𝑎𝑐í𝑜

𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛∗ 100 Ec. 5-23

𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜 =𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 ∗ 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑐𝑖𝑐𝑙𝑜

𝑇𝑖𝑒𝑚𝑝𝑜 𝑛𝑒𝑡𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛∗ 100 Ec. 5-24


125

La Empresa bajo estudio emplea las fórmulas anteriores para determinar sus propios

niveles de eficiencia de la línea de estampados.

Dado que los diferentes paros y tiempos de demoras se manifiestan en las afectaciones de

los tiempos de producción y las afectaciones de los tiempos de producción se pueden

expresar en cantidad de componentes sin producir, es posible expresar las ecuaciones

anteriores mediante el comportamiento de los flujos de producción afectados por las

diferentes demoras y tiempos de paro a lo largo del tiempo.

En el trabajo “Dynamic Lean Assesment for Takt Time Implementation”, desarrollado por

Ali y Deif [117], presentan un modelo dinámico para examinar el impacto asociado con la

aplicación del concepto del flujo de una pieza a una línea de producción, las mejoras se

reflejan en el comportamiento de las métricas de OEE, nivel de servicio y WIP (work in

process). En este modelo desarrollado por Ali y Deif se puede ver de manera continua el

comportamiento de los indicadores a medida que realiza la simulación del modelo.

Con base al tipo de datos empleados y obtenidos para el desarrollo del modelo propuesto y

tomando como referencia del modelo desarrollado por Ali y Deif, se realiza el cálculo de los

indicadores de disponibilidad, desempeño y eficiencia, a partir de la adaptación de las

propuestas de fórmulas anteriores, considerando lo siguiente:

Tiempo de producción. Corresponde al tiempo total destinado para completar el lote de

producción. En el modelo desarrollado el comportamiento de los componentes producidos

en este tiempo, está representado por el flujo de salida real FSRij.

Tiempo en vacío Corresponde a los tiempos de paros programados y no programados. El

modelo cuantifica los componentes que se podrían producir en este tiempo.

Tiempo neto de producción: Corresponde al tiempo destinado para la producción del

componente asignado, bajo las condiciones de rendimiento actuales. En el modelo, está

representado por el flujo de producción real AFPRij (el cual considera las afectaciones

únicamente de los tiempos de demoras atribuidos a actividades anexas del proceso).

El flujo que representa la cantidad de componentes producidos en el tiempo ciclo o tiempo

estándar estimado, es el flujo de entrada esperado (FEEij).

𝐶𝑎𝑙𝑖𝑑𝑎𝑑 =𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎 − (𝑅𝑒𝑐ℎ𝑎𝑧𝑜𝑠 + 𝑟𝑒𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠)

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑎∗ 100 Ec. 5-25

𝑂𝐸𝐸 = 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑖𝑑𝑎𝑑 ∗ 𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 ∗ 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 Ec. 5-26

126

El indicador calidad no se ha considerado dentro del cálculo del OEE, ya que no fue posible

realizar el monitoreo de este dato y obtener cifras confiables del comportamiento del

mismo, por tal razón se asume un porcentaje del 100%. En la Tabla 5-13 y en la Figura 5-19,

se presentan los parámetros y diagrama de Forrester representativo del subsistema.

Tabla 5-13: Variables y parámetros del subsistema indicadores

FPRij: Flujo de producción real la orden de producción (horas) Disponibilidad ij Disponibilidad para la prensa con producción de componente asignado Desempeño ij Desempeño para la prensa con producción de componente asignado Eficiencia ij Eficiencia para la prensa con producción de componente asignado

Figura 5-19: Diagrama de Forrester del subsistema indicadores

El indicador de disponibilidad está directamente afectado por los tiempos de paros

programados y no programados. Este indicador relaciona el tiempo utilizado para la

producción y el tiempo total de producción. La expresión de la Ec. 5-27 representa el

comportamiento de la disponibilidad a lo largo del tiempo.

El indicador de desempeño, relaciona el tiempo efectivo necesario para la producción de un

determinado componente y el tiempo necesario para producirlo bajo ciertas condiciones de

rendimiento. Su comportamiento está representado por la expresión expresada en la Ec. 5-

28.

Finalmente el indicador de eficiencia se obtiene al multiplicar estos dos términos,

considerando un factor de 100% para el indicador de calidad. Su cálculo está determinado

por la Ec. 5-29.

Disponibilidad11

Desempeño11

Eficiencia 11

<FPR11>

<FSR 11>

<FEE 11>

𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑖𝑗 =𝐹𝑃𝑅𝑖𝑗

𝐹𝑆𝑅𝑖𝑗 Ec. 5-27

𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜𝑖𝑗 =𝐹𝐸𝐸𝑖𝑗

𝐹𝑃𝑅𝑖𝑗 Ec. 5-28

𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑖𝑗 = 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑖𝑑𝑎𝑑 𝑖𝑗 ∗ 𝐷𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜 𝑖𝑗 ∗ 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 𝑖𝑗 Ec. 5-29


127

5.3.9. Costos La empresa establece los costos de producción derivados de: costo de mano de obra, costo

de materia prima y costos indirectos de mano de obra y maquinaria. Es en esa medida, en

que se ha establecido el control de los costos por cada orden de producción y producto

terminado en cada estación de trabajo. A continuación se presentan las definiciones de los

costos considerados por la empresa, basados en la tarifa de cada costo que se muestra en la

Tabla 5-1 de Anexos 3.

El costo estándar de utilización de máquina (Csto IV- Máq)

La tasa de costo indirecto variable por hora aplicable al tiempo de ejecución de máquina, es

determinado por :(tiempo de preparación/cantidad de la orden * máquinas de la ruta por

operación + tiempo de ejecución) * tasa de utilización de máquinas en el centro de trabajo.

La tarifa de costo de mano de obra por hora aplicable tanto al tiempo de

preparación como de ejecución (Costo IndVar-MO)

La porción de invariable directo de mano de obra del costo invariable directo estándar se

calcula utilizando la tarifa de invariable directo de mano de obra y el porcentaje de

invariable directo de mano de obra. La tarifa de invariable directo de mano de obra se

multiplica por el tiempo de preparación y ejecución de la operación. El porcentaje de

invariable directo de mano de obra se multiplica por el costo total de mano de obra para la

preparación y ejecución de la operación.

El invariable directo real de mano de obra se calcula usando las horas reales reportadas y

las tarifas de invariable directo y costos de mano de obra del centro de trabajo donde se

reportó la operación.

La tarifa promedio de mano de obra pagada por hora de mano de obra para

preparar este centro de trabajo (Tarifa Prep)

La parte correspondiente a la preparación del costo de mano de obra estándar se calcula

multiplicando el tiempo de operación estándar por la tarifa de preparación. (El tiempo de

preparación es el tiempo necesario para preparar la totalidad de las máquinas. Este costo se

divide por la cantidad especificada en la orden del artículo. El porcentaje de indirecto

variable de mano de obra se aplica tanto al costo de preparación como al de ejecución y se

suma al costo indirecto variable estándar.

El costo real de preparación se calcula multiplicando el tiempo de preparación real por la

tarifa de preparación correspondiente al centro de trabajo en cuestión.

128

La tasa promedio de mano de obra pagada por hora para hacer funcionar este centro de trabajo (Tarifa MO)

La porción de la ejecución del costo de mano de obra estándar se calcula multiplicando el

tiempo de ejecución de la operación estándar por la tasa de ejecución. El porcentaje de

indirecto variable de mano de obra se aplica tanto al costo de preparación como al de

ejecución y se suma al costo indirecto variable estándar.

El costo real de ejecución se calcula multiplicando el tiempo real de ejecución por la tasa de

ejecución para el centro de trabajo en el que se reportó el tiempo de ejecución.

Cualquier diferencia queda asentada como variación. La tasa de variación da cuenta de las

diferentes tasas estándar entre los centros de trabajo. La variación de uso da cuenta de los

diferentes tiempos de preparación y ejecución.

A partir de estas definiciones se plantearon los costos reales y estándar para mano de obra,

materiales y maquinaria. En la Tabla 5-14 se presentan los parámetros y nomenclaturas

correspondientes para determinar el comportamiento de los costos. En la Figura 5-20 se

muestra el diagrama de Forrester del subsistema.

Tabla 5-14: Variables y parámetros del subsistema costos

Ind-Var Maq: Costo indirecto de la Maquinaria ($/hora) Ind-Var MO: Costo indirecto de la mano de obra ($/hora) MO: Costo Mano de obra ($/hora) MP: Costo de materia prima ($/uds) CE Ind-Varij: Costo estándar indirecto ($) CE MOij: Costo estándar mano de obra ($) CE MPij: Costo estándar materia prima ($) CETij: Costo estándar total ($) CR Ind-Varij: Costo real indirecto ($) CR MOij: Costo real mano de obra ($) CR MPij: Costo real materia prima ($) CRTiji: Costo real total ($)

Figura 5-20: Diagrama de Forrester del subsistema costos

HCL 11

<% MMT 11>

HFR 11

CE MO 11

CE Ind-Var 11

CE MP 11CET 11


CR MP 11

CRT 11

<NFS 11>

HFT 11

<N FE 11>


<Time>


129

En este escenario, se establece una comparación entre el costo estándar total (CETij) y el

costo real total (CRTij). El costo estándar total es el costo ideal por el cual debería incurrir

la orden de producción, sin embargo al ser afectado el flujo de producción por las

incidencias, el tiempo necesario para cumplir su orden de producción incrementa,

incrementando también los costos de producción. Los costos se miden en función del

tiempo necesario para cumplir la orden de producción y del número de unidades

producidas. En la expresión matemática Ec. 5-30 se expresa el comportamiento de CETij.

El costo estándar indirecto corresponde al costo indirecto incurrido tanto de mano de obra

como de maquinaria. Este costo, al igual que el costo de mano de obra, depende

directamente del tiempo empleado para tal efecto. El costo de materia prima depende

directamente de la cantidad de unidades producidas.

El costo real total (CRT), expresado por la Ec. 5-31 se establece a partir del comportamiento

de los costos del flujo real. En este caso, se toma en consideración el tiempo real necesario

para cumplir la orden de producción y la cantidad real producida, la cual puede estar

afectada por incumplimientos debido a la falta de lámina.

5.3.10. Producto terminado

Este subsistema corresponde al análisis del módulo 2 del diagrama de Forrester

desarrollado. Aquí se evalúan las decisiones tomadas en cuanto a asignación de cargas de

los diferentes componentes y prensas correspondientes, determinando la existencia de

tiempos de demoras por espera entre estaciones. Se representa el comportamiento de la

variable principal órdenes sin entregar y se analiza la retroalimentación establecida entre el

cumplimiento del tiempo de entrega del producto terminado y la hora de inicio en la

primera estación de trabajo. En la Tabla 5-15 se presentan los parámetros y nomenclaturas

empleadas para representar este subsistema.

Tabla 5-15: Variables y parámetros del subsistema producto terminado

FP Ci Flujo de producción del componente (uds/hora) Ci PT Componente del producto terminado (uds) FCi Flujo del componente DCi Demoras del componente (tiempo de espera entre estaciones ) (horas) F PT Flujo del Producto terminado (uds/hora) Flujo de entrega Flujo de entrega del producto terminado de estaciones de trabajo

(uds/hora) Embarque Flujo de entrega del producto terminado al cliente (uds/hora)

𝐶𝐸𝑇𝑖𝑗 = 𝐶𝐸 𝐼𝑛𝑑 − 𝑉𝑎𝑟 𝑖𝑗 + 𝐶𝐸 𝑀𝑂𝑖𝑗 + 𝐶𝐸 𝑀𝑃 𝑖𝑗 Ec. 5-30

𝐶𝑅𝑇 𝑂𝑃𝑖 = 𝐶𝑅 𝐼𝑛𝑑 − 𝑉𝑎𝑟 𝑖𝑗 + 𝐶𝑅 𝑀𝑂 𝑖𝑗 + 𝐶𝑅 𝑀𝑃 𝑖𝑗 Ec. 5-31

130

Órdenes sin entregar Cantidad de producto terminado sin entregar (uds) No. De componentes Corresponde al número de componentes que conforman al producto

terminado. Cantidad solicitada Cantidad de producto terminado solicitado por el cliente (uds) Hora de entrega Hora de entrega del producto terminado al cliente (horas) Precio de venta Precio de venta unitario del Producto terminado ($/ud) Ingresos Cantidad de dinero percibida, originario de la venta del producto

terminado ($) Utilidades reales Monto total de ganancia, derivado de la diferencia de los ingresos

percibidos y el costo real asumido para la producción del producto terminado ($)

Utilidades estándar Monto total de ganancia, derivado de la diferencia de los ingresos percibidos y el costo estándar asumido para la producción del producto terminado ($)

CECi Costo estándar del componente ($) CRCi Costo real del componente ($) Hora de entrega del PT procedente de la línea

Corresponde a la hora en que es entregado el último componente que conforma el producto terminado procedente de la línea de producción (horas)

Discrepancia entre tiempos de entrega

Es la diferencia entre la hora de entrega del producto terminado procedente de la línea y hora de entrega para el cliente final (horas)

Hora de inicio de producción

Hora sugerida en que debe iniciar la producción en la primera estación para garantizar cumplimiento al plan de producción (horas)

Asignación de prensa y componente de acuerdo a la secuencia de producción

del producto terminado.

Una vez que se ha realizado la carga de producción a cada una de las prensas (en el módulo

1), el usuario puede seleccionar la secuencia que desea analizar del comportamiento del

proceso de producción de un producto terminado que haya sido considerado en la

asignación de cargas. Primeramente es necesario elegir la(s) prensa (s), estaciones de

trabajo y componentes involucrados en el proceso de producción.

Figura 5-21: Pantalla principal del registro de datos del módulo 2

En la Figura 5-21 se muestra la pantalla del registro de datos del módulo 2. Desde este

menú se realiza la selección de la secuencia de producción del producto terminado deseado.

Los datos que se ingresan a las variables P Ci y C Ci (ver Figura 5-21-b), corresponden a la

selección de prensas (desde prensa 1 hasta prensa 5) y componente (desde componente 1

P C1

C C1

P C2

C C2

P C3

C C3

P C4

C C4

P C5

C C5

P C6

C C6

P C7

C C7

P C8

C C8

Cant C3

Std C1

Cant C1

Std C2

Cant C2

HI C1

Std C3 Std C4

Cant C4Std C5

Cant C5

Std C6


Std C8Cant C8

PRENSA

COMPONENTE

ESTÁNDAR

CANTIDAD

C/H C1

C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8 COSTOS POR HORA

<CEC1>

PRODUCTO TERMINADO a

b

131

hasta componente 5) involucrado en el proceso. Si dentro de este proceso de producción,

interviene una estación de trabajo diferente a las prensas, es necesario registrar la

información de esta estación referente a: tiempo estándar, cantidad a producir y costos por

hora (ver Figura 5-21-b).

El proceso de asignación de datos en este menú, está diseñado para considerar el proceso

de producción de un producto terminado compuesto de 8 componentes El ingreso de datos

en el menú de este módulo, considera una sola entrada de datos a la vez, es decir que no se

puede registrar una prensa y estación de trabajo para un mismo componente de manera

paralela, de esta manera se evita errores de duplicidad.

Una vez que los datos de la secuencia de producción han sido registrados en este menú, el

apartado de relaciones establece el intercambio de datos necesarios para actualizar la

información de horas de inicio de finalización y horas de inicio de producción de cada

prensa antecesora y predecesora. De esta manera, se actualizan los tiempos de entregas

entre cada estación.

Después que los tiempos de entrega entre estaciones han sido actualizados, por medio del

apartado de relaciones, es posible determinar si hay incumplimiento en los tiempos de

entrega entre componentes. Si se presenta esta situación, significa que hay presencia de

tiempos de demoras (DCi) ocasionado por espera entre estaciones para que el lote de

producción del componente asignado sea completado y pueda pasar a la siguiente estación.

Figura 5-22: Diagrama de Forrester del Flujo de Producto Terminado (FPT)

En la Figura 5-22 se presentan los tiempos de demoras (DCi) ocasionados por tiempo de

espera entre estaciones, lo cual afecta el flujo de producción entre componentes FP C1. En

este punto se establece una segunda interrelación de datos realizada en el apartado de

relaciones ya que si el usuario decide considerar estos tiempos de demora, los tiempos de

inicio entre componentes y entre estaciones se ajusta automáticamente. En caso contrario,

el flujo de producción entre componentes sigue su comportamiento normal, pero entre las



F PT

<FC1> <FC2> <FC3><FC4>

<FC5><FC6> <FC7> <FC8>


Tiempos de demora

a considerar

132

estaciones afectadas por los tiempos de demora se iniciará el proceso de producción con un

lote incompleto. Una vez tomada en cuenta estas dos consideraciones, se obtiene el

comportamiento del flujo de producto terminado F PT.

La variable órdenes sin entregar, representa una de las principales variables de este módulo

ya que indica el efectivo cumplimiento del producto terminado al cliente. Su diagrama de

Forrester se muestra en la Figura 5-23.

Figura 5-23: Diagrama de Forrester de la variable órdenes sin entregar

Esta variable se representa como una variable de nivel, ya que es la acumulación a lo largo

del tiempo, derivado de la diferencia del flujo de entrega del producto terminado desde las

estaciones de trabajo y el flujo de entrega del producto terminado al cliente, este último

derivado del plan de embarque ver Ec 5-23.

El Flujo de entrega del producto terminado está determinado por el flujo de producción de

cada componente FP Ci involucrado en el proceso de producción del producto terminado,

su expresión matemática se representa por la Ec. 5-33.

Embarque, es la variable que representa el flujo de entrega del producto terminado al

cliente, determinado por el plan de embarque. Al igual que la variable FSCij del punto 5.3.5,

el flujo de embarque ha sido representado por una función PULSE La expresión matemática

para representar el flujo de entrega del producto terminado al cliente queda establecida por

la Ec. 5-34.

Órdenes sin

entregar Embarque

Hora de entrega

Cantidad solicitada

Flujo de entrega

F PT

<TIME STEP><No. de

componentes>


procedente de la línea

Ó𝑟𝑑𝑒𝑛𝑒𝑠 sin 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟 (𝑡) = 𝐹𝑙𝑢𝑗𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎(𝑡) − 𝐸𝑚𝑏𝑎𝑟𝑞𝑢𝑒(𝑡) Ec. 5-32

𝐹𝑙𝑢𝑗𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎(𝑡) = ∑ 𝐹𝑃 𝐶𝑖

8

𝑖=1

Ec. 5-33

𝐸𝑚𝑏𝑎𝑟𝑞𝑢𝑒 = 𝑃𝑈𝐿𝑆𝐸(𝐻𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎, 𝑇𝐼𝑀𝐸 𝑆𝑇𝐸𝑃) ∗ 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑑𝑎 Ec. 5-34

133

Esta función indica que, hay una entrada (esta entrada representa el requerimiento de

entrega) determinada por la cantidad solicitada por el cliente que inicia en la hora de

entrega del producto terminado al cliente. Nuevamente se utiliza el término TIME STEP

para nivelar la escala de tiempo con la cual se visualiza el comportamiento de las variables.

Estos datos son obtenidos directamente del plan de embarque.

Las variables Utilidades estándar y Utilidades reales representan las ganancias (ideales y

reales) obtenidas de la diferencia entre los costos asumidos en el proceso de producción y

los ingresos derivados de las ventas de la cantidad de producto terminado entregado al

cliente.

Figura 5-24: Diagrama de Forrester de las variables utilidades estándar y utilidades reales

La Figura 5-24 representa el diagrama de Forrester de las variables Utilidades, en él se

muestran dos escenarios comparativos entre el comportamiento ideal y el comportamiento

real del sistema en el cual se han asumido costos extras derivados de las afectaciones por

los tiempos de paro y tiempos de demoras.

Las expresiones que definen estas dos variables se muestran en las Ec 5-35 y Ec. 5-36

respectivamente.

Los ingresos están definidos por el precio de venta unitario y la cantidad entregada al

cliente, ver Ec. 5-37.

Los costos estándar y costos reales se derivan de la sumatoria de los costos asumidos en el

proceso de producción de cada componente involucrado, contemplando ambos escenarios

(real e ideal). Estos datos se derivan del punto 5.3.9 y su expresión matemática se

representa por las ecuaciones 5-38 y 5-39 respectivamente.

C5 PT C6 PTC7 PT

FP C6 FP C7 FP C8

Órdenes sin

entregar Embarque

Hora de entrega

Cantidad solicitada

Flujo de entrega

F PT

<TIME STEP>

INGRESOS

Precio de ventaCOSTOS

ESTÁNDAR

COSTOS

REALES

UTILIDADES

ESTÁNDAR

UTILIDADES

REALES

<No. de

componentes>


<CEC8>

<CRC1>


<CRC6><CRC7><CRC8>




producción

𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 Ec. 5-35

𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 = 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 − 𝐶𝑜𝑠𝑡𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠 Ec. 5-36

𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 = (𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑑𝑎 − ó𝑟𝑑𝑒𝑛𝑒𝑠 sin 𝑒𝑛𝑡𝑟𝑒𝑔𝑎𝑟) ∗ 𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎 Ec. 5-37

134

La Hora de inicio de producción es una variable que establece la interrelación entre el

módulo 1 y el módulo 2. Su diagrama de Forrester se muestra en la Figura 5-25.

Figura 5-25: Diagrama de Forrester de la variable Hora de inicio de producción

El valor de esta variable se deriva de la discrepancia entre los tiempos de entrega del

producto terminado obtenido de las estaciones de trabajo y el tiempo de entrega del

producto terminado al cliente. Si existe diferencia positiva entre ellas, la hora de inicio de la

primera estación involucrada en el proceso, se actualiza automáticamente para garantizar

la entrega del producto terminado. Su expresión matemática se expresa en la Ec. 5-40.

Donde,

Si de la diferencia presente en la variable Discrepancia entre tiempos de entrega, (Ec. 5-41)

se obtiene un valor positivo, indica que el tiempo de entrega del producto terminado de la

línea es mayor que el tiempo de entrega al cliente, por lo que es necesario considerar este

ajuste para garantizar el cumplimiento del producto. En caso contrario, no es necesario

tomar en cuenta ninguna medida preventiva orientada al cumplimiento.

Órdenes sin

entregar Embarque

Hora de entrega

Cantidad solicitada

Flujo de entrega

<TIME STEP>

INGRESOS

Precio de ventaCOSTOS

ESTÁNDARUTILIDADES

ESTÁNDAR

UTILIDADES

REALES

<No. de

componentes>


procedente de la línea

Discrepancia entre


producción

𝐶𝑜𝑠𝑡𝑜𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = ∑ 𝐶𝐸𝐶𝑖

8

𝑖=1

Ec. 5-38

𝐶𝑜𝑠𝑡𝑜𝑠 𝑟𝑒𝑎𝑙 = ∑ 𝐶𝑅𝐶𝑖

8

𝑖=1

Ec. 5-39

𝐻𝑜𝑟𝑎 𝑑𝑒 𝑖𝑛𝑖𝑐𝑖𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛= 𝑖𝑓 𝑡ℎ𝑒𝑛 𝑒𝑙𝑠𝑒(𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎< 0,0, 𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎

Ec. 5-40

𝐷𝑖𝑠𝑐𝑟𝑒𝑝𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑡𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎= 𝐻𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎 𝑑𝑒𝑙 𝑃𝑇 𝑝𝑟𝑜𝑐𝑒𝑑𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑙í𝑛𝑒𝑎− ℎ𝑜𝑟𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎

Ec. 5-41


135

5.4. Ecuación general representativa del objeto de estudio El comportamiento del modelo gira entorno a la variable órdenes sin entregar, que como

ya se ha definido en puntos anteriores, determina el efectivo cumplimiento del tiempo de

entrega del producto terminado, lo cual involucra el flujo de producción de cada

componente que conforma el producto terminado, así como la decisión de considerar

tiempos de espera entre estaciones.

Esta variable afecta directamente las utilidades percibidas del ingreso de las ventas y los

costos asumidos en el proceso de producción. Bajo estas consideraciones el

comportamiento del proceso de producción de un producto terminado se puede

representar con la ecuación 5.32, donde cada valor determinado por FP Ci, involucra la

interrelación entre módulos. En la Figura 5-26 se muestra una estructura general de las

relaciones entre variables derivadas de la ecuación 5.32.

Figura 5-26: Estructura general de las relaciones entre variables derivadas de la ecuación 5-32

La Figura 5-26 presenta un esquema general de todas las variables involucradas en la

ecuación representativa del objeto de estudio. Cada valor que interviene en el flujo del

componente producido se deriva del resultado de los datos del módulo 1, una vez

establecidas las interrelaciones entre ambos módulos. Abarca más de 52 ecuaciones y más

de 70 variables y parámetros.

F PT

FP C1

DC1DC2DC3DC4DC5DC6DC7DC8FC1

Tiempos de demora a considerar

FP C2

(DC1)(DC2)(DC3)(DC4)(DC5)(DC6)(DC7)(DC8)

FC2(Tiempos de demora a considerar)

FP C3



FP C4



FP C5



FP C6



FP C7



FP C8



Órdenes sin entregar

Embarque

Cantidad solicitada

Hora de entrega

Flujo de entregaF PT

TIME STEP

Módulo 1

Módulo 2 Interrelaciones

FC1

C C1

Cant C1

FSR 11

Time

% MMT 11

D 11

FEE 11

HFR 11

PL 11

PNP 11

FSR 12

(Time)

% MMT 12

D12

FEE 12

HFR 12

PL 12

PNP 12

FSR 21

(Time)

% MMT 21

D 21

FEE 21

HFR 21

PL 21

PNP 21

FSR 22

(Time)

% MMT 22

D22

FEE 22

HFR 22

PL 22

PNP 22

HI C1

P C1

Std C1


136

5.5. Interfaz Para realizar la interacción entre el usuario con el modelo propuesto y observar los

diferentes escenarios de simulación se desarrolló una interfaz interactiva, en la cual se

pueden modificar los parámetros de interés y variar la visualización de las diferentes

gráficas.

La interfaz se compone de un menú principal compuesto de diferentes opciones de

visualización. En la Figura 5-27 se muestra la pantalla principal que representa la interfaz

entre el operador y el modelo desarrollado, seguido del detalle de los elementos que

integran las opciones de escenarios de visualización.

Figura 5-27: Menú principal de la interfaz desarrollada para interactuar con el modelo propuesto

1. Selección. En este apartado, se eligen la prensa y componente que se desea analizar

individualmente. Los resultados se muestran en el contenido de las Tablas se sección

2 del menú principal de la interfaz.

1

2

3

4


137

2. Indicadores. El modelo desarrollado brinda una serie de información importante,

correspondiente al comportamiento de indicadores. En esta sección se presentan los

principales resultados de las simulaciones realizadas de acuerdo a la selección

realizada en el punto 1. Los indicadores que se muestran corresponden a tiempos de

entrega, tiempos de demoras y paros programados y no programados, % de

capacidad requerido, entre otros.

3. Gráficas. La información transmitida en el punto anterior, puede ser analizada

visualmente por medio de gráficas en esta sección. El usuario tiene la posibilidad de

seleccionar gráfica de flujo o gráfica acumulada tanto para las prensas involucradas

en el proceso como la del producto terminado.

4. Parámetros. En este escenario se presentan los principales parámetros que puede

modificar el usuario para realizar diferentes escenarios de simulación. Puede variar

el orden de la secuencia de las cargas asignadas en prensas, modificar el tiempo

estándar y la cantidad a producir.

CAPITULO 6: ANÁLISIS DINÁMICO DEL MODELO

PROPUESTO

VALIDACIÓN ESTRUCTURAL Y ESTADÍSTICA, APLICACIÓN PRÁCTICA,

RESULTADOS Y ANÁLISIS.

En este capítulo se explica el comportamiento dinámico del sistema real. Primeramente se verifica el modelo desarrollado mediante su validación estructural y estadística. Se presenta la simulación de un caso de producción en la línea de estampados para ejemplificar la aplicación práctica del modelo. Finalmente, se presentan los principales resultados, derivados del análisis del enfoque dinámico.

Análisis dinámico del sistema propuesto

138

6. Análisis dinámico del sistema real Este capítulo corresponde a la última etapa metodológica del desarrollo del modelo

dinámico, que representa el comportamiento de la línea de estampados. Como primer paso

se realiza la validación estructural y estadística del modelo, basado en las propuestas de

Forrester, Senge y Barlas. En este análisis se verifica la arquitectura del modelo y se

establece la desviación estadística entre los datos reales y los obtenidos vía simulación,

mediante el cálculo del porcentaje del error relativo. Una vez realizada la validación y

análisis estadístico, se procede con la presentación de un caso aplicado, analizando su

comportamiento bajo condiciones reales del sistema. Por último se presentan los

principales resultados, enfatizando en los beneficios prospectivos, derivados del porcentaje

de contribución a la utilidad obtenidos de las propuestas de mejoras planteadas. Es

importante resaltar que, los resultados mostrados en este capítulo son parte de algunas

aplicaciones realizadas en la línea de estampados.

6.1. Validación estructural y estadística La validación es un proceso que sirve para crear confianza en el modelo y sus resultados. En

el capítulo 3 se explicó el método y enfoque de validación empleado para la validación

estructural y estadística del modelo propuesto, el cual consta de 2 pasos. En primer lugar,

se verificó la estructura del modelo, es decir, que se revisa su consistencia estructural.

Como segundo paso se analizó el comportamiento del modelo utilizando la técnica

estadística del error medio absoluto, donde se comparan los datos reales del sistema con

los datos obtenidos vía simulación. A continuación se explican los pasos considerados en

este proceso.

6.1.1. Análisis de la estructura del comportamiento

Como primera fase de análisis se propone validar la arquitectura del modelo. Esto significa

que se evalúa la estructura y parámetros del modelo directamente, sin eximir la relación

entre estructura y comportamiento. Este tipo de validación permite la identificación

apropiada de la estructura, responsable del buen comportamiento del modelo en un

proceso multidimensional que incluye factores como: representación del problema,

estructura lógica, relación causal y expresión matemática.

A continuación se presenta la aplicación de la prueba de validación estructural en el modelo

desarrollado, la cual consta de 5 etapas.


139

6.1.1.1. Prueba de límites adecuados

La prueba estructural de límites adecuados considera la relación necesaria para satisfacer el propósito del modelo. Este tipo de prueba debe responder a la interrogativa si es necesario o no ampliar el modelo y si este incluye una estructura relevante. Recordando que, el objetivo principal de este trabajo es: “Desarrollar un modelo para la

administración de un proceso de producción de bienes (aplicando Dinámica de Sistemas)

con enfoque a la contribución a las utilidades, en una industria metal-mecánica-línea de

estampados”, el modelo se ha constituido en dos etapas, realizado bajo el enfoque

administrativo del proceso de producción.

El entorno en el cual se produce el comportamiento objeto de estudio está determinado

desde que se establece el plan maestro de producción, lo cual se traduce en órdenes de

producción de los diferentes componentes, hasta que se obtiene el producto terminado.

Este procedimiento está contenido en el mapeo del proceso que se muestra en Anexos 2 y

que dan paso a determinar las variables necesarias que se utilizan en el desarrollo del

modelo, las cuales han sido procesadas con ayuda de macros en Microsoft Excel.

Para dar cumplimiento a la efectiva representación del objeto de estudio, contemplando

todo su entorno, el modelo se ha constituido de dos etapas. Primeramente se analiza de

manera independiente el proceso de producción de cada una de las prensas de la línea de

estampados y posteriormente se integra en un segundo modelo correspondiente al flujo

del producto terminado.

Para el desarrollo de la primera etapa del modelo se tomó en consideración características

determinantes en el proceso y problemática actual, tales como: programación de las

órdenes de producción de cada una de las prensas, determinada por su capacidad actual y

orden de prioridad de producción de cada componente. También se incluyen todas las

afectaciones relevantes en el proceso de producción demoras propias del proceso, y

suplementos.

La segunda etapa corresponde al modelo del análisis del producto terminado, en el cual se

incorpora el flujo de cada una de las prensas y el de otras estaciones de trabajo necesarias

para la fabricación del producto terminado. Es importante mencionar que, el análisis de

contribución de utilidades está desarrollado para cada componente en cada una de las

prensas y para cada producto terminado procesado. Este escenario permite analizar la

contribución a la utilidad por operación. El enfoque administrativo es complementado con

la incorporación de indicadores claves del proceso (eficiencia, desempeño y disponibilidad)

así como propuestas de mejoras de métodos de trabajo derivado de planes de acción.


140

Para garantizar que el modelo desarrollo representa el comportamiento del sistema, este se

ha hecho en conjunto con el personal involucrado en el proceso, quienes han brindado la

retroalimentación necesaria para la construcción del mismo. Este aspecto se puede analizar

a detalle en los puntos 4.2 y 4.3, en donde se explica el proceso de captura-registro y

complementación de la información y la participación del conocimiento experto.

6.1.1.2. Verificación de la estructura.

Verificar la estructura significa comparar la estructura directamente del modelo con la

estructura del sistema real y modelos existentes, el cual no debe contradecir el

conocimiento del mismo.

La verificación de la estructura del modelo desarrollado incluye una revisión exhaustiva de

la literatura relevante relacionada al tema y se apoya en el conocimiento experto del

sistema. En el capítulo 2, punto 2.4.3, se hace mención a los diferentes trabajos

desarrollados en materia de modelado y simulación, considerando sus principales

contribuciones y grado de complejidad.

La obra seminal de Jay Forrester, Industrial Dynamics ha sido la principal fuente de

información estructural para el desarrollo del modelo, ya que representa el origen y las

bases para el dominio de un modelo dinámico en materia de: simbología, estructura de

relación causal y caracterización de variables.

En cuanto a estructura comparativa con modelos existentes, es evidente la aportación

recibida de los modelos desarrollados por Ahmed Deif y colaboradores. Los cuales se han

enfocado en el planteamiento y evaluación de políticas de capacidad dinámica enfocados a

manufactura esbelta, y sistema de manufactura reconfigurable. Derivado de este trabajo se

analiza la incorporación de indicadores claves en el modelo desarrollado del sistema y

análisis de los efectos de tiempos de demora de ajustes en el sistema, así como el enfoque

de costo analizado por etapas.

Es importante resaltar que el modelo desarrollado es un modelo personalizado adaptado a

la necesidad de la situación real del sistema bajo estudio. Las aportaciones obtenidas de la

revisión de la literatura sirvieron de base para plantear la estructura básica y analizar la

integración de las diferentes variables interrelacionadas, evitando de esta manera omitir

cualquier consideración que influya en el correcto funcionamiento del modelo.


141

6.1.1.3. Consistencia dimensional

La prueba de consistencia dimensional requiere que cada ecuación matemática en el

modelo, así como la inclusión de parámetros sea evaluada y analizada .El entorno de

simulación que ofrece el software Vensim Ple ® permite construir un modelo de forma

amigable, que simulan los modelos en tiempo real mostrando su comportamiento. Este

software añade facilidades para revisar la estructura de las ecuaciones del modelo y sus

unidades de medida (ver Figura 6.1).

Figura 6-1: Funciones en el software Vensim (Check Model y Units Check) para revisar sintaxis del modelo

El software Vensim Ple ® dispone de dos herramientas para verificar el modelo. Por un

lado dispone de una función para revisar la sintaxis del modelo (Check Model) y por otro

lado una función para detectar errores en la coherencia de las unidades (Units Check). Esto

permite que, a medida que se está realizando la construcción del modelo, y se vayan

incorporando los diferentes parámetros, se realice una verificación paralela del modelo.

Considere el siguiente ejemplo, se verifica la consistencia de la ecuación del tiempo total de

demoras (DPij) para la prensa 1 y orden de producción 1, con las herramientas disponibles

en el software Vensim Ple ®. Esta ecuación (Ec. 5.7) involucra parámetros y funciones de

condicionalidad. Ver explicación de la expresión matemática en el punto 5.3.3.


142

Figura 6-2: Estado de la ecuación de tiempo total de demoras DPij

En el recuadro rojo “1” de la Figura 6-2, se observa el estado de la ecuación antes

mencionada. La sintaxis “Equation OK” indica que la ecuación es correcta, lo que establece

que la ecuación ha sido desarrollada de forma idónea y apegada a los objetivos del modelo.

6.1.1.4. Verificación de parámetros

Los parámetros deben ser verificados con el objetivo de analizar su correspondencia

conceptual y numérica con las observaciones de la vida real, al igual que la estructura del

modelo puede ser comparada con el conocimiento disponible. Los valores asignados a los

parámetros del modelo desarrollado se derivan de dos fuentes, una proporcionada

directamente por la empresa y otra información que fue necesaria procesar para obtener

confiabilidad en la misma. En la Tabla 5-4 de la sección 5.1.2 se enlistan las fuentes de

obtención de los diferentes parámetros del modelo.

La información que proporciona la empresa corresponde al plan maestro de producción y

del plan de producción de cada estación de trabajo. Estos datos son facilitados en el

momento de realizar la simulación, los cuales varían de acuerdo a los días que se desean

simular. Por otro lado, hay valores constantes como los datos de suplementos y datos de los

costos de mano de obra e indirectos, los cuales son parámetros que no varían, y se

incorporan una única vez al modelo.

Y por otro lado, están los datos que se obtuvieron de la captura, registro y pre-

procesamiento de información del proceso, mediante la aplicación de la técnica de estudios

de tiempos y movimientos así como técnicas de agrupación. Para garantizar la confiabilidad

1


143

del procesamiento de los datos se realizaron pruebas estadísticas con la distribución

Normal y Weibull, el porcentaje del error de la distribución que mejor se ajusta al

pronóstico de los datos, se analizó mediante la desviación media absoluta del error. El

detalle de este análisis asi como el procedimiento del pre-procesamiento de los datos se

detalla en Anexos 2.

6.1.1.5. Prueba de condiciones extremas

Un modelo que sólo se comporta aceptablemente bajo determinadas condiciones

controladas, sólo puede ser útil para analizar políticas que hagan que el sistema actúe

dentro de dichos límites. Por lo tanto, incorporar al modelo el conocimiento sobre

condiciones extremas mejora la comprensión y utilidad del mismo y por ende, su confianza.

La estructura en el modelo de dinámica de sistemas debe permitir combinaciones extremas,

permitiéndose ser cuestionado en relación a esto.

Para la realización de las pruebas de condición extrema, Forrester y Senge sugieren que se

deben examinar las ecuaciones de flujos, rastreada a través de ecuaciones auxiliares a los

niveles establecidos en el modelo. Tomando en cuenta esta recomendación, los escenarios

planteados para las pruebas de validez en condiciones extremas del modelo desarrollado,

muestran un esquema comparativo de tres puntos clave del modelo: tiempos de demoras,

paros no programados y falta de material. Se consideran puntos o situaciones claves ya que

determinan las afectaciones en el flujo de producción lo que impacta en el cumplimiento de

los tiempos de entrega de las órdenes de producción y a la vez en las utilidades.

Los ensayos bajo condiciones extremas de estos tres puntos clave se han desarrollado con

valores extremos de cero e infinito (al considerar el valor de infinito es contemplar un valor

muy largo aproximadamente un 300% de incremento sobre el valor original).

Con el objetivo de ejemplificar los diferentes escenarios de evaluación de las pruebas de

condición extrema, se ha considerado plantear el proceso de planeación del producto

terminado (PT) CM-3910, la secuencia de producción de este producto se presenta en la

Figura 4-4 del punto 4.2.1. Este producto involucra dos tipos de prensas de la línea de

estampados, las cuales, a su vez cuentan con su propio escenario de cargas.

Los valores de los parámetros obtenidos de la base interactiva desarrollada en Microsoft

Excel, para analizar la prueba de condición extrema se muestran en la Tabla 6-1. Estos

corresponden a los diferentes componentes del producto terminado CM-3910. Los datos se

han seleccionado para hacer una corrida de 1000 unidades.


144

Tabla 6-1: Datos de la carga de producción de la prensa 1 y 2

Los tiempos de suplementos, turnos disponibles y costos de mano de obra y costos

indirectos se pueden consultar en el punto 5.3.4 y 5.3.9.

Escenario 1: Tiempos de demoras y su afectación sobre: capacidad de producción,

cantidad de componentes que se podrían producir y costos reales de producción.

Como se ha planteado a lo largo del documento, los tiempos de demoras, es una de las

principales variables de interés en el análisis del modelo. Estos tiempos dependen

directamente de las actividades anexas del proceso (ver punto 4.4.2), y de la cantidad a

producir.

En la Figura 6-3 se muestra el comportamiento de la afectación que tienen de los tiempos

de demoras sobre la capacidad de producción, cantidad de piezas que se podrían producir

en el tiempo por afectaciones y costos reales de producción, para un valor de cero minutos,

es decir considerando que cada uno de los factores que afectan los tiempos de demora se

han eliminado por completo.

(a) Cantidad de componentes posibles a

producir

(c) Costo estándar total

Ca

ntt

ida

d d

e co

mp

oen

tes

Co

sto

s es

tán

da

r ($

)

Tiempo de producción (horas) Turno 1 de producción (horas)

OP1 OP3 OP3

1ES1615/16 CM-3910 2P CM-3910 3P

Cantidad (CPC) 2000 600 1200 1200 900 1000 Piezas

Estándar de producción

(STD C)500 150 230 215 120 240 Uds./hora

Paro programado (PP C) 60 30 40 50 40 15 Min.

Tc 11 1 2 2 1 2 2 -

HI 7 - - 7 - - Horas

OP:ORDEN DE PRODUCCIÓN

Prensa 1 (837)

PRENSA 1 PRENSA 2

Unidad de

medidaOP2 OP1 OP2

Valores

PPP 11

0.1

0.075

0.05

0.025

0

0 10 20 30 40 50 60 70 80 90 100

Time (Hour)

PPP 11 : 3.vdf

CET 11

5,000

3,750

2,500

1,250

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

CET 11 : 3.vdf


145

(b) Porcentaje de capacidad requerida real (d) Costo real total %

de

cap

aci

da

d

Co

sto

s re

ale

s ($

)

Tiempo de producción (horas) Turno 1 de producción (horas)

Figura 6-3: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de capacidad requerida

(b), Costo estándar total (c) y Costo real total (d)

En la Figura 6-3 se aprecia que, al incurrir en un tiempo de demora igual a cero, el

comportamiento de las variables es favorable, ya que al disminuir los tiempos de demora,

no se registran afectaciones en el flujo y no es necesario un incremento en la capacidad real

del sistema, por otro lado el comportamiento de los costos reales se ajusta al

comportamiento del costo estándar, es decir que ocurre bajo lo pronosticado.

Este escenario contrasta en gran medida con el segundo escenario planteado (ver Figura 6-

4), en el cual se incrementa sustancialmente los tiempos de cada una de las actividades

anexas al proceso ocasionando que los tiempos de demoras incrementen aproximadamente

un 1000% de su valor normal. Bajo condiciones normales, el tiempo de demora total que se

generaría (en este caso) de las actividades anexas al proceso sería de 30 minutos

aproximadamente, al incrementar 1000% su valor, se está considerando un tiempo total de

demora aproximadamente de 300 minutos.

(a) Cantidad de componentes posibles a

producir

(c) Costo estándar total

Ca

nti

da

d d

e co

mp

on

ente

s

Co

sto

s es

tán

da

r ($

)

3 turnos de producción (horas) 3 turnos de producción (horas)

% CRR 11

100

75

50

25

0

0 10 20 30 40 50 60 70 80 90 100

Time (Hour)

CRT 11

5,000

3,750

2,500

1,250

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

CRT 11 : 3.vdf

PPP 11

3,000

2,250

1,500

750

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

PPP 11 : 3.vdf

CET 11

5,000

3,750

2,500

1,250

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

CET 11 : 3.vdf


146

(b) Porcentaje de capacidad requerida real (d) Costo real total %

de

cap

aci

da

d

Co

sto

s re

ale

s ($

)


Figura 6-4: Comportamiento de cantidad de piezas dejadas de producir (a), Porcentaje de capacidad requerida

(b), Costo estándar total (c) y Costo real total (d)

En la Figura 6-4 es evidente el comportamiento de las variables ante el incremento del

tiempo de demoras. Al incrementar el tiempo de demoras de 30 a 300 minutos. La cantidad

de componentes dejados de producir asciende a 2100 componentes, lo cual tiene sentido si

se compara con el estándar de producción de 500 piezas por hora. Esto se respalda al

analizar el comportamiento del porcentaje de la capacidad requerida, donde indica que

necesita un 100% para cumplir con la orden de producción. Finalmente los costos reales en

relación al costo estándar presentan un incremento sustancial, pasando de 4600 a 7000

unidades monetarias, esto debido a que el tiempo empleado para cumplir la orden de

producción se vio afectado por el incremento del tiempo de las demoras.

Escenario 2: Falta de material: incumplimiento en las órdenes de producción

En el punto 5.3.7, se hace mención al incumplimiento de la orden de producción por falta de

material. A pesar de que esta consideración se ha tomado en cuenta en el momento de

realizar la distribución de órdenes de trabajo en las diferentes prensas, se ha anexado en el

modelo desarrollado una pequeña condicional que se refiere al Inventario disponible

real. Esto permite establecer la diferencia entre el inventario disponible que teóricamente

debe existir y lo que realmente está disponible. Dado que el retraso generado por la falta de

material no puede ser solucionado de manera inmediata, se consideró de suma importancia

tomar en cuenta este factor.

El dato de inventario disponible real lo que permite analizar es que, en cualquier momento

el flujo del proceso puede ser interrumpido por falta de material, esto ocasionado por una

mala comunicación entre las áreas de producción y control de inventario. Para el análisis

% CRR 11

200

150

100

50

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

"% CRR 11" : 3.vdf

CRT 11

8,000

6,000

4,000

2,000

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

CRT 11 : 3.vdf


147

de este escenario se plantea la situación de paro de flujo de producción indefinido por falta

de lámina.

En la Figura 6-5 se presenta el efecto que ocasiona la falta de material en el inventario de

componentes producidos y en el cumplimiento de las órdenes de producto terminado.

(a) Inventarios de componentes producidos (b) órdenes sin entregar

Ca

nti

da

d d

e p

ieza

s

Co

sto

s es

tán

da

r ($

)


Figura 6-5: Inventario de componentes producidos (a) y Cantidad de órdenes sin entregar (b)

Para comprender este escenario, es necesario plantear la situación completa. El inventario

disponible indica que hay material suficiente para producir 2000 piezas más (1000 piezas

más que las solicitadas en la orden de producción), es decir que el inventario de material es

suficiente para completar la orden de producción.

Sin embargo, una vez iniciado el proceso de producción, se notifica que en el inventario

disponible realmente hay 500 unidades, considerando que el inventario inicial es de 1000

unidades, lo que permite producir únicamente la cantidad de 1500 piezas. Este panorama

se ve reflejado en la Figura 6-5-a, en la que el nivel de inventario de componentes

producidos alcanza el nivel de 1500 piezas, en ese momento se hace la entrega de la

cantidad producida, quedando un faltante de 500 piezas sin producir. Esta afectación se ve

reflejada en la Figura 6-5-b, en el que se observa el comportamiento de unidades de

producto terminado que se generan a lo largo del flujo de producción. Bajo este escenario,

al finalizar del turno (tomando en cuenta las otras estaciones de trabajo y el flujo completo)

se quedan sin entregar 1000 unidades de producto terminado.

ICP 11

2,000

1,000

0

-1,000

-2,000

0 4 8 12 16 20 24 28 32 36

Time (Hour)

ICP 11 : 3.vdf


2,000

1,000

0

-1,000

-2,000

0 4 8 12 16 20 24 28 32 36

Time (Hour)

Órdenes sin entregar : 3.vdf


148

Escenario 3: Paros no programados, con afectación en el cumplimiento del plan de

producción de otras prensas.

Al igual que en los dos puntos anteriores se destaca la importancia de prestar atención a los

tiempos de paros, los cuales son un factor desestabilizante del flujo de producción.

Los tiempos de paros no programados presentan la característica que pueden aparecer en

cualquier momento del flujo, ocasionando una pausa de tiempo determinado, hasta que el

problema sea resuelto y el flujo sea reestablecido. Para el análisis de escenario de este

factor, se tomó en cuenta un paro no programado de 5 horas.

En la Figura 6-6-a se observa que el tiempo de paro no programado de 5 horas afecta la

producción, generando una producción retrasada aproximadamente 2700 piezas. Sin

embargo este retraso no únicamente influye en el flujo de producción de esa prensa, sino

que afecta el tiempo de entrega del componente a la siguiente prensa (relación entre

módulo 1).

(a) Cantidad de componentes retrasadas en

la producción

(b) Inventario de componentes producidos

Ca

nti

da

d d

e co

mp

on

ente

s

Co

sto

s es

tán

da

r ($

)


Figura 6-6: Cantidad de piezas dejadas de producir (a) e Inventario de componentes producidos (b)

En la Figura 6-6-b se observa que el inventario de componentes producidos asciende a 500

piezas en el intervalo del tiempo de las 8 a 12 horas. De acuerdo con el programa de

producción, la entrega del lote de producción de 2000 piezas, a una velocidad de tiempo

estándar de 500 piezas por hora debería haber sido 4 horas posteriores a su inicio de

producción (entre la hora 12 y 13). Sin embargo para esa hora, hay un faltante de 1500

piezas, las cuales se entregan hasta las 18 horas aproximadamente.

PPP 11

3,000

2,250

1,500

750

0

0 4 8 12 16 20 24 28 32 36

Time (Hour)

PPP 11 : 3.vdf

ICP 11

2,000

1,000

0

-1,000

-2,000

0 4 8 12 16 20 24 28 32 36

Time (Hour)

ICP 11 : 3.vdf


149

6.1.2. Validación estadística.

Para la realización del análisis de validación estadística se realizaron un total de 43 corridas

de simulación comprendidas entre la semana 1 y la semana 43 del año 2014. Durante este

periodo se evaluó el desempeño del modelo propuesto y se establecieron los datos

comparativos resultantes de la simulación con un total de 5,925 datos registrados. La

distribución de datos analizados se presenta en la Figura 6-7.

Figura 6-7: Distribución de datos registrados durante el período de evaluación

Se utilizó la técnica estadística del error relativo para analizar el porcentaje de error

generado de los datos reales y simulados. De acuerdo con Yaman Barlas [104] y su estudio

realizado en relación a validación de modelos de simulación, establece que un modelo será

válido si la tasa de error es más pequeña que el 5%. Tomando en consideración, se utilizó el

porcentaje de error relatico absoluto para determinar la confiabilidad del modelo. Su

expresión matemática se establece en la Ec. 6-1.

% error relativo = |dato simulado − dato real

dato real| ∗ 100

Ec. 6-1

853752 731

603678 703

541469

595

0

100

200

300

400

500

600

700

800

900

CA

NTI

DA

D D

E D

ATO

S

MES

CANTIDAD DE DATOS REGISTRADOS


150

Las variables seleccionadas para realizar el análisis de validación son representativas del

sistema y resumen en gran medida el comportamiento del objeto de estudio. Para tal efecto

se consideraron: Tiempo improductivo, generado de las afectaciones de los diferentes

tiempos de paros y demoras, Tiempo de entrega entre estaciones y los indicadores de

disponibilidad, desempeño y eficiencia.

En la Tabla 6-8 se resume el promedio del comportamiento estadístico de los datos

analizados. Del análisis de estos datos se determina que, la media obtenida entre los datos

reales y datos obtenidos vía simulación presentan poca variación, lo que indica que son

medias aproximadas. El porcentaje de error relativo absoluto obtenido de cada una de las

variables analizadas es menor al 5%, esto indica que la representación del modelo

propuesto es confiable.

Figura 6-8: Comportamiento estadístico promedio de los datos reales y datos simulados

La variable Tiempo improductivo presenta el porcentaje de error más elevado (4.02%).

Esto se le atribuye a la variabilidad que presentan los tiempos de demoras con relación a la

cantidad y tipo de componente a producir. A diferencia del indicador de Disponibilidad, el

cual presenta el porcentaje de error más bajo (0.28%), debido a que esta variable depende

directamente de los paros programados y del flujo esperado del proceso de producción. En

el apartado de Anexos 4, Figura D-1, se presenta el porcentaje de error relativo obtenido

para cada una de las variables en el periodo de estudio mes a mes.

Tiempo

improductivo

(min)

Tiempo de

entrega

(min)

Disponibilidad

(%)

Desempeño

(%)

Eficiencia

%

Datos reales

Media 331.32 467.49 85.26% 44.36% 36.74%

Desviación estándar 331.08 360.08 15.40% 23.28% 20.08%

Dato máximo 1461.21 1563.33 100.00% 99.52% 92.36%

Dato mínimo 9.00 19.33 15.22% 5.03% 4.15%

Datos simulados

Media 335.25 471.42 85.22% 44.09% 36.48%

Desviación estándar 336.98 366.28 15.43% 23.48% 20.11%

Dato máximo 1552.04 1680.00 100.00% 102.10% 94.30%

Dato mínimo 7.44 19.10 14.46% 5.26% 5.10%

% de error datos reales/simulados 4.02% 2.72% 0.28% 2.95% 2.60%

PROMEDIO GENERAL


151

6.2. Aplicación práctica. Simulación de un caso

Tal y como se mencionó en el punto 6.1.2. se realizaron un total de 43 corridas de

simulación con el modelo propuesto. Para ilustrar el comportamiento dinámico del proceso

productivo de la línea de estampados, se presenta a continuación una de las corridas de

simulación realizadas. Se realizaron diferentes escenarios de simulación con un universo

amplio de situaciones posibles con los componentes del programa de producción de la

línea, con un horizonte de simulación correspondiente a una jornada laboral de 3 turnos, es

decir la producción de un día.

Para tal efecto se seleccionó el ejemplo base que se ha venido presentando a lo largo de esta

tesis, el cual corresponde al proceso productivo del producto terminado CM-3910. Los

detalles de la secuencia de programación de la producción se pueden consultar en el punto

4.2.2. La representación dinámica del comportamiento del flujo de producción del Producto

terminado, se ve afectado por el cambio retroalimentado de las horas de inicio y finalización

de cada una de las cargas en el programa de producción de las prensas.

Ingreso de datos

El usuario ingresa los datos de las cantidades a producir por carga de trabajo, el tiempo

estándar de producción de cada componente, el tiempo de cambio de herramental y/o

material, datos correspondientes a jornada laboral y suplementos, y por último se

establecen las condiciones de aplicabilidad de los factores que determinan los tiempos de

demora propias del proceso (C1 y C2). Estos valores se obtienen directamente de la base

interactiva de Microsoft Excel desarrollado en la prensa 1. En la Figura 6-9 se muestra la

pantalla general, correspondiente al ingreso de datos.

Figura 6-9: Pantalla general para el ingreso de datos al modelo, correspondiente a una estación de trabajo

La corrida de simulación que se presenta a continuación corresponde a la producción de

1000 unidades de producto terminado CM-3910. En la Tablas 6-2 y 6-3, se presentan los

TT 1

NT 1

TPHTA 111 P1

1 P2

1 P3

1 P4

1 P5

TE 11 Tc 11

Tc 12

Hi s1 1

Hf s1 1

Hi s2 1

Hf s2 1

TPHTA 12TE 12

PRENSA 1

PEDIDOS

1

2

3

4

5

TURNOS

TURNONo. de TURNOS

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

TIPO deCOMPONENTE

ESTÁNDARPREPARACIÓN

HTA

TE 14

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15


152

datos que se obtienen desde la base interactiva de Microsoft Excel para cada una de las

prensas y que son ingresados en la pantalla general de la Figura 6-9.

Tabla 6-2: Datos de la carga de producción de la prensa 1

Carga 1

1ES1615/16

Carga 2

Carga 3

CM-3910-2P

Prensa 1 (837) Valor Valor Valor Unidad

Orden de Producción (OP) 2000 600 1000 Uds.

Estándar de producción (TE) 500 150 230 Uds. /hora

Tiempo de cambio de herramental (TPHTA) 60 30 40 Min.

Hora de Inicio (HI) 7 - - horas

Tipo de Componente (Tc) 1 2 2 -

Tabla 6-3: Datos de la carga de producción de la prensa 2

Carga 1

Carga 2 Carga 3

CM-3910-3P

Prensa 2 (810) Valor Valor Valor Unidad

Orden de Producción (OP) 1200 900 1000 Uds.

Estándar de producción (TE) 215 120 240 Uds. /hora

Tiempo de cambio de herramental (TPHTA) 50 40 15 Min.

Hora de inicio (HI) 7 - - horas

Tipo de Componente (Tc) 2 2 2 -

Los demás datos de los componentes de la pieza CM-3910 que no se producen en las

prensas de línea de estampado y que se realizan en otras estaciones de trabajo se muestran

en la Tabla 6-4. Estos datos son ingresados en el menú principal del módulo 2, ver Figura 5-

21.

Tabla 6-4: Datos de la carga de producción de las demás estaciones de trabajo

Datos de producción CM-3910 1 P CM-3910 4 P CM-3910 5 P Unidad

Cantidad (Cant C) 1000 1000 2000 Uds.

Estándar de producción (Std C ) 210 135 155 Uds. /hora

Finalmente, la secuencia del proceso de producción del producto terminado CM-3910, sigue

el siguiente orden. (Esta secuencia se establece desde el menú principal del módulo 2, en las

variables P Ci y C Ci).

Tabla 6-5: secuencia del orden de producción para el flujo de producto terminado

Operación 1 Operación 2 Operación 3 Operación 4

Componente

Estación/Prensa

1ES1615/16

Prensa 837

CM-3910 1P

Estación de trabajo

CM-3910 2P

Prensa 837

CM-3910 3P

Prensa 810

153

Se contempla hasta la operación 4, haciendo la consideración que hay inventario suficiente

para las operaciones 5 y 6 (componentes CM-3910 4P y CM-39105P). Los pasos explicados

hasta el momento para realizar la corrida de simulación, se resumen en el diagrama de flujo

de la Figura 6-10.

Figura 6-10: Secuencia para realizar corridas de simulación

Corridas de

simulación

Usuario Ingreso de

variables

Pantalla general del

módulo 1

Menú principal del

módulo 2

Establece la secuencia de

producción

Ejecuta la simulación

¿Desea analizar

diferentes

escenarios?

Modifica datos

Interfaz

Menú principal del

módulo 2 ó pantalla

general del módulo 1

Fin

Usuario

Usuario

Usuario

No

Si

TT 1

NT 1

TPHTA 111 P1

1 P2

1 P3

1 P4

1 P5

TE 11 Tc 11

Tc 12

Hi s1 1

Hf s1 1

Hi s2 1

Hf s2 1

TPHTA 12TE 12

PRENSA 1

PEDIDOS

1

2

3

4

5

TURNOS

TURNONo. de TURNOS

SUPLEMENTOS

Hora de Inicio S1

Hora final S1

Hora de Inicio S2

Hora final S2

TIPO deCOMPONENTE

ESTÁNDARPREPARACIÓN

HTA

TE 14

TE 13

TE 15

Tc 13

Tc 14

Tc 15

TPHTA 13

TPHTA 14

TPHTA 15

P C1

C C1

P C2

C C2

P C3

C C3

P C4

C C4

P C5

C C5

P C6

C C6

P C7

C C7

P C8

C C8

Cant C3

Std C1

Cant C1

Std C2

Cant C2

HI C1

Std C3 Std C4

Cant C4Std C5

Cant C5

Std C6


Std C8Cant C8

PRENSA

COMPONENTE

ESTÁNDAR

CANTIDAD

C/H C1

C/H C2 C/H C3 C/H C4 C/H C5 C/H C6 C/H C7 C/H C8 COSTOS POR HORA

<CEC1>

PRODUCTO TERMINADO


154

A continuación se presentan dos escenarios de evaluación (ideal o teórico y real) en los

que, se examinan el comportamiento dinámico de los flujos de producción esperada y flujo

de producción afectada. Por otro lado, se evalúan los cumplimientos de los niveles de

producción tanto de las prensas involucradas, como el nivel acumulado del producto

terminado. Así mismo, se presenta un resumen de los principales indicadores. Las demás

variables se analizan en el punto 6.3.

(a) Comportamiento del flujo de producción

de la prensa 837

(d) Nivel de acumulación del flujo de

producción de la prensa 837

Flu

jo d

e p

rod

ucc

ión

Ca

nti

da

d p

rod

ud

ia

3 Turnos de producción (horas) 3 Turnos de producción (horas)

(b) Comportamiento del flujo de producción

de la prensa 810

(e) Nivel de acumulación del flujo de

producción de la prensa 810

Flu

jo d

e p

rod

ucc

ión

Ca

nti

da

d p

rod

ud

ia


400

300

200

100

0

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

4,000

3,000

2,000

1,000

0

0 4 8 12 16 20 24 28 32

400

300

200

100

0

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

5,000

3,750

2,500

1,250

0

0 4 8 12 16 20 24 28 32


155

(c) Comportamiento del flujo de producción

del producto terminado

(f) Nivel de acumulación del producto

terminado

Flu

jo d

e p

rod

ucc

ión

Ca

nti

da

d p

rod

ud

ia


Figura 6-11: Comportamiento del flujo de producción de la prensa 1(a), prensa 2 (b) y producto terminado (c) y

Acumulación del flujo de producción de la prensa 1(d), prensa 2 (e) y producto terminado (f)

En la Figura 6-11 (a y b) se muestra el escenario en el que se examina el efecto de los

tiempos de las demoras propias del proceso (Dij) y tiempos de cambio de herramental en

cada uno de los flujos. A simple vista se determina que los flujos de ambas prensas (1 y 2)

no sobrepasan las 31 horas (límite de tiempo para un día de producción), sin embargo si

exceden su tiempo de disponibilidad planeada (ver Figura 6-12). En la Figura 6-11–c se

observa que el comportamiento del flujo del producto terminado ha sido afectado por los

tiempos de demoras y paros derivados de las cargas de las prensas involucradas (esto es

evidente al analizar el efecto de la demora en la carga 2 de la prensa 2). La efectividad de la

programación de este producto se analiza una vez que se compara con su hora de entrega.

En la Figura 6-11-d, e y f se observa el comportamiento de la acumulación del flujo de

producción para las prensas 1 y 2, así como la acumulación del flujo del producto final. Los

tiempos de demoras y tiempos de cambio de herramental crean una repercusión

importante en el cumplimiento de las órdenes de producción, afectando el desempeño de la

línea en relación al plan programado. La respuesta en el comportamiento del flujo, una vez

que ha sido afectado por los tiempos de las demoras, muestra un comportamiento inestable,

contrario al comportamiento lineal que se espera. Entre mayor sean los tiempos de demora

propias del proceso, mayor será la inestabilidad en el proceso.

En la Figura 6-12 se muestran los indicadores de la disponibilidad de las prensas 1 y 2 en

relación a su capacidad. La disponibilidad planeada, está determinada por el tiempo de

producción planeado. La disponibilidad real está condicionada por el tiempo del flujo

500

375

250

125

0

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

5,000

3,750

2,500

1,250

0

0 4 8 12 16 20 24 28 32


156

realmente utilizado, una vez considerada todas las afectaciones por paros programados y

no programados del proceso. Para el caso de la prensa 837, la programación realizada no

presenta ningún problema ya que no excede la capacidad en tiempo (20.75 horas), a

diferencia de la prensa 2, la cual presenta un tiempo excedido de más de 1 hora de tiempo,

por lo tanto es necesario realizar un reajuste en el programa de producción.

(a) Indicadores de disponibilidad para Prensa 1

(b) Indicadores de disponibilidad para Prensa 2

Figura 6-12: Indicar de disponibilidad para la prensa 837 y 810

En la Tabla 6-6, se resume el comportamiento de los indicadores por carga y prensa.

Tabla 6-6: Orden de las cargas de producción para el flujo de producto terminado

PRENSA 1 PRENSA 2

Indicadores Carga 1

Carga 2

Carga 3

Carga 1

Carga 2

Carga 3

Hora de inicio planeada (hora) 7 13.25 18.67 7 14.83 24.51 Hora de inicio Real (hora) 8 14.29 19.91 7.833 15.48 25.49 Hora de finalización planeada (hora) 12.75 18 24.51 14.16 23.83 28.68 Hora de finalización real (hora) 13.79 19.24 26.29 14.81 24.8 30.19 Producción planeada (unidades) 2000 600 1000 1200 900 1000 Producción realizada en el tiempo efectivo (unidades)

1482 598.92 876.44 1061 861.2 871.44

% de cumplimiento efectivo en el tiempo 74.12 94.82 87.64 88.4 95.69 87.14

Se determina que la carga 1 de la prensa 1 es la que presenta menor índice de cumplimiento

efectivo en el tiempo (74.12%) esto se le atribuye al tiempo de demoras del proceso, esto

también es posible al observar la diferencias entre los tiempos de hora de finalización

planeada y real. En el caso de la prensa 2, la carga 3 presenta el menor porcentaje de

cumplimiento efectivo en el tiempo (87.14%), significa que presenta el mayor tiempo de

incidencia que afecta el flujo de producción.

En la Tabla 6-7 se presenta el resumen de los tiempos de disponibilidad y entrega, los

cuales controlan el inicio del flujo del proceso de producción del producto final (CM-3910).


157

Tabla 6-7: Indicadores que determinan tiempos de disponibilidad y entrega del producto terminado

Indicadores Carga 1

Hora de finalización propuesta 28.68

Hora de finalización real 13.79

Hora de inicio recomendada 9.812

Tiempo disponible propuesto 3.319

Tiempo disponible real 1.812

Se determina que el tiempo disponible propuesto y real del proceso de producción del

producto terminado CM-3910 es mayor que cero, lo que indica que aún hay tiempo

disponible para hacer la entrega final, sin embargo si se presenta una falla durante el

proceso de producción es muy probable que no se cumpla con la entrega. El programa

también orienta con la hora recomendada de inicio (9.8 horas), esto permite controlar el

tiempo efectivo de la entrega final.

6.3. Resultados y análisis En este capítulo se presentan los principales resultados derivados del análisis del enfoque

dinámico del modelo desarrollado. En este análisis se comparan dos escenarios de

evaluación, determinados por la situación de la línea. El primer escenario plantea la

situación ideal, es decir lo que teóricamente debería suceder en el proceso de planeación y

control de la producción. Por otro lado, el segundo escenario está determinado por las

condiciones reales que afectan el flujo de producción, es aquí donde se presenta la situación

bajo condiciones de incertidumbre.

En este análisis las variables de: tiempo de demoras del proceso, porcentaje de capacidad

requerida, y los indicadores de desempeño (eficiencia y disponibilidad) son utilizadas como

principales medidas de evaluación, lo que permite obtener escenarios del comportamiento

del sistema en término de costos y planteamientos de estrategias.

Derivado de esto, se refleja el comportamiento continuo de los flujos de producción y el

ajuste del proceso del sistema ante los efectos de condiciones que ocasionan cambios en el

plan original. Finalmente se analizan los beneficios prospectivos de dos planes de mejora

propuestos (SMED y MMT), con enfoque en la contribución a las utilidades. El modelo es

examinado en base a algunas de las aplicaciones del modelo desarrollado en la línea de

producción bajo estudio. Al igual que en el punto 6.2 el periodo de evaluación contemplado

es de un día de producción de tres turnos, con una jornada laboral de 22 horas.


158

6.3.1. Impacto del tiempo de demoras en el flujo de producción

Tal y como se ha mencionado en el capítulo 4, los tiempos de demoras son atribuidos a una

serie de actividades anexas que se llevan a cabo durante el proceso de producción. El

desarrollo del modelo permitió evaluar las principales actividades que ocasionan los

tiempos de demora y a partir de esto se identificaron las áreas de oportunidad, ver punto

4.4.1.3 del capítulo 4.

Es importante destacar que, la ocurrencia de los tiempos de demoras no es registrada

debidamente durante el proceso de producción, esta situación genera un desconocimiento

del verdadero efecto que ocasionan. En la Figura 6.13 se compara el efecto de los tiempos

de demora para los dos escenarios de evaluación, situación teórica y situación real. La

comparación se hace para una misma cantidad de piezas a producir, destacando las

actividades que inciden en el incremento de los tiempos de demora.

Figura 6-13: Afectaciones de los tiempos de demora en el flujo de producción

(a) Comparación 1. Considerando algunos

factores que inciden en los tiempos de demora

(b) Comparación 2. Considerando todos los factores que

inciden en los tiempos de demora

Ca

nti

da

d d

e

com

po

nen

tes

Ca

nti

da

d d

e

com

po

nen

tes

Turno 1 de producción (horas) Turno 1 de producción (horas)

Flujo de producción teórica Flujo de producción real

Analizando ambas Figuras (a y b), se muestra que, el flujo de producción teórica presenta

un comportamiento establece a lo largo del proceso de producción. A diferencia del flujo

real, el cual es afectado por los tiempos de demora, su comportamiento no lineal determina

desestabilización en el flujo de producción.

En el caso comparativo 2 (Figura 6-13-b), se han considerado todas las actividades que

inciden en los tiempos de demora, (a diferencia del caso comparativo 1, Figura 6-13- a, en la

cual únicamente se han considerado algunas de las actividades) recordando que estos están

determinados por las características de los componentes a producir. Al analizar los casos

comparativos (1 y 2) de las Figura 6-13 a y b, es evidente que el flujo de producción real se

ve afectado por el incremento en los tiempos de demora.

1,600

1,200

800

400

0

7 8 9 10 11 12

1,600

1,200

800

400

0

7 8 9 10 11 12


159

Esta situación se le atribuye a que cada una de las programaciones de los componentes

involucrados en el proceso del producto terminado tiene afectaciones propias de acuerdo a

las características de las prensas donde fueron programadas. La mezcla del producto y el

tamaño de lote asignado también determinan el comportamiento inestable del flujo, aunque

en este caso, se han considerado tamaños de lotes iguales, para hacer la distinción de

afectación únicamente entre las actividades anexas del proceso. De esto se concluye que el

comportamiento de los tiempos de demoras retrasa el flujo de producción del componente

programado, ocasionando incumplimiento en el tiempo de entrega.

6.3.2. Tiempo de producción afectado por tiempos de demoras y tiempos de

paros no programados (incertidumbre), representados en cantidad de

componentes.

Las afectaciones que provocan los tiempos de demora no únicamente se reflejan en el

comportamiento del flujo de producción, sino también en el tiempo afectado, lo que se

puede traducir en volumen de producción de componentes. La cantidad de componentes

que se podrían producir en el tiempo improductivo derivado de las afectaciones del proceso

(ver punto 4.7), representan una oportunidad de mejora en el sistema.

Por otro lado, los tiempos de demoras no son el único inconveniente presentado en el flujo,

también se presentan los paros no programados o paros por incertidumbre y los paros por

cambio de herramental y material. Ver capítulo 4.

Los paros no programados ocurren de manera inesperada debido a fallas en el equipo u

otra eventualidad que afecte el flujo de producción de manera indeterminada. Por otro lado,

también se presentan los paros por falta de material (lámina), los cuales no se presentan

por incertidumbre, sino por falta de actualización de información en el sistema en la

mayoría de los casos analizados. Esta práctica de no actualizar la información es muy

común en el proceso de planeación y, en el momento de hacerla efectiva se determina que

dicha información es errónea. El modelo permitió cuantificar la cantidad de componentes

que se podrían producir en el tiempo afectado por los diferentes tipos de paros y tiempos

de demora. En la Figura 6-14 se presentan los diferentes escenarios de evaluación, en los

cuales se comparan las cantidades que se podrían producir considerando las siguientes

situaciones:

1.- Tiempos de demora del proceso

2.- Paros por incertidumbre (falla en el equipo)

3.- Paro por cambio de material

4.- Paro por falta de material


160

Para este caso se ha considerado que el tiempo de la causal 2 es proporcional al causal 1, es

decir que se han considerado los mismos tiempos.

(a) Componentes que se podrían producir en los

tiempos de las consideraciones 1,2 y 3

(c) Componentes que se podrían producir en el tiempo

de la consideración 2

Ca

nti

da

d d

e

com

po

nen

tes

qu

e se

po

drí

an

pro

du

cir

Ca

nti

da

d d

e

com

po

nen

tes

qu

e se

po

drí

an

pro

du

cir


(b) Componentes que se podrían producir

en el tiempo de la consideración 1

(d) Componentes que se podrían producir en el

tiempo de consideración 3

Ca

nti

da

d d

e

com

po

nen

tes

qu

e se

po

drí

an

pro

du

cir

Ca

nti

da

d d

e

com

po

nen

tes

qu

e se

po

drí

an

pro

du

cir


(e) Componentes que se podrían producir

en el tiempo de la consideración 4

(f) Componentes que se podrían producir en el

tiempo de la consideración 1,2 y 3, incremento de

lote de producción en un 33%

Ca

nti

da

d d

e co

mp

on

ente

s

qu

e se

po

drí

an

pro

du

cir

Ca

nti

da

d d

e co

mp

on

ente

s

qu

e se

po

drí

an

pro

du

cir


Figura 6-14: Cantidad de componentes que se podrían producir en el tiempo afectado por los diferentes tipos

paros y tiempos de demora

PPP 11

1,000

750

500

250

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf

PPP 11

400

300

200

100

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf

PPP 11

400

300

200

100

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf

PPP 11

500

375

250

125

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf

PPP 11

2,000

1,500

1,000

500

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf

PPP 11

2,000

1,500

1,000

500

0

7 8 9 10 11 12 13 14 15 16

Time (Hour)

PPP 11 : 3.vdf


161

La Figura 6-14 (a) indica la cantidad de componentes acumuladas que se podrían producir

en el tiempo de las consideraciones 1, 2 y 3. Se observa que el comportamiento de la

acumulación de componentes es no lineal, esto debido a las afectaciones que ocurren en

diferentes tiempos a lo largo del flujo de producción.

En los casos c y d de la Figura 6-14 se reflejan las afectaciones en la producción de

componentes por los paros no programados y por cambio de lámina respectivamente. Estos

tipos de paros son estacionarios, es decir que, el flujo de producción se detiene totalmente

hasta que el problema o consideración haya sido solucionado. Si el cumplimiento de la

orden de producción no es de carácter urgente, entonces se procede a esperar, de lo

contrario se realiza la programación en otra prensa.

Es importante resaltar que la consideración del caso b de la Figura 6-14, genera

componentes que se podrían producir de modo continuo, ya que el tiempo de demora

depende directamente de la cantidad de componentes a producir a lo largo del tiempo. A

diferencia de las consideraciones establecidas en los casos c y d, el tiempo de paro (ya sea

programado o no programado) no depende de la cantidad de componentes, sino de las

condiciones del equipo y de la actualización de la información. Esto se evidencia en la

Figura 6-14-f, en la cual se ha incrementado el lote de producción en un 33%, manteniendo

constantes las consideraciones de los casos c y d, es notorio que el incremento de la

cantidad de componentes posibles a producir es causado únicamente por los tiempos de

demoras.

La consideración e de la Figura 6-14, indiscutiblemente genera una cantidad de

componentes que depende del nivel de inventario de material disponible, sin embargo al no

haber existencia de material se da un incumplimiento del programa de producción, a menos

que se evalúen alternativas para dar continuidad al flujo, lo que incurre de pasar de la

consideración 4 a la consideración 3 planteadas anteriormente.

Con ayuda del modelo se determinó que la consideración b representa la principal causa de

acumulación de componentes posibles a producir. Esto debido a que son componentes que

se acumulan en función del tiempo de modo continuo, y es difícil detectar su variación en

un corto plazo, a menos que este se tenga cuantificado.

6.3.3. Porcentaje de capacidad requerido

Hay un efecto proporcional entre las afectaciones al flujo de producción, el nivel de

inventario de componentes producidos y el porcentaje de capacidad requerido para

cumplir el programa de producción establecido. El nivel de inventario de componentes

producidos determina si el lote de producción será entregado a tiempo, al incrementar las


162

afectaciones en el flujo de producción, las probabilidades de incurrir en un incumplimiento

al programa de entrega incrementan.

El modelo permite establecer un escenario de evaluación para garantizar el cumplimiento

del plan de producción. Este análisis evaluativo se logra al comparar dos estados de la

capacidad actual: % de la diferencia de capacidad actual (% DCA) y % de capacidad real

requerida (% CRR), (ver punto 5.3.6 para mayor detalle). Al comparar estas dos variables,

se obtiene el escenario real de la situación actual del proceso de planeación, al igual que en

los casos anteriores, esta evaluación se presenta en los escenarios teórico y real.

Figura 6-15: Análisis comparativo de la capacidad actual

(a) % de la diferencia de capacidad actual

%DCA. Escenario teórico

(b) % de capacidad real requerida %CRR.

Escenario real

%

%


La diferencia de los dos escenarios en la Figura 6-15 establece claramente el porcentaje de

capacidad requerido para el cumplimiento del plan de producción para una orden

específica. Al comparar ambos escenarios, se demuestran las afectaciones de los tiempos de

demora y paros no programados en el requerimiento de capacidad.

El comportamiento ascendente del requerimiento de capacidad mostrado desde la hora 7 a

la hora 8 del turno de producción en ambas Figuras, se debe al tiempo de cambio de

herramental. Durante ese periodo de tiempo se registra el incremento proporcional del

requerimiento de capacidad para completar la primera hora de producción solicitada por el

cliente. Durante esa primera hora el flujo de producción es nulo, ya que no se registran

piezas producidas, sin embargo, el requerimiento de la orden de producción inició desde la

hora 7. Una vez que concluye el cambio de herramental, el flujo de producción inicia,

empezando a nivelar hasta ese momento, la cantidad solicitada y la cantidad producida,

esto ocasiona que el porcentaje de capacidad incremente en una menor proporción después

de la hora 8 del turno de producción.

El escenario teórico (Figura 6-15-a), muestra el requerimiento de capacidad en condiciones

ideales, es decir el requerimiento teórico (32%). Al considerar en el flujo de producción que

40

30

20

10

0

7 8 9 10 11 12 13

% CRR 11

60

45

30

15

0

7 8 9 10 11 12 13

Time (Hour)

"% CRR 11" : 3


163

las afectaciones provocadas por los tiempos de demoras y paros por incertidumbre

ocasionan incumplimiento en la entrega del lote de producción, el porcentaje de capacidad

requerido incrementa considerablemente (46%) (Figura 6-15-b).

Este comportamiento se le atribuye al incremento de componentes que se dejan de

producir, por lo que se hace evidente la necesidad de implementación de planes de mejoras

orientados a disminuir las afectaciones de los tiempos de demoras y paros. Es

precisamente, este tipo de escenarios los que permitieron obtener una métrica de

rendimiento para la toma de decisiones orientada en adoptar diferentes políticas de mejora.

En este caso, se le ayuda al planificador de la producción a equilibrar la necesidad de

cumplimento del plan con la necesidad de mantener un nivel aceptado de capacidad

requerido de acuerdo a las mejoras a implementar, ver punto 4.6.

6.3.4. Proceso de planeación

El modelo examina la dinámica asociada a la retroalimentación del sistema entre el flujo de

producción de componentes y el producto terminado asociado a estos. Esta asociación está

determinada por el cumplimiento de entrega del producto terminado en la hora de

embarque determinada y por el cumplimiento de entrega entre componentes en cada una

de las prensas destinadas a su producción.

Figura 6-16: Nivel de producción acumulado para dos prensas y cantidad de producto terminado sin entregar

(a) Nivel de producción de componentes

considerado para dos prensas

(b) Cantidad de producto terminado sin entregar a

tiempo

Niv

el d

e p

rod

ucc

ipo

n

Ca

nti

da

d e

pie

zas

Turno 1 y 2 de producción (horas) Turno 1, 2 y 3 de producción (horas)

La Figura 6-16-a muestra la secuencia del nivel de producción de un componente para dos

prensas. La representación dinámica del comportamiento del flujo de producción de cada

una de las prensas se ve afectado por el cambio retroalimentado de las horas de inicio y

finalización de cada una de las cargas en su programa de producción ver punto 5.1.

La Prensa 1 (Figura 6-16 –a) no logra cumplir su lote en el tiempo estipulado para dar

continuidad a la secuencia de producción en la Prensa 2. El programa establece en que

2,600

1,650

700

-250

-1,200

7 9 11 13 15 17 19 21 23 25

Time (Hour)

ICP 11 : 3 ICP 22 : 3


2,000

1,000

0

-1,000

-2,000

0 4 8 12 16 20 24 28 32 36

Time (Hour)

Órdenes sin entregar : 3

Prensa 1 Prensa 2


164

momento debe completarse el lote en cada estación de trabajo. Si el flujo de producción se

ve afectado por algunos de los tiempos de demora o paros anteriormente explicados, se

interrumpe el flujo, indicando que es el lote máximo que se puede cumplir sin afectar la

entrega final. En ese momento se toma la decisión de esperar a que el lote este completo o

se da continuidad al programa.

La afectación de esperar a que cada lote este completo para continuar su producción en la

siguiente estación de trabajo, se hace notable en el momento en que se obtiene el producto

terminado (Figura 6-16 –b). Es en este punto donde se contabiliza la cantidad total de

producto terminado sin entregar.

Mediante este escenario es posible detectar cual es la estación de trabajo, componente o

mezcla de producto que ocasiona mayor demora en el flujo de producción, y tomar en

cuenta esta estrategia como medida de control para la planeación de las cargas de trabajo

en las prensas.

6.3.5. Beneficios prospectivos El modelo desarrollado permite establecer escenarios de evaluación de costos de acuerdo a

las propuestas de mejoras planteadas en el proceso, enfocadas a la contribución a las

utilidades. Esto se puede evaluar en las diferentes estaciones de trabajo (prensas),

mediante el desempeño de indicadores claves como la disponibilidad, la eficiencia, el

porcentaje de capacidad requerido, niveles de inventarios y tiempos de entrega. Del punto

6.2 de este capítulo, se dedujo que los tiempos de demoras, representan la principal causa

de afectación en el flujo de producción, al comparar la cantidad de componentes posibles a

producir en los tiempos de las afectaciones.

Esta situación genera un incremento en los costos de producción al utilizar recursos (mano

de obra, materiales y costos indirectos) de manera ineficiente.


165

(a) Costos de producción total de un

componente

(b) Costos de los recursos operativos de la producción

de un componente

Co

sto

s d

e p

rod

ucc

ión

$

Co

sto

s d

e p

rod

ucc

ión

$

Turno 1 de producción (horas)

Costos teóricos

Costos reales

Turno 1 de producción (horas)

Costos materia prima

Costos indirectos

Costos de mano de obra

Figura 6-17: Comportamiento de costos de producción

En la Figura 6-17-a se muestra el comportamiento teórico y real de los costos totales de

producción para un componente, mientras que en la Figura 6-17-b se comparan los costos

reales de los recursos utilizados para producir dicho componente.

El análisis de la Figura 6-17-a evidencia que, el uso de recursos de manera ineficiente

incrementa los costos de producción (pasando de un costo total de $5300 a casi $7000),

dado que se destina más tiempo, para obtener la misma cantidad de componentes en el lote

de producción. Al analizar los costos incurridos en cada uno de los recursos necesarios para

la producción del componente (Figura 6-17-b), es notable que los costos de materia prima

son los más altos (aproximadamente un 75% de diferencia). Esto se debe principalmente a

que estos costos dependen directamente de la cantidad a producir, a diferencia de los

costos de mano de obra y costos indirectos, los cuales dependen del efectivo

aprovechamiento del tiempo para producir la cantidad objetivo.

Este análisis brinda al planificador la capacidad en la toma de decisiones estratégicas en el

proceso de planeación eficiente en término de costos, y al mismo tiempo una abstracción

realística de la representación de los recursos utilizados. En el capítulo 4 punto 4.6, se

explican los planes de mejora desarrollados, orientados a la disminución de tiempo de

cambio de herramienta y material y tiempos de demoras.

Las propuestas de mejoras se enfocan a redistribución de actividades, lo que garantiza un

bajo costo de implementación. A pesar de esta consideración el costo de implementación no

ha sido incluido, ya que se necesita información relacionada a organización de personal y no

se cuenta con ella actualmente.

7,000

5,250

3,500

1,750

0

7 8 9 10 11 12 13 14 15 16

6,000

4,500

3,000

1,500

0

7 8 9 10 11 12 13 14 15 16


166

Con ayuda del modelo desarrollado se evalúa el porcentaje de mejora de los planes

propuestos con el comportamiento de los indicadores de disponibilidad, desempeño,

eficiencia y porcentaje de tiempo ahorrado. Para realizar la evaluación comparativa se

trabajó con datos históricos analizando dos situaciones, actual y esperada. Los datos

históricos corresponden a un periodo de evaluación de 32 semanas de los primeros 8 meses

del año 2014. Para objeto de este estudio se consideró el 50% del volumen de producción

generado durante ese periodo, correspondiente a 7, 781,479 componentes producidos. Los

resultados de la evaluación se muestran en la Tabla 6-8.

Tabla 6-8: Evaluación del comportamiento de los indicadores ante las propuestas de planes de mejora

(a) Propuesta de mejora SMED

(b) Propuesta de mejora MMT

No. de

cambios

% de

utilizació

n

Actual Propuesta Actual Propuesta

2 Tuercas "T" 2228 44% 88% 90% 35% 36% 16064 33.34%

8 Tuercas "T" C.A. 500 10% 83% 86% 39% 41% 6476 13.25%

8 Tuercas "T" S.A. 2221 45% 85% 88% 37% 38% 23944 52.59%

No se hace montaje 88 2% 92% 93% 46% 47% 455 0.82%

Total/promedio 5037 100% 87% 89% 39% 41% 46,939 2.26%

Disponibilidad

SMEDAnálisis de Indicadores

Tiempo

ahorrado

(min)

% de

tiempo

ahorrado

Eficiencia

No. de

cambios

% de

utilizació

n

Actual Propuesta Actual Propuesta

2 Tuercas "T" 2228 44% 41% 44% 35% 37% 41637 39.99%

8 Tuercas "T" C.A. 500 10% 48% 51% 39% 42% 7822 7.58%

8 Tuercas "T" S.A. 2221 45% 45% 49% 37% 40% 53454 51.91%

No se hace montaje 88 2% 51% 52% 46% 47% 530 0.52%

Total/promedio 5037 100% 46% 49% 39% 42% 103,444 4.74%

Análisis de Indicadores

Tiempo

ahorrado

(min)

Desempeño Eficiencia % de

tiempo

ahorrado

MMT


167

(c ) Propuesta de mejora SMED + MMT

En la Tabla 6-8-a y b se presenta el análisis para las dos propuestas de mejora, SMED y

MMT, evaluadas separadamente y en la Tabla 6-8-c se muestra un análisis de mejora al

implementar ambas mejoras paralelamente.

De lo anterior se determina que, al disminuir el tiempo de cambio de herramental con la

propuesta de mejora SMED, incrementa la disponibilidad de los equipos. Obteniendo un

incremento del 2% en el indicador de eficiencia. Mientras que, al disminuir los tiempo de

demora, con la propuesta MMT, mejora el desempeño actual del flujo de producción,

obteniendo un incremento del 3% en el indicador de eficiencia.

El porcentaje de tiempo ahorrado es mayor al considerar la segunda propuesta de mejora

(103, 444 min propuesta MMT – 46, 939 min de la propuesta SMED = 56,505 min). Esto se

debe principalmente al volumen de producción de cada lote, ya que es importante recordar

que los tiempos de demoras, dependen directamente de la cantidad a producir, a mayor

volumen producido se registra mayor cantidad de tiempos de demora, a diferencia del

tiempo de cambio de herramental, el cual depende directamente del tipo de componente a

producir y no del volumen considerado.

Al considerar la implementación paralela de ambas mejoras, el porcentaje de incremento

de la eficiencia toma en consideración el aporte individual de cada mejora (4.74% +2.26%),

incrementando a un 7%.

Los resultados obtenidos muestran que la implementación de las propuestas mejora el

rendimiento general del flujo de producción, al disminuir el tiempo de demoras y los

tiempos de paros por cambio de herramental, incrementando el porcentaje de eficiencia.

Por otro lado, el modelo permite establecer un escenario de decisión en cómo y cuándo

implementar estas medidas de mejora tomando como parámetro de medición el porcentaje

No. de

cambios

% de

utilizació

n

Actual Propuesta

2 Tuercas "T" 2228 44% 35% 39% 57701 37.93%

8 Tuercas "T" C.A. 500 10% 39% 43% 14298 9.26%

8 Tuercas "T" S.A. 2221 45% 37% 42% 77398 52.17%

No se hace montaje 88 2% 46% 48% 985 0.64%

Total/promedio 5037 100% 39% 43% 150,383 7.01%

SMED + MMTIndicador

Eficiencia Tiempo

ahorrado

(min)

% de

tiempo

ahorrado


168

de contribución a la utilidad en función de: reducción de costos e incremento en el volumen

de producción.

Para tal efecto se solicitó a la gerencia de manufactura los datos históricos correspondiente

a: costos de producción, volumen de ventas y utilidades considerados para el mismo

periodo de evaluación. Por motivos de confidencialidad estos datos fueron utilizados para

realizar el análisis evaluativo, pero no se muestran a detalle en el contenido de esta tesis.

Las Tablas 6-9 y Tablas 6-10 muestran el resultado de la evaluación.

Tabla 6-9: Análisis de contribución a la utilidad: Reducción de costos

En la Tabla 6-9 se analiza el beneficio prospectivo de implementar las propuestas de mejora

y su contribución a las utilidades. En esta consideración evaluativa, se toma en

consideración reducir los costos de producción de la línea de estampados y mantener el

volumen de producción del lote original.

En el periodo de evaluación realizada para la línea de estampados, se obtiene una

disminución del 6.25% del tiempo de producción, lo que significa una reducción en los

costos incurridos de producción del 4.33%. Esta reducción de costos tiene un impacto

positivo en la contribución a las utilidades totales, representado por un incremento del

2.31%, lo que significa un incremento de $ 2, 802, 368 sobre el monto de utilidad real.

2 Tuercas "T" 1,115,051 1,057,350 27,644,737 26,487,101 38.45% 4.91% 44,254,930 45,310,273 0.87%

8 Tuercas "T" C.A. 181,788 167,490 2,872,523 2,706,916 4.47% 5.70% 18,602,404 18,747,180 0.12%

8 Tuercas "T" S.A. 1,054,312 976,914 32,947,949 31,375,868 48.18% 5.51% 55,007,763 56,498,997 1.23%

No se hace montaje 53,329 52,344 5,965,335 5,854,320 8.89% 2.09% 573,598 684,614 0.09%

Total/promedio 2,404,481 2,254,098 69,430,545 66,424,205 100% 4.92% 118,438,696 121,241,063 2.31%

150,383 3,006,340 2,802,368

6.25% 4.33%

Costo de

producción

real $

Costo de

producción

propuesto $

% de

participació

n en costos

% de

reducción

de costos

Utilidad

proyectada $

Tiempo de

producción

real (min)

Tiempo de

producción

propuesto

(min)

Tipo de cambio de

herramental y

material

% de

contribución

a la utilidad

CONTRIBUCIÓN A LA UTILIDAD ENFOQUE: REDUCCIÓN DE COSTOS, MANTENIENDO EL LOTE DE PRODUCCIÓN

Utilidad real $


169

Tabla 6-10: Análisis de contribución a la utilidad: Incremento en el volumen de las ventas

(a) Propuesta de aplicación independiente SMED +MMT

(b) Propuesta de aplicación conjunta SMED +MMT

En la Tabla 6-10 se presenta el beneficio prospectivo de implementar las propuestas de

mejora en forma independiente y de forma conjunta respectivamente. Este análisis se

realiza en función al porcentaje de contribución a las utilidades al considerar el incremento

del volumen de producción generado de la reducción de tiempos de demoras y paros

programados en la línea de estampados. Es decir que el porcentaje de mejora, se traduce en

tiempo efectivo destinado a incrementar el volumen de producción de manera proporcional

en las demás estaciones de trabajo involucradas en el proceso productivo.

Al analizar el primer caso (Tabla 6-10-a), implementación independiente de las propuestas

de mejora, para el periodo de evaluación realizada en línea de estampados, se obtiene un

incremento del volumen de producción del 15%. Al hacer la suposición que este porcentaje

de volumen de producción se traduce a volumen de ventas, el porcentaje de incremento a

las utilidades resultante es de un 29%.

Para el segundo caso (Tabla 6-10-b), al considerar la implementación en conjunto

(paralela) de ambas propuestas el volumen de producción incrementa un 16%, un 1% más

que el planteamiento anterior. Este porcentaje de incremento en el volumen de producción,

Tipo de cambio de

herramental y

material

No. de

cambios

% de

utilización

2 Tuercas "T" 2228 44% 2,750,794 281,363 24.10% 10,173,232 8.59%8 Tuercas "T" C.A. 500 10% 1,256,314 177,879 15.01% 5,067,874 4.28%

8 Tuercas "T" S.A. 2221 45% 3,739,913 707,370 60.81% 19,593,236 16.54%

No se hace montaje 88 2% 34,458 934 0.08% 24,901 0.02%

Total/promedio 5037 100% 7,781,479 1,167,546 100% 34,859,243 29%

15%

Propuesta 1: Aplicación separada SMED + MMT

Volumen de

producción

real

Incremento

en el volumen

de producción

% de

incremento

Utilidad

proyectada $

% de

contribución

a la utilidad

Tipo de cambio de

herramental y

material

No. de

cambios

% de

utilización

2 Tuercas "T" 2228 44% 288,199 23.84% 10,438,673 8.81%

8 Tuercas "T" C.A. 500 10% 184,453 15.03% 5,243,852 4.43%

8 Tuercas "T" S.A. 2221 45% 734,573 61.05% 20,435,153 17.25%

No se hace montaje 88 2% 941 0.08% 25,098 0.02%

Total/promedio 5037 100% 1,208,165 100% 36,142,776 30.52%

16%

Propuesta 2: Aplicación paralela SMED + MMT

Incremento en

el volumen de

producción

% de

incremento

Utilidad

proyectada $

% de

contribución

a la utilidad


170

al ser considerado en el volumen de ventas totales, representa un 30.52% de incremento a

las utilidades.

La diferencia de aportación a las utilidades en los casos presentados, reducción de costos,

Tabla 6-9 e incremento en el volumen de ventas Tabla 6-10, se le atribuye al enfoque de

contribución. En la primera propuesta se reducen los costos un 4.92% a diferencia del

incremento en el volumen de producción generado de la segunda propuesta, el cual

corresponde a un 15%.

El primer análisis está dirigido a la reducción de costos únicamente de línea de estampados,

es decir que no impacta en los costos totales de producción del producto terminado, esto se

debe a que las propuestas de mejora están enfocadas únicamente a esta línea de

producción.

En cambio para el segundo análisis, se considera que el incremento en el volumen de

producción generado de las propuestas de mejoras, se traduce a volumen de ventas totales,

es decir se hace la consideración que todo el volumen extra de producción generado en el

tiempo de mejora obtenido de las propuestas, es un volumen destinado a la venta, lo que

genera una mayor retribución a la utilidad.

A pesar de que las propuestas planteadas consideran un porcentaje de mejora sobre

el flujo del proceso productivo al disminuir los tiempos de demora y paros por

cambio de herramental y material, la reducción de costos no impacta tan

favorablemente en la contribución a la utilidad como lo hace el incrementar el

volumen de producción. Las consideraciones anteriores tienen relación con los

costos por hora de cada uno de los recursos operativos del proceso y con el margen

de ganancia que considera la empresa para cada uno de los productos destinados a la

venta.

Este análisis facilita el proceso en la toma de decisiones para la implementación de las

mejoras, ya que permite considerar dos situaciones. Analizar si desea producir el mismo

volumen de producción en menos tiempo, lo que conlleva a utilizar menos recursos, o

producir en un mayor volumen (el estimado por las propuestas de mejora) con la

misma cantidad de recursos.

CAPITULO 7: CONCLUSIONES

SÍNTESIS DEL TRABAJO, CONTRIBUCIONES Y LIMITACIONES.

Se presentan las principales conclusiones derivados del análisis de la información generada en los capítulos anteriores. Se explica la principal contribución del trabajo desarrollado y las limitaciones encontradas.

Conclusiones, contribuciones y limitaciones

171

7. Conclusiones, contribuciones y limitaciones

7.1. Síntesis del trabajo

Se explica la evolución de la DS desde sus orígenes (etapa industrial) hasta su etapa

microeconómica, lo cual permite comprender sus principios, sus conceptos, su desarrollo

metodológico y sus aplicaciones prácticas. Esto ha sido posible mediante una investigación

bibliográfica exhaustiva y mediante el análisis crítico de los artículos y libros más

trascendentes en este campo, así como de sus temas afines. Se destacan las contribuciones

de la cibernética, la teoría de la información, la informática, y la teoría general de sistemas.

Lo más relevante de este campo de conocimiento es que expandió su aplicación a diferentes

áreas tanto físicas, como matemáticas o sociales, con las contribuciones de otros

investigadores, con elementos como: La quinta Disciplina, Group Model Building, etc,

extendiendo la aplicación de la DS en disciplinas muy diversas.

Este análisis se presenta en forma de integración sistémica de las aportaciones intelectuales

que han realizado autores muy notables para enriquecer y ampliar los contextos de

aplicación de la DS. Para mostrar las interrelaciones que presentan dichas contribuciones,

esta información se incluye en un diagrama arborescente que la ubica temáticamente y

cronológicamente.

Por otro lado, se examinan las tendencias actuales y perspectivas de aplicación de la DS, las

cuales se encuentran dominadas por un enfoque administrativo-social en los niveles

operativo, táctico y estratégico. Se hacen evidentes las contribuciones de la aplicación de la

DS, mediante un análisis de su aplicación en la administración de la cadena de suministro y

en un sistema de producción (como principales temáticas dentro de un sistema de

manufactura). Por lo que, con la aplicación de la DS, se ha logrado desarrollar un enfoque

multifuncional para un análisis sistémico situacional, lo cual permite a la administración de

la empresa estructurar y planear, con una nueva visión, ante una amplia diversidad de

posibles escenarios.

El objeto de interés del trabajo desarrollado en esta tesis se centra en el comportamiento

productivo de la línea de estampados, debido a que ésta permite la continuidad del ciclo de

producción a las demás líneas de la empresa. No se contempla el análisis a nivel planta

debido a las limitantes de la disponibilidad de la información, sin embargo en el trabajo

desarrollado, se plantea una guía metodológica para futuros trabajos.

Se desarrolló un modelo de DS que permite el análisis de la interrelación de los eventos que

interaccionan con el proceso de planeación y control de la producción de una línea de


172

estampados en una empresa de autopartes. Esto permite obtener un escenario del

comportamiento de la línea, lo cual ayuda a la toma de decisiones en el momento de

establecer estrategias de planeación y mejora.

7.2. Modelo desarrollado

La problemática que existe en la línea de estampados de la empresa de autopartes es de

carácter complejo, ya que involucra una serie de variables en todo su ciclo productivo. La

revisión bibliográfica realizada de la aplicabilidad de DS, demuestra que este campo del

conocimiento, es una poderosa herramienta para el análisis de situaciones de esta índole.

En el modelo se refleja el comportamiento continuo de los flujos de producción y el ajuste

del proceso del sistema, ante el efecto de eventos que ocasionan cambios en el plan original.

El análisis y evaluación del objeto de estudio, muestran las afectaciones de los efectos de

eventos y tiempos de demora en el cumplimiento de los tiempos de entrega de producto

terminado y en el porcentaje de utilización de capacidad de las prensas de la línea de

estampados.

La estructura del modelo desarrollado considera dos módulos interrelacionados entre sí

por 5 bucles de realimentación (1 bucle de realimentación positiva y 4 bucles de

realimentación negativa) distribuidos en subsistemas, los cuales están conformados por las

diferentes variables que integran el modelo completo. Se consideraron 10 subsistemas en

total: pedido del cliente, ritmo de producción, actividades anexas al proceso, cantidad de

componentes que se podrían producir, inventario de componentes producidos, porcentaje

de capacidad requerido, inventario de láminas, indicadores claves, costos y producto

terminado. Cada uno de estos subsistemas representa un sector clave del modelo

propuesto.

Dentro del proceso de planeación analizado en el modelo, se plantean dos escenarios de

cumplimiento los cuales están asociados a los dos módulos mencionados anteriormente. El

primero corresponde al cumplimiento en el tiempo de entrega del producto terminado y el

segundo indica el cumplimiento de tiempo de entrega de los componentes (para su

procesamiento entre prensas y/o entre las demás líneas de producción). No considerar este

último aspecto puede dar una falsa apreciación del nivel de respuesta dentro del sistema de

producción, por tal razón el sistema esta realimentado en ambos escenarios.

Para el manejo de información e integración de la base de datos se desarrolló una

plataforma en Microsoft Excel. Con ayuda de macros, la base interactiva desarrollada en

Excel permite mostrar un escenario de asignación de cargas para las diferentes prensas de

la línea de estampados, considerando tres criterios de prioridad (tiempo de entrega, tiempo


173

de procesamiento y tiempo de holgura). Esta base se diseñó de acuerdo a las necesidades y

requerimientos de la situación analizada, es decir, se creó una base personalizada. Derivado

de esta base, se obtienen los datos que alimentan al modelo desarrollado en el Software

Vensim Ple ®. El diseño y construcción del modelo en este tipo de software presenta una

serie de ventajas con relación a los softwares comerciales existentes, ya que se desarrolla

en un entorno amigable y de fácil comprensión.

Una vez que se analizaron las fuentes de información y se obtuvieron los datos que

alimentan al modelo desarrollado, se realizaron dos propuestas de mejoras enfocadas a la

reducción de tiempos ociosos: SMED y MMT.

Estas propuestas de mejora se elaboraron con un enfoque de mínimo costo para su

implementación. Por tal motivo, en la propuesta SMED se contempla únicamente hasta su

primera etapa, es decir se analizan únicamente las actividades internas y externas del

proceso de cambio de herramental y se hace una propuesta de distribución de dichas

actividades, sin profundizar en el rediseño de estructuras de sujeción de los herramentales.

Bajo este escenario se obtuvo un porcentaje de mejora sobre el tiempo de cambio de

herramental que oscila entre el 66% y 69%, el cual depende del tipo de cambio a realizar.

La propuesta de mejora MMT se enfocó en el análisis de distribución de actividades entre

los operarios involucrados en el proceso de producción, para minimizar los tiempos de las

actividades anexas del proceso (punto 4.4.2). Al igual que en el caso anterior no se

profundizó en propuestas de rediseño de estructuras de almacenamiento de producto, ya

que como se mencionó al inicio, las propuestas SMED y MMT están orientadas a un

planteamiento de mínimo costo de implementación. Con estas consideraciones se logró

hacer un planteamiento en el que se reduce un 51% del tiempo de las actividades anexas al

proceso, pasando de 6 minutos a 3 minutos de tiempos de demora, por cada 200 piezas

producidas.

Con el planteamiento de estas mejoras se evaluó el porcentaje de contribución a la utilidad,

en el funcionamiento normal de la línea de estampados. El análisis se realizó en un

escenario de evaluación con datos históricos de 32 semanas de producción del año 2014.

La propuesta de mejora SMED impacta directamente en el indicador de disponibilidad de

los equipos, obteniendo un porcentaje de tiempo ahorrado del 2.26% lo cual se traduce a

46, 939 minutos. Esa mejora se refleja en el indicador de eficiencia, incrementándola un 2%

sobre su valor actual. Por otro lado, la propuesta MMT mejora el desempeño actual del flujo

de producción, obteniendo un porcentaje de tiempo ahorrado del 4.74%, lo cual equivale a

103,444 minutos, obteniendo un incremento del 2% en el indicador de eficiencia.


174

Estos porcentajes de mejoras se evalúan en un escenario de decisión para su

implementación, tomando como parámetro de medición el porcentaje de contribución a la

utilidad en función de reducción de costos e incremento en el volumen de producción.

Al considerar el primer escenario de reducir los costos de producción de la línea de

estampados y mantener el volumen de producción del lote original. Se obtiene una

disminución del 4.92% de costos incurridos en el proceso de producción de esta línea, lo

cual tiene un impacto positivo en la contribución a las utilidades totales con un incremento

del 2.31%, lo cual representa un monto total de $ 2, 802,368.00.

Al considerar el segundo escenario donde el porcentaje de mejora se traduce en tiempo

efectivo destinado a incrementar el volumen de producción, se obtienen las siguientes

mejoras.

Con la implementación independiente de las propuestas SMED y MMT se incrementa un

15% el volumen de producción. Y al hacer la suposición que este porcentaje de volumen de

producción se traduce a volumen de ventas, el porcentaje de incremento a las utilidades

resultante es de un 29% lo que se traduce a un monto de $34,859, 243.00. Este resultado

no varía mucho al considerar la implementación paralela las propuestas SMED y MMT,

donde el incremento de producción es del 16% y el incremento a las utilidades es del

30.52%, con un monto total de $ 36,142, 776.00

Las diferencias de aportación a las utilidades en los casos presentados se le atribuyen al

enfoque de contribución. En la primera propuesta se reducen los costos un 4.92% a

diferencia del incremento en el volumen de producción generado el cual corresponde a un

15%.

El análisis de contribución a las utilidades que se presenta en este trabajo de tesis no

proporciona datos referentes a la utilidad antes de impuestos, por dos principales razones.

En primer lugar, la empresa no utiliza el 100% de su sistema ERP (software QAD), porque

están en proceso de implantación. El software QAD actualmente no relaciona los módulos

correspondientes al modelo de negocio. Para poder desarrollar un análisis más profundo de

las utilidades en la línea bajo estudio, sería necesario considerar el modelo de negocio total

que involucra todas las áreas de la empresa, información con la cual no se cuenta.

Como segundo punto sería necesario desarrollar un tercer módulo de simulación para

considerar la integración del modelo de negocio y analizar las utilidades mediante alguna

técnica de gestión de desempeño como el modelo Dupont. Este modelo reúne, en principio,

el margen neto de utilidades, que mide la rentabilidad de la empresa en relación con las

ventas, y la rotación de activos totales, que indica cuán eficientemente se ha dispuesto de

los activos para la generación de ventas.


175

7.3. Contribuciones

La principal contribución de este trabajo se puede evaluar desde el punto de vista

metodológico, porque el desarrollo del modelo propuesto difiere del enfoque clásico de la

metodología de DS.

El proceso de definición del problema e identificación de las variables del sistema, se realiza

con una combinación del conocimiento experto y la aplicación de técnicas y métodos

estadísticos y de estudio del trabajo para garantizar la confiabilidad de los datos.

Prácticamente resume el proceso a seguir cuando se plantea la interrogante respecto a la

confiabilidad de los datos.

La estructura modular adaptada para representar los diagramas de Causales y diagramas

de Forrester son una opción viable para comprender la secuencia de la funcionalidad del

modelo. El apartado de relaciones propuesto, resume los cálculos matemáticos necesarios

para evitar sobrecargar la estructura del modelo desarrollado.

Se realiza una combinación de conocimientos del área de aplicación de la DS en el entorno

industrial, lo que permite determinar cuál es la tendencia actual de este campo de

conocimiento. La DS no ha sido aprovechada suficientemente en la administración

industrial, debido a su relativa complejidad matemática que, aunque no es inusual en el

entorno académico, si plantea un reto para la mayoría de las empresas que no está

habituada al manejo de un sistema de ecuaciones diferenciales, ni tampoco cuenta con el

acceso al software especializado requerido para su modelación en la computadora.

Sin lugar a duda la principal contribución de este trabajo gira en torno a su aplicabilidad en

un caso industrial real, que ha permitido dar respuesta a una problemática determinada,

mediante el análisis de escenarios planteados. Derivado de esto se puede aseverar que la DS

es una herramienta que ayuda a la comprensión y a la toma de decisiones en el análisis de

un proceso determinado.

Dado que el modelo desarrollado engloba una problemática general de la línea de

producción, se puede afirmar que dicho modelo es reproducible y aplicable a otras líneas de

producción, considerando ligeras modificaciones en cuanto a la cantidad de variables que

determinan el objeto de estudio.

7.4. Limitaciones y trabajos a futuro

El principal desafío de la aplicación de DS en este entorno, se centra en la construcción de

un modelo que posea la profundidad necesaria para comprender el impacto del


176

comportamiento dinámico del sistema como tal, considerando todos los factores incidentes

con suficiente nivel de detalle sin omitir los aspectos culturales y la disponibilidad de datos

confiables en tiempo real.

La disponibilidad de información y su grado de confiabilidad fue uno de los principales

obstáculos encontrados para poder desarrollar el modelo a nivel planta, por tal motivo se

tomó la decisión de enfocar el análisis en la línea principal de la empresa, es decir la línea de

estampados.

Sin embargo el trabajo desarrollado brinda una metodología aplicada junto con las

diferentes herramientas de análisis para el desarrollo de trabajos a futuro y nuevos

proyectos. Se recomienda dar seguimiento al modelo desarrollado a nivel planta

involucrando las demás áreas de la empresa que no fueron considerados en este trabajo.

Otro interesante análisis que se puede considerar, es el análisis dinámico de la cadena de

suministro de la empresa, involucrando al cliente y proveedores como eje centrales.

Referencias

177

REFERENCIAS BIBLIOGRÁFICAS

1. Forrester, J. (1961). Industrial Dynamics.The M.I.T. PRESS. Massachusetts

2. Forrester, J. (1989). The beginning of System Dynamics. International meeting of the

System Dynamics Society. Germany:13 of July 1989.

3. Monzó, M.(2012, Febrero 01). Blog: Pensamiento Sistémico. Retrieved Diciembre 14,

2012, from http://jmonzo.blogspot.mx/2010/01/industrial-dynamics-de-jay-

forrester.html

4. Meyers, R. A. (2009). Encyclopedia of Complexity and Systems Science. New York:

Springerscience+Bussinesmedia.

5. Aracil, J. (1995). Dinámica de Sistemas. Isdefe. Madrid, España

6. Herrera, R. (2008). Sistema y lo sistémico en el pensamiento contemporáneo.

Ingeniería. Revista Semestral de la universidad de Costa Rica: Ingenieria Vol 17. 37-

52

7. Robin, S. (1989). Prior analytics Aristóteles. Hackett Publishing. UK.

8. Szlezák, T.(2009). Reflejo del discurso vivo. ¿Qué es y qué pretende un diálogo

platónico? Revista de Filosofía. Vol. XXI, N° 1,. Areté. 87-110.

9. Arnold, M., & Osorio, F. (1998). Introducción a los Conceptos Básicos de la Teoría

General de Sistemas. Revista de Epistemología de Ciencias Sociales Cinta de Moebio

No. 51. 40-49

10. Alfonso, W., & Galindo, L. (2011). Evolución de la visión sistémica en el pensamiento

urbano del siglo XX La integración de las disciplinas hacia la ciudad sustentable.

Bogotá, Colombia: Universidad del Rosario. Borradores de Investigación : Serie

documentos Ciencia Política y Gobierno y de Relaciones Internacionales, ISSN 2145-

6666, No. 2 (Septiembre de 2011).

11. Lilienfeld, Robert. Teoría de sistemas. Orígenes y aplicaciones en ciencias sociales,

México,Editorial Trillas, 1991.

12. Díaz, L. (2006). Breve Historia de la Informática. Universidad Compulense de Madrid .

13. Morín, E. (1995). Introducción al Pensamiento Sistémico. Gedisa. Madrid, España.

14. Zamorano, H. (2006). Modelos de decisión como apoyo a la toma de decisiones.

Argentina, Universidad de Rosario .

15. Martínez, L. J. (2009). Claude Shannon e Información. El Observatorio , 1.

16. Contreras, F., Noli, A., Peralta, G., Sandman, F., & Simunic, M. (2002). Teoría de juegos.

Investigación operativa. Argentina, Facualtad Regional Mendoza .

http://jmonzo.blogspot.mx/2010/01/industrial-dynamics-de-jay-forrester.html


Referencias

178

17. Santa Catalina, I.(2010). Modelo de Dinámica de Sistemas para la Implantación de

Tecnologías de la información en la Gestión Estratégica Universitaria. Donastia, San

Sebastian: Euskal Herriko Unibertsitatea .

18. García, M., & Serrano, F. (1990). La modelización del comportamiento de sistemas

económicos (A través de la dinámica de sistemas y la contabilidad circulatoria).

Revista Española de Financiación y Contabilidad , 45-114.

19. Rodríguez, I. (2011). La tesis de los Límites físicos del crecimiento: Una revisión a los

informes del Club de Roma. PERSPECTIVAS. Revista de Análisis de Economía,

Comercio y Negocios Internacional , 75-103.

20. Sotaquirá, R. (2005). Aprendiendo sobre el aprendizaje organizacional. Colombia:

UNAB.

21. Wolstenholme, E. (2003). Towards the definition and use of a core set of archetypal

structures in system dynamics. System Dinamics Review Vol 19 No. 1 (pp. 7-26). Uk:

Wiley InterScience.

22. Shayne, M., Kunc, M., Morecroft, J., & Rockart, S. (2008). System dynamics and

strategy. System Dynamics Review. Volume 24, Issue 4 , 407-489.

23. Senge, P. (2005). La Quinta disciplina. Buenos Aires, Argentina: Granica S.A.

24. Barlas, Y., & Carpenter, S. (1990). Philosophical roots of model validity: Two

paradigms. System Dynamics Review , 148-166.

25. Vennix, J., & Forrester, J. (1999). Group Model Building: Tackling Messy Problems.

Sytem Dynamics Review. Vol 15. No.4 .

26. Lane, D., & Oliva, R. (1994). The Greater Whole: Towards a synthesis of SD and SSM.

International System Dynamics Conference. London , 214-235.

27. Wolstenholme, E. (1990). System Enquiry: A System Dynamics Approach.

Chichester.: John Wiley & Sons Inc.

28. Morecroft, J. (2007). Strategic Modelling and Bussines Dynamics. A feedback system

approach. Wiley.

29. Schwaninger, M., & Groesser, S. (2008). System Dynamics as model - based theory

building. System Behaviour Science , 1-19.

30. Roberts, N. (1978). Teaching Dynamic Feedback Systems Thinking: an Elementary

View. Management Science. Vol. 24, No. 8, .

31. Stevenson, M; Hendry, L. A review of production Planning and control: The

applicability of key concepts to the make-to-order industry. International Journal of

Production Resarch, 2005, vol 43, núm. 5, pp. 869 - 898.

32. Jovane, F., Yoshikawa, H., Alting, L., Boër, C., Westkamper, E., Willian, D., et al. (2008).

The incoming global technological and industrial revolution towards competitive

sustainable manufacturing. CIRP Annals - Manufacturing Technology. Volume 57,

Issue 2 , 641-659.

Referencias

179

33. Martin, S. (1970). Numerical Control of Machine Tools. London: English Universities

Press.

34. Oliva López, E. (1975). Integrated Manufacturing Systems. Reino Unido, Inglaterra:

University of Birmingham.

35. Mehrabi, M., Ulsoy, G., Koren, Y., & Heytler, P. (2002). Trends and perspectives in

flexible and reconFigurable manufacturing systems. Journal of Intelligent

Manufacturing,13 , 135-146.

36. Zúñiga Sáenz, R. (2005). Operaciones: concepto, sistema, estrategia y simulación.

Revista Latinoamericana de Administración, 34 , 1-25.

37. Jahangirian, M., Eldabi, T., Naseer, A., Stergioulas, L., & Young, T. (2010). Simulation

in manufacturing and business: A review. European Journal of Operational Research ,

1-13.

38. Monzó, M. J. (01 de Febrero de 2012). Blog: Pensamiento Sistémico. Recuperado el

14 de Diciembre de 2012, http://jmonzo.blogspot.mx/2010/01/industrial-

dynamics-de-jay-forrester.html

39. Towill, D. R. (1994). 1961 and all that: The influence of Jay Forrester and John

Burbidge on the Design of Modern Manufacturing Systems. International System

Dynamics Conference , 105-115.

40. Burbidge, J. (1991). Production flow analysis for planning group technology.

Operation Management , 5-27.

41. Forrester, J. W. (1958). Industrial dynamics: A major breakthrough for decision.

Harvard Business Review 36 , 37-66.

42. Kima, J., Chatfield, D., Harrison, T., & Hayya, J. (2006). Quantifying the bullwhip effect

in a supply chain with stochastic lead time. European Journal of Operational Research.

Volume 173, Issue 2 , 617-636.

43. Seleim, A., Azab, A., & AlGeddawy, T. (2012). Simulation Methods for Changeable

Manufacturing. Procedia CIRP 3 , 179-184.

44. Baines, T., & Harrison, D. (1999). An opportunity for system dynamics in

manufacturing system modelling. Production planning & control. Vol 10. No. 6 , 542-

552.

45. Zwicker, E. (1980). System Dynamics in Inventory and Production Planning. Springer,

OR Spektrum , 143-168.

46. Parnaby, J. (1979). Concept of a manufacturing system. International Journal of

Production Research. Volumen 17 , 123-135.

47. Akkermans, H. A., Bogerd, P., & Vos, B. (1999). Virtuous and vicious cycles on the road

towards international supply chain management. International Journal of Operations

& Production Management 19 , 565-581.

48. Towill, D. R. (1996). Industrial dynamics modelling of supply chains. Logistics

Information Managment 9 , 43-56.



Referencias

180

49. Vos, B., & Akkermans, H. A. (1996). Capturing the dynamics of facility allocation.

Intemational Journal of Operations & Production Management 16 , 57-70.

50. Schieritz, N. (2003). Emergent structures in supply chains - a study integrating agent-

based and system dynamics modeling. International Conference on System Sciences,

2003. Proceedings of the 36th Annual Hawaii .

51. Guo, T., & Li, M. (2010). System dynamics simulation of used productions recovery

logistics network for remanufacturing companies. 8 th World Congress on Intelligent

Control and Automation (págs. 3055-3042). July 6-9 2010, Jinan, China : IEEE .

52. Sterman, J. (1989). Modeling Managerial Behavior: Misperceptions of Feedback in a

Dynamic Decision Making Experiment. Management Science 35 , 321-339.

53. Barlas, Y., & Aksogan, A. (1997, Agosto 27). Product Diversification and Quick

Response Order Strategies in Supply Chain Management. Retrieved from Bogazici

University 1997: http://ieiris.cc.boun.edu.trlfaculty/barlas/.

54. Akkermans, H. A. (1995). Developing a logistics strategy through participative

business modelling. International Journal of Operations & Production Management

15 , 100-112.

55. Anderson, E., Fine, C. H., & Parker, G. G. (1997). Upstream Volatility in the Supply

Chain: The machine Tool Industry as a Case Study. Austin (TX):: Departament of

Management, University of Texas.

56. Arafa, A., & ElMaraghy, W. (2011). Manufacturing strategy and enterpise dynamic

capability. CIRP Annals - Manufacturing Technology 60 , 507-510.

57. Hafeez, K., Griffiths, M., Griffiths, J., & Naim, M. M. (1996). Systems design of a two-

echelon steel industry supply chain. International Journal of Production Economics

(45) , 121-130.

58. Edghill, J., Towill, D., & Husband, T. (1989). Dynamic Behaviour of Fundamental

Manufacturing System Design Strategies. CIRP Annals - Manufacturing Technology.

Volume 38, Issue 1 , 465-468.

59. Nastaran, H., & Zarei, B. (2013). Developing and manipulating business models

applying system dynamics approach. Journal of Modelling in Management , 155-170.

60. Das, D., & Dutta, P. (2013). A system dynamics framework for integrated reverse

supply chain with three way recovery and product exchange policy. Computers &

Industrial Engineering 66 , 720-733

61. Kah, C., & Chooi-Leng, A. (2011). Supply Chain Management: A System Dynamics

Approach to Improve Visibility and Performance. Journal of Information and

Communication Technology (JICT) . Vol 10 , 117-135.

62. Byrne, S., & Roberts, L. (2004). Efficient parts supply: Influence of informations Flows.

International Systems Dynamics Conference , 11-19.

63. Deif, A. (2010). Computer Simulation to Manage Lean Manufacturing Systems. 2nd

International Conference on Computer Engineering and Technology. Vol 6 , 677-681.

Referencias

181

64. Lai, C. L., Lee, W. B., & Ip, W. (2003). A study of system dynamics in just-in-time

logistics. Journal of Materials Processing Technology 138 , 265-269.

65. Helo, P., Hilmola, O.-P., & Maunuksela, A. (2000). Modelling Product Development

Productivity with System Dynamics. The 18 th International Conference of the

Systems Dynamics Society .

66. López Ortega, E. (2002). A Worker Productivity Model. 20 th International Conference

of the System Dynamics Society. Palermo Italy .

67. Wiendahl, H.-P., & Breithaupt, J.-W. (1999). Modelling and controlling the dynamics of

production systems. Production Planning & Control: The Management of Operations ,

389-401.

68. Poles, R. (2013). System Dynamics modelling of a production and inventory system for

remanufacturing to evaluate system improvement strategies. Int. J. Production

Economics , 189-199.

69. Georgiadis, P., & Michaloudis, C. (2012). Real-time production planning and control

system for job-shop manufacturing: A system dynamics analysis. European Journal of

Operational Research. Volume 216, Issue 1, , 94-104.

70. Huang, M., Ip, W. H., Yung, K. L., Wang, X., & Wang, D. (2007). Simulation study using

system dynamics for a CONWIP-controlled lamp supply chain. Springer. Int J Adv

Manuf Technol , 184-193.

71. Morecroft, J. (1983). A Systems Perspectiveon Material Requirements Planning.

Decision Sciences. Volumen 14. Issue 1. , 1-18.

72. Ruiz, U. R., Muñoz, M. A., Framian, J. M., Moreu, P., Leon, J. M., & Duran, M. (2002).

Modeling and Simulation of a Manufacturing Line in an Automotive Components Plant.

20 th International Conference of the System Dynamics Society, Palermo, Italy .

73. Towill, D. (1982). Dynamic analysis of an inventory and order based production

control system. International Journal of Production Research , 671-687.

74. Deif, A., & ElMaraghy, H. (2008). Assesing capacity sacalability policies in RMS using

system dynamics. Springer Science+Bussines Media , 128-150.

75. Wang L., & Murata T. (2011). Study of Optimal Capacity Planning for

Remanufacturing Activities in Closed-Loop Supply Chain using System Dynamics

Modeling. International Conference on Automation and Logistics (págs. 196-201).

Chongqing, China, August 2011: Proceeding of the IEEE.

76. Angerhofer, B. J., & Angelides, M. C. (2000). System Dynamics Modelling in Supply

Chain Management: Research Review. Winter Simulation Conference , 342-351.

77. Sarimveis, H., Tarantilis, C. D., Patrinos, P., & Kiranoudis, C. T. (2008). Dynamic

modeling and control of supply chain systems: A review. Science Direct. Computer &

Operations Research 35 , 3530-3561.

78. O´Callaghan, R. (1986). A System Dynamics Perspective on JIT-Kanban. International

Conference of the System Dynamics Society, Sevilla October , 959-1004.

Referencias

182

79. Cowling, P; Johansson M. Using real time information for effective dynamic scheduling.

European Journal of Operational Research, 2002, vol 139, pp. 230 – 244.

80. Maccarthy, B; Liu, L. Adressing the gap in scheduling research: a review of

optimization and heuristic methods in production scheduling. International Journal of

Production Research, 1993, vol 31, núm. 1, pp. 59 - 79.

81. Jeon, S; Maday C. Dynamic information control for multi-echelon production-

distribution systems with constrained production capacity. System Dynamics Review,

1998, vol 12, núm. 4, pp. 331 - 343.

82. Deif, A. Dynamic analysis of a lean cell under uncertainty. Industrial and Service

Engineering Department, Nile University, Cairo, Egypt. International Journal of

Production Research. Vol. 50, No. 4, 15 February 2012, 1127–1139.

83. Deif, A; ElMaraghy, H. Modelling and analysis of dynamic capacity complexity in multi-

stage production. Production Planning & Control Vol. 20, No. 8, December 2009, 737–

749

84. Deif, A; ElMaraghy, H. Cost performance dynamics in lean production leveling. Article

in press J Manuf Syst (2014), 2014.Accepted 30 May 2014. Available

http://dx.doi.org/10.1016/j.jmsy.2014.05.010

85. Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a

Complex World. New York: McGraw-Hill Higher Education.

86. García M, J. (2006). Theory and Practical Exercises of System Dynamics. Barcelona

87. Schafferchict M. (2009) Indagación de situaciones complejas mediante la dinámica

de sistemas. Universidad de Talca. Chile.

88. Barlas, Y. (1994). Model Validation in System Dynamics. The 12th International

Conference of the System Dynamics Society (pp. 1-10). Scotland: Clare Monaghan

and Eric Wolstenholme.

89. Forrester, J., & Senge, P. (1980). Tests for building confidence in system dynamics

models. TIME Studies in the Management Science 14, 209-228.

90. Barlas, Y. (1994). Model Validation in System Dynamics. The 12th International

Conference of the System Dynamics Society (pp. 1-10). Scotland: Clare Monaghan

and Eric Wolstenholme.

91. Dimitrios, V., Patroklos, G., & Eleftherios, I. (2007). A system dynamics model for

dynamic capacity planning of remanufacturing in closed-loop supply chains.

Computers & Operations Research 34, 367-394.

92. Debabrata, D., & Pankaj, D. (2013). A system dynamics framework for integrated

reverse supply chain with three way recovery and product exchange policy.

Computers & Industrial Engineering 60, 720-733.

93. Patroklos, G., & Alexandra, P. (2013). Dynamic Drum-Buffer-Rope approach for

production planning and control in capacitated flow-shop manufacturing systems.

Computers & Industrial Engineering 65, 689–703.

http://dx.doi.org/10.1016/j.jmsy.2014.05.010

Referencias

183

94. Patroklos, G., & Charalampos, M. (2012). Real-time production planning and control

system for job-shop manufacturing: A system dynamics analysis. European Journal

of Operational Research 216, 94-104.

95. Souza, G. (2004). Impact of Alternative Flow Control Policies on Value Stream

Delivery Robustness Under Demand Instability: a System Dynamics Modeling and

Simulation Approach. Blacksburg, VA: Faculty of the Virginia Polytechnic Institute.

96. Peña Z, G. E., & Crespo M, A. (2003). Dinámica de Sistemas y Análisis Cualitativo

Matemático, en Modelos de Gestión de la Producción. Sevilla: Escuela de Ingenieros

Industriales .

97. Qudrat-Ullah, H., & Seo Seong, B. (2010). How to do structural validity of a system

dynamics type simulation model:The case of an energy policy model. Energy Policy

38, 2216-2224.

98. Martinez-Moyano, I., & Richardson, G. (2013). Best practices in system dynamics

modeling. System Dynamics Review 29, 102-123.

99. Randers, J. (1980). Elements of the System Dynamics Method. Cambridge, MA.:

Productivity Press.

100. Richardson, G., & Pugh, A. (1981). Introduction to System Dynamics Modeling

with DYNAMO. Cambridge, MA: Productivity Press.

101. Kleijnen, J. (1995). Verification and validation of simulation models. European

Journal of Operational Research 82, 145-162.

102. Chan , K., & Ang, C.-L. (2011). Supply Chain Management: A System Dynamics

Approach to Improve Visibility and Performance. Journal of Information and

Communication Technology, 117-135.

103. Kleijnen, J. (1995). Verification and validation of simulation models. European

Journal of Operational Research 82, 145-162.

104. Barlas, Y. (1989). Multiple tests for validation of system dynamics: type of

simulation models. European Journal of Operational Research 42 (1989) 59-

105. Suryani, E., Chou, S.-Y., Hartono, R., & Chen, C.-H. (2010). Demand scenario

analysis and planned capacity expansion: A system dynamics framework. Simulation

Modelling Practice and Theory, 732–751.

106. K. B. Zandin, Maynard: Manual del ingeniero industrial, 5°edición , Vol I y Vol

II, México. McGraw-Hill, 2004.

107. Festo, Diplomado de Manufactura esbelta. Tlalnepantla 2014.

108. D. Tapping y T. Fabrizio, Administración de la cadena de valor. Monterrey:

Productivity p. 59.

109. Andrade H., Lince E., Hernández A., Monsalve A. Evolución, herramienta

software para modelado y simulación con dinámica de sistemas. Revista de

Dinámica de Sistemas Vol. 4 Núm. 1 (Abril 2010).

Referencias

184

110. Chiavenato A., Introducción a la Teoría General de la Administración. Mc Graw

Hill, Quinta edición, México 2004. Página 20.

111. Samuel C. Certo, Modern Management: Diversity, Quality, Ethics, and the

Global Environment, Boston, Mass, Allyn & Bacon, 1994, p3x

112. John R. Schermerhorn, Jr., Managemente, Nueva York, John Wiley & Sons,

1996, P. G6.

113. Patrick J. Montana y Bruce H. Charnov, Administración, Sao Paulo, Saraiva,

2003, p.2.

114. Samuel C. Certo, Modern Management: Diversity, Quality, Ethics, and the

Global Environment, Boston, Mass, Allyn & Bacon, 1994, p. 3x.

115. James A. F. Stoner, R. Edward Freeman y Daniel A. Gilbert, Jr., Management,

Englewood Cliffs, NJ, Prentice-Hall, 1995, p.G5 4

116. Sipper D. and Bulfin Robert. Planeación y control de la producción. McGraw-

Hill. 1998. Pág. 404-423.

117. Ali R., Deif A. Dynamic Lean Assessment for Tak Time implementation.

Procedia CIRP 17 (2014) 577-581.

118. Salazar R; Rojano A, Figueroa E, Pérez F. Aplicaciones de la distribución

weibull en ingeniería de confiabilidad. Memoria del XXI Coloquio Mexicano de

Economía Matemática y Econometría 148-152. 2011. COLMEME UAN, México

119. Serrano J. Comparación de métodos para determinar los parámetros de

Weibull para la generación de energía eólica. Scientia et Technica Año XVIII, Vol. 18,

No 2. 315-321. 2013.

120. Martínez L. Métodos de Inferencia para la Distribución Weibull: Aplicación en

Fiabilidad Industrial. Vigo, España. 2011

A. ANEXOS 1

Anexos 1

185

Tabla A-1: Análisis comparativo de softwares disponibles para simulación dinámica

Software/versión revisada

Organización Diagrama de influencias

Diagrama flujo-nivel

Simulación Herramientas

de Análisis Costo Idioma

ANYLOGIC XI Techologies Company (Rusia)

No Permite dibujar diagramas de flujo- nivel en el editor de diagramas.

Soporta las siguientes formas de presentación de resultados: Diagrama de Gantt, Histograma, Estadísticas, Gráfico

Presenta varias herramientas de análisis como son: Comparación de corrida, Análisis de Sensibilidad, Montecarlo, Calibración, Experimento de Encargo.

US $ 6.199 Inglés y Ruso

Evolución Versión 4.0

Grupo SIMON de Investigación en Modelamiento y Simulación. (Colombia)

Cuenta con un Editor de Diagrama de Influencias. Tiene diferentes vistas y puede crear el diagrama información entre ellos.

Cuenta con un Editor de Diagrama de Flujo Nivel. Presenta diferentes vistas y una barra de herramientas con los elementos que forman el diagrama de flujo nivel para crear el modelo de simulación.

Presenta los resultados de la simulación en forma de gráficos en 2D y 3D, de Tablas y gráficos con animadores.

Realiza el análisis de sensibilidad de dos formas: Por Variación de Escenarios. Por Variación de Parámetros.

Software gratuito para uso académico e investigativo.

Español

Anexos 1

186



Diagrama flujo - nivel

Simulación Herramientas de análisis

Costo Idioma

Ithink. Versión 9.1.4. y Stella Versión 9.1.4.

Isee Systems (Estados Unidos)

Se pueden crear diagramas de ciclos causales o de influencia de dos tipos: Diagramas de ciclos causales o de influencias híbridos y diagramas de ciclos causales o de influencias regulares

Permite elaborar modelos dinámicos que simulan sistemas experimentales con los elementos del diagrama de flujo- nivel

Permite presentar los resultados a través de diferentes formas como Tablas, gráficas, animaciones, películas QuickTime y archivos. Así como crear interfaces que interactúan con la simulación a través de controles

El Análisis de Sensibilidad revela puntos de apalancamiento claves y condiciones óptimas del modelo.

Ithink 9.1.4 US $ 1.899 Stella 9.1.4 US $ 1.899

Ingles

POWERSIM Versión: Studio 8

Powersim Software AS (Noruega)

Se pueden realizar, con etiquetas de textos y líneas pero que no se conectan entre sí (no es propiamente un modelo sino un dibujo).

Permite laborar modelos con los elementos propios del Diagrama de Flujo Nivel,

Plasma los resultados de diversas formas: Gráficas de tiempo, Tablas de tiempos, gráficos de dispersión.

Posee varias herramientas de análisis para estudiar y mejorar el comportamiento de la dinámica de los modelos creados con este software

Empresarial $1442/usuario Académico US $226/usuario

Varios

Anexos 1

187



Diagrama flujo - nivel

Simulación Herramientas de análisis

Costo Idioma

Smile Versión 5.7 Simulistics Ltd (Reino Unido)

No Se pueden crear los elementos del diagrama flujo-nivel (compartimientos, flujos, variables) y las relaciones o influencias entre ellos.

Realiza la presentación de los resultados a través de gráficas, Tablas o animaciones.

No Enterprise Edition US $ 1195 • Standard Edition US $ 595 • Evaluation Edition FREE

Inglés

Vensim Versión Ple 5.1.0a

Ventana System, Inc. (Estados Unidos)

Se pueden dibujar los elementos pertenecientes al Diagrama de Influencias en la ventana del editor, con sus respectivas variables, relaciones de influencia, bucles de realimentación y signos de polaridad (+ ó -).

Para crear el modelo con los elementos del Diagrama de Flujo Nivel,

Presenta los resultados de Simulación en: Gráficos, Tablas, Tablas de tiempo, Tira de causas

Presenta varias Herramientas de Análisis como son: - Diagramas de Árbol de Causas y Diagramas de Árbol de Usos:

DSS US $1995/usuario • Professional US $1195/usuario • PLE Plus US $169/usuario • PLE (Personal Learning Edition) US $50/usuario Versión estudiantil gratuita

Inglés, Chino, Japonés

B. ANEXOS 2

Anexos 2

188

1. Generalidades de la empresa17

1.2. Datos de la empresa

El estudio se desarrolló en la industria metal mecánica en específico en una empresa

localizada en el norte de la ciudad de México la cual está dedicada a la fabricación de

productos en acero y sus aleaciones con más de 40 años de experiencia; que van desde

ensambles de sistema de escape completos y convertidores catalíticos, hasta barras y tubos

doblados, piezas estampadas ligeras y componentes ensamblados como soportes y

refuerzos.

1.3. Antecedentes históricos

Esta empresa pertenece actualmente a un conglomerado de 8 compañías que desarrolla

productos en el área metalmecánica. Se iniciaron operaciones en 1961 con la manufactura

de tubo galvanizado utilizando acero al carbón. Durante los años 80, se decidió incorporar

al ramo automotriz, fabricando componentes tubulares y adicionalmente, derivado de un

acuerdo comercial en 1989, la manufactura de sistemas de escape y convertidores

catalíticos automotrices se integra. Debido a un incremento en la demanda de productos

dentro del propio ramo, se fundó la empresa (bajo estudio) y se ha dedicado

exclusivamente a la fabricación de autopartes desde 2002.

Misión: Ser la mejor opción para nuestros clientes en los productos que fabricamos como

resultado del servicio, calidad y precio que ofrecemos, lo cual se debe reflejar en un

adecuado rendimiento para nuestros accionistas.

Visión: Ser una empresa flexible, lo cual nos permitirá atender a nuestros clientes en una

gran cantidad de procesos y productos, que nos permitirá crecer y mantener la mejor

tecnología disponible.

Valores:

Enfoque al cliente y sus necesidades

Flexibilidad y adaptabilidad

Rentabilidad en las operaciones

Honestidad y profesionalismo

17 Tomado de: Paredes O. Análisis de factibilidad para implantación de manufactura esbelta en la línea de doblado y formado de tubo de una empresa de autopartes. 2015. y Muñoz A. Factibilidad para aplicar manufactura esbelta en una línea de estampados y soldadura en la fabricación de autopartes. 2015.

Anexos 2

189

Productividad

1.4. Procesos

La empresa desarrolla actividades empleando procesos de soldadura y de trabajo metálico.

Soldadura

En este proceso de montaje permanente, se utilizan 2 tipos de soldadura sin aporte de

material y uno con material de aporte. De igual manera, se cuentan con equipos manuales,

semiautomáticos y automáticos, según se describen a continuación.

Soldadura de tungsteno con gas inerte (TIG)

Los silenciadores son soldados empleando equipos automáticos y semiautomáticos para

rolado trapezoidal, elíptico y circular, así como en robots automáticos. Para dicha soldadura

se utiliza únicamente lámina de acero inoxidable.

Soldadura por punteo

Empleando aceros al carbón, con recubrimiento, inoxidable e inoxidable aluminizado, los

ensambles de aisladores de calor son manufacturados en equipos manuales.

Soldadura metálica de gas inerte (MIG)

Utilizada para la unión de materiales como acero inoxidable y con recubrimientos;

galvanizado, aluminizado, tropicalizado y cromado. Se emplea en equipos manuales,

semiautomáticos y automáticos para fabricar convertidores catalíticos.

Trabajo metálico

Se realiza con prensas progresivas de diversos tonelajes, abarcando un rango de 60 hasta

3,000 toneladas las cuales integran sistemas de alimentación y lubricación automáticos.

También se disponen con unidades CNC (Computer Numerical Control) con alimentación

automática, dobladoras verticales semiautomáticas, cortadoras de tubos con láser y de

cuchillas, según se describe a continuación.

Corte

Constituye la primera operación del proceso de producción y se utiliza para obtener las

piezas a trabajar a partir de láminas de acero de distintos calibres y aleaciones.

Anexos 2

190

Doblado y rolado

La operación de doblado se desarrolla en las prensas específicas, para los productos que lo

requieren. Para el caso del rolado, se utilizan las unidades CNC y las dobladoras verticales

se utilizan en la fabricación de ensambles de soporte.

Punzonado

Utilizado para piezas que requieren perforaciones, como las tapas de silenciador, las bridas

y los ensambles de aislamiento de calor. Esta operación se desarrolla únicamente en las

prensas.

Embutido

Esta operación se emplea para conformar piezas de concavidad compleja, tales como las

bridas.

1.5. Productos

El siguiente listado indica los productos que se elaboran en la empresa, mencionando

brevemente ciertas características.

1. Silenciadores: elaborados con acero inoxidable e inoxidable aluminizado, fabricados en

secciones redondas y ovales.

2. Convertidores catalíticos: utilizados en automóviles originales y refacciones.

3. Sistemas de escape: manufacturados en forma de “Y”, “H” y tipo muffler4.

4. Ensambles de aislamiento de calor: elaborados con fibra de vidrio, soportes y mallas

metálicas.

5. Ensambles de soportes: elaborados como tubos doblados para los sistemas de escape y

en los aisladores de calor. Adicionalmente estos se proveen a diversas empresas dentro del

ramo automotriz.

6. Piezas estampadas: destinadas como ensambles para tapas de silenciador,

convertidores catalíticos, bafles y bridas (de placa y esféricas).

1.6. Principales clientes

Se satisfacen necesidades de diversos clientes, tanto para la manufactura de vehículos

originales como el mercado de refacciones. Estos clientes son los siguientes.

Anexos 2

191

Principales clientes GM Dodge

Mazda Faurecia Ford Nissan Isuzu Visteon

Calsonic Kansei Walker

Tabla 1-1: Principales clientes

1.7. Distribución de planta

La organización de los procesos de producción se encuentra distribuida en 16 líneas de

producción, cumpliendo con atributos de distribución por proceso y producto. En la

siguiente Tabla se indican dichas líneas de producción y se menciona su función.

Tabla 1-2: Distribución de planta

Distribución de planta 1 Estampados Estampado de piezas por trabajo metálico 2 Silenciadores Ensamblado de silenciadores 3 Punteo por resistencia Soldado de aisladores de calor 4 Soldadura Nissan Ensamblado de sistema de escape para Nissan 5 Preparación de tubos Doblado y formado de tubos ø≥1” 6 UMO Ensamblado de sistema de escape para motocicletas 7 Roll & TIG Rolado y soldado de silenciadores 8 GMT800 Soldado de plataforma GMT800 para GM 9 GMT530 Soldado de plataforma GMT530 para GM 10 Pasamanería Doblado de tubos para trenes de pasajeros 11 Doblado y formado de tubos Doblado y formado de tubo para ensambles de soporte 12 Soldadura de brackets Soldado de componentes para convertidores catalíticos 13 CCMR Ensamblado de componentes para sistema de escape 14 CC Nissan Ensamblado de convertidores catalíticos para Nissan 15 Preparación de tubos 2 Doblado y formado de tubos ø≤1” 16 Isuzu Ensamblado de plataforma ELF-350 para Isuzu

Anexos 2

192

Figura 1-1: Mapeo del flujo de valor (VSM) para el componente CM-3910

Cliente

QAD

Atención al cliente

Tamaño de lote

Norma de empaque

Plan de Producción

PCP

COMPRAS

Proveedor 1

Estación: 837

TC = 2.79 seg/ud

VP = 22 uds/min

TL = 4000 uds

TD = 420 min

TPHTA = 70 min

TDRDP = 45 min

1

Corte de silueta

Estación: 837

TC = 2.79 seg/ud

VP = 22 uds/min

TL = 4000 uds

TD = 420 min

TPHTA = 70 min

TDRDP = 45 min

1

Corte de silueta

2.79 seg

2.79 seg

2 meses

LáminasP01

SUPERVISOR LINEA 1

SUPERVISOR LINEA 1

VerbalReporte de producción

1

Punteado de siluetas

Estación: 825

TC = 13.84 seg/ud

VP = 4 uds/min

TL = 2000 uds

TD = 420 min

TPHTA = 25 min

TDRDP = 10 min

1ES1615

1ES1616

1

Embutido

Estación: 837

TC = 7.44 seg/ud

VP = 8 uds/min

TL = 2000 uds

TD = 420 min

TPHTA = 40 min

TDRDP = 67 min

CM -3910 10

1

Recorte de laterales

Estación: 810

TC = 5.56 seg/ud

VP = 11 uds/min

TL = 2000 uds

TD = 420 min

TPHTA = 38 min

TDRDP = 87 min

23.8 m

CM -3910 20

1

Punteo de tuercas

Estación: 818

TC = 17.09 seg/ud

VP = 4 uds/min

TL = 2000 uds

TD = 420 min

TPHTA = 23 min

TDRDP = 15 min

1

Punteo de mallas

Estación: 824

TC = 13.11seg/ud

VP = 5 uds/min

TL = 2000 uds

TD = 420 min

TPHTA = 29 min

TDRDP = 32 min

23.8 m 23.8 m

CM -3910 30 CM -3910 40

Tarjeta Tarjeta

CM -3910 50

216.3 m

P03

4 veces por semana16 días al mes

SUPERVISOR LINEA 17 SUPERVISOR LINEA 1 SUPERVISOR LINEA 17 Responsable P03

Proveedor 3

TuercasP01

17 días

Proveedor 4

MallaP01

11 días

13.84 seg 7.44 seg 5.56 seg 17.09 seg 13.11 seg

TVA : 59. 83 seg

Anexos 2

193

PCP procesa la información

Requerimientos de los clientes vía

correo o vía EDI1 semana

PLANIFICACIÓN Y CONTROL DE LA PRODUCCIÓN

Esta información se recibe diferentes días a la semana

Plan de embarque

Requerimiento de materiales

Establece requerimientos y

solicitudes

Liberación de la documentación

1 día

Proceso de solicitud de compra de

materiales

Orden de compra

1 día

Componentes nacionales e

internacionalesLáminas

Solicitud de compra al molino

Entrega de lámina a planta

Solicitud de corte al molino

Inventario de lámina

Captura y actualización del

inventario en sistema

2 meses

Plan maestro de producción

Actualización de base de datos para

elaborar plan maestro

1 día

Entrega de componentes en

planta

1 día

Planeación

MANTENIMIENTO

Descarga información en el

software Easy Maint

Programa de mantenimiento

Listado de troqueles a ser intervenidos

Solicita troqueles a línea de

estampados

Recibe autorización de traslado por

parte de producción

Orden de mantenimiento

0.3 días

Realiza mantenimiento al

herramental

Registro y captura de información y cierre de órdenes

Informa a producción sobre

estado de herramental

Reporte de mantenimiento

Archivo y captura del reporte

PRODUCCIÓN- LÍNEA DE ESTAMPADOS

Recibe información de las áreas de PCP

y MTTO

Revisión de condiciones

actuales de la línea

¿Hay material disponible?

Se revisa disponibilidad del

troquel

No

Si

¿Hay troquel disponible?

¿Es posible modificar el plan de producción?

Elabora plan de producción preliminar

Notificación a PCP y cliente sobre

retraso en tiempo de entrega

No

Ajustes al plan de producción

Si

Se revisa disponibilidad del

troquel

¿Hay Prensa disponible?

Elabora carga de trabajo para cada

prensa

Notifica al supervisor de piso la asignación de cargas

Reporte de carga de trabajo

Plan de producción ajustado

Plan de producción preliminar

Ejecutar el plan de producción

Archivo y captura del plan de producción realizado

2 horas

Inventario de componentes y/o

producto terminado disponible

1 día

LÍNEA DE ESTAMPADOS – NIVEL OPERATIVO

Revisión de requerimientos necesarios para

producir

Recibe la orden de trabajo

2 min

¿Es necesario hacer cambio de

lámina y/o troquel?

Notificación del cambio a comodín

y/o operador de montacargas

Se conserva la lámina y/o troquel

No

Si

1 min

Desmontaje de lámina y/o troquel

actual

2 min

Montaje de la nueva lámina y/o troquel

25-10 min

Especificación de los nuevos parámetros

45-10 min

Inspección y llenado de documentos

Inspección de calidad de la

producción de las primeras 5 piezas

Revisión de las condiciones de

operación

¿La muestra se encuentra

dentro de la norma ?

Producción normal

Registro del cumplimiento de la orden de prodcción

Traslado del material a la

siguiente estación o almacén

10 min

5 min

5 min

No

Si

De acuerdo con el tiempo estándar

OPERADOR OPERADOR MONTACARGAS

Recibe notificación de cambio de

lámina y/o herramental

Traslada lámina y/o material a utilizar a

prensa

Traslada troquel utilizado a almacén

2 min

2 min

Retira material de producto terminado

y contenedor de desecho

Transporta contenedores a utilizar para la

producción

2 min

2 min

Figura 1-2: Mapeo del proceso para línea de estampados

Anexos 2

194

2. Análisis estadístico para los tiempos de cambio de herramental y

material y tiempos de demoras atribuidos a actividades anexas

al proceso.

2.1. Distribución de probabilidades

De acuerdo al comportamiento de las variables de los tiempos de paros programados y

tiempos de demora del proceso, se puede deducir que, es un proceso estocástico de variable

continua, puesto que las variables pueden tomar cualquier valor comprendido entre el

rango de tiempos establecido en un tiempo determinado. Como caso de análisis se

consideró el programa de producción del mes de Septiembre18 del corriente año. Esta

muestra seleccionada, representa un mes completo de producción, significativo para

analizar el comportamiento de las demoras.

En ese mes, se registró una producción de 139 números de partes distribuidos a lo largo de

todo el mes de septiembre. El 80% de esta producción corresponde a 71 números de parte,

cuya frecuencia de producción se puede observar en la Figura 2-1.

Figura 2-1: Mezcla de producción del mes de septiembre

18 Anexo a este documento se presenta la base de datos trabajada en Excel.

0

5

10

15

20

25

30

CM

-39

09

CM

-40

34

1P

CM

-40

62

CM

-40

56

1ES

16

78

2P

CM

-40

56

1P

1ES

16

23

3P

CM

-40

62

1P

1ES

16

81

1ES

18

29

1ES

18

57

1ES

16

78

1ES

18

24

2P

CM

-41

05

1ES

16

70

1ES

16

97

2P

1ES

18

31

CM

-39

13

1ES

15

22

1ES

16

53

2P

1ES

16

77

1ES

16

89

1ES

18

22

1P

1ES

93

63

Fre

cue

nca

i

No. de Parte

Mezcla de producción

Anexos 2

195

Durante este mes de producción se registraron 567 cambios de herramental, de los cuales

252 corresponde a un troquel de Troquel de 2 tuercas “T” sin alimentación, 89 cambios a

un Troquel de 8 tuercas “T” con alimentación, 226 cambios a un Troquel de 8 tuercas “T” sin

alimentación y finalmente se registró una frecuencia de 8 veces en la prensa 837, en la cual

no se realiza montaje, esta relación se puede observar en la Figura 2-2.

Figura 2-2: Frecuencia de utilización de herramental

Una vez que se ha recopilado esta información es posible analizar los datos

correspondientes.

Los paros programados afectan al flujo de entrada inicial ya que es el tiempo de

preparación de la herramienta y son tiempos conocidos que se pueden programar. Estos

tiempos corresponden a las actividades de: montaje, desmontaje e inspección del proceso.

Los tiempos de demoras se derivan de las actividades anexas al proceso no se cuentan con

registros dentro del proceso. Es decir, son tiempos muertos que no se han contabilizado y

que ocasionan un efecto adverso en el cumplimiento de las órdenes de producción y

tiempos de entrega. Las actividades que generan estos tiempos de demora son: acomodo de

componente en lugar de trabajo, acomodo de componente en contenedor y/o caja,

lubricación de componentes, limpieza de charola, acomodo de cajas de producto terminado

y realización de pruebas de inspección.

252

89

226

80

50

100

150

200

250

300

Troquel de 2 tuercas"T" sin alimentación

Troquel de 8 tuercas"T" con alimentación

Troquel de 8 tuercas"T" sin alimentación

No se hace montaje

Frec

uen

cia

Tipo de herramental utilizado

Anexos 2

196

A continuación se presentan datos estadísticos generales realizados para cada uno de estos

registros. El análisis estadístico se realizó tanto para los tiempos de paros programados

como tiempos de demoras para el registro completo en el caso de estudio.

2.1.1. Paros programados

Figura 2-3: Datos estadísticos y gráfica de distribución de probabilidades del comportamiento de los tiempos de

paros programados.

2 0 8 0 0 0

252

0

226

0 0

89

00

50

100

150

200

250

300

0:0

0:0

0

0:0

5:1

9

0:1

0:3

7

0:1

5:5

6

0:2

1:1

5

0:2

6:3

4

0:3

1:5

2

0:3

7:1

1

0:4

2:3

0

0:4

7:4

8

0:5

3:0

7

0:5

8:2

6

y m

ayo

r...

Fre

cue

nci

a

Clase

Paros programados

Media 0:38:55

Error típico 0:00:26

Mediana 0:41:23

Moda 0:31:01

Desviación estándar 0:10:15

Varianza de la muestra 0:00:04

Curtosis 18:33:01

Coeficiente de asimetría 0.37851767

Rango 0:58:26

Mínimo 0:00:00

Máximo 0:58:26

Suma 374:11:29

Cuenta 577

No. De clase 10.1671037

11

Amplitud 0:05:19

Paros programados Clase Frecuencia

0:00:00 2

0:05:19 0

0:10:37 8

0:15:56 0

0:21:15 0

0:26:34 0

0:31:52 252

0:37:11 0

0:42:30 226

0:47:48 0

0:53:07 0

0:58:26 89

y mayor... 0

Anexos 2

197

2.1.2. Tiempos de Demoras

Figura 2-4: Datos estadísticos y gráfica de distribución de probabilidades del comportamiento de los tiempos de

demoras.

2

136

227

111

65

17 10 3 2 2 0 1 10

50

100

150

200

250

Fre

cue

nci

a

Clase

Tiempos de demoras

Paros no programados

Media 0:57:27

Error típico 0:01:42

Mediana 0:46:20

Moda 1:09:00


Varianza de la muestra 0:01:09

Curtosis 206:12:53

Coeficiente de asimetría 2.212385397

Rango 5:32:13

Mínimo 0:00:00

Máximo 5:32:13

Suma 552:25:08

Cuenta 577

No. De clase 10.1671037

11

Amplitud 0:30:12

Clase Frecuencia

0:00:00 2

0:30:12 136

1:00:24 227

1:30:36 111

2:00:48 65

2:31:00 17

3:01:12 10

3:31:24 3

4:01:37 2

4:31:49 2

5:02:01 0

5:32:13 1

y mayor... 1

Anexos 2

198

Como características generales del comportamiento de los datos podemos mencionar lo

siguiente: las curvas se extiende en ambas direcciones y tiende gradualmente a unirse en el

eje horizontal. En el caso del comportamiento de los tiempos de demoras, es evidente que la

curva esta sesgada hacia la izquierda, es decir, que el mayor comportamiento de los tiempos

de demora, se presentan en los rangos de: 30 minutos a 2 horas. El histograma de

frecuencia y la curva de tendencia presentados anteriormente nos permite representar la

forma en que están distribuidos los tiempos de paros programados y tiempos de demoras y

de esta manera identificar el centro y la variabilidad de los datos, determinando simetría o

sesgos de los tiempos de paro.

De esta forma, obtuvimos dos distintos comportamientos. En el caso de la Figura 2-3 la cual

corresponde a los paros programados, obtuvimos un comportamiento de acuerdo a una

probabilidad de ocurrencia. Mientras que, en el caso de la Figura 2-4 la cual corresponde a

los paros no programados, su comportamiento es asimétrico positivo sesgada a la derecha.

Sin embargo para poder analizar la variabilidad en el comportamiento de los datos es

necesario determinar la función de probabilidad de ocurrencia de los tiempos de paro y

tiempos de demoras a lo largo del tiempo. Para proceder a este análisis se realizó un

análisis de probabilidad de ocurrencia para los tiempos de paros programados y un estudio

comparativo de la curva de mejor ajuste para el caso de los tiempos de demoras, para tal

efecto se analizaron las distintas curvas de distribuciones de probabilidad continua que

mejor a su ajustaban al comportamiento del histograma de frecuencia mostrado en la

Figura 2-4 De esta manera se determinó que las distribuciones de probabilidad de variable

continua a considerar para realizar el análisis serían: la distribución Normal y la

distribución Weibull. En la Tabla 2-1 se muestra un resumen de las distintas funciones de

probabilidad utilizadas en el estudio.

Tabla 2-1: Distribuciones de probabilidad empleadas en el estudio.

Distribución Función Parámetros Descripción Normal

𝑓(𝑥) =1

𝜎√2𝜋𝑒

(𝑥−𝜇)2

2𝜎2

𝜇 𝑦 𝜎2

La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico.

Weibull

𝑓(𝑥; 𝛼, 𝛽) = {(

𝛼

𝛽) (

𝑥

𝛽)

𝛼−1

𝑒−

𝑥𝛽

𝑠𝑖0 ≤ 𝑥 < ∞; 𝛼, 𝛽 > 0

}

𝛽 𝑦 𝛼

La distribución de Weibull es muy utilizada en el modelado de las distribuciones de tiempos de vida o de fracaso, las cuales se usan también para predecir la proporción de componentes o piezas de equipo que fallan en un momento dado

http://es.wikipedia.org/wiki/Gr%C3%A1fica

http://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidad

http://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidad

http://es.wikipedia.org/wiki/Par%C3%A1metro_estad%C3%ADstico

Anexos 2

199

2.2. Análisis estadístico para los tiempos de paros programados.

De acuerdo al comportamiento de los tiempos de paros programados se observa que su

variabilidad está controlada por la mezcla de producción. Esto quiere decir que la cantidad

del tiempo de los paros programados estrechamente relacionado con la frecuencia de

producción de los diferentes tipos de producto terminado (PT), ya que, cada tiempo de

cambio de herramental depende directamente del tipo de pieza a producir.

Cada producto terminado involucra una serie de operaciones (fabricación de los diferentes

componentes) en los cuales interviene el tipo de prensa y tipo troquel a utilizar. La

selección de herramental (prensa y troquel) está predeterminada por las características del

diseño y manufactura del PT, es decir, que un producto en particular tiene asignado la

prensa a utilizar y el troquel necesario para realizar su operación. De esta manera se

agruparon componentes de acuerdo a los requerimientos de herramental y prensa a

utilizar. Para comprender mejor esta relación, se presenta a manera de ejemplo, el PT CM-

3910.

Tabla 2-2: Número de parte para el modelo CM-3910

En la Tabla 2-2, se presentan las operaciones necesarias para la producción del PT CM-

3910. Para su obtención final son necesarias 7 operaciones, de las cuales 4 de ellas se

realizan en la línea de estampados (área de interés para el estudio).

Como se puede observar el 50% de la producción del PT CM-3910 (modelos: 1ES1616 y

CM-3910 2P) en la línea de estampados se realiza con un troquel de 8 tuercas sin

alimentación, el 25 % (modelo: CM-3910 3P) se realiza con un troquel de 2 tuercas sin

alimentación y el otro 25% (modelo: 1ES1615) restante de la producción corresponde a un

troquel de 8 tuercas con alimentación. Por lo tanto los tiempos de paros programados

(columna 5, Tabla2-2) están determinados por el tipo de troquel que se va a utilizar, de

acuerdo a sus características de diseño del proceso.

Esta relación de tiempos de paros de acuerdo al tipo de prensa y troquel a utilizar se

presenta para todos los PT que se producen en la línea de estampados. En el caso de análisis

No. de Parte Línea Prensa Tipo de troquel TPP*

1ES1615 Estampados 837 Troquel de 8 tuercas "T" con alimentación 0:58:26

1ES1616 Estampados 837 Troquel de 8 tuercas "T" sin alimentación 0:41:23

CM-3910 1P Punteo 825

CM-3910 2P Estampados 837 Troquel de 8 tuercas "T" sin alimentación 0:41:23

CM-3910 3P Estampados 810 Troquel de 2 tuercas "T" sin alimentación 0:31:01



*TPP: Tiempo de Paro Programado

CM

-3910

Anexos 2

200

considerado se registró una producción de 138 PT distribuidos a lo largo de todo el mes de

septiembre. Para esta muestra seleccionada se obtuvo su % de participación distribuida de

la siguiente manera (Ver Tabla 2-3):

Tabla 2-3: porcentaje de participación para la muestra seleccionada

Un total de 63 PT necesitaron un montaje con un troquel de 8 tuercas sin alimentación, es

decir que el 46% del volumen total de la producción presentó un promedio de tiempos de

paros programados de 41 minutos. Mientras que, 49 PT necesitaron un montaje con un

troquel de 2 tuercas “T” sin alimentación, lo que significa que un 36% del volumen total de

la producción presentaron tiempos de paros programados promedio de 31 minutos. Con un

menor porcentaje de participación, 18%, se encuentran los montajes de 8 tuercas con

alimentación, lo que representan 28 minutos en promedio de paros programados, esto se

debe principalmente a que únicamente la primera operación de cada PT requiere este tipo

de montaje. Y como último tipo de paro se presentan los que no realizan montaje con 10

minutos, a lo largo del estudio únicamente se registró un PT que necesitara este tipo de

montaje. La producción de los 138 PT ocurrió con diferente frecuencia a lo largo del

análisis, esto quiere decir que la frecuencia de utilización del troquel depende de la

cantidad de veces que se produce una determinada cantidad de PT. Esto se muestra a

detalle en la Figura 2-5.

Figura 2-5: Frecuencia de utilización del herramental (troquel).

TIPO DE TROQUEL PT% de

utilizaciónTPP

Troquel de 8 tuercas "T" sin alimentación 63 46% 0:41:23

Troquel de 2 tuercas "T" sin alimentación 49 36% 0:31:01

Troquel de 8 tuercas "T" con alimentación 25 18% 0:58:26

No se hace montaje 1 1% 0:10:13

TOTAL 138

252

89

226

8

49

25

63

10

50

100

150

200

250

300

Troquel de 2 tuercas "T"

sin alimentaciónTroquel de 8 tuercas "T"

con alimentaciónTroquel de 8 tuercas "T"

sin alimentaciónNo se hace montaje

Fre

cue

nci

a

Tipo de herramental utilizado

Frecuencia de utilización de herramental

No. de cambios de troquel PT

Anexos 2

201

Esto quiere decir que, 63 PT diferentes ocurrieron con una frecuencia de producción de 226

veces (39%), lo que significa que con esa misma frecuencia fue utilizado el troquel de 8

tuercas “T” sin alimentación. De igual manera ocurre para los casos de troquel de 2 tuercas

“T” sin alimentación y 8 tuercas “T” con alimentación, con una frecuencia de 252 (44%) y

89 (15%) veces respectivamente. Y finalmente con una mínima participación el paro

programado sin considerar montaje con un total de 8 veces (1%).Es decir que los tiempos

de paros programados no dependen únicamente de la cantidad de PT que se producen sino

también de su frecuencia de producción.

Es posible establecer una probabilidad de ocurrencia de los paros programados, al

contemplar el tipo de prensa que se utiliza y la característica de diseño de cada PT. Ya que

cada operación tiene asignada un tipo de prensa, y a cada prensa le corresponde un tipo de

característica de troquel. Esta relación se presenta a continuación en la Tabla 2-4.

Tabla 2-4: Relación prensa y tipo de troquel

La Tabla 2-4 muestra la relación existente entre las prensas utilizadas y el tipo de

característica de troquel requerido. Para el caso de un troquel de 8 tuercas “T” con o sin

alimentación, se debe establecer la diferenciación en el tipo de PT a producir. Si el modelo

TIPO DE TROQUEL PT% de

utilizaciónTPP

No. de veces

producido el PT

% de

utilización

Troquel de 8 tuercas "T" sin alimentación 63 46% 0:41:23 226 39%

Troquel de 2 tuercas "T" sin alimentación 49 36% 0:31:01 252 44%

Troquel de 8 tuercas "T" con alimentación 25 18% 0:58:26 89 15%

No se hace montaje 1 1% 0:10:13 8 1%

TOTAL 138 575

Prensa Tipo de troquel

331 Troquel de 2 tuercas "T"












817 No se hace montaje



Anexos 2

202

corresponde a la primera operación, entonces se utiliza un troquel de 8 tuercas “T” con

alimentación (ya que utiliza la lámina en rollo), mientras que, si el modelo a producir

corresponde a uno de los pasos subsecuentes, entonces el tipo de troquel a utilizar

corresponde uno de 8 tuercas “T” sin alimentación. Y de esta manera se puede saber con

certeza la cantidad de tiempos de paros programados para un programa de producción.

Para el caso de análisis, la probabilidad de ocurrencia de los tiempos de paros

programados fue la siguiente (ver Tabla 2-5): 44% del total de la producción presentó

tiempos promedios de paros programados de 31 minutos, el 39 % de la producción total

presentó 41 minutos promedios y 15 % de la producción total presentó 58 minutos

promedio de paros y un 1% de la producción presentó 10 minutos de paros promedios.

Tabla 2-5: Tabla resumen de probabilidad de ocurrencia

PRENSA No. de veces

utilizada

% de utilización

Troquel de 2 tuercas "T" sin alimentación

331 118 21%

810 63 11% 701 27 5% 815 16 3% 811 14 2% 829 11 2%

816 3 1% 44%


804 82 14% 805 40 7% 809 28 5%

834 23 4% 836 24 4% 837 17 3% 840 12 2%

39%

Anexos 2

203

2.3. Análisis estadístico para los tiempos de demoras

2.3.1. Distribución normal

La curva Normal también es llamada curva de error, curva de campana, curva de Gauss,

distribución gaussiana o curva de De Moivre. Su altura máxima se encuentra en la media

aritmética, es decir su ordenada máxima corresponde a una abscisa igual a la media

aritmética. La asimetría de la curva Normal es nula y por su grado de apuntamiento o

curtosis se clasifica en mesocúrtica.

Se analizaron los datos provenientes de los paros programados y no programados,

obteniendo los parámetros de evaluación de la curva de distribución Normal (𝜎, 𝜇),

posteriormente se obtuvo la función de distribución y se obtuvo su curva de campana para

analizar la tendencia de su comportamiento.

2.3.1.1. Distribución Normal para el comportamiento de los tiempos de demoras

Al igual que en el caso anterior, se analizó el comportamiento de variabilidad para los

tiempos de demoras. Estos datos presentan una media de 57.27 minutos y una desviación

estándar de 40.42 minutos. Es importante recordar que este tipo de tiempos oscila de

acuerdo a la cantidad de piezas que estén programadas y es necesario considerar si estas

piezas son producidas de forma manual o automática.

Troquel de 8 tuercas "T" con alimentación

805 28 5% 840 17 3% 834 16 3% 804 14 2% 837 9 2% 809 5 1%

15%

No se realiza montaje 817 8 1%

1%

Anexos 2

204

Por lo que se ha considerado realizar el análisis de forma separada, tanto para las piezas

producidas de forma manual como automática. Los datos necesarios para el cálculo de la

función de distribución Normal se muestran a continuación en la Tabla 2-6.

Tabla 2-6: Distribución de la función Normal y porcentaje de distribución

Clase Frecuencia Min*

Dist.

Normal % Distribución

0:00:00 2 - 0.0036 8%

0:30:12 136 30 0.0078 25%

1:00:24 227 60 0.0098 53%

1:30:36 111 91 0.0070 79%

2:00:48 65 121 0.0029 94%

2:31:00 17 151 0.0007 99%

3:01:12 10 181 0.0001 100%

3:31:24 3 211 0.0000 100%

4:01:37 2 242 0.0000 100%

4:31:49 2 272 0.0000 100%

5:02:01 0 302 0.0000 100%

5:32:13 1 332 0.0000 100%

y mayor... 1

Media 0:57:27


Mediana 0:46:20

*Min: Minutos de paros programados

Min

utos

La columna 1y 2 de la Tabla 2-6, muestran los datos obtenidos anteriormente

correspondiente al tamaño de la clase y frecuencia de ocurrencia. En la columna 5 se

muestran los datos correspondientes a la curva de distribución Normal y en la columna 6 se

muestra el porcentaje entre las cuales están comprendidas las observaciones, es decir, el

porcentaje de ocurrencia.

Su función de distribución de probabilidad se muestra en la expresión Ec. 2-1.

𝑓(𝑥) =1

102.0098𝑒

−(12

)∗(𝑀𝑖𝑛−57.27

40.42)

2

Ec. 2-1

Y su gráfica de función de distribución se muestra a continuación:

Anexos 2

205

Figura 2-6: Gráfico de la distribución Normal y polígono de frecuencia para los tiempos de demoras

La Figura 2-6 nos muestra que es una curva asimétrica sesgada a la derecha. Esto quiere

decir que el valor medio de los datos es mayor que la mediana, por lo que la mayoría de los

datos se encuentra por encima del valor de la media aritmética. Por lo que se puede

concluir que hay mayores probabilidades que los tiempos de demoras duren más de 57

minutos en el ciclo de programa de producción contemplado.

2.3.2. Distribución Weibull

La versatilidad de la distribución Weibull radica en las diferentes formas que adopta

dependiendo de los valores que toman sus parámetros de escala y de forma. Una de las

ventajas de la función de Weibull sobre otras funciones de densidad de probabilidad es que

permite realizar estimaciones satisfactorias de la asimetría de la distribución de densidad

de probabilidad, es decir que si la función Weibull para la distribución tiempos de demoras

tienen un factor de forma, entonces la distribución de los tiempos de demoras al cubo

también sigue la función de Weibull.

La función de Weibull es una función caracterizada por dos parámetros; uno de escala y

otro de forma, el primero define cuán dispersa se encuentra la distribución mientras que el

segundo define la forma de la distribución. Determinar estos parámetros requiere

estrategias matemáticas no tan triviales de índole no lineal que trae como consecuencia el

uso de algoritmos especializados del tipo Newton [118].

2

136

227

111

6517 10 3 2 2 0 1

0.0000

0.0010

0.0020

0.0030

0.0040

0.0050

0.0060

0.0070

0.0080

0.0090

0

50

100

150

200

250

0:0

0:0

0

0:0

5:1

9

0:1

0:3

7

0:1

5:5

6

0:2

1:1

5

0:2

6:3

4

0:3

1:5

2

0:3

7:1

1

0:4

2:3

0

0:4

7:4

8

0:5

3:0

7

0:5

8:2

6

Dis

trib

uci

ón

no

rmal

Frec

uen

cia

Clase (min)

Tiempos de demoras

Anexos 2

206

De acuerdo con la literatura, existen cinco métodos para calcular los parámetros de la

distribución de Weibull, ellos son: Mínimos cuadrados, gráfico de la función tasa de falla,

máxima similitud, estimación de momentos y estimadores lineales. En un estudio realizado

por Serrano [119], hace una comparación de estos métodos para determinar los

parámetros de Weibull para la generación de energía eólica. En sus resultados obtiene que,

aunque el método de los momentos presenta el mejor ajuste, todos tienen estadísticamente

un desempeño similar. Es decir que no hay una diferencia significativa en la obtención de

los parámetros de la distribución Weibull por cualquiera de los métodos antes

mencionados.

Para efectos de análisis de los tiempos de demoras por medio de la distribución Weibull, los

parámetros de dicha distribución se obtuvieron por el método Máxima verosimilitud. Se

decidió optar por este método dado que no hay variación significativa en el método a

utilizar y porque además se cuenta con el toolbox del software MATLAB para la obtención

de los parámetros, por lo que únicamente se tuvo que adaptar el código fuente ya

desarrollado y que se encuentra en la bibliografía, a nuestros datos de análisis.

Posteriormente se obtuvo la función de distribución y se obtuvo su curva para analizar la

tendencia de su comportamiento.

2.3.2.1. Método máxima verosimilitud

Es un método de estimación de los parámetros de un modelo estadístico. Cuando se aplica

un conjunto de datos y teniendo en cuenta un modelo estadístico, la probabilidad máxima

de estimación proporciona estimaciones de los parámetros del modelo.

El método de máxima verosimilitud suele generar estimadores insesgados de la mínima

Varianza, siendo este un procedimiento frecuente para ajustar un modelo y encontrar sus

parámetros característicos, para analizar todo el desarrollo matemático [120].

2.3.2.2. Distribución Weibull para el comportamiento de los tiempos de

demoras.

Para el caso de los paros programados, se obtuvo un parámetro de escala 𝛼 = 1.5651 y un

parámetro de forma 𝛽 = 64.6239. Es importante recordar que este tipo de tiempos oscila

de acuerdo a la cantidad de piezas que estén programadas y es necesario considerar si estas

piezas son producidas de forma manual o automática, ya que es un factor determinante en

la cantidad de paros no programados que presentan.

Los datos necesarios para el cálculo de la función de distribución Weibull se muestran a

continuación.

Anexos 2

207

Tabla 2-7: Distribución de la función Weibull y porcentaje de distribución

La columna 1y 2 de la Tabla 2-7, muestran los datos obtenidos anteriormente

correspondiente al tamaño de la clase y frecuencia de ocurrencia. En la columna 5 se

muestran los datos correspondientes a la curva de distribución Weibull y en la columna 6 se

muestra el porcentaje entre las cuales están comprendidas las observaciones, es decir, el

porcentaje de ocurrencia.

Su función de distribución de probabilidad se muestra en la Ecuación 2-2:

𝑓(𝑥; 𝛼, 𝛽) = (1.5621

64.6239) (

𝑥

64.6239)

1.5621−1

𝑒−𝑥

64.6239

1.5621

Ec. 2-2

Y su gráfica de función de distribución se muestra a continuación:

Clase Frecuencia Min* Dist. Weibull % Distribución

0:00:00 2 0 0.000 0%

0:30:12 136 30 0.012 26%

1:00:24 227 60 0.009 59%

1:30:36 111 91 0.005 82%

2:00:48 65 121 0.002 93%

2:31:00 17 151 0.001 98%

3:01:12 10 181 0.000 99%

3:31:24 3 211 0.000 100%

4:01:37 2 242 0.000 100%

4:31:49 2 272 0.000 100%

5:02:01 0 302 0.000 100%

5:32:13 1 332 0.000 100%

Alfa 1.5621

Beta 64.6239

Anexos 2

208

Figura 2-7: Gráfico de la distribución Weibull y polígono de frecuencia para los datos de tiempos de demoras

Dado que el valor Beta (𝛽 = 64.6239) es mayor que 1, la función de riesgo es creciente, es

decir que la tasa de fallo incrementea, al aumentar el tiempo. De igual forma, al decrecer el

valor de Beta, la forma de la distribución se asemeja a una función de densidad de

probabilidad Normal.

2.3.3. Análisis comparativo: distribución Normal y distribución Weibull

En Figura 2-8 se muestra la gráfica comparativas de la distribución Normal y Weibull para

el caso de los tiempos de demoras. La similitud entre ambas gráficas es notoria y de

acuerdo a los valores obtenidos del valor Beta en ambas funciones, ambos

comportamientos se pueden representan como una distribución Normal.

Al realizar un análisis de porcentajes acumulados se determinó que no existe una diferencia

considerable en las funciones de distribución acumulativas tanto para la distribución

Normal como la distribución Weibull.

2

136

227

111

6517 10 3 2 2 0 1

0.000

0.002

0.004

0.006

0.008

0.010

0.012

0.014

0

50

100

150

200

250

Dis

trib

uci

ón

no

rmal

Frec

uen

cia

Clase (min)

Tiempos de demoras

Anexos 2

209

Figura 2-8: Gráfico de la distribución Normal y distribución Weibull en los tiempos de paros no programados

2.3.4. Efectividad de ajuste de las curvas de distribución

Es importante analizar si las curvas de distribución obtenidas (Normal y Weibull) se ajustan

apropiadamente al conjunto de datos de los tiempos de demoras. Existen diferentes

métodos para verificar la efectividad de la distribución específica de probabilidad de las

curvas, tales como la prueba de Chi Cuadrado, método de Kolmogorov-Smirnov y raíz

cuadrada del error cuadrático medio RMSE.

En la prueba de bondad de ajuste Kolmogorw-Smirnov (K-S) se hace una comparación entre

alguna función de distribución acumulada y teórica, para nuestro caso de estudio,

corresponde a la comparación de las funciones de distribución Normal y Weibull en

relación a los datos reales. El estadístico para la prueba de bondad de ajuste KS, es el

siguiente:

𝐷 = 𝑆𝑢𝑝1≤𝑖≤𝑛|𝐹𝑛(𝑥𝑖) − 𝐹𝑜(𝑥𝑖)|

Ec. 2-3

Donde,

𝑥𝑖 Es el i-ésimo valor observado en la muestra (cuyos valores han sido ordenados

previamente de menor a mayor).

𝐹𝑛(𝑥𝑖) Es un estimador de la probabilidad de observar valores menores o iguales que 𝑥𝑖 .

2

136

227

111

6517 10 3 2 2 0 1

0.000

0.002

0.004

0.006

0.008

0.010

0.012

0.014

0

50

100

150

200

250

Dis

trib

uci

ón

no

rmal

Frec

uen

cia

Clase (min)

Tiempos de demoras

Anexos 2

210

𝐹𝑜(𝑥𝑖) Es la probabilidad de observar valores menores o iguales que 𝑥𝑖 cuando 𝐻0 es cierta.

De esta manera D es la mayor diferencia absoluta observada entre la frecuencia acumulada

observada 𝐹𝑛(𝑥𝑖) y la frecuencia acumulada teórica 𝐹𝑜(𝑥𝑖) obtenida a partir de la

distribución de probabilidad que se especifica como hipótesis nula. Si los valores

observados 𝐹𝑛(𝑥𝑖) son similares a los esperados 𝐹𝑜(𝑥𝑖) el valor de D es pequeño.

Criterio para la toma de decisión

Si 𝐷 ≤ 𝐷𝛼 → 𝐴𝑐𝑒𝑝𝑡𝑎 𝐻𝑂 de lo contrario se rechaza la hipótesis.

El valor de 𝐷𝛼 se obtiene de la Tabla de valores críticos para este tipo de prueba de bondad

de ajuste, en donde dicho valor depende del tamaño de la muestra seleccionada y no del

tipo de función que se esté analizando.

Para el cálculo práctico del estadístico D, se deben obtener los siguientes valores:

𝐷+ = 𝑀𝐴𝑋1≤𝑖≤𝑛 {𝑖

𝑛− 𝐹𝑜(𝑥𝑖)}

Ec. 2-4

𝐷− = 𝑀𝐴𝑋1≤𝑖≤𝑛 {𝐹𝑜(𝑥𝑖) −𝑖 − 1

𝑛}

Ec. 2-5

Y a partir de estos valores

𝐷 = 𝑚𝑎𝑥{𝐷+, 𝐷−} Ec. 2-6

Prueba de bondad de ajuste para los tiempos de demoras

𝐻𝑂 = 𝑋~𝑁(56.23, 37.63) 𝑦 𝑊(1.5621, 64.6239)

Los datos analizados siguen una distribución normal y/o weibull

𝐻1 = 𝑛𝑜 𝐻𝑂

Los datos analizados no siguen una distribución normal y/o weibull.

𝛼 = 0.05

Tabla 2-8: Parámetros estimados de la distribución normal y Weibull para los tiempos de demoras

Distribución normal Distribución Weibull 𝜇 = 57.4439 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝛼 = 1.5621

𝜎 = 37.63 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝛽 = 64.6239 N=577 N=577

Anexos 2

211

En la Tabla 2-8 se muestran los parámetros estimados para cada una de las curvas de

distribución de probabilidad, considerando una muestra de 577 datos.

Tabla 2-9: Cálculo de los valores D+ y D- para la distribución Normal y Weibull

i xi Fo(xi) D+ D- Fo(xi) D+ D-

1 0 0.0666 0.0648 0.0666 0.0000 0.0017 0.0000

2 0 0.0666 0.0631 0.0648 0.0000 0.0035 0.0017

3 10.0524 0.1085 0.1033 0.1050 0.0532 0.0480 0.0497

Distribución Normal Distribución Weibull

575 271.1738 1.0000 0.0035 0.0052 0.9999 0.0034 0.0051

576 312.0974 1.0000 0.0017 0.0035 1.0000 0.0017 0.0035

577 332.2130 1.0000 0.0000 0.0017 1.0000 0.0000 0.0017

En la Tabla 2-9, se muestra el resumen del cálculo para los valores D+ y D- para los datos de

los tiempos de demoras de cada una de las funciones de distribución, a partir de estos datos

se realiza el cálculo del estadístico de prueba y se analiza la validez de la hipótesis nula

(Tabla 2-10).

Tabla 2-10: Tabla resumen de los resultados de la prueba estadística

Distribución normal Distribución Weibull D=0.1099 D=0.05511

𝐷𝛼 = 0.056617 Se rechaza la hipótesis Se acepta la hipótesis

𝐷𝑊𝑒𝑖𝑏𝑢𝑙𝑙(0.05511) ≤ 𝐷𝛼(0.056617) → 𝐴𝑐𝑒𝑝𝑡𝑎 𝐻𝑂

Los datos se ajustan a una distribución Weibull.

𝐷𝑛𝑜𝑟𝑚𝑎𝑙(0.1099) ≥ 𝐷𝛼(0.056617) → 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑂

Los datos no se ajustan a una distribución Normal.

Por lo tanto, al realizar la prueba de bondad de ajuste por el método de Kolmogorov-

Smirnov (K-S) los valores de los tiempos de los tiempos de demoras se ajustan a una curva

de distribución Weibull, pero no se ajustan a una curva de distribución Normal.

2.3.5. Distribución del error

Una vez determinada la curva de distribución probabilística que mejor se ajusta al

comportamiento de los datos reales, es necesario analizar la distribución probabilística del

error que genera el comportamiento de las curvas probabilística con los datos reales. En la

Anexos 2

212

Figura 2-9, se muestra el comportamiento del error relativo para ambas curvas de

distribución.

Figura 2-9: Comportamiento del error relatico de las curvas de distribución probabilística

Se puede observar que la curva de distribución Weibull, presenta una menor variación del

comportamiento del error en relación a la curva de distribución Normal. Esto nos indica

que los datos están mejor ajustados en la curva de distribución Weibull.

Para analizar si el error de dichas curvas se puede representar mediante una curva de

distribución en particular, se analiza el error absoluto que generan el ajuste de dichas

curvas, esto permite representar dicho error en forma de histograma de frecuencia (ver

Figura 2-10).

Figura 2-10: Histograma de frecuencia del comportamiento del error de las curvas de distribución probabilística

2

-15

37

-17

-0

-10

1 0 1 2 -0 1

-44

37

67

-41-20 -11

4 2 2 2 0 1

-60

-40

-20

0

20

40

60

80

0:0

0:0

0

0:3

0:1

2

1:0

0:2

4

1:3

0:3

6

2:0

0:4

8

2:3

1:0

0

3:0

1:1

2

3:3

1:2

4

4:0

1:3

7

4:3

1:4

9

5:0

2:0

1

5:3

2:1

3Fre

cue

nci

a

Clase

Paro no programado

Dist. Normal Dist. Weibull Dist. Weibull Dist. Normal

2

15

37

17

0

10

1 0 1 2 0 1

44

37

67

41

20

11

4 2 2 2 0 1

0

10

20

30

40

50

60

70

80

0:00

:00

0:30

:12

1:00

:24

1:3

0:3

6

2:0

0:4

8

2:31

:00

3:01

:12

3:31

:24

4:0

1:3

7

4:31

:49

5:02

:01

5:32

:13

Fre

cue

nci

a

Clase

Paro no programado

Anexos 2

213

El porcentaje de error de las curvas de distribución se muestra en la Figura 2-11.

Figura 2-11: % del error de las curvas de distribución Weibull y Normal

A simple vista, se puede observar (Figura 2-11) que el comportamiento del error podría

seguir una distribución normal sesgada a la derecha, ya que el mayor porcentaje del error

se acumula en ese rango de la gráfica. Esto nos indica que las curvas de distribución

muestran un mayor porcentaje de error cuando se registran los datos de los paros no

programados menores a 2 horas, en caso contrario que, cuando se registran paros no

programados mayores a este valor de tiempo.

Al analizar a detalle la Figura 2-11, se determina que la curva de distribución probabilística

que genera el menor porcentaje de error al representar el comportamiento de los datos de

tiempos de demoras es la distribución Weibull. Esta distribución acumula un total de 15%

de error acumulado. Por otro lado, la distribución normal acumula un total de 40% de error

al representar el comportamiento de los datos reales.

2.3.6. Desviación media absoluta del error de la distribución Weibull

La desviación media absoluta se refiere a la desviación de cada observación con respecto a

la media de la muestra seleccionada. Este cálculo estadístico nos permite determinar el

promedio de las desviaciones absolutas de los errores de pronóstico. La ecuación que define

este parámetro es la siguiente:

40%

15%

8%6%

12%

7%

3%

2%1% 0%

0% 0% 0% 0%0%

3%

6%

3%

0%2% 0%

0%0% 0% 0% 0%

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

0:00

:00

0:30

:12

1:00

:24

1:30

:36

2:00

:48

2:31

:00

3:01

:12

3:31

:24

4:01

:37

4:31

:49

5:02

:01

5:32

:13

% de error de las curvas de distribución

% de Error Distribución Normal % de Error Distribución Weibull

% de Error Distribución Normal % de Error Distribución Weibull

Anexos 2

214

𝑀. 𝐴. 𝐷 =∑ |𝑥𝑖 − �̅�|𝑛

𝑖=1

𝑛

Ec. 2-7

Donde

𝑥𝑖: Es el parámetro de la muestra a evaluar

�̅� Es el valor de la media

n: Es el tamaño de la muestra.

Para el caso de estudio, los datos del error de pronóstico de la distribución Weibull se

encuentran agrupados, por lo que la ecuación a considerar para calcular el valor de la

desviación media absoluta para datos agrupados es la siguiente:

𝑀. 𝐴. 𝐷 =|𝑥𝑖 − �̅�| ∗ 𝑓𝑖

∑ 𝑓𝑖

Ec. 2-8

Tabla 2-11: Cálculo de M.A.D. para los valores de los tiempos de los paros no programados

𝑀𝑒𝑑𝑖𝑎 =∑ 𝑥𝑖 ∗ 𝑓𝑖

∑ 𝑓𝑖= 96.85

Ec. 2-9

𝑀. 𝐴. 𝐷 =|𝑥𝑖 − �̅�| ∗ 𝑓𝑖

∑ 𝑓𝑖=

3475

86= 40.19

Ec. 2-10

Rango de

clase inf

Rango de

clase supxi fi xi*fi abs(xi-xmedia) abs(xi-xmedia)*fi

0 30 15 2 30 82 164

30 60 45 15 689 52 794

60 91 75.5 37 2758 21 780

91 121 106 17 1855 9 160

121 151 136 0 43 39 12

151 181 166 10 1671 69 696

181 211 196 1 101 99 51

211 242 227 0 29 130 17

242 272 257 1 318 160 198

272 302 287 2 523 190 346

302 332 317 0 12 220 8

332 362 347 1 345 250 248

86 8373 3475

Anexos 2

215

A partir de estos cálculos se determina que el método de pronóstico (distribución Weibull)

presenta un error de pronóstico de 40.19 minutos, para un total de 577 observaciones. Lo

cual se puede verificar al observar los valores del error absoluto de la Figura 2-9, ya que el

tercer valor de la gráfica de la distribución Weibull, alcanza un valor de 37 minutos. Es decir

que en promedio, los datos obtenidos de la curva Weibull presentarán una variación

aproximada de 40 minutos en relación a los datos reales.

Al observar los datos de la columna 4 de la Tabla 2-11 (valores de fi), se determina que el

mayor error de los datos de pronóstico corresponde al valor de 37 minutos, el cual se

presenta en el rango de clase de 60 a 91 minutos, a partir de dicho valor, los datos del error

tienden a decrecer, por lo que es posible aseverar que el mayor error de pronóstico se

presenta en los datos de tiempos de paros no programados menores a 1 hora, esta

variabilidad se le atribuye al efecto que tienen las cantidades del lote de producción

programadas sobre los tiempos de demora. Es decir que se programaron varios lotes de

producción de poca cantidad, lo que originó que los tiempos de paros no programados

fuesen menores a 1 hora.

2.3.7. Análisis de Correlación

Una vez que se ha obtenido la curva de distribución que representa el comportamiento de

los datos de los paros programados y tiempos de demoras, es importante conocer la

interrelación que existe entre estos datos y los factores que los ocasionan.

En la estadística clásica, la medida de correlación usada es el coeficiente de Pearson, en el

cual, sus estimaciones se realizan por el método de mínimos cuadrados. Sin embargo para

poder aplicar este método es necesario que los datos cumplan ciertas características como

es el de ajustarse a un comportamiento lineal. Este coeficiente solo mide el grado de

asociación lineal entre las variables, más no la relación causa – efecto entre las variables,

tampoco miden la asociación de tipo curvilíneo, ya que dos variables pueden estar

asociadas de forma cuadrática, exponencial o potencial y el coeficiente de correlación lineal

puede ser bajo, pero esto no quiere decir que no estén asociadas.

Del análisis de distribución de los tiempos de paros programados tiempos de demoras se

determinó que siguen un comportamiento normal, pero difícilmente se puede apreciar la

relación que tiene este comportamiento con los factores que lo determinan.

Anteriormente se explicó la relación que tienen los tiempos de los paros programados por

cada uno de los diferentes tipos de troquel, en la cual se establece en que ocasión se incurre

en un paro programado máximo, mínimo o moderado. De esta manera, es sencillo

determinar que comportamiento tendrán los tiempos de paros programados a lo largo de

la carga asignada a cada prensa, de acuerdo al tipo de troquel a utilizar. En la Figura 2-12, se

Anexos 2

216

muestra la agrupación de los tiempos de paros programados en relación al tipo de troquel a

utilizar.

Figura 2-12: Tiempo de paros programados de acuerdo al tipo de troquel a utilizar

Pero, en el caso de los tiempos de demoras, dependen de la cantidad de piezas que se

producen y del tipo de prensa a utilizar, y no es posible apreciar fácilmente la interrelación

entre estas variables para determinar el % de incidencia de una sobre la otra.

Para evaluar la intensidad de la asociación de las variables incidentes en los tiempos de

demoras se utiliza el coeficiente de correlación de Spearman. Este análisis nos ayuda a

establecer la relación que existe entre datos que no precisamente son datos numéricos, ya

que se pueden asignar clasificaciones a los elementos de las variables estudiadas. La medida

de asociación está basada en los rangos de las observaciones y no en los valores numéricos

de los datos.

Para estimar el coeficiente de correlación de Spearman, primero se deben obtener los

rangos para cada una de las observaciones de ambas variables (cantidad producida y

tiempos de paros no programados). Para ello se considera una variable y se asigna el rango

1 al valor más pequeño, 2 al siguiente valor más pequeño y asi sucesivamente hasta llegar al

rango n que le corresponde a la observación con el valor más alto. Luego se repite el

procedimiento para la otra variable.

El coeficiente de correlación de Spearman rs se puede obtener en la Ec. 2-11.

𝑟𝑠 = 1 −6 ∑ 𝑑𝑖

2𝑛𝑖=1

𝑛3 − 𝑛

Ec. 2-11

0:00:00

0:07:12

0:14:24

0:21:36

0:28:48

0:36:00

0:43:12

0:50:24

0:57:36

1:04:48

Tie

mp

o d

e lo

s p

aro

s p

rogr

amad

os

Troquel de 2 tuercas "T"


Troquel de 8 tuercas "T" con alimentación

No se hace montaje

Anexos 2

217

En donde n representa la cantidad de datos analizados y d es la diferencia entre los rangos

de las variables para cada valor. Si existen variables con valores repetidos, se les asigna a

esos valores el rango promedio. Si el valor de esta entre 4 y 30 se comparan los valores

calculados de rs con los valores críticos de Tabla, y se rechaza la hipótesis nula (La hipótesis

nula a probar es la no correlación de las variables) si el valor calculado es mayor que el

valor de Tabla.

En cambio, si n es mayor que 30 el valor crítico se calcula de la siguiente manera:

𝑧 = 𝑟𝑠√𝑛 − 1

Ec. 2-12

Y luego, con los valores de la Tabla de la distribución normal estándar, se compara el valor

crítico obtenido y se analiza si la hipótesis nula es aceptada o no. A continuación se muestra

el análisis de correlación para el tiempo de demoras. Se considera que están estrechamente

relacionados con la cantidad a producir.

En la Tabla 2-12 se muestra el cálculo de los datos necesarios para obtener el valor de

correlación. Se tiene una muestra total de 577 datos de tiempos de demoras, registrados

para diferentes cantidades de piezas a producir.

Dado que hay datos de la cantidad a producir que se duplican, se toma en cuenta la

consideración de considerar su valor promedio.

Por ejemplo, para el caso de la cantidad a producir 210, se tienen registrados 2 cantidades y

de acuerdo a la asignación de rangos, le corresponde el número 56 y 57 respectivamente,

por lo que su valor promedio (RCP) es 56.519.

Tabla 2-12: Cálculo de datos para obtener el coeficiente de correlación

Una vez obtenidos los valores, aplicamos la ecuación del coeficiente de correlación

19 Estos cálculo se pueden analizar completos en la base de datos

Cantidad a

producir

(CP)

Paros no

programado

s (PNP)

R (CP) R (PNP) R (CP)2 R (PNP)2 R (CP)* R

(PNP)

R (CP)-R

(PNP)

(R (CP)-R

(PNP))2

800 1:03:59 231.5 388 53592.25 150544 89822 -156.5 24492.25

554 0:37:16 160 206 25600 42436 32960 -46 2116

740 0:59:17 211 361 44521 130321 76171 -150 22500

Anexos 2

218

𝑟𝑠 = 1 −6 ∑ 𝑑𝑖

2𝑛𝑖=1

𝑛3 − 𝑛

Ec. 2-13

𝑟𝑠 = 1 −6(11072449.25)

5773−577=0.6541

Ec. 2-14

Dado que nuestro valor de muestra (577) supera los 30 datos, el valor crítico lo obtenemos

con ayuda de la siguiente ecuación:

𝑧 = 𝑟𝑠√𝑛 − 1 = 0.6541 ∗ √577 − 1 = 15.69

Ec. 2-15

Como z calculada es mayor que 1.96, se rechaza la hipótesis nula, y se concluye que hay

asociación entre las variables: cantidad a producir y tiempos de paros no programados al

5% de significación.

En la Figura 2-13 se muestra el agrupamiento de los datos de las dos variables analizadas

Figura 2-13:Correlación de las variables: cantidad a producir y Tiempo de paros no programados

El procedimiento aplicado en este análisis estadístico de paros programados y tiempos de

demoras, asi como sus principales resultados se resumen en la en el diagrama de la Figura

2.14.

0:00:00

1:12:00

2:24:00

3:36:00

4:48:00

6:00:00

0 2000 4000 6000 8000 10000 12000 14000

Tiem

po

de

par

os

no

pro

gram

ado

s

Cantidad a producir

Anexos 2

219

Figura 2-14: Procedimiento para realizar el análisis estadístico y sus principales resultado

ANÁLISIS ESTADÍSTICO DE TIEMPOS DE PAROS PROGRAMADOS (CAMBIO DE HERRAMENTAL Y/O MATERIAL) Y TIEMPOS DE DEMORAS

Recopilación de datos

Paros programados (PP) y tiempos de

demoras (TD)

Construcción de un histograma de

frecuencia para PP

Construcción de un histograma de

frecuencia para TD

Estudio de tiempos y movimientos

Propuesta de agrupación

Observación directa y mapeo del proceso

¿Se asemeja a una curva de distribución?

¿Se asemeja a una curva de distribución?

Determina la curva de mejor ajuste

Determina la probabilidad de

ocurrencia

No

NoSiSi

Se comparan las posibles curvas de distribución con el

comportamiento del histograma

HISTOGRAMA CURVAS DE DISTRIBUCIÓN

Distribución Normal DN

Distribución Weibull DW

Mu, sigma Alfa, Beta

Parámetros

Cálculo estadísticoMétodo de la

máxima verosimilitud

Se obtienen las curvas ajustadas

¿Es necesario verificar la

efectividad de las curvas?

No

Prueba de bondad de ajuste

Distribución probabilística del

error

Desviación media absoluta

Selección de acuerdo a las

características de los datos (tamaño

de muestra

% de error probabilístico DN =

40% y DW=15%

Promedio de la desviación media absoluta del error

de pronóstico de la DW =35.78 min

Kolmogorov Smirnov

DW con D = 0.05

Anexos 2

220

3. Propuesta de mejora SMED (Single Minute Exchange of die).

Nombre del proyecto: Cambio rápido de herramental

Empresa donde se realiza: PEASA Autopartes S.A.

La propuesta de mejoramiento del tiempo en el cambio de herramental bajo la metodología

SMED, se realizó bajo un enfoque de mínimo costo y bajo el criterio de una mejor

distribución de las actividades internas y externas del proceso. Bajo este enfoque con esta

propuesta, se logró una reducción del 66% del tiempo en el proceso de cambio de

herramental para los tres diferentes tipos de troqueles (Tabla 4.7, Capítulo 4).

3.1. Justificación del proyecto

Dentro del diagnóstico inicial que se realizó a la línea de estampados, se determinaron las

condiciones de la problemática actual de la línea dentro de las cuales se incluye su proceso

de cambio de herramental. En la Figura 3-1 se resumen

Figura 3-1: Diagrama causa efecto de la situación actual

Actualmente el proceso de cambio de herramental en la línea de estampados, se realiza de

forma manual y semiautomática. Este proceso involucra al operador de la máquina,

operador de montacargas, y en algunos casos a un “comodín” (ayudante).

El proceso de cambio de herramental presenta ciertas deficiencias de organización,

distribución de actividades y métodos técnicos de montaje. Una de estas deficiencias, es que

MATERIA PRIMA

MAQUINA MÉTODO

MEDIDA MANO DE OBRA

MEDIO AMBIENTE

BAJA

EFICIENCIA

NO EXISTE NORMA DE

EMPAQUE INTERNO

P/PROCESOS

INTERMEDIOS

PAROS CONTINUOS DEBIDO A LA

ESPERA DE MONTACARGAS

PARA EL RETIRO DEL MATERIAL

RODACARGAS

DESCOMPUESTOS, NO SE PUEDE

MOVER EL MATERIAL EN LINEA

NO EXISTE METODO DE

OPERACIÓN PARA

PARTES ESTAMPADAS

FALTA DE APLICACION

N/A

NO EXISTE METODO DE

ACOMODOS

ESTANDARIZADOS P/ EL

EMPAQUE INTERNO

LOS PROCESOS NO ESTAN

ADECUADOS A UNA

ERGONOMIA DE OPERACIÓN

PROVOCANDO FATIGA DE

CAPACITACION DE

PERSONAL EN

DIFERENTES HTAS. DE

PRODUCCION EN SERIE

FALTA DE DIFUSION DE

INFORMACION

RESULTADOS DE LINEA

DEMASIADO TIEMPO ENTRE

CAMBIO DE

HERRAMENTALES

NO EXISTE TIEMPOS

ESTADAR P/CAMBIOS

DE HERRAMENTALES

1 Mes de inventario MP

Desarrollo de un compromisode colaboración en equipo entre los trabajadores

Implementación de equipos de mejora contínua

Revisión del estatus del material a utilizar. Inspección previa

No se cuenta con un formato de descripción de activiades del puesto.

Programa de inducción para el personal de nuevo ingreso.

Fallasrepetitivas en el herramental

No existe un formato de flujo de producción diaria, que se pueda compartir con el personal involucrado

Motivación

Anexos 2

221

no cuentan con un tiempo ni proceso estándar para realizar dicha operación, por ende se

desconoce el tiempo que funcione como parámetro de medición.

Los tiempos promedios para realizar el cambio de herramental oscila aproximadamente

entre 40 y 50 minutos (comparado con los registros y toma de tiempos realizados en la

operación). Hay diversos factores que contribuyen a que este tiempo sea tan elevado como

tiempo de demoras (tiempo de espera para el suministro de material y/o herramental),

falta de coordinación de actividades, ausencia de elementos técnicos, entre otras.

Dada a esta situación se elaboró una propuesta de mejora, empleando la metodología SMED

para la reducción del tiempo necesario para el cambio y preparación de herramental. La

propuesta realizada está enfocada con un mínimo de costo de implementación, por tal

razón en la propuesta SMED no se profundiza en el mejoramiento de diseño de herramental

ni sistemas de sujeción rápida, sino que está orientada a una mejor distribución de

actividades internas y externas del proceso, recordando que:

Actividad interna: Es definida como una tarea que no es posible realizar a menos que el

equipo se encuentre detenido.

Actividad externa: Es definida como una tarea que se puede ejecutar con el equipo en

funcionamiento.

3.2. Descripción de la propuesta

La propuesta SMED considera la reestructuración de actividades con un enfoque de

organización en paralelo. En la Tabla 3-1 se presenta el resumen que involucra esta

propuesta.

Tabla 3-1: Resumen de propuesta de mejoramiento SMED

Propuesta de mejoramiento SMED

1 Explicación del concepto

Esta propuesta está enfocada en la administración de actividades y organización del proceso.

2 Actividades Descripción de actividades, asignación de responsabilidades, adquisición de herramientas y carritos soportes, prueba piloto, capacitación, evaluación y seguimiento

3 Concepto de inversión

Adquisición de herramientas: $_________; %____________

Capacitación: $_________; %____________

Adquisición o compra de carritos : $_________; %____________

4 Beneficio Mejora en el indicador de eficiencia en un 3% y reducción en el tiempo de cambio de herramental en un 66% -67%.

Anexos 2

222

3.3. Tiempos del proceso de cambio de herramental


cambio de herramental y material, basada en dos consideraciones: las características del

tipo de troquel y el requerimiento de lámina a utilizar. Este análisis se presenta en el punto

4.4.1.1 del capítulo 4. Para la obtención de los tiempos promedios se efectuaron 4520

observaciones de cada tipo de cambio de herramental y material, cronometrando el tiempo

invertido por los operarios para realizar el proceso. El proceso de obtención de datos se

detalla en el punto 4.4.1.2. del capítulo 4.

Una vez realizado el registro de los datos, fue posible obtener los tiempos promedios de

preparación de herramienta De esto se derivó el diagrama de flujo del proceso actual,

contemplando todas las actividades del proceso. Posteriormente se realizó una propuesta

de reducción de tiempos mediante la organización de actividades en paralelo, considerando

pasar la mayoría de actividades internas a externas.

3.4. Concepto de inversión

Adquisición de herramientas: $_________; %____________

Actualmente hay una carencia significativa en las herramientas utilizadas por parte de los

operadores en el cambio de herramental y/o material. Esta carencia propicia los tiempos de

demora, debido a que el operador debe buscar la herramienta necesaria en otros puestos de

trabajo. A continuación se presenta una lista de las herramientas que se necesitan en cada

prensa para realizar el cambio de herramental sin mayor dificultad.

Tabla 3-2: Herramienta necesaria para realizar el cambio de herramental

TORNILLOS ALLEN

LLAVE ESTRIADAS 1 1/4"

REFACCIONES DE TUERCAS "T"

JUEGO DE LLAVES ALLEN

TORNILLOS DE 3/8"

FLEXOMETRO

HERRAMIENTA Y CALIBRE

LLAVE PERICO 18"

LLAVE ESTILSON 24 "

LLAVE HEXAGONAL 1/2"

LLAVE ESTRIADAS 15/16"


Anexos 2

223

Es necesario contar con un soporte estructural para colocar los troqueles salientes y

entrantes en el proceso de cambio de herramental en cada prensa. Esto con la finalidad de

disminuir los tiempos de demoras atribuidos a la espera de traslado de los troqueles. Para

tal finalidad se ha propuesto que cada prensa disponga de carrito de soporte para colocar

los troqueles. Estos carritos, deben estar ajustadas a las medidas de las prensas, deben ser

de fácil manejo y con la seguridad pertinente para su uso. En la Figura 3-2 se presenta la

localización de los carritos de soporte en el área de trabajo.

Figura 3-2: Disposición de localización de los carritos de soporte de troqueles

Es necesario una capacitación de la nueva metodología a implementar, iniciando con una

prueba piloto que involucre al supervisor de la línea y mandos medios. La inversión de la

capacitación se traduce en disponibilidad de tiempo necesario para el conocimiento del

nuevo método.

A continuación se presenta el diagrama de flujo del proceso de cambio de herramental

actual, la propuesta de mejora enfocada a la nueva distribución de actividades internas y

externas y el diagrama de flujo del proceso de cambio de herramental propuesto para cada

tipo de troquel.

Fabricación o compra de carritos : $_________; %____________

Capacitación: $_________; %____________

Carrito de

soporte

Anexos 2

224

3.5. Troquel de 2 tuercas “T”

Figura 3-3: Diagrama de actividades actuales en el proceso de cambio de herramental en un troquel de 2 tuercas

“T”.

Operador Comodín Supervisor

0:01:30

0:02:58 0:01:08 0:03:20

0:02:20

0:02:20

0:01:21

0:02:51

0:01:46

TIEMPO TOTAL DEL PROCESO

0:01:01 0:36:05

TIEMPO TOTAL DEL PROCESO SIN TIEMPOS DE ESPERA

0:01:03 0:25:27

min

DESMONTAJE 0:05:45

MONTAJE 0:08:42

PROCESO 0:11:00

DESM

ON

TAJE

0:05:45

0:08:42

PRO

CESOM

ON

TAJE

PRO

CESO

PROCESO

PRO

GR

AM

ACIÓ

N

Operador Montacarga

111

2 2

33

4

5

6

7

9

8

10

12

13

14

16

17

18

19

20

21

8

22

11

15

Anexos 2

225

Figura 3-4: Pasos del proceso del cambio de herramental para un troquel de 2 tuercas “T”.

Noti ficación del cambio a rea l izar


Tras lado de ca ja de herramienta y hoja de proceso Contar con el herramental necesario

Llenado de formato de P.T. y Hoja de Producción Formatos de proceso en orden

Limpieza del área de trabajo Contar con los formatos en s i tio

Quitar tuercas "T" Contar con el herramental necesario

Quitar complementos guía , charolas

O.M. reti ra y trae troquel Noti ficación previa

Limpieza del troquel

Acomodo de troquel en prensa

O.M. reti ra y trae conenedor de P.T. Contar con el herramental necesario

Ajuste de tuercas "T"

Ajuste de complementos Contar con los formatos en s i tio

Tras lado de Poca Yoke y/o instrumento de med. Instrumentos disponibles en su lugar de origen

O.M. reti ra y trae contenedor de piezas

Programación de troquel

Producción Primeras 5 piezas

Medición

Llenado de formato de Medición

Llenado de formato de H. P.

Acomodo de ca jas de P.T. y/o contenedor

Producción Normal

min/pza

0.025

0.026

10.000

0.167

0.003

Realización de pruebas de inspección c/3 h

Retrirar charola de desperdicio

Subactividades contenidad en Actividad 22

Preparación pieza

Acomodo de cajas de P.T

Acomodo de pieza en lugar de trabajo

Lubricación de piezas

REQUERIMEINTOPROCESO1

2

3

4

5

6

7

8

9

10

11

12

14

15

16

17

18

19

20

13

21

22

Anexos 2

226

Figura 3-5: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 2 tuercas “T”

15 Minutos antes de terminar la producción, el comodín, el operador montacargas y el operador de máquina deben estar enterados, de esta manera se garantizará en sitio: troquel, herramientas para desmontaje,

formatos, para que cuando la producción termine el único tiempo de paro sea el tiempo de desmontaje y montaje (los cuales pueden ser reducidos en un 50% al ser realizado por dos personas). La programación y

producción de las primeras 5 piezas corresponden a los demás tiempos de paro por preparación de herramienta. Las operaciones de la medición y llenado de formato serán realizados por el comodín, para evitar

que el operador de máquina abandone su lugar de trabajo.

DESCRIPCIÓN

Tiempo real de paro de la máquina por cambio de herramental (min)

Tiempo propuesto de paro de la máquina por cambio de herramental (min)

% de Mejora

% de Mejora

0:37:35

0:11:25

70%

Anexos 2

227

3.6. Troquel de 8 tuercas “T” sin alimentación


“T” sin alimentación


0:01:36

0:04:10 0:01:20 0:03:20

0:02:20

0:02:20

0:01:25

0:03:41

0:02:28


0:02:31 0:47:31


0:00:48 0:36:36

min

DESMONTAJE 0:06:24

MONTAJE 0:15:09

PROCESO 0:15:03

Operador Montacarga

PR

OG

RA

MA

CIÓ

N

0:15:09MO

NTA

JED

ESMO

NTA

JE

0:06:24

PR

OC

ESOP

RO

CESO

PROCESO

111

2 2

33

4

5

6

7

9

8

10

12

13

14

16

17

18

19

20

21

8

22

11

15

Anexos 2

228

Figura 3-7: Pasos del proceso del cambio de herramental para un troquel de 8 tuercas “T” sin alimentación.



Tras lado de ca ja de herramienta y hoja de proceso Contar con el herramental necesario




Quitar complementos guía , charolas











Medición




Producción Normal


Preparación pieza min/pza

0.025

0.026

10.000

0.167

0.026

PROCESO REQUERIMEINTO






1

2

3

4

5

6

7

8

9

10

11

12

14

15

16

17

18

19

20

13

21

22

Anexos 2

229

Figura 3-8: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 8 tuercas “T” sin alimentación







% de Mejora

% de Mejora

1:04:25

0:21:14

67%

DESCRIPCIÓN

Anexos 2

230

3.7. Troquel de 8 tuercas “T” con alimentación


“T” con alimentación


0:01:25

0:03:16 0:01:01 0:03:20

LAMINA 0:08:10

0:02:20

0:02:20

MONTAJE DE LÁMINA

0:01:13

0:03:27

0:02:18


0:01:00 1:03:47


0:01:15 0:53:21

min

DESMONTAJE 0:13:33

MONTAJE 0:27:18

PROCESO 0:12:30

PRO

CESO

PROCESO

0:14:42MO

NTA

JED

ESMO

NTA

JE

0:05:23

PRO

CESOPR

OG

RA

MA

CIÓN

Operador Montacarga

111

2 2

33

4

5

6

7

9

8

10

12

13

14

16

17

18

19

20

21

8

22

11

15

23

24

Anexos 2

231

Figura 3-10: Pasos del proceso del cambio de herramental para un troquel de 8 tuercas “T” con alimentación.



Traslado de caja de herramienta y hoja de proceso Contar con el herramental necesario




Quitar complementos guía, charolas











Medición




Producción Normal


Preparación pieza min/pza

0.025

0.026

10.000

0.167

0.026






PROCESO REQUERIMEINTO1

2

3

4

5

6

7

8

9

10

11

12

14

15

16

17

18

19

20

13

21

22

Anexos 2

232

Figura 3-11: Propuesta de mejora para el proceso de cambio de herramental de un troquel de 8 tuercas “T” con alimentación







% de Mejora

0:47:05

0:15:53

66%

% de Mejora

DESCRIPCIÓN

Anexos 2

233

3.8. Beneficios

La propuesta de mejora se aplicó para disminuir el tiempo requerido para cambio de

troquel y de material, considerado para los tres tipos de cambio establecido en la Tabla 4-7

del capítulo 4, dando como resultado mayor disponibilidad de los equipos. A continuación

se presenta el resultado de la propuesta de mejora.

Tabla 3-3: Resultados de mejora derivado de la propuesta SMED

De lo anterior se puede considerar que, por cada producto que utilice un troquel del tipo de

2 Tuercas "T", tendrá disponible para su producción un promedio del 69% del tiempo total

que emplea para realizar su cambio de herramental, lo que se traduce en un incremento de

su producción o una disminución del tiempo operativo del proceso. La situación es la misma

para los tipos de troquel de 8 tuercas "T" C.A y 8 tuercas "T" S.A, con un promedio de 66%

cada uno.

3.9. Prueba piloto

3.9.1. Objetivo

Realizar una prueba piloto implementando la metodología SMED para obtener una

reducción del 66% del tiempo, pasando de 39 minutos a 12 minutos, en el cambio rápido de

herramentales en las prensas de 60 y 120 toneladas (troquel de 2 tuercas”T”).

3.9.2. Requerimientos generales.

La prueba piloto pretende ser realizada en una de las 8 prensas de trabajo manual (120-60

toneladas). El desarrollo de la prueba debe ser realizada con un componente que no sea de

requerimiento inmediato de producción, es decir que no represente una prioridad en envío,

esto, para anticiparnos a cualquier eventualidad que se presente durante la prueba. El día y

hora de la realización de la prueba están en dependencia del programa de producción.

Actual Propuesta % de Mejora

2 Tuercas "T" 39 12 69%

8 Tuercas "T" C.A. 64 22 66%

8 Tuercas "T" S.A. 47 16 66%

Tiempo de cambio de herramental y

material (min)Tipo de cambio

Anexos 2

234

3.9.3. Requerimientos materiales

Para la realización de la prueba piloto es necesario contar con la herramienta necesaria

para el proceso y una mesa de trabajo (carrito de soporte) para colocar el troquel que retira

y colocar el nuevo troquel a utilizar.

3.9.4. Requerimientos de mano de obra capacitada

Un factor importante de éxito en esta prueba es la preparación del personal que la realizará.

Es necesario que el grupo de trabajo de trabajo conformado por: comodín, operador de

prensa, operador de montacargas, supervisor y encargado de área, estén enterados de la

metodología del SMED, de los conceptos e importancia de los términos de “actividades

internas y externas” que garantizan el mínimo tiempo de paro de la máquina, asi como el

procedimiento que se llevará a cabo. Motivo por el cual se propone brindar una pequeña

capacitación de 20 minutos para explicar el método y recibir retroalimentación de las

partes involucradas. Estas orientaciones pueden ser dadas el mismo día de la prueba piloto

o un día anterior. La conformación del equipo de trabajo que realizará la prueba estará a

cargo del responsable de área.

En resumen, para proceder a realizar la prueba es necesario contar con:

Fecha y Hora Planificar con el encargado de la línea el día, hora, prensa y personal de apoyo para la realización de la prueba

ssss

Herramienta y mesa soporte

Se debe verificar de contar con toda la herramienta requerida, puesto que un faltante significa demora en la aplicación del método

Conformación de grupo de trabajo

Es necesario contar con: comodín, operador de prensa, operador de montacargas, supervisor y encargado de área. La conformación del equipo estará a cargo de éste último

Capacitación

Es sin duda un requisito, es necesario que el grupo de trabajo que realizará la prueba esté enterado del método a aplicar y sobre todo que brinden su respectiva retroalimentación al proceso.

3.9.5. Procedimiento.

Como primer paso es necesario verificar que los requerimientos explicados anteriormente

se han cumplido en un 100%.

Como segundo paso, es necesario contar con la notificación, 15 minutos antes de terminar

la producción, del siguiente componente a producir, tanto al comodín como al operador

montacargas, esto para garantizar un proceso fluido. Esto permite garantizar que los

Anexos 2

235

documentos necesarios y las herramientas estén en sitio para realizar el cambio. Se

propone que la documentación sea llenada por el comodín, mientras que el operador

termine de realizar su producción. Aquí se presenta un ahorro aproximado de 3 minutos.

Posteriormente viene el desmontaje de troquel, aquí se recomienda que se haga con el

apoyo del comodín y para esto se debe contar con la herramienta en sitio. En el proceso de

desajustar las tuercas T, y colocar el troquel en posición de envío se propone un tiempo de

4 minutos.

Posteriormente se traslada el troquel a su sitio, esto no debe representar un tiempo de

demora, ya que, gracias a la notificación realizada al operador de montacargas de 15

minutos antes, él ya tiene colocado en la mesa soporte el troquel a utilizar y trasladar el

anterior a su lugar respectivo.

Paralelo al traslado del troquel, el operador de la prensa y el comodín proceden al montaje

del troquel, el cual consiste en su acomodo en el área de trabajo y ajuste de tuercas T. Esta

actividad se recomienda que sea en paralelo entre ambos para asegurarse que sea realizada

en un tiempo de 3 a 4 minutos.

Al igual que el traslado del troquel, la colocación de los contenedores o cajas de producto

terminado no debe representar demora, ya que el operador de montacargas está notificado

de la pieza a producir y por ende conoce las características de su almacenamiento.

La programación de las condiciones de operación de la prensa está en manos del operador,

actividad que puede ser realizada en un tiempo de 1 minuto.

Las demás actividades de llenado de documentos, traslado de gage o poka yoke, medición

de las primeras piezas producidas se recomienda que se haga con apoyo del comodín para

garantizar el mínimo tiempo de paro de máquina.

Realizando estas actividades de manera coordinada y con los requerimientos necesarios es

posible realizar el cambio de herramental en un tiempo de 12 minutos, en comparación con

los 39 minutos que se han venido reportando.

4. Propuesta de mejora en el método de trabajo MMT

Nombre del proyecto: Reducción de tiempo de actividades anexas al proceso

Empresa donde se realiza: PEASA Autopartes S.A.

Anexos 2

236

La propuesta de mejora en el método de trabajo se realizó, al igual que en el caso anterior,

bajo un enfoque de mínimo costo y bajo el criterio de una mejor distribución de las

actividades anexas al proceso orientadas a 3 de actividades21. Considerando este enfoque,

se logró una reducción del 51% del tiempo destinado a actividades anexas del proceso,

pasando de 6 minutos a 3 minutos por cada 200 componentes producidos (Tabla 4.8,

Capítulo 4).

4.1. Justificación del proyecto

Durante el proceso de producción de los diferentes componentes se incurren en diferentes

actividades anexas al proceso, las cuales no están consideradas dentro del tiempo estándar

de producción. Estas actividades se refieren a la preparación del componente en cuanto a su

posicionamiento, acomodo y lubricación e inspección.

Al realizar el diagnóstico de la línea se determinó que, de acuerdo con la mezcla de

producción, el tiempo necesario para realizar las actividades anexas del proceso, pueden

resultar en interesantes datos al finalizar la orden de producción diaria, semanal y mensual.

A continuación se muestra un dato interesante de la producción de 3 componentes en un

día de producción. En la columna 2 de la Tabla 4-1, se muestra el total de tiempo destinado

para realizar las actividades anexas del proceso, mientras que en la columna 3 se traduce el

tiempo de las actividades anexas en componentes dejados de producir.

Tabla 4-1: Comportamiento del tiempo de actividades anexas del proceso para tres componentes

Pieza Tiempo de actividades

anexas al proceso (min)

Componentes

dejados de producir

CM-4024 37.11 95.5

1ES9985 104.38 488.3

1ES1763 46.24 110.0

De los resultados de este estudio y del análisis de datos, se determinó que por cada 200

componentes producidos se necesitan aproximadamente 6 minutos para realizar estas

actividades anexas al proceso.

Con el objetivo de disminuir dichos tiempos se elaboró una propuesta de mejora, enfocada

al método de trabajo. La propuesta planteada se elaboró con un mínimo costo de

implementación, por tal razón no se profundiza en propuestas de diseño estructural para el

21 Se consideraron 3 de 6 actividades dado a su facilidad de cambio en las actividades involucradas

Anexos 2

237

manejo de los componentes, sino que se orienta a una mejor distribución de actividades

entre los operadores.

4.2. Descripción de la propuesta

La propuesta MMT considera la reestructuración de actividades entre los operadores

involucrados en el proceso. En la Tabla 34-1 se presenta el resumen que involucra esta

propuesta.

Tabla 4-2: Resumen de propuesta de mejoramiento SMED

Propuesta de mejoramiento MMT

1

Explicación del concepto

Esta propuesta está enfocada en el mejoramiento de disposición de componentes, reordenamiento, y una propuesta de fabricación de implementos que permitan el acomodo de las piezas

2 Actividades Descripción de actividades, asignación de responsabilidades, adquisición de implementos, capacitación, evaluación y seguimiento

3 Concepto de inversión

Fabricación de implementos: $_________; %____________

Capacitación: $_________; %____________

Ayudante general : $_________; %____________

4 Beneficio Mejora en el indicador de eficiencia en un 4% reducción en el tiempo de actividades anexas en un 51%

4.3. Tiempos de las actividades anexas del proceso


componente basada su tipo de operación. Si es necesaria realizar la primera operación, el

proceso de producción del componente necesita menos actividades anexas que cuando se

realiza una operación superior a la primera. Esta situación depende directamente del tipo

de operación manual o semiautomática, así como de la fuente de alimentación del material

necesaria para el proceso de producción. Este análisis se presenta en el punto 4.4.1.2 del

capítulo 4.

Para la obtención de los tiempos promedios se efectuaron 4522 observaciones de cada tipo

de componente, cronometrando el tiempo invertido por los operarios para realizar el

proceso. La obtención de datos se detalla en el punto 4.4.2.2. del capítulo 4.

Una vez realizado el registro de los datos, fue posible obtener los tiempos promedios de las

actividades anexas Posteriormente se realizó una propuesta de reducción de tiempos

mediante la organización de actividades de los involucrados en el proceso.


Anexos 2

238

4.4. Consideraciones principales del método mejorado

Ya no se acomodarán los componentes individuales, sino que se acomodarán las cajas de los

componentes. Para esto es necesario contar con un implemento auxiliar que permita el

acomodo de las cajas.

Es necesaria la presencia del comodín y/o ayudante para que garantice la existencia de

cajas en el lugar de trabajo y evitar que lo haga el operador.

4.5. Concepto de inversión

Fabricación de implementos: $_________; %____________

Actualmente a los operadores se les brinda los componentes en contenedores, este método

no permite la agilización, manejo, disposición de las piezas, ya que con cierta periodicidad el

operador debe parar la máquina para tomar determinado número de componentes,

colocarlas en algún lugar de su área de trabajo y proceder con su fabricación. Figura 4-1.

De igual forma al terminar la producción, el operador coloca determinado número de

componentes en algún lugar de su área de trabajo, para posteriormente colocarla en el

contenedor o en cajas de producto terminado. Esta práctica se puede mejorar de la

siguiente manera:

Figura 4-1: manejo, acomodo y disposición de componentes en su proceso de producción

Al operador que realiza las operaciones siguientes a la primera, se le brindará los

componentes en cajas, de manera tal que para su proceso de producción no tome un

determinado número de componentes, sino una caja con mayor número de componentes,

es decir que los componentes vendrán acomodadas de esta forma desde el momento en que

la primera operación de las mismas es realizado.

Anexos 2

239

Figura 4-2: Nueva disposición de manejo de material

Para el mejoramiento de esta actividad, se contempla la fabricación de implementos para

mejorar la disposición y acomodo de las cajas para el operador y poder contar con más de

una caja acomodada, sin embargo no es completamente necesario.

Figura 4-3: Estructura propuesta para el almacenamiento de cajas de producto

El operador que realiza la

primera operación de un

determinadao componente,

acomoda el material en cajas

dentro del contenedor.

El operador que realiza las

operaciones siguientes

tiene mayor facilidad,

agilidad y acomodo en

tomar las piezas en cajas

que tomar cada una,

mejorando el tiempo y

disminuyendo esfuerzos

Para una mejor disposición

de las mismas se propone

un dispositivo de

acomodamiento de cajas.

(ver Figura 4-3).

Anexos 2

240

Una vez Analizado y evaluado el proyecto, es necesario una capacitación de la nueva

metodología a implementar, iniciando con una prueba piloto que involucre al supervisor de

la línea. La inversión de la capacitación se traduce en disponibilidad de tiempo necesario

para el conocimiento del nuevo método.

Para que el ciclo de producción funcione es necesario que un ayudante general esté

pendiente de la colocación de las cajas de producto terminado en el lugar indicado. Así

mismo de realizar otras actividades anexas a la preparación de la pieza que son muy

puntuales, por ejemplo: limpieza de la pieza.

A continuación se presenta la descripción de actividades propuesta para cada uno de los

involucrados en el proceso, con la finalidad de garantizar la reducción de tiempos en las

actividades anexas al proceso.

Figura 4-4: Descripción de actividades para el operador de montacargas

Capacitación: $_________; %____________

Ayudante general: $_________; %____________

Anexos 2

241

Figura 4-5: Descripción de actividades para el comodín

Figura 4-6: Descripción de actividades para el ayudante general

Figura 4-7: Descripción de actividades para el supervisor

Anexos 2

242

Figura 4-8: Descripción de actividades para el operador

4.6. Beneficios

El MMT se aplicó para disminuir el tiempo de demora atribuido a actividades anexas al

proceso, esta propuesta se orientó a 3 de las 6 actividades. Se consideraron las actividades

de acomodo de componente en el contenedor, caja o lugar de trabajo y acomodo de caja de

producto terminado porque eran las que presentaban facilidad de modificación en su

método de trabajo con un mínimo costo de inversión.

El mejoramiento de este método da como resultado un mejor desempeño del proceso del

flujo de producción. A continuación se presenta el resultado de la propuesta de mejora en

porcentaje de reducción en segundos por unidad y por cada 200 piezas producidas.

Tabla 4-3: Resultados de mejora, derivado de la propuesta MMT

El resultado anterior muestra que se puede reducir un 51% del tiempo al mejorar el

método de 3 actividades, pasando de 6 minutos a 3 minutos de tiempos de demora, por


1 y 2 Acomodo de componente en contenedor y/o caja 0.50 0:01:41 0.12 0:00:24 76%

2 Acomodo de componente en lugar de trabajo 0.54 0:01:48 0.15 0:00:30 72%

2 Acomodo de cajas de P.T 0.15 0:00:30 0.00 0:00:00 100%

2 Lubricación de componente 0.61 0:02:02 0.61 0:02:02 0%

TIEMPO TOTAL DE DEMORA 1.80 0:06:01 0.88 0:02:56 51%

1 y 2 Retrirar charola de desperdicio 10 seg/ud cada 20 min

1 y 2 Realización de pruebas de inspección 10 min c/3 horas de producción

% de

mejoraseg/ud

min

*c/200 cseg/ud

min

*c/200 c

ACTUAL PROPUESTO

Tipo de

componenteACTIVIDAD ANEXA AL PROCESO

C. ANEXOS 3

Anexos 3

243

Tabla C-1: Tarifas de costos considerados por la empresa

Dept Ctr Trab Descripción Tarifa IV Máq Tasa Ind-var MO Tarifa Prep Tarifa MO

101 840 Prensa 160 ton 54.48 115.46 48.64 48.64

101 836 Prensa 160 ton 60.97 115.46 48.64 48.64

101 804 Prensa 200 ton 48.67 115.46 48.64 48.64

101 805 Prensa 110 ton 36.16 115.46 48.64 48.64

101 809 Prensa 110 ton 28.51 115.46 48.64 48.64

101 837 Prensa 200 ton 50.24 115.46 48.64 48.64

101 834 Prensa 300 ton 121.62 115.46 48.64 48.64

101 331 Prensa 60 ton 13.11 115.46 48.64 48.64

101 811 Prensa 60 ton 13.08 115.46 48.64 48.64

101 817 Prensa Hidr PACIFIC 300 25.03 115.46 48.64 97.28

101 701 Prensa 60 ton 16.16 115.46 48.64 48.64

101 816 Prensa 60 ton 13.08 115.46 48.64 48.64

101 810 Prensa 110 ton 17.73 115.46 48.64 48.64

101 815 Prensa 110 ton 14.98 115.46 48.64 48.64

101 829 Prensa 60 ton 19.36 115.46 48.64 48.64

101 847 Prensa Hidráulica 80 ton 7.62 115.46 48.64 48.64

101 851 Prensa 200Ton. AIDA-c052 50.24 115.46 48.64 48.64

101 853 Prensa 200Ton. AIDA-C042 50.24 115.46 48.64 48.64

101 855 Prensa AIDA 200Ton.#855 121.62 115.46 48.64 48.64

101 856 Prensa AIDA 110Ton.A#856 121.62 115.46 48.64 48.64

101 857 Prensa AIDA 400Ton. 121.62 115.46 48.64 48.64

101 859 Prensa AIDA 400 Ton. 121.62 115.46 480.64 48.64

101 860 Prensa AIDA 110 Ton. 36.16 115.46 48.64 48.64

101 862 Prensa AIDA 160 Ton. 36.16 115.46 48.64 48.64

101 863 Prensa AIDA 400Ton. 121.62 115.46 48.64 48.64

D. ANEXOS 4

Anexos 4

244

Figura D-1: Porcentaje del error relativo de cada una de las variables analizadas, obtenido en el periodo de evaluación

ENERO FEBRERO MARZO ABRIL MAYO JUNIO AGOSTO SEPTIEMBRE OCTUBREPROMEDIOGENERAL

Tiempo improductivo (min) 1.77% 4.06% 4.57% 4.62% 2.36% 4.78% 4.11% 3.87% 6.09% 4.02%

Tiempo de entrega (min) 1.16% 2.78% 2.92% 3.29% 1.98% 3.15% 2.64% 2.54% 4.05% 2.72%

Disponibilidad (%) 1.17% 0.44% 0.29% 0.31% 0.02% 0.23% 0.02% 0.02% 0.03% 0.28%

Desempeño (%) 3.26% 2.32% 4.34% 2.85% 2.42% 2.66% 2.44% 2.36% 3.86% 2.95%

ETE (%) 1.42% 1.82% 4.04% 2.32% 2.84% 2.20% 2.50% 2.41% 3.89% 2.60%

0%

1%

2%

3%

4%

5%

6%

7%

PO

RC

ENTA

JE D

E ER

RO

R

PORCENTAJE DE DATOS SIMULADOS VS DATOS REALES

Glosario

245

Glosario

Bucles: Relaciones o aristas que conectan los nodos o vértices consigo mismo.

Cadena de valor: Son todas las actividades (con valor agregado y sin valor agregado)

que se involucran para transformar un producto o un grupo de productos desde la

materia prima hasta en productos terminados que acepte el cliente.

Capacidad: Nivel al cual se puede operar una planta, equipo, vehículo, departamento o bien. Capacidad práctica: El nivel máximo al que puede operar con eficiencia una planta, equipo o departamento, teniendo en cuenta el tiempo para cubrir cualquier eventualidad que se pueda presentar (mantenimiento, paros por diferentes factores). Representa alrededor de un 80% de la capacidad teórica. Capacidad Teórica: Conocida también como capacidad total, máxima o ideal. Es la medición de la capacidad máxima de producción de una planta, equipo o departamento, en un 100% del tiempo. Comportamiento de un sistema: Representación gráfica del conjunto de

trayectorias que describen los cambios que sufren a lo largo del tiempo las variables

asociadas a un sistema.

Costo: Recursos sacrificados que se capitalizan con el fin de lograr un objetivo específico. Costo total: La suma de los tres elementos del costo: Materiales directos, mano de obra directa y costos generales de fabricación. Demanda: Interés por adquirir un bien para satisfacer una necesidad. Diagrama causal: (diagrama de influencias) Grafo cuyos nodos son los elementos del

sistema y cuyas aristas indican las influencias entre ellos. Constituye una

representación gráfica de la estructura del sistema.

Diagrama de forrester: (diagrama de flujos-niveles) Diagrama que muestra las

relaciones entre las variables de un sistema, una vez que han sido clasificadas en

variables de nivel, de flujo y auxiliares. Constituye una reelaboración del diagrama de

influencias. Recibe también las denominaciones de diagrama de flujos y niveles.

Glosario

246

Dinámica de sistemas: Disciplina para el estudio de las relaciones entre la estructura

y el comportamiento de un sistema con ayuda de modelos informáticos de simulación.

Estructura: Forma en que los elementos de un sistema se encuentran organizados o

interrelacionados. La estructura se representa mediante el diagrama de influencias o

causal.

Flujo: Variable que representa el cambio que sufre una determinada magnitud por

unidad de tiempo. En los modelos de dinámica de sistemas se asocian a cada variable

de nivel una o varias variables de flujo.

Lead Time: Tiempo necesario para entregar al usuario final la orden de producción.

Ingreso: Contablemente se define como el valor de la venta de un bien o servicio, bien sea de contado o a crédito

Inventarios: Mercancías, materiales o suministros para ser utilizados en la operación de la empresa. Inventario de producto terminado: Mercancías completamente terminadas pero

aún no vendida.

Materiales directos: Materiales necesarios en la producción, que se identifican con el producto y de valor no despreciable. Se les denomina también materia prima

Modelos: Objeto artificial construido para representar de forma simplificada a un

sistema real o a un fenómeno de la realidad. Analizando el comportamiento del

modelo se extraen consecuencias con relación al del sistema modelado.

Optimizar: Rendimiento en las relaciones de la complejidad del sistema.

Orden de producción: Documento básico utilizado en el sistema de costos por órdenes de producción para aplicar los costos de un producto. También se conoce como órdenes de trabajo o como hoja de costos por órdenes de producción

Organización: Sistemas sociales diseñados para lograr metas y objetivos por medio

de recursos. Compuestas por subsistemas interrelacionados que cumplen funciones

especializadas.

Pensamiento sistémico: Actividad realizada por la mente con el fin de comprender el

funcionamiento de un sistema y resolver el problema que presenten sus propiedades

emergentes.

Glosario

247

Realimentación: Proceso en virtud del cual se recibe continuamente información con

relación a los resultados de las acciones previamente tomadas, de modo que a partir

de esa información, y de los objetivos propuestos, se adoptan las decisiones con

relación a las futuras acciones a tomar.

TC (Tiempo de Ciclo): Tiempo total requerido para completar la repetición de una

operación.

TER (Tiempo Efectivo Real): Tiempo en el cual se produce en ausencia de pérdidas

de disponibilidad, eficiencia y con la calidad adecuada para el cliente.

Simulación: Proceso mediante el cual se implanta en un computador un modelo

matemático de un cierto aspecto de la realidad.

Sistemas: Entidad formada por un conjunto de elementos en interacción.

Sistema Dinámico: Objeto matemático formado por un espacio de estados y una

regla que prescribe la evolución en él. Los modelos matemáticos que se construyen

mediante dinámica de sistemas son sistemas dinámicos.

Sistema complejo: Varias partes interconectadas o entrelazadas cuyos vínculos

contienen información adicional y oculta al observador, Como resultado de las

interacciones entre elementos.

diseÑo de un modelo dinÁmico de administraciÓn de la producciÓn de … · 2017. 3. 29. ·...

Documents