profesor patrocinante: ing. dr(c) jessica bulltorres
TRANSCRIPT
PROFESOR PATROCINANTE:
Ing. Dr(c) JESSICA BULL TORRES
ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL
Mejoramiento de la Línea de Producción de la empresa AquaChile
Trabajo de Titulaciónpara optar
al título de Ingeniero Civil Industrial
Anwar Hussein Chelech Olavarría
PUERTO MONTT – CHILE2017
i
AGRADECIMIENTOS
Primero que todo, quiero agradecer a Dios por siempre estar en mi camino, entregándome las energías
necesarias para no decaer ante las posibilidades de frustración que tuve.
Agradecer a mi Familia, mi padre Hassen, mi madre Claudia, mi Yaya y mis hermanos, ya que, gracias al
amor diario entregado y al apoyo incondicional, hemos logrado superar muchos obstáculos juntos.
A mis amigos y amigas, por entregarme el ánimo necesario para poder culminar esta gran etapa. Quiero
hacer mención especial a dos personas: primero, a Constanza Muñoz por ser mi amiga y apoyo en toda
mi formación universitaria. En segundo lugar, quiero agradecer a Fernanda Ulloa, por ser una amiga
realmente incondicional, que me ha apoyado en todos los aspectos de mi vida, incluyendo este.
Al personal de la empresa AquaChile S.A., por ser muy amables conmigo, por facilitarme la gran cantidad
de información que necesité para desarrollar la investigación y por el apoyo diario que me dieron mientras
estuve trabajando con ellos.
A los docentes de la Universidad Austral de Chile: a la profesora Jessica Bull Torres por acompañarme y
aconsejarme en este largo proceso. Al profesor Johnny Blanc Sperberg por acompañarme en mi
Anteproyecto y por ayudarme en la gestión de mi pasantía en la Universidad del Bio Bio. Al profesor
Oscar Romero, ya que con sus consejos pude desenvolverme de manera rápida en las labores que se
me encomendaron en la empresa.
A los docentes de la Universidad del Bio Bio, en especial a Don Pablo Concha y Don Francisco Ramis,
por entregarme la posibilidad de finalizar mí proyecto en el Centro de Simulación Avanzada.
Agradecer también a la Familia Solis Huerta, por recibirme en su casa mientras realicé mi pasantía en la
Universidad del Bio Bio. Sin su ayuda, no hubiese logrado terminar mi investigación.
Agradecer, por último, a todas las personas que, de alguna u otra manera, contribuyeron en mi desarrollo
personal y académico durante el periodo de desarrollo del proyecto de titulación.
ii
SUMARIO
El presente proyecto se realizó en la Planta de procesos de AquaChile S.A., y consistió en la verificación
de un posible aumento de la capacidad de producción de carne de salmón congelada. Esto, surgió a
partir de la solicitud de la empresa por analizar este aumento de la producción, debido a que, en la
actualidad existe una gran diferencia entre lo que se produce realmente y lo que la Factoría está
capacitada para producir en cuanto a los Túneles de Congelación.
De acuerdo al problema planteado en este estudio, se utilizó la metodología de simulación de Banks,
Carson, Nelson & Nicol (2010) para solución de problemas de la Factoría. Inicialmente, se realizó un
diagnóstico de la Planta productiva, mediante entrevistas no estructuradas a los trabajadores,
observación directa y el registro de aproximadamente 21.000 muestras distintas de tiempo (con el uso de
un cronómetro), para obtener las distribuciones con las que se comporta cada proceso, y así lograr un
estudio de simulación acabado y detallado. El resultado de esta etapa, fue el hallazgo de los cuellos de
botella que afectaban la capacidad real de congelación del sistema de Frío.
Mediante el Software de simulación “Flexsim”, se realizó un modelo de simulación, incluyendo las
variables más relevantes que impactan en la producción de la Factoría de productos salmónidos, tales
como: Calibre, tipo de producto, nivel de expertiz de los trabajadores, análisis de degradación (piezas de
salmón que se quitan de la Línea de procesos por detalles estructurales) y las tasas de reproceso, por
mala ejecución de las tareas. Como resultado de esta modelación, se obtuvo la simulación del escenario
Real (funcionamiento actual de la Planta de Procesos) y tres escenarios de mejora.
Finalmente, se realizó la comparación de los escenarios propuestos con respecto a la realidad de la
Planta Productiva, analizando dos medidas de desempeño: Tiempo de descarga de los Túneles de
congelación y la Producción Total diaria por cada máquina congeladora. El resultado del análisis fue que
el primer, segundo y tercer escenario, aumentaron la capacidad de proceso del sistema de frío en un
14,75 por ciento, en un 6,56 por ciento y en un 22,95 por ciento, respectivamente.
En consecuencia, se logró dar solución a los cuellos de botella que afectaban la producción diaria de
salmón congelado dentro de la Planta de Procesos de la empresa AquaChile S.A.
iii
ÍNDICE DE CONTENIDOS
1. ANTECEDENTES GENERALES .......................................................................................................... 1
1.1. Introducción. .................................................................................................................................1
1.2. Planteamiento del problema. ........................................................................................................2
1.3. Objetivo general. ..........................................................................................................................3
1.4. Objetivos específicos. ..................................................................................................................3
1.5. Descripción de la industria. ..........................................................................................................3
1.6. Descripción de la empresa. ..........................................................................................................5
2. MARCO TEÓRICO ................................................................................................................................ 9
2.1 Producción ....................................................................................................................................9
2.1.1 Tipos de producción. ..................................................................................................................10
2.2 Procesos. ....................................................................................................................................11
2.2.1 Elementos de un proceso ...........................................................................................................11
2.2.2 Tipos de procesos ......................................................................................................................12
2.3 Administración de operaciones. .................................................................................................13
2.3.1 Líneas de producción .................................................................................................................13
2.3.2 Ergonomía ..................................................................................................................................15
2.4 Herramientas de la ingeniería industrial. ....................................................................................16
2.4.1 Simulación de procesos. ............................................................................................................16
2.4.2 Balance de línea. ........................................................................................................................22
2.5 Estadística. .................................................................................................................................23
2.5.1 Tipos de estadística ...................................................................................................................23
2.5.2 Tipos de variables ......................................................................................................................24
2.5.3 Inferencia Estadística .................................................................................................................25
3 DISEÑO METODOLÓGICO ................................................................................................................ 29
3.1 Diagrama de diseño metodológico. ............................................................................................29
3.2 Desarrollo de la metodología .....................................................................................................30
3.2.1 Etapa 1: Diagnóstico. .................................................................................................................31
3.2.2 Etapa 2: Simulación de procesos. ..............................................................................................34
3.2.3 Etapa 3: Experimentación. .........................................................................................................36
4 PRESENTACIÓN Y ANÁLISIS DE RESULTADOS ............................................................................ 38
4.1 Diagnóstico .................................................................................................................................38
4.1.1 Conceptualización del modelo. ..................................................................................................38
4.1.2 Recolección de Datos. ...............................................................................................................41
4.2 Simulación de Procesos. ............................................................................................................50
iv
4.2.1 Construcción del modelo de simulación. ....................................................................................50
4.2.2 Verificación del modelo de simulación. ......................................................................................57
4.2.3 Validación del modelo de simulación. ........................................................................................62
4.3 Experimentación. ........................................................................................................................66
4.3.1 Diseño Experimental. .................................................................................................................66
4.3.2 Corridas de Producción y Análisis de los escenarios. ...............................................................68
5 CONCLUSIONES ................................................................................................................................ 71
6 RECOMENDACIONES ....................................................................................................................... 73
7 BIBLIOGRAFÍA .................................................................................................................................... 74
8 LINKOGRAFÍA .................................................................................................................................... 77
9 ANEXOS .............................................................................................................................................. 78
v
ÍNDICE DE FIGURAS
Figura Nº 1: Organigrama de la Factoría de AquaChile. ...............................................................................7
Figura Nº 2: Elementos de un proceso. .......................................................................................................12
Figura Nº 3: Configuración simplificada de una línea de producción de carne de salmón. .........................14
Figura Nº 4: Línea de ensamble manual. .....................................................................................................14
Figura Nº 5: Parte de una línea de producción automatizada. ....................................................................15
Figura Nº 6: Interrelación operario-máquina. ...............................................................................................16
Figura Nº 7: Pasos en un estudio de simulación. ........................................................................................17
Figura Nº 8: Pasos en un estudio de simulación. ........................................................................................18
Figura Nº 9: Proceso de Simulación. ...........................................................................................................19
Figura Nº 10: Esquema de una línea de producción típica. .........................................................................22
Figura Nº 11: Ejemplo de relación Población-Muestra. ...............................................................................24
Figura Nº 12: Resumen de los tipos de variables. .......................................................................................25
Figura Nº 13: Interfaz de Expertfit. ...............................................................................................................26
Figura Nº 14: Diagrama de Procesos de Planta de AquaChile S.A. ............................................................39
Figura Nº 15: Layout Modelo de Simulación Planta de Procesos AquaChile. .............................................51
Figura Nº 16: Fragmento del código de una Planificación de la Línea 2 de Filete. .....................................52
Figura Nº 17: Ejemplo de configuración de descarga Túneles. ...................................................................53
Figura Nº 18: Creación del mensaje para configurar Túneles. ....................................................................53
Figura Nº 19: Disposición en carros de salmones no calificados. ...............................................................56
Figura Nº 22: Cola de Arribo de Pescados. .................................................................................................58
Figura Nº 23:Separación Calibres Arribo materia prima. .............................................................................59
Figura Nº 24: Flujo de materia prima por Producto en Sistema de Frío. .....................................................60
Figura Nº 25: Distribución de productos en colas respectivas. ....................................................................60
Figura Nº 26: Código pausas de elongación Líneas de Filete. ....................................................................61
Figura Nº 27: Pausas elongación Líneas de Filete. .....................................................................................62
Figura Nº 28: Test de Normalidad de las variables a validar. ......................................................................63
vi
ÍNDICE DE TABLAS
Tabla Nº 1: Diagrama de Diseño Metodológico. ..........................................................................................29
Tabla Nº 2: Tamaño de muestra Línea 1 de Filete. .....................................................................................41
Tabla Nº 3: Tamaño de muestra Línea 2 de Filete. .....................................................................................42
Tabla Nº 4: Tamaño de muestra Línea 3 de Filete. .....................................................................................42
Tabla Nº 5: Tamaño de muestra Línea 4 de Filete. .....................................................................................42
Tabla Nº 6: Tiempos ociosos Factoría de AquaChile. .................................................................................43
Tabla Nº 7: Tiempos de Ciclo Líneas de Filete. ...........................................................................................43
Tabla Nº 8: Tiempo de Ciclo Emparrillado. ..................................................................................................44
Tabla Nº 9: Tiempo de descarga Túneles de Congelación..........................................................................46
Tabla Nº 10: Promedios de producción por turno Emparrillado. ..................................................................46
Tabla Nº 11: Promedios de producción por turno Líneas de Filete. ............................................................47
Tabla Nº 12: Tasas de arribo de salmón a la Factoría. ................................................................................47
Tabla Nº 13: Tiempos de detención máquinas en cada turno. ....................................................................48
Tabla Nº 14: Salmones Reprocesados en Emparrillado. .............................................................................49
Tabla Nº 15: Conteo salmones reprocesados en Filete. ..............................................................................49
Tabla Nº 16: Planificación Línea de Filete, 21 Octubre 2016. .....................................................................50
Tabla Nº 17: Asignación de valores etiqueta "Calibre". ...............................................................................54
Tabla Nº 18: Asignación de valores etiqueta "Producto." ............................................................................54
Tabla Nº 19: Promedio de Degradación diaria en Líneas de Filete. ............................................................56
Tabla Nº 20: Planificación Línea de Filete, 21 Octubre 2016. .....................................................................57
Tabla Nº 21: Resultados Producción Túneles en situación actual de la Factoría. ......................................57
Tabla Nº 22: Ciclo Promedio Réplicas Piloto. ..............................................................................................63
Tabla Nº 23: Producción por turno Réplicas Piloto. .....................................................................................63
Tabla Nº 24: Intervalo de confianza Ciclo Promedio. ...................................................................................64
Tabla Nº 25: Intervalo de confianza Producción por turno. ..........................................................................64
Tabla Nº 26: Validación Ciclo Promedio Procesos. .....................................................................................65
Tabla Nº 27: Validación Producción por turno Procesos. ............................................................................65
Tabla Nº 28: Validación Tiempo de descarga Túneles. ...............................................................................65
Tabla Nº 29: Resultados Producción Túneles en Primer Escenario. ...........................................................66
Tabla Nº 30: Resultados Producción Túneles en Segundo Escenario. .......................................................67
Tabla Nº 31: Resultados Producción Túneles en Tercer Escenario. ...........................................................67
Tabla Nº 32: Tiempo de Descarga Túneles por escenario. .........................................................................68
Tabla Nº 33: Producción por día en Túneles. ..............................................................................................69
Tabla Nº 34: Tabla resumen comparación de escenarios. ..........................................................................70
vii
ÍNDICE DE GRÁFICOS
Gráfico Nº 1: Comparación Tiempos de Descarga de túneles en cada escenario. .....................................69
Gráfico Nº 2: Producción Total Túneles en cada escenario. .......................................................................70
viii
GLOSARIO
Población: Conjunto de individuos u objetos de interés, o medidas que se obtienen da partir de todo los
individuos u objetos de interés.
Muestra: Porción o parte de la población de interés.
Melanosis: Manchas negras producidas por la enzima Polifenol Oxidasa.
1
1. ANTECEDENTES GENERALES
1.1. Introducción.
Según SalmonChile (2016), la industria de salmón en Chile ha logrado ocupar un lugar muy importante
dentro de esta actividad productiva a nivel mundial. Su crecimiento y desarrollo en nuestro país ha sido
notable (aumento en la producción de un 36 por ciento aproximadamente, desde el año 2005 a la
actualidad), especialmente caracterizado por su gran dinamismo. Lo anterior, se traduce en que, con el
tiempo, la salmonicultura ha llevado a Chile a convertirse en el segundo exportador más grande de esta
especie en el mundo.
Existen muchas empresas chilenas abasteciendo a más de 70 mercados internacionales, presentes en
muchas regiones de nuestro país. Una de éstas es AquaChile S.A., la cual “es una empresa global,
pionera y visionaria, líder en la producción mundial de salmones y truchas” (AquaChile, 2015).
Debido a la importancia de lo anterior, es necesario ir estudiando y mejorando continuamente los
procesos que existe dentro de una empresa, ya que según explicó Krajewski, Ritzman & Malhotra (2008),
analizar los procesos es una herramienta importante para la mejorar la operación de las cadenas de valor
de las empresas. Con esto, según expuso Churión, J (2001), se generan ventajas competitivas sobre las
demás empresas dentro de una industria, en especial la salmonera al estar inserta en un mercado
internacional.
Tal como lo expuso Banks, Carson, Nelson & Nicol (2010), la simulación de procesos es una herramienta
que aporta una ayuda significativa en la mejora de los procesos, ya que permite incrementar la eficiencia
de éstos, disminuir los costos y mejorar las capacidades productivas, sin la necesidad de correr riesgos
de implementación.
De acuerdo a lo expuesto en las líneas anteriores, en el presente proyecto se realizó el análisis de la
producción de la Planta de Procesos de la empresa AquaChile S.A., a través de la simulación de
procesos. Éste estudio, surge de la necesidad de la empresa por verificar si existe la posibilidad de
aumentar la capacidad de producción de la Factoría. Con esto, se puede lograr un desarrollo más
eficiente de las actividades dentro de la línea productiva.
2
1.2. Planteamiento del problema.
La Factoría de AquaChile S.A. tiene una meta de producción diaria de 90 toneladas de carne de salmón
congelado (referencia: Gerente de Planta de producción, Don Felipe Espinosa). Sin embargo, según el
Software de registro y almacenamiento de información llamado INNOVA, sólo se están produciendo 42
[t/día], lo cual implica un problema de producción, traducido en un delta entre la producción proyectada
(según la capacidad de la Factoría) y la capacidad real, correspondiendo a un 47 por ciento
aproximadamente.
Según lo expuesto por la Gerencia de la Factoría en cuestión, éste problema podría deberse a una
ineficiencia en el Sistema de Congelado de la Planta de procesos, debido lo que se muestra a
continuación:
Å Capacidad nominal:
- Infraestructura de congelado: 5 túneles operativos.
- Capacidad de congelación: 800 [kg/h túnel].
- Horas de producción diaria: 22 [h/día], con 2 [h/día] para limpieza de túneles.
- Capacidad de diseño de la Factoría: 90 [t/día] aproximadamente.
Å Capacidad real: 42 [t/día] (referencia: software INNOVA).
Å Delta de producción: 48 [t/día] aproximadamente, lo cual corresponde al 53 por ciento de la
capacidad nominal.
Lo anterior denota que existe una posible ineficiencia en el proceso productivo, debido a que no se
alcanza la capacidad nominal de producción de la Factoría. Analizando la situación, existen varios
supuestos que pueden dar una respuesta correcta acerca de las reales causas de esta problemática.
Primero, podría ocurrir que los cálculos realizados en el diseño de la Factoría hayan sido erróneos, lo
cual implicó que se estimara una cantidad de producción proyectada superior a la capacidad real de la
Planta de Procesos de AquaChile. En segundo lugar, puede que existan los “cuellos de botella” dentro de
los procesos previos o posteriores al Sistema de Congelado, lo cual implicaría que llegue menor cantidad
de pescado para realizar el proceso de congelación. Finalmente, la problemática, podría ser producto de
una ineficiencia en la realización de este último proceso, o una combinación de los anteriores.
De esta manera, se hace necesario evaluar posibles causas: ¿existirá un error en el diseño de la Planta
de Procesos, construyendo túneles con una mayor capacidad de producción a la que la Factoría está
posibilitada? ¿Existirá un desbalance en la línea de procesos que impida un flujo continuo de la materia
prima por la línea productiva? ¿Habrá una mala gestión por parte del Departamento de Planificación,
para determinar la cantidad de salmón con valor agregado a producir durante una jornada de trabajo?
3
Por lo anterior, es necesario realizar un análisis, a través de un modelo de simulación de la Factoría de
Procesos de la empresa AquaChile (utilizando el Software Flexsim), con el fin de verificar si existe una
posibilidad de mejora a la línea productiva, y así lograr una mayor producción de carne de salmón
congelado.
Cabe destacar que es de gran relevancia realizar este estudio, debido a que, si se logran buenos
resultados, puede ser útil para seguir en la dinámica del balance para las demás Factorías del holding,
tales como Aguas Claras (Calbuco), Antarfood (Chonchi), Hueñocoihue (en Dalcahue), Cailin (Quellón),
AquaChile (Puerto Montt) y Terrapez (Costa Rica).
1.3. Objetivo general.
Analizar las Líneas de Producción de la Planta de Procesos de la empresa AquaChile S.A., a través de la
metodología de simulación de procesos, con el fin de aumentar la capacidad de producción de la
Factoría.
1.4. Objetivos específicos.
Å Conceptualizar el modelo lógico de la planta de procesos, a través de la diagramación de procesos y
la recolección de datos, con la finalidad de reconocer las principales falencias en el funcionamiento
actual de las diferentes líneas de producción de la planta.
Å Generar el modelo de simulación de las líneas de producción en su condición actual, a través del
Software Flexsim, con la finalidad de entregar una herramienta base para el estudio de alternativas
de mejoras.
Å Generar Propuestas de Mejora para la Línea de Producción de la empresa, mediante la comparación
de los escenarios generados, con el fin de garantizar el buen uso de los recursos dentro de la Planta
de Procesos.
1.5. Descripción de la industria.
Entre los años 1850 y 1920, se fue desarrollando el ingreso de las especies acuícolas exóticas al
territorio chileno. Luego de esto, desde 1921, llegaron los primeros salmones (Coho), gracias al trabajo
4
desarrollado por el Instituto de Fomento Pesquero (IFOP), el cual, junto con lo anterior, implementó
tecnología vanguardista para poder realizar cultivos de distintas especies acuícolas en el país.
En la década de los 70, la salmonicultura nacional se vio altamente impactada, debido a que se inició el
cultivo de Trucha arco iris, con la finalidad de poder comercializarlo a nivel nacional e internacional. Junto
con esto, se estableció, gracias al Estado, la Subsecretaría de Pesca y el Servicio Nacional de Pesca
(SERNAPESCA). Por otro lado, también se originaron nuevas empresas, las que estaban relacionadas
sólo con la salmonicultura.
Ya en la década de los 80, ya existían 36 centros de cultivos operando en Chile y aumentando, lo cual
significó el auge de la industria salmonicultora en el país, elevando su producción a más de 2.100
toneladas en el año. Junto con esto, se creó la Asociación de Productores de Salmón y Trucha de Chile
A.G., lo que hoy se conoce como SalmonChile A.G.
En la década de los 90, es cuando la industria tuvo su despegue definitivo, debido a que comenzó a
desarrollar reproducción de salmónidos, obteniendo las primeras ovas de salmón Coho, lo cual se
recuerda como el primer adelanto científico chileno.
Pese a los avances que siguieron surgiendo en Chile, la industria tuvo que enfrentar la crisis financiera
asiática en 1998, uno de los momentos más complicados que le había tocado vivir, lo cual implicó la
caída de los precios y una sobreproducción a nivel mundial.
A mediados del año 2007, se reportó el primer caso de Anemia Infecciosa del Salmón (ISA), afectando a
la especia Salmón atlántico en su cultivo. Esto implicó una crisis en el sector, que tuvo consecuencias
graves en el proceso productivo de la industria.
Para lo anterior, los sectores privado y gubernamental unieron recursos, para lograr el reposicionamiento
de la industria a nivel nacional e internacional, a través de la emisión de medidas de contingencia,
vigilancia y control. Junto con esto, el gremio empresarial y los trabajadores del sector, fomentaron la
autorregulación y la relación gubernamental.
Chile, se posiciona hoy como el segundo exportador de salmones a nivel mundial y establece a la
industria salmonera como el segundo sector exportador chileno, después del cobre. Esto, implica la
generación de más de 70.000 empleos, presentándose en más de 70 mercados (SalmonChile, 2015).
5
• Ciclo del salmón
Según SalmonChile (2015), el ciclo del tratamiento del salmón, supone la realización de muchas
actividades, las cuales se encuentran distribuidas en tres etapas:
a. Piscicultura
En esta primera etapa, el salmón pasa por cuatro procesos: Fertilización, Incubación, Eclosión y
Alevinaje. La finalidad de éstos es llevar al pescado en cuestión desde su nacimiento hasta un
crecimiento a nivel “juvenil”, listo para insertarse en el Mar.
b. Mar
Luego, estos “salmones juveniles”, se posicionan en Balsas Jaulas Flotantes, cuyo material está
construido para enfrentar las adversidades del ambiente marino, como el viento, los oleajes y las
corrientes.
En esta etapa se logran identificar tres procesos: Smoltificación, Engorda y Cosecha. En estos, los
salmones son alimentados con diferentes dietas, con el fin de alcanzar un tamaño óptimo para llevarlos a
las Plantas de Procesamiento, y así entregarle un valor agregado para los clientes.
c. Faena
En esta etapa, los peces extraídos en la etapa anterior, son llevados a las Plantas de Procesos, donde se
le entrega valor agregado a la materia prima, para luego distribuirlos a los distintos clientes en el mundo.
Paralelamente, los desechos orgánicos del proceso productivo, se envían a Plantas reductoras, para
garantizar la sustentabilidad de la industria.
1.6. Descripción de la empresa.
Empresas AquaChile S.A. es un holding compuesto por siete empresas distribuidas en el sur de Chile y
en América Central. Dentro de estas Factorías se encuentran: Aguas Claras (Calbuco), Antarfood
(Chonchi), Wuafo (Chonchi), Cailin (Quellón), Hueñocoihue (en Dalcahue), AquaChile (Puerto Montt) y
Terrapez (Costa Rica).
Estas empresas, buscan producir alimentos de alto valor agregado, desde la fertilización en la etapa de la
Piscicultura, hasta la distribución en la etapa de Faena (como se mencionó anteriormente). Procesan sus
6
propios cultivos de Salmón, Trucha y Tilapia, cuyo tratamiento implica que lleguen a los mercados
internacionales más exigentes del planeta (AquaChile, 2015).
a. Misión
“Producir alimentos acuícolas sanos para ésta y futuras generaciones, respetando y valorando el entorno
y nuestra gente” (AquaChile, 2015).
b. Visión
“Buscamos ser reconocidos mundialmente por la calidad de nuestros productos, la sustentabilidad de los
procesos y el respeto a nuestros trabajadores” (AquaChile, 2015).
c. Objetivos
Å Agregar valor en cada etapa del proceso considerando la seguridad y salud de nuestros trabajadores
y la preocupación por el medio ambiente; para entregar a cada cliente, interno y externo, el mejor
producto, con el mejor servicio y a un precio conveniente.
Å Garantizar, a través de cada etapa del proceso, la seguridad, calidad y competitividad en la
producción y comercialización de Salmones, Truchas y Tilapias.
Å Lograr reconocimiento internacional por la calidad y consistencia del producto y servicio, lo que
debiera traducirse en una mayor preferencia por parte de los clientes y mayor sustentabilidad del
negocio.
Å Mejorar permanentemente la forma de hacer las cosas, atendiendo a la calidad del producto,
eficiencia de los procesos, innovando tecnológicamente y minimizando riesgos laborales e impactos
ambientales.
Å Impulsar el desarrollo profesional y personal de todas las personas que integran la cadena de valor,
contribuyendo a mejorar sus competencias y consolidar su compromiso con el bienestar de la
comunidad y la conservación del medio ambiente.
Å Propiciar la asociatividad e integración con otras empresas (AquaChile, 2015).
7
d. Organigrama de la empresa.
Figura Nº 1: Organigrama de la Factoría de AquaChile.
Fuente: Gerencia Empresas AquaChile S.A, Planta Cardonal.
e. Productos
La empresa, según AquaChile (2015), realiza tratamientos para cuatro tipos de pescados (ver Anexo 1),
éstas materias primas se describen a continuación:
8
Å Salmón Atlántico, es un pez grande que se cultiva en aguas dulces, debido a las condiciones
ideales que le provee. Es de cuerpo alargado y lo caracteriza un color plateado con puntos negros
en el cuerpo. Gracias a la versatilidad que caracteriza a su carne, permite poder efectuar distintos
tratamientos (ver Anexo 1). Junto con lo anterior, posee un alto contenido de proteínas y Omega-3.
Å Salmón Coho, es un pescado muy cotizado en Japón, ya que se consume de diversas formas. Este
producto, posee un alto porcentaje de Ácido Docosahexanoico (DHA), el cual es muy nutritivo para
las personas, debido a los altos niveles de Omega-3, lo que lo hace ser muy valorado por los
clientes.
Å Trucha, es un pescado de color anaranjado muy fuerte, que lo diferencia de las otras especies
salmónidas. Posee altos niveles de ácidos grasos Omega-3 y una alta cantidad de proteínas. Esto,
le entrega características muy nutritivas para el ser humano, por lo que posiciona a Chile como el
principal productor de Trucha a nivel mundial.
Å Tilapia, es un pescado bajo en calorías, cuya composición posee altos niveles de proteínas,
vitaminas y minerales esenciales. Este alimento se cultiva en aguas dulces de Costa Rica.
9
2. MARCO TEÓRICO
En esta sección, se expone la teoría que permite analizar la producción desde lo general hasta lo
particular en relación con el estudio que se realizó.
Primeramente, se explicaron los tipos de producción y tipos de procesos existentes, junto a sus
respectivas características, con el fin de insertar el estudio en uno de ellos, para entenderlo de mejor
manera. Luego, se habló de las herramientas de la ingeniería industrial que contribuyen al desarrollo de
este estudio, tales como la administración de operaciones (que introduce el concepto de ergonomía para
dar explicación al movimiento de estructuras dentro de la línea de producción), la simulación de procesos,
con sus ventajas y desventajas, y el balance de línea, para corregir los cuellos de botella de la Planta de
Procesos. Finalmente, se presentó el Software Flexsim que se utilizó para la realización del modelo de
simulación, junto a su herramienta Expertfit, para contribuir en la determinación de las distribuciones de
tiempo de arribo de productos y de proceso de las distintas estaciones de trabajo de la Factoría.
2.1 Producción
La producción se define, según Cuatrecasas (2012), como el conjunto de las actividades que pueden ser
desarrolladas a través de recursos o medios, los cuales son seleccionados, estructurados y gestionados,
para lograr la obtención o adición del valor de uno o varios productos por medio de un proceso de
producción. Por lo tanto, este proceso debe utilizar los métodos de proceso más adecuados, para que así
la gestión y el control económico logren la máxima eficacia, minimizando el tiempo y costo de producción,
además de aumentar la calidad del producto, de tal manera que se optimice con ello el valor añadido
obtenido.
Por otra parte, la producción se define como “el estudio de las técnicas de gestión empleadas para
conseguir la mayor eficiencia entre el valor añadido y el costo incorporado consecuencia de la
transformación de recursos en productos finales” (Gonzáles, 2006, p.2), y así mismo Heizer & Render
(2009), señalan a la producción como “la creación de bienes y servicios”.
De acuerdo a lo anterior, Cuatrecasas (2012) y Gonzáles (2006), conceptualizan a la producción desde
un punto de vista más ingenieril, ya que involucran a la eficiencia del proceso en la creación de bienes y
servicios. Por otro lado, Heizer & Render (2009), definen a la producción de forma clara y concisa, sin
hacer mayores especificaciones acerca de las condiciones en que tiene que realizarse. En conjunto con
lo anterior, los tres autores no pierden la esencia en la definición al referirse a la eficacia del proceso de
producción de bienes y servicios.
10
2.1.1 Tipos de producción.
Según Velásquez (1996), se distinguen cuatro tipos de producción, los cuales se presentaron en esta
parte del informe:
Å Producción continua:
Este tipo de producción enfoca las situaciones de fabricación, en las cuales las instalaciones se adaptan
a ciertos itinerarios y flujos de trabajo, que no implican interrupciones entre operación y operación. Es por
esto que se utilizan cuando se tienen altas demandas de los productos, implicando que las plantas de
procesos tengan que funcionar de manera continua.
En este tipo de producción, todas las operaciones se organizan y se combinan con el transporte, con el
fin de que los insumos o materiales puedan ser procesados mientras se mueven de un proceso a otro, y
así lograr una situación de trabajo continuo y eficiente (Velásquez, 2006).
Å Producción intermitente:
Se caracterizan por trabajar con un sistema de lotes, es decir, una cierta cantidad de productos que se ve
limitado por los niveles de producción de la línea de procesos, seguido por productos diferentes. Lo
anterior, se produce porque existe una demanda que no es lo suficientemente alta como para hacer uso
de la totalidad de la capacidad de producción de la empresa.
En este tipo de sistemas, la empresa se preocupa de fabricar una gran variedad de bienes, para los
cuales, debido a la demanda que tienen, se producen en baja cantidad al compararlos con la capacidad
de producción total de la planta de procesos (Velásquez, 2006).
Å Producción modular
Es un proceso que se caracteriza por la producción de bienes, a través de la fabricación de cada pieza
por separado, a través de un flujo y de manera continua.
En esencia, el concepto de modularidad consiste en diseñar, desarrollar y producir aquellas partes del
producto que pueden ser consideradas en muchas formas (Velásquez, 2006).
11
Å Producción por proyectos
El sistema de producción por proyectos funciona a través del cumplimiento de distintas fases, las cuales,
por lo general, se llevan a cabo a medida que se van cumpliendo una tras de otra.
Cuando un proyecto tiene larga duración, se hace una subdivisión del personal. Dentro de ellos, se
encuentran quiénes asesoran determinadas fases y quiénes las supervisan con el fin de que funcionen
eficientemente. A las personas que realizan esta supervisión, se les denomina Gerencia de producción
por proyectos, los cuales actúan como líderes al interactuar con sus subordinados.
Debido a la necesidad del aprovechamiento de los recursos (que son limitados) y de lograr un aumento
de la eficiencia de los procesos, y, por lo tanto, de la productividad, exige una técnica organizada de
producción. Es por esto que la producción por proyectos asegurará el crecimiento de una empresa si se
desarrolla adecuadamente (Velásquez, 2006).
2.2 Procesos.
La ISO 9000:2005 define proceso como el “Conjunto de actividades mutuamente relacionadas o que
interactúan, las cuales transforman elementos de entrada en resultados” (p.7), mientras Pérez (2012)
expone el concepto de proceso como una “Secuencia ordenada de actividades repetitivas cuyo producto
tiene un valor intrínseco para su usuario o cliente” (p.49).
Por otro lado, se define el concepto de proceso como el conjunto de las fases continuas de un fenómeno
natural o de una operación artificial (Real Academia Española, 2015). Desde otro punto de vista,
Kkrajewski et al. (2008) lo definen como cualquier actividad o conjunto de actividades mediante los cuales
uno o varios insumos son convertidos y obtienen un valor agregado, adquiriendo así un producto para el
consumidor.
2.2.1 Elementos de un proceso
Para entender de manera eficiente el funcionamiento del proceso, se establecerá un desglose de sus
elementos, tal como Pérez (2012) lo define en su exposición:
Å Elementos de entrada (inputs): Son productos con ciertas características que provienen como
elementos de salida de otros procesos y que, en conjunto, permiten el funcionamiento del proceso
en sí.
12
Å Secuencia de actividades: Es la parte del proceso, mediante la cual los distintos inputs (que poseen
características y requisitos determinados) interactúan entre sí.
Å Elementos de salidas (outputs): Son los productos, con cierto nivel de calidad exigida por el proceso,
que son el resultado de la secuencia de actividades mencionada anteriormente. Estos bienes son los
que tienen como destino a los usuarios o a los clientes, de manera que pueden servir como inputs
de otros procesos.
Figura Nº 2: Elementos de un proceso.
Fuente: Pérez, J (2012)
2.2.2 Tipos de procesos
Dentro del concepto de proceso, tal como se vio en líneas anteriores, existen algunos tipos de procesos
que permiten identificar los distintos inputs y outputs que caracterizan a cada uno de estos. Según Bravo
(2009), existen tres tipos de procesos:
Å Procesos estratégicos:
Según la Real Academia Española (2015), la estrategia se define como un “conjunto de reglas que
aseguran una decisión óptima en cada momento”. Teniendo en claro esto, estos tipos de procesos son
aquellos que se relacionan directamente con la estrategia de la organización, considerando ciertos
aspectos como: la misión, la visión, la forma en que se monitorea el cumplimiento de objetivos, definición
de indicadores, entre otros (Bravo, 2009).
Å Procesos de negocio:
Son aquellos procesos que consideran directamente la misión de la empresa y la forma en que pueden
satisfacer las necesidades del consumidor, es decir, se enfocan en los productos o servicios que la
13
organización entrega a los clientes. Esto último, implica desde el contacto inicial del cliente para la
adquisición de algún bien de la empresa, hasta el servicio post venta (Bravo, 2009).
Å Procesos de apoyo:
Son los llamados procesos secundarios de una organización, ya que funcionan de manera interna y son
de gran relevancia para poder llevar a cabo las funciones que tienen los procesos de negocios. Algunos
ejemplos de los procesos de apoyo son la gestión financiera, gestión de compras, gestión de
proveedores, mantenimiento de la infraestructura, servicios de alimentación, etc (Bravo, 2009).
2.3 Administración de operaciones.
Por un lado Chase, Jacobs & Aquilano (2009) se refieren a la administración de operaciones como el
diseño, manipulación y el mejoramiento de los procesos involucrados en la producción de bienes y
servicios primario de la organización, mientras que, por otro lado, Kkrajewski et al. (2008) la definen
desde un punto de vista más funcional, involucrando el diseño, la operación y el control, pero sin darle
mayor énfasis al mejoramiento de la eficiencia del proceso, a través de la utilización de la administración
de operaciones.
Dentro de los distintos aspectos que abarca la administración de operaciones, se encuentran algunos que
tienen directa relación con la temática de este proyecto, los cuales se presentarán a continuación:
2.3.1 Líneas de producción
Tal como lo explica Groover (2010), una línea de producción consiste en una cierta cantidad de procesos
ordenados, con el fin de que un producto pase de un proceso a otro, y en cada uno de estos, pueda
realizar una parte del trabajo total. Un ejemplo de estas, sería la línea de producción de salmón, tal como
se muestra en la Figura Nº 3:
14
Figura Nº 3: Configuración simplificada de una línea de producción de carne de salmón.
Fuente: Elaboración propia.
Las líneas de producción son de gran importancia cuando se hace necesaria la fabricación o elaboración
de ciertos productos o insumos que son similares o idénticos. Dentro de estas líneas de proceso, se
realizan muchas tareas pequeñas, de manera que los operarios y/o las máquinas puedan desempeñar un
trabajo con mucha eficiencia.
Dentro del mundo de la producción, se encontraron dos tipos básicos de líneas de producción:
Å Línea de ensamble manual, la cual consiste en una cierta cantidad de procesos que se encuentran
ordenados de manera secuencial, donde los trabajadores humanos realizan las operaciones de
ensamble. Aquí, cada uno de los operarios realiza sus tareas en su respectiva estación de trabajo,
mientras un transportador mueve las piezas de un lugar a otro (Groover, 2010). Un ejemplo de esto
es el proceso de quitarle las espinas de los pescados (Despinado), tal como se muestra en la Figura
Nº 4:
Figura Nº 4: Línea de ensamble manual.
Fuente: Gentileza Planta Cardonal AquaChile 02/12/2015: Línea Filetes.
15
Å Línea de producción automatizada, por su lado, consiste en una cierta cantidad de procesos
automatizados, los cuales se encuentran conectados por algún tipo de sistema de transferencia de
productos, cuya acción está coordinada con la de las estaciones de trabajo. Aquí, no hay
trabajadores, excepto los que realizan funciones auxiliares (como cargar piezas al inicio, descargar
al final o actividades de mantención de la maquinaria), ya que estas líneas automatizadas funcionan
a través del uso de una computadora (Groover, 2010). Un ejemplo de este tipo de líneas, es donde
sea realiza el proceso de “Recorte” en una Línea de Filetes de una Planta procesadora de salmón,
tal como se muestra en la Figura Nº 5:
Figura Nº 5: Parte de una línea de producción automatizada.
Fuente: Gentileza Planta Cardonal AquaChile 02/12/2015: Línea Filetes.
2.3.2 Ergonomía
La ergonomía, según lo exponen Cruz & Garnica (2010), es una ciencia que estudia los factores que
afectan la relación que existe entre el hombre y las máquinas, que se ven afectados por el entorno, ya
que la eficiente interacción entre ambos genera el mejor rendimiento de la línea de producción. El
operario es quién piensa y acciona, mientras que la maquinaria, responde y se articula a las cualidades
del hombre, tanto en aspecto como en comunicación. Ésta interacción, puede mejorar con la distribución
de los recursos dentro del lugar de trabajo, ya que un ambiente propicio y estructurado, contribuye a un
eficiente trabajo entre el individuo y la máquina.
Es importante que la maquinaria cuente los elementos necesarios para operar según las cualidades del
operario, con el fin de que éste último pueda tener una mayor facilidad en el manejo de la máquina y con
esto poder optimizar el uso de los recursos en la elaboración de un producto.
16
Figura Nº 6: Interrelación operario-máquina.
Fuente: Cruz, J & Garnica, A (2010).
2.4 Herramientas de la ingeniería industrial.
En esta sección del proyecto, se exponen algunas de las herramientas de la ingeniería civil industrial que
sirven para optimizar las líneas de producción.
2.4.1 Simulación de procesos.
La simulación de procesos, según lo que exponen Banks et al. (2010), es la imitación de la forma en que
un proceso en la vida real o del sistema en el tiempo. Esta definición de asemeja mucho a la que
presentan Heizer & Render (2008), sólo que estos últimos hacen una especificación en lo que se va a
imitar de esos procesos: rasgos, aspecto y características. Sin embargo, según la experiencia y
conocimiento de estos autores, la simulación es de gran importancia para identificar los problemas que
afectan a alguna organización, desde las dificultades más sencillas, hasta las más complejas.
Existen diversos autores que exponen acerca de la metodología de la simulación de procesos, cada uno
con sus respectivos aportes ante las diversas investigaciones que han realizado. Primeramente, en la
Figura Nº 7, se muestra la metodología de Banks et al. (2010).
En segundo lugar, Law, A (2015), en su exposición, determina una serie de pasos para realizar un
estudio de simulación, tal como se ve en la Figura Nº 8:
17
Figura Nº 7: Pasos en un estudio de simulación.
Fuente: Banks et al. (2010).
18
Figura Nº 8: Pasos en un estudio de simulación.
Fuente: Law, A (2015)
Finalmente, dentro de la exposición de Heizer & Render (2008), la secuencia de tareas a realizar para
obtener buenos resultados en una simulación de procesos son los siguientes:
19
Figura Nº 9: Proceso de Simulación.
Fuente: Heizer, J & Render, B (2008).
Al comparar las distintas metodologías expuestas en líneas anteriores, los primeros dos autores tienen
prácticamente los mismos pasos a realizar para lograr un acabado estudio de simulación, indicando
detalladamente las secuencias de tareas a realizar para lograr un buen resultado. Por otro lado, Heizer, J
& Render, B (2008), exponen una metodología más generalizada, sin recabar en detalles.
La metodología escogida es la de Banks et al. (2010), debido a que, a pesar de ser muy parecidas con la
expuesta por Law, A (2015), la primera permite recolectar datos y elaborar un modelo conceptual de
manera simultánea.
Según indica Banks et al. (2010), utilizar la simulación tiene ciertas ventajas y desventajas:
• Ventajas de la Simulación:
a) Se puede utilizar para proyectos que se estén diseñando.
b) Se puede hacer un análisis de las variables sin necesidad de interrumpir el funcionamiento del
sistema real.
c) Las nuevas propuestas pueden ser probadas sin necesidad de comprometer recursos.
20
d) Permite aprobar o rechazar hipótesis acerca de las causas de alguna problemática.
e) Los tiempos que se estudian pueden acelerarse o desacelerarse en el fenómeno que se
investiga.
f) Se puede obtener información acerca de la interacción de todas las variables.
g) Se puede determinar cuál es el impacto que genera cada variable en el sistema.
h) Se pueden determinar cuellos de botella en el proceso.
i) La simulación ayuda a comprender el funcionamiento real del sistema y no como las personas
piensas que funciona.
j) Responde preguntas como “qué pasaría si”, lo cual es de gran ayuda en el diseño de nuevos
sistemas o propuestas de mejora a sistemas ya creados.
• Desventajas de la Simulación:
a) La construcción de modelos de simulación requiere una formación especial del investigador.
b) Algunos resultados de la simulación pueden traer dificultades al intentar interpretarlos.
c) La simulación y análisis de procesos pueden requerir altos costos económicos y un prolongado
tiempo de estudio.
d) Sólo es utilizable cuando se puede realizar un análisis de la situación.
Según lo que exponen Banks et al. (2010), los sistemas se pueden clasificar en discretos y continuos:
a) Sistemas discretos, son aquellos donde la(s) variable(s) cambia(n) de estado solamente en
algunos puntos en el tiempo.
b) Sistemas continuos, son aquellos donde la(s) variable(s) cambia(n) de estado continuamente.
• Softwares de Simulación
Banks et al. (2010), indican una serie de softwares capaces de realizar una simulación de procesos.
Algunos de estos, se presentaron a continuación:
a) Flexsim:
Flexsim es un simulador de sistemas de eventos discretos, el cual utiliza el lenguaje de
programación C++. Las animaciones se pueden ilustrar en tres vistas: 2-D, 3-D y realidad virtual,
las cuales se pueden mostrar simultáneamente en el desarrollo del modelo.
21
Este Software se utiliza para la construcción de modelos que se comportan de la misma forma que
los sistemas físicos o conceptuales que representan. Esto se puede lograr a través del uso de los
objetos que el Flexsim ofrece (ver Anexo 2), en la dinámica de arrastrar y soltar, para lograr un
modelo de simulación de cualquier sistema de flujo o proceso que se quiera estudiar.
Flexsim se utiliza para lograr un mejoramiento en la eficiencia de la producción y minimización de
los costos de operación, a través de la simulación, la experimentación y la optimización de los
sistemas de flujo dinámico. Los ingenieros y las personas encargadas de algunas áreas de una
organización, utilizan este Software para hacer una evaluación de la capacidad de la Factoría,
equilibrar las líneas de fabricación, administrar los cuellos de botella, resolver los problemas de
trabajo en el proceso, justificar gastos de dinero, optimizar tasas de producción, entre otras.
Flexsim permite a los usuarios poder introducir y simular nuevas condiciones para el sistema, para
analizar los efectos y resultados que las propuestas puedan generar, y así lograr mejoras en el
sistema. Estos resultados se pueden analizar a través de la animación 3-D y con la ayuda de
informes y gráficos estadísticos que éste simulador provee.
b) Arena:
El software Arena puede ser utilizado para simular sistemas discretos y continuos, lo cual es
posible a través de las tres versiones que posee.
La edición básica, está enfocada al modelado de procesos de negocio y otros sistemas que
poseen necesidades de análisis de alto nivel a través de sus diagramas de flujos jerárquicos y
almacenando la información en hojas de cálculo de datos.
En segundo lugar, está le edición estándar, la cual se diseñó para lograr un modelamiento más
detallado de los sistemas discretos y continuos. Esto, se logra a través de objetos gráficos
llamados “módulos”, los cuales se utilizan para definir la lógica del sistema y de sus componentes,
tales como las máquinas y los empleados.
Finalmente, la edición profesional, supera la anterior, ya que tiene la capacidad de crear
simulaciones personalizadas de objetos que reflejan componentes de los sistemas reales,
incluyendo datos, rendimientos, animaciones, lógica de procesos, entre otras cosas.
En el software Arena se utiliza el lenguaje de simulación SIMAN, el cual contribuye a la
construcción de modelos en 2-D en conjunto con herramientas de dibujo integradas del Clip Ait,
AutoCAD, Visio y otros gráficos.
22
c) Simul8:
Con este software, se crean modelos de simulación dibujando el flujo de trabajo a través del mouse
del computador, utilizando una serie de íconos y flechas, con el fin de representar los recursos y
las colas de cualquier sistema. Su objetivo principal es el de las industrias de procesamiento de
transacciones.
Simul8 está disponible en dos versiones, la estándar y la profesional. Ambos niveles, proporcionan
el mismo tipo de simulación de procesos y son gratuitos. Sin embargo, la versión profesional es
capaz de integrar la tercera dimensión y la realidad virtual a los modelos de simulación. Ésta última
versión está más enfocada hacia las personas que utilizan la simulación a tiempo completo.
El Software escogido para la realización de esta investigación es Flexsim, debido a que tal como se
expuso anteriormente, persigue objetivos similares a los que este proyecto apuntó (superación de los
cuellos de botella y mejorar el sistema de flujo).
2.4.2 Balance de línea.
Según señala Nahmias (2007), el balanceo de líneas surge por la existencia de ciertos problemas que se
caracterizan por un conjunto de tareas diferentes que deben terminarse para cada artículo. Como el
tiempo requerido para cada tarea se supone conocido, el objetivo del balance de línea es organizar las
tareas en grupos, ejecutándose cada grupo en una sola estación de trabajo.
Figura Nº 10: Esquema de una línea de producción típica.
Fuente: Nahmias, S (2007).
Para poder realizar una asignación de los tiempos a cada una de los procesos, es necesario saber cuál
es la tasa de producción deseada de la línea de ensamble.
23
Por otro lado, dentro de las ideas que exponen Meyers & Stephens (2006), señalaron, de manera más
específica, los objetivos que tiene el balanceo de las líneas de producción:
a) Igualar la carga de trabajo entre ensambladores.
b) Identificar la operación cuello de botella.
c) Establecer a velocidad de la línea de ensamble.
d) Determinar el número de estaciones de trabajo.
e) Determinar el costo por mano de obra de ensamble y empaque.
f) Establecer la carga de trabajo porcentual de cada operador.
g) Ayudar en la disposición física de la planta.
h) Reducir el costo de producción (p.109).
2.5 Estadística.
La estadística, según señala Martínez (2011), es un método que, además de permitir la descripción de un
hecho, entrega las herramientas para deducir y analizar conclusiones acerca de la población, utilizando la
información entregada por las muestras. Por otro lado, está lo que señalan Lind, Marchal, & Wathen
(2012) sobre la estadística, donde la definen de manera similar, pero le adhieren la eficacia como el real
fin de esta ciencia. Ambos autores, hablan de la estadística indicando las funciones que ésta tiene:
recoger, organizar, analizar e interpretar los datos obtenidos.
2.5.1 Tipos de estadística
Según lo que exponen Lind, et al. (2012), el estudio de la estadística se divide en dos tipos:
➢ Estadística Descriptiva, es la primera parte de la definición de la estadística, lo cual corresponde a
la organización, resumen y presentación de la información. Los datos obtenidos se ordenan y se
describen a través de diversos gráficos.
➢ Estadística inferencial, son los métodos que se utilizan para una característica de la población que
se está estudiando, en base a los datos obtenidos de una muestra de esa población.
24
Figura Nº 11: Ejemplo de relación Población-Muestra.
Fuente: Lind, et al. (2012).
2.5.2 Tipos de variables
Según lo que exponen Lind, et al. (2012), existen dos tipos básicos de variables, las cuales se describen
a continuación:
➢ Variables cualitativas, son aquellas que poseen características de origen no numérico. Algunos
ejemplos de este tipo de variables son: color de piel, tipo de automóvil que posee, género, entre
otros.
➢ Variables cuantitativas, son aquellas variables que poseen características de origen numérico.
Como ejemplos de este tipo de variables se encuentran: saldos, edades, estatura, número de
integrantes de una familia, etc.
Dentro de la familia de las variables cuantitativas, se puede hacer una subdivisión de éstas, donde
se encuentran las variables discretas y las continuas:
• Variables discretas, son aquellas variables que adoptan valores enteros, por ejemplo, el
número de habitaciones que posee una casa, el número de hijos que tiene una persona,
la cantidad de alumnos que hay en una sala de clases.
25
• Variables continuas, se refiere a las variables que pueden tomar cualquier valor,
independiente si es entero o fraccionario, como por ejemplo el peso de una persona y su
altura, presión de aire de una llanta, entre otros.
Figura Nº 12: Resumen de los tipos de variables.
Fuente: Elaboración propia.
2.5.3 Inferencia Estadística
El objetivo de la inferencia estadística es realizar afirmaciones válidas en cuanto al universo, en base a
la información contenida en una muestra, con el fin de contribuir en la toma de decisiones. Ésta
inferencia, por lo general, se divide en estimación y prueba de hipótesis, apoyándose en los
estadísticos (media muestral, varianza muestral, entre otros).
• Ajuste de curvas de Distribución de Frecuencia de los datos de las variables
Según expone Creus A (1991), para aplicar un modelo estadístico que sea fiable, es necesario utilizar
algún tipo de distribución de frecuencia, cuya adopción depende de cómo se ajusten los datos a las
funciones y del tipo de fenómeno que se analiza.
Al igual que el ítem anterior, las distribuciones se subdividen en Discretas y Continuas. Dentro de las
primeras, las caracteriza la función Binomial y Poissón, mientras que en las segundas están la función
Beta, Gamma, Weibull, Log Normal, Johnson Bounded, entre otros
Tipos de variables
Cualitativas
Color del salmón. Tipo de salmón.
Cuantitativas
Discretas
Cantidad de unidades de salmón. Máquinas de procesamie
Continuas
Longitud del salmón. Peso del salmón.Tiempo de congelación
26
• Pruebas de bondad de ajuste
De acuerdo a lo describe por Márquez, M (2001), las pruebas de bondad de ajuste, son pruebas no
paramétricas que sirven para demostrar estadísticamente que la distribución de frecuencia de cierta
cantidad de datos, es compatible (se ajusta) con alguna de las distribuciones teóricas mencionadas en
líneas anteriores. Dentro de las más conocidas, están: Test Chi Cuadrada, Test Kolmogorov – Smirnov y
Test Anderson – Darling, donde la primera se utiliza para distribuciones continuas y discretas, mientras
que las otras dos, se utilizan sólo para distribuciones continuas.
• Expertfit
Tal como expone Averill-Law (2017), Expertfit es un Software que posibilita la determinación automática
(en menos de un segundo) y correcta de qué distribución de frecuencia utilizar para representar mejor
algún conjunto de datos. Cuenta con 40 tipos de distrbuciones (Discretas y Continuas), 30 parcelas
gráficas de alta calidad, tres pruebas de bondad de ajuste técnicamente correctas (Anderson-Darling,
Kolmogorov-Smirnov y Chi Cuadrada), soporte extensivo para modelado de simulación, visor de
distribución, entre otras características. En la Figura Nº 13, se muestra la interfaz de ésta herramienta:
Figura Nº 13: Interfaz de Expertfit.
Fuente: Software Expertfit.
27
• Prueba de medias: comparación de dos situaciones.
De acuerdo a lo que explican Gutiérrez, H & De la Vara, S (2012), la “prueba de medias” es importante,
para determinar si una situación es mejor, peor o igual (estadísticamente) con respecto a la otra, lo cual
es de gran relevancia para la toma de decisiones.
Según expone Law, A (2015), para obtener datos referenciales en cuánto a los parámetros estadísticos
de una población, es necesario calcular el número de réplicas necesarias para que los resultados sean
aproximados a la realidad. Para esto, se utiliza la siguiente ecuación:
𝑛𝑎∗ (𝛽) = min�𝑖 ≥ 𝑛: 𝑡𝑖−1,1−𝛼/2�𝑆2(𝑛0)
𝑖≤ 𝛽� (2.1)
Donde: 𝑛𝑎∗ (𝛽) = Número de Réplicas.
𝛽 = Error de la media.
n0 = Cantidad de réplicas piloto.
S2 = Varianza de réplicas piloto.
Según el autor, si se cumple la desigualdad anterior, significa que la cantidad de réplicas piloto utilizadas,
se pueden usar para la comparación de dos situaciones. En caso contrario, se debe ir aumentando una
por una la cantidad de n0 hasta que se cumpla la desigualdad.
Luego de obtener el número de réplicas a utilizar, se debe proceder a realizar la comparación de las dos
situaciones estudiadas. Para esto, según expone Gutiérrez, H & De la Vara, S (2012), se debe realizar un
análisis de medias entre la situación real de la Planta de Procesos y la situación del modelo de
simulación. Para ello, se necesita una cantidad Y1, Y2, … , Yn de muestras para la situación real y una
cantidad X1, X2, ... , Xn de muestras para el modelo de simulación (la cantidad de muestras deben ser en
lo posible del mismo tamaño para ambas situaciones).
En el escenario de que las varianzas de ambas situaciones son desconocidas, se deben crear dos
hipótesis para verificar si la media de la situación real y la media de la situación modelada pertenecen al
mismo universo de datos estadísticos, tal como se muestra a continuación:
𝐻0: 𝜇𝑌 = 𝜇𝑋
𝐻𝐴: 𝜇𝑌 ≠ 𝜇𝑋
El estadístico de prueba para verificar la hipótesis de igualdad de medias, está dado por:
28
𝑡0 = 𝑌 − 𝑋���������
𝑆𝑝�1𝑌𝑛
+ 1𝑋𝑛
(2.2)
el cual sigue una distribución T de Student con 𝑌𝑛 + 𝑋𝑛 − 2 grados de libertad y donde 𝑆𝑝2 es un estimador
de la varianza muestral común, y está dada por:
𝑆𝑝2 =(𝑌𝑛 − 1)𝑆𝑌2 + (𝑋𝑛 − 1)𝑆𝑋2
𝑌𝑛 + 𝑋𝑛 − 2 (2.3)
con 𝑆𝑌2 y 𝑆𝑋2 las varianzas muestrales de la situación real y del modelo de simulación, respectivamente.
Se rechaza H0 si: |𝑡0| > 𝑡𝛼/2 con 𝑌𝑛 + 𝑋𝑛 − 2 grados de libertad y un nivel de confianza del 95 por ciento.
29
3. DISEÑO METODOLÓGICO
En esta sección, se presentó la secuencia de actividades que se siguieron para lograr cada objetivo
descrito en este proyecto. Dentro de los autores que se utilizaron para desarrollar la metodología y
cumplir con lo expuesto en líneas anteriores, se encuentra, en primer lugar, Mario F. Triola (2011), el cual
contribuyó a la determinación de los tamaños de las muestras para lograr un mejor estudio de tiempos.
En segundo lugar, Jerry Banks (2010) junto a los demás autores de “Discrete Event System Simulation”,
entregaron la metodología a utilizar para realizar un modelo de simulación acorde al comportamiento real
de la Planta de Procesos de la empresa AquaChile.
3.1 Diagrama de diseño metodológico.
A partir de los objetivos planteados al inicio del proyecto, se realizó un diseño metodológico, con el fin de
mostrar la secuencia de actividades a seguir para cumplir estos objetivos.
Tabla Nº 1: Diagrama de Diseño Metodológico.
Etapa Objetivo específico Actividades
Eta
pa 1
: Dia
gnós
tico.
Conceptualizar el modelo lógico de la
planta de procesos, a través de la
diagramación de procesos y la
recolección de datos, con la finalidad
de reconocer las principales
falencias en el funcionamiento actual
de las diferentes líneas de
producción de la planta.
Formulación del problema de la Planta de
Procesos de AquaChile S.A.
Conceptualización del modelo.
Recoleccón de datos de la Factoría.
- Tiempos asociados. - Producción mensual. - Tasas involucradas. -Porcentaje Reprocesos.
Establecimiento de objetivos y plan general
del proyecto.
30
Eta
pa 2
: Sim
ulac
ión
de P
roce
sos
Generar el modelo simulado de las
líneas de producción en su condición
actual, a través del Software Flexsim,
con la finalidad de entregar una
herramienta base para el estudio de
alternativas de mejoras
Eta
pa 3
: Exp
erim
enta
ción
Generar Propuestas de Mejora para
la Línea de Producción de la
empresa, mediante la comparación
de los escenarios generados, con el
fin de garantizar el buen uso de los
recursos dentro de la Planta de
Procesos.
Fuente: Elaboración propia.
3.2 Desarrollo de la metodología
A continuación, se expone la forma en que se deben desarrollar las actividades indicadas en el Diagrama
de Diseño Metodológico, para cada una de las etapas mencionadas en él.
Contrucción del modelo de simulación de la
Línea de Producción de AquaChile.
Verificación del Modelo de simulación
Validación del modelo de simulación de la
Factoría.
Diseño Experimental.
Corridas de Producción y
Análisis de los escenarios.
31
3.2.1 Etapa 1: Diagnóstico.
En esta etapa, se mostraron los pasos previos necesarios antes de la creación del modelo de simulación
de la Planta Productiva en cuestión. Primeramente, la formulación del problema y los objetivos
planteados en la metodología de Banks et al. (2010), fueron descritos al comienzo del presente proyecto.
En segundo y último lugar, se explicó la manera de realizar una conceptualización del modelo y cómo
realizar un registro de datos empíricos que sean útiles para la realización del proyecto de mejoramiento.
a. Conceptualización del modelo.
Se realizó la diagramación de todos los procesos involucrados en la línea de producción de Planta
Productiva de AquaChile S.A., donde se visualizan todas las actividades que permiten transformar la
carne de salmón, como materia prima, a un producto con valor para los clientes.
El software utilizado para realizar esta actividad es BIZAGI, el cual, según lo expuesto por BIZAGI (2015),
es un proveedor de una plataforma para poder realizar el diagrama de procesos. Éste utiliza la notación
gráfica llamada Bussines Process Modeling Notation (BPMN), la cual describe la lógica de los pasos de
un proceso de negocios.
Ésta diagramación de los procesos se hace con la finalidad de contextualizar el desarrollo de las
actividades de la Factoría, para facilitar el análisis de los procesos de ésta.
b. Recolección de Datos
• Tiempos asociados.
Se registran los tiempos de servicio de cada proceso, es decir, cuánto demora un insumo desde que
entra a un proceso, hasta que sale de él. Además, se determinan los tiempos ociosos de las personas
durante su jornada de trabajo, incluyendo todos aquellos que influyen de negativamente en el flujo del de
la materia prima.
Dichas actividades se ejecutan utilizando un cronómetro, con la finalidad de tomar datos empíricos más
acertados para el estudio. Junto con lo anterior, la mejor forma de realizar las mediciones de tiempos es
cada una hora, registrando en cada una de éstas una cierta cantidad de datos, con el fin de que la
variabilidad existente en el proceso en un periodo de tiempo, no afecte el resultado final del estudio. Sin
embargo, ante el extremo dinamismo de la industria del salmón, se hace necesario realizar una
separación por calibres, ya que éstos sí influyen en la duración de los procesos involucrados en la línea
32
de producción, por lo que se generan tres rangos: [0;6[ [lb], [6;12[ [lb] y [12; +oo [ [lb], los que se estudian
individualmente y en la medida que se procesaban.
Debido a la vaga información acerca de la cantidad de datos necesarios para la simulación, se dio
robustez al estudio de mejora a través de la ecuación con factor de corrección con población finita (por la
población relativamente pequeña y muestreo sin reemplazo de elementos) de Triola, M (2011), con el fin
de poder estimar (de acuerdo a las características de los datos), el tamaño de muestra que se necesitó
para que el Software Flexsim con su herramienta Expertfit, arrojase distribuciones de tiempos que se
utilizaron en el modelo de simulación. El nivel de confianza utilizado fue de un 95%, ya que es el que
genera mayor equilibrio entre precisión y confiabilidad, según este autor.
Dicha ecuación se presenta a continuación:
𝑛 = 𝑁 ∙ 𝜎2 ∙ (𝑍𝛼/2)2
𝜎2 ∙ (𝑍𝛼/2)2 + (𝑁 − 1) ∙ 𝑒2
(3.1)
Dónde: N: Tamaño de la población.
Z: Variable de distribución normal.
±: Complemento del nivel de confianza.
Ã: Desviación estándar.
e: Error aceptado.
Ante la inexistencia de algún estudio previo de los tiempos de procesamiento, se realiza una toma de
muestra piloto, que consta del estudio parcial de 35 piezas de salmón, con el fin de determinar la
desviación estándar a reemplazar en la Ecuación 3.1.
Es de gran relevancia la toma de estos datos, ya que, su correcta obtención, dio la posibilidad de que el
modelo de simulación sea validado.
Los tiempos de procesos se registran con la finalidad de determinar cuáles son los procesos críticos de la
línea de producción. Junto con esto, esta información contribuye a determinar cuáles son los procesos
que generan mayor tiempo de espera entre cada una de las estaciones de trabajo.
Por otro lado, el registro de tiempos ociosos, ayuda a determinar cuál es el tiempo real de trabajo de la
Planta en cuestión, con lo cual se determina cuál es la real capacidad de producción de la Factoría de
AquaChile.
33
• Producción mensual de procesos involucrados
Se realiza la tarea de estudiar la producción de cada estación de trabajo de la línea de producción de la
Factoría en el primer semestre del presente año, con el propósito de contribuir en la búsqueda de los
procesos que generan mayor tiempo de espera entre uno y otro.
Para la realización de esta actividad se hacen entrevistas informales a los supervisores de cada área
para saber cuál es la capacidad de las máquinas involucradas y cuánto producen diariamente en cada
uno de los procesos. Junto con lo anterior, se complementa esa información con la base de datos del
Software INNOVA, con el que la Planta de Producción trabaja para almacenar este tipo de datos.
Al igual que en la actividad anterior, se hace un estudio individual para cada uno de los calibres
mencionados.
Lo anterior, se realiza para lograr la identificación de los procesos críticos, y con esto facilitar el desarrollo
del modelo se simulación y su posterior corrección del desbalanceo de la línea de procesos.
• Tasas involucradas en la línea de producción.
Se realiza un registro de la tasa de arribo de los insumos a cada proceso de la línea de producción. Esto
quiere decir, el tiempo que transcurre entre cada arribo del insumo a cada uno de los procesos. Junto con
esto, se determina la cantidad de veces que las máquinas se detienen dentro de la línea de producción.
El registro de la tasa de arribo se realiza utilizando un cronómetro, con la finalidad de tomar datos
empíricos más acertados para el estudio. Al igual que los registros mencionados anteriormente, se hacen
estudios individuales para cada uno de los rangos establecidos y en la medida que se procesan.
Ante la variabilidad del proceso, para la realización del registro de la tasa de máquina defectuosa, se
consulta directamente, a través de entrevistas informales, a los supervisores de cada área, quiénes
entregan la cantidad aproximada de detenciones de la línea por desperfecto de las máquinas y la
duración de estas detenciones.
Se registró la tasa de arribo de los productos, debido a que, dependiendo de la llegada de carne de
salmón a cada proceso, éste puede funcionar de manera continua, maximizando la producción diaria de
un producto con valor agregado.
34
Finalmente, determinar cada cuánto se detienen las máquinas es relevante, debido a que, al interrumpir
el funcionamiento de éstas, provoca que la línea de producción genere menor cantidad de producto al
finalizar el turno.
• Porcentaje Reprocesos
Se determinó el porcentaje de materia prima que pasa a reproceso en cada una de las estaciones de
trabajo en la Factoría de AquaChile.
Esta actividad, se realizó con un conteo simple del total de salmones que pasa por cada proceso y del
total de pescados que pasan a reproceso en tiempo de una hora (proceso que se repitió cinco veces por
línea de producción). Con esto, se pudo estimar el porcentaje de materia prima que es reprocesada en un
turno normal de producción.
La finalidad de esta actividad fue contribuir a la programación del modelo de simulación de la Factoría de
AquaChile, para que se comporte como en la realidad.
3.2.2 Etapa 2: Simulación de procesos.
En esta etapa, se expuso la metodología que tiene relación con la construcción del modelo de simulación
que represente la realidad actual de la empresa. Para lo anterior, se hizo necesario la elaboración del
modelo en el Software Flexsim (en conjunto con su herramienta Expertfit), su verificación, su validación y
su posterior creación de escenarios de mejora ante la problemática inicial.
a. Construcción del modelo de simulación
Dentro de éste ítem, se llevó a cabo el modelo y la simulación de la Factoría de AquaChile, es decir, se
utilizó un software que demuestre el comportamiento de la Planta de Procesos, tal como funciona en la
vida real.
La realización del modelo, se hace a través de la utilización del software Flexsim, ya que, con él, se
puede contextualizar todo el funcionamiento de la línea de producción, incluyendo las fallas y los tiempos
ociosos, de manera que pudo ser utilizado para mejorar los procesos productivos dentro de las
estaciones de trabajo.
La muestra de los tiempos, fue organizada dentro de la herramienta Expertfit, la cual ajustó los valores a
la curva correspondiente, entregando, de esta forma, las distintas distribuciones que se utilizaron en cada
35
una de las estaciones de trabajo del modelo de simulación y de acuerdo a los calibres establecidos en
líneas anteriores.
Junto con lo anterior, se configuró las distintas estaciones de trabajo según el funcionamiento que el
investigador logró identificar al consultar con los supervisores de cada área, en conjunto con la
observación personal de las actividades dentro de la Planta Productiva de AquaChile.
La ejecución de éstas tareas fue de gran importancia para el estudio de mejoramiento de la línea de
producción, debido a que permitió diagnosticar las causas de la problemática descrita en este trabajo,
con el fin de poder corregirlas y hacer más eficiente el proceso productivo.
La finalidad de éstas tareas, fue poder simplificar la visualización de los procesos involucrados en la línea
de producción de la Factoría de AquaChile S.A. en Puerto Montt, para facilitar el manejo las variables que
afectan el proceso.
b. Verificación del modelo de simulación
Según lo expuesto por Banks et al. (2010), la verificación consiste en asegurar que el modelo
conceptualizado está representado correctamente por el modelo de operación (modelo simulado en el
software). Según estos autores, el proceso de verificación se puede llevar a cabo de distintas formas,
dentro de las cuales se presentan las siguientes:
• Examinar la salida de algunos procesos dentro del modelo de simulación, con el fin de verificar si
tiene relación con las configuraciones de los parámetros de entrada.
• Examinar los parámetros de entrada al finalizar la simulación, para comprobar de que los valores
no han variado inadvertidamente.
• Verificar que la animación del modelo representa el funcionamiento visual real de la Planta de
Procesos de la empresa.
La importancia de esta actividad, es poder ir generando seguridad de que se está realizando bien el
desarrollo del modelo de simulación, para su posterior validación.
c. Validación del modelo de simulación
Por otro lado, la validación, consiste en asegurar que el modelo simulado en el software, se comporte
exactamente como la realidad lo hace.
36
Para la realización del proceso de validación, se utilizó la Prueba de Medias expuesta en el Marco
Teórico de este proyecto. Para esto, fue necesario hacer una prueba de normalidad, con el fin de
demostrar que los datos se comportan normalmente. Esto último, se hizo debido a que la Prueba de
Medias exige que los datos a utilizar, se ajusten a esa distribución de frecuencia.
Los test de Normalidad utilizados fueron el de Kolmogorov Smirnov y el de Shapiro Wilk, a través del
Software SPSS Statistics.
Este proceso de validación, se realizó para cada una de las Líneas de Emparrillado, cada una de las
Líneas de Filete y para los tiempos de descarga de los Túneles de congelación.
Esta actividad se ejecutó, con el fin de demostrar que el modelo de simulación se comporta igual a la
realidad, ya que, con esto, se hizo posible el desarrollo de escenarios de mejoras que sean fidedignos
ante la variabilidad de la Línea de Producción de la empresa en cuestión.
3.2.3 Etapa 3: Experimentación.
En este apartado, se mostró cómo analizar los escenarios propuestos anteriormente, y la forma de
verificar si la situación actual tuvo una posible mejora en cuánto a las alternativas desarrolladas en el
Software Flexsim. Luego de esto, se explicó cómo reportar los resultados obtenidos a la empresa, para
su posterior análisis interno.
a. Diseño experimental
Según expuso Banks et al. (2010), se debió determinar las alternativas que se iban a simular. Estas,
fueron en función de las ejecuciones que se han completado y analizado, y por las observaciones que ha
hecho el investigador dentro de la Planta Productiva.
Para cada diseño de sistema que se simula, fue necesario tener en cuenta el periodo de inicialización,
duración de las ejecuciones de simulación y el número de réplicas que se utilizó para cada escenario.
El desarrollo de los modelos de simulación mejorados fue hecho a través del mismo Software Flexsim,
incluyendo un escenario propuesto por la empresa. Con esto, se obtuvo el ciclo promedio de tiempo para
cada uno de los procesos y la cantidad de piezas procesadas al finalizar un tiempo determinado, en cada
uno de los escenarios generados.
Tal como expuso Medina (2005), mientras más cantidad de escenarios propuestos existan, mejor serán
37
los resultados. Lo anterior ocurre, porque se produce la posibilidad de realizar más cambios en las
variables que afectan a los procesos de la línea de producción, y, por lo tanto, mayor cantidad de
resultados, pudiendo optar por el que entregue una mejor solución a la problemática expuesta en el inicio
de este trabajo.
b. Corridas de Producción y Análisis de los escenarios.
Luego de obtener los resultados de la simulación de la línea de producción de carne de salmón para cada
uno de los escenarios, se compararon las medidas de desempeño indicadas anteriormente (ciclo
promedio de tiempo de proceso y cantidad de piezas de salmón procesadas).
Esta actividad, se realizó con Microsoft Excel, a través del uso de cuadros comparativos y gráficos, con el
fin de visualizar la información de manera más simplificada y atractiva, facilitando la evaluación de cada
uno de los escenarios propuestos en la etapa de Análisis y mejoramiento.
La finalidad de esta comparación es demostrar la mejora de la eficiencia de la línea de producción con el
uso de las herramientas de la ingeniería industrial, utilizadas en este trabajo.
38
4. PRESENTACIÓN Y ANÁLISIS DE RESULTADOS
En esta sección, se presenta la realización de las actividades mencionadas y explicadas en la
Metodología, junto a sus resultados y sus análisis respectivos.
4.1 Diagnóstico
Aquí, se muestran la realización de las actividades previas necesarias para la creación del modelo de
simulación de la Planta de Procesos de AquaChile S.A., tales como la conceptualización del modelo y la
recopilación de la información actual de la Factoría.
4.1.1 Conceptualización del modelo.
Tal como se expresó al inicio del proyecto, la Planta de Procesos de la empresa AquaChile posee
muchos clientes a nivel mundial, los cuales tienen distintos requerimientos para el producto que están
comprando. Es por lo anterior, que esta Factoría realiza diferentes procesos para cada uno de los
distintos tratamientos que se le realiza a la materia prima (ver Anexo 1), tal como se ve en la Figura Nº
14.
A continuación, se describen brevemente cada uno de los procesos involucrados en la creación de un
producto salmónido con valor agregado:
a. Recepción de materia prima: En este proceso, llegan los salmones muertos, se recepcionan y se
contabilizan para luego ser enviados, mediante bombas de presión-vacío, a Eviscerado.
b. Eviscerado: Proceso por el cual, se realiza un corte longitudinal al salmón, para posteriormente,
quitarle las vísceras.
c. Clasificado: En este proceso, se diferencia el salmón entre los que poseen detalles estructurales
(moretones, heridas y palidez) y los que no. Los primeros pasan al proceso de Filete y los segundos
a Emparrillado.
d. Calibrado: Previo de Filete y de Emparrillado, los salmones pasan por cintas transportadoras donde
se calibran mediante máquinas automatizadas, para luego ser depositados, según su calibre y de
manera programada, en los distintos bins.
39
e. Lavado y Desinfección: Proceso donde a los salmones que están depositados en bins, los que
poseen una solución rica en sal, para que esperen en óptimas condiciones el tratamiento que se les
dará según las necesidades del Departamento de Planificación.
Figura Nº 14: Diagrama de Procesos de Planta de AquaChile S.A.
Fuente: Elaboración propia en Software BIZAGI.
40
f. Filete: En este proceso, se reciben los salmones que fueron clasificados con detalles estructurales.
A Los pescados se les aplica distintos tratamientos (ver Anexo 1), con el fin de generar las distintas
variedades de filetes. Luego de esto, la materia prima se dirige al proceso de Porciones.
g. Emparrillado: Proceso en el cual, los salmones clasificados sin detalles estructurales, se limpian y
pasan por una solución acuosa rica en sal, con el fin de ser moldeados en carros para su posterior
congelación o en cajas de Poliestireno expandido (Plumavit), para tratarlos con golpes de frío. A este
producto se le llama HON.
h. Porciones: Al comienzo de este proceso, el salmón tiene la posibilidad de recibir distintos
tratamientos (según los requerimientos de los clientes): porciones frescas, porciones congeladas y
filete sellados al vacío (V-Pack), filetes frescos embolsados y posicionamiento de filetes con detalles
estructurales en carros metálicos. Luego de esto, son llevados al sistema de frío, según el tipo de
producto.
i. Túneles estáticos: En este proceso, se reciben los carros que contienen productos con detalles
estructurales, porciones selladas al vacío, Trim D sellado al vacío (V-Pack). Estos, son dispuestos
para un proceso de congelación estática. En esta estación de trabajo, se lleva el salmón desde una
temperatura de los 7 [ºC] aproximadamente, a los -25 [ºC], con el fin de que lleguen con una
temperatura óptima al cliente.
j. Túnel continuo: Aquí se reciben todos los productos que van a ser entregados como “Frescos”. En
este proceso, las Porciones frescas, Trim E, Trim G, Trim D, etc, pasan por una máquina
congeladora, a través de una cinta transportadora en un determinado tiempo, para entregar un golpe
de frío a los productos mencionados anteriormente, con el fin de que lleguen con una temperatura
óptima a los clientes.
k. Empaque Fresco: Aquí, se reciben todos los productos que ya han pasado por el túnel continuo,
donde son embalados en cajas de Plumavit, son sellados con logo AquaChile y enviados a los
Frigoríficos.
l. Empaque Congelado: En este proceso, se reciben todos los productos que fueron congelados en
los túneles estáticos, para ser empacados en cajas con el sello AquaChile y ser enviados a
Frigorífico.
m. Almacenamiento en Frigoríficos: Proceso en el cual, las cajas provenientes de los dos empaques
anteriores son almacenadas a una temperatura de -5 [ºC], para esperar ser despachadas a los
clientes respectivos.
41
n. Despacho: Finalmente, las cajas que estaban almacenadas, son distribuidas a los distintos clientes
del mundo.
4.1.2 Recolección de Datos.
• Tiempos
Para la utilización de la ecuación 3.1, se necesitó establecer cuál era la desviación estándar de los datos,
con el fin de determinar finalmente el tamaño de muestra a utilizar. Sin embargo, como no existen
estudios anteriores sobre éste tópico, se tomó una muestra piloto aleatoria de 35 unidades de salmón
(ver Anexo 3), que fueron tomadas para estudiar su comportamiento, y así determinar la desviación
estándar a utilizar (ver Anexo 4).
A continuación, se muestra un ejemplo del cálculo del tamaño de muestra del subproceso “Corte de
Collar” de la Línea 1 de Filetes y en el rango de calibre de [0;6[ [lb], utilizando la Ecuación 3.1:
𝑛 = 368 ∙ (0,008)2 ∙ (1,96)2
(0,008)2 ∙ (1,96)2 + (368 − 1) ∙ 0,052
𝑛 = 1 [u]
Este pequeño número obtenido para el tamaño de muestras en el subproceso mencionado, se produce,
principalmente, por la pequeña desviación estándar entre las muestras de tiempo tomadas para ese
proceso en particular.
De esta misma forma, se reemplazaron los datos respectivos a cada subproceso en la Ecuación 3.1,
determinando los tamaños muestrales de todos los procesos involucrados en el proyecto y en relación a
los tres rangos de calibres descritos en la Metodología. A continuación, se muestran sólo los de la Línea
de Filetes, ya que es el proceso más importante dentro de la Planta de Procesos (referencia: Gerencia
Empresas AquaChile S.A., Planta Cardonal, 2016).
Tabla Nº 2: Tamaño de muestra Línea 1 de Filete.
Tamaño de muestra Línea 1 [u]
Calibre
[lb]
Corte
Collar Baderista Fileteo Recorte Despinado
Repaso
Despinado Despielado Desgrasado Prolijado Clasificado
42
[0;6[ 1 1 1 8 0 21 0 3 5 2
[6;12[ 1 1 1 8 0 22 0 3 5 2
[12;+oo[ 1 1 1 4 0 5 0 2 3 2
Fuente: Elaboración Propia.
Tabla Nº 3: Tamaño de muestra Línea 2 de Filete.
Tamaño de muestra Línea 2 [u]
Calibre
[lb]
Corte
Collar Baderista Fileteo Recorte Despinado
Repaso
Despinado Despielado Desgrasado Prolijado Clasificado
[0;6[ 1 1 1 9 0 21 0 2 3 2
[6;12[ 1 1 1 10 0 24 0 2 3 2
[12;+oo[ 1 1 1 10 0 24 0 2 3 2
Fuente: Elaboración Propia.
Tabla Nº 4: Tamaño de muestra Línea 3 de Filete.
Tamaño de muestra Línea 3 [u]
Calibre
[lb]
Corte
Collar Baderista Fileteo Recorte Despinado
Repaso
Recorte
Repaso
Despinado Prolijado Clasificado Raspado
[0;6[ 1 1 1 0 0 1 5 3 1 1
[6;12[ 1 1 1 0 0 1 5 3 1 1
[12;+oo[ 1 1 1 0 0 1 5 3 1 1
Fuente: Elaboración Propia.
Tabla Nº 5: Tamaño de muestra Línea 4 de Filete.
Tamaño de muestra Línea 4 [u]
Calibre
[lb]
Corte
Collar
Baderis
ta Fileteo Recorte Despinado
Repaso
Recorte
Repaso
Despinado Prolijado Clasificado Raspado
[0;6[ 1 1 1 0 0 2 8 4 1 1
[6;12[ 1 1 1 0 0 2 8 4 1 1
[12;+oo[ 1 1 1 0 0 2 8 4 1 1
Fuente: Elaboración Propia.
A pesar de los resultados anteriores, se realizó una nueva toma de muestra, cuyo tamaño fue de 25
unidades por subproceso involucrado (ver Anexo 5), con el fin de que el Software Flexsim, a través de la
43
herramienta Expertfit, arroje las distribuciones de frecuencia de los tiempos de proceso a utilizar (ver
Anexo 6). Dentro de las más utilizadas en los procesos de la Planta de Procesos de AquaChile, se
encuentra la Distribución Beta, Weibull y Johnson Bounded.
Cabe destacar que el proceso de toma de datos de tiempo duró aproximadamente siete meses de trabajo
continuo. Esto, debido a que se registró un total de aproximadamente 13.000 muestras de tiempo,
contando las muestras piloto y las muestras reales de tiempo a utilizar.
Por otro lado, en cuanto a los tiempos ociosos que afectan negativamente el flujo de la materia prima
(detienen la línea de procesos), se encuentran las pausas de elongación y el horario de colación de los
trabajadores de la empresa. Los tiempos correspondientes a éstas detenciones, son los siguientes:
Tabla Nº 6: Tiempos ociosos Factoría de AquaChile.
Actividad Duración
[min/actividad]
Cantidad de veces
[actividades/turno]
Tiempo ocioso Total
[min/turno]
Pausas de elongación 7 2 14
Colación 30 1 30
Retraso Limpieza 10 2 20
Fuente: Gerencia Empresas AquaChile S.A, Planta Cardonal.
Estos tiempos implican que las líneas de procesos se detengan, lo cual quita capacidad de producción a
la Factoría en cuestión, correspondiendo a 64 [min/turno] en que cada proceso deja de entregar valor
agregado a la materia prima.
Junto con lo anterior, las dos estaciones de trabajo que entregan la real capacidad de la Planta de
Procesos de la empresa son Emparrillado y las Líneas de Filete (ya que es dónde se planifica la
producción), por lo que se tomaron los datos de tiempo de proceso completo para cada una de las líneas
involucradas, con el fin de poder realizar la validación del modelo de simulación. Estos datos se muestran
en la Tabla Nº 7 y Tabla Nº 8:
Tabla Nº 7: Tiempos de Ciclo Líneas de Filete.
Tiempo de Ciclo Filete [min/unidad]
Muestra Línea 1 Línea 2 Línea 3
1 20,6 16,58 6,12
2 18,87 20,98 9,61
3 18,64 14,67 9,58
44
4 20,54 18,3 8,07
5 21,75 15,84 7,82
6 15,66 17,77 6,28
7 21,72 15,52 9,87
8 21,4 17,15 7,11
9 15,57 19,98 9,35
10 21,09 16,45 6,11
11 16,95 19,97 9,68
12 15,63 19,86 6,33
13 14,04 21,91 7,62
14 16,21 15,72 9,53
15 19,26 21,04 6,22
16 18,57 16,42 6,02
17 14,76 19,6 8,2
18 18,17 20,5 9,37
19 19,87 16,4 6,33
20 20,23 20,92 6,72
21 19,16 18,67 9,95
22 20,14 15,66 9,13
23 18,1 18,4 7,47
24 18,61 17,43 9,38
25 18,49 19,59 7,19
Promedio 18,5612 18,2132 7,9624
Desviación
estándar 2,235651136 2,113966887 1,453691508
Fuente: Elaboración Propia.
Tabla Nº 8: Tiempo de Ciclo Emparrillado.
Muestras Tiempo Ciclo Emparrillado
[min/unidad]
1 0,597
2 0,657
3 0,529
4 0,552
45
5 0,678
6 0,533
7 0,603
8 0,674
9 0,498
10 0,648
11 0,565
12 0,734
13 0,651
14 0,659
15 0,528
16 0,705
17 0,551
18 0,541
19 0,636
20 0,576
21 0,657
22 0,500
23 0,687
24 0,708
25 0,539
Promedio 0,608
Desviación
estándar 0,072
Fuente: Elaboración Propia.
Finalmente, se obtuvo una muestra de los tiempos de descarga de los túneles de congelación (luego de
haber realizado su respectivo proceso) como última medida de desempeño a validar con respecto al
modelo de simulación. Cabe destacar, que éstos tiempos no dependen de los túneles en que se
procesan los pescados, sino del tiempo en que “Empaque Congelado” se demore en descargarlos. Por
esto, se tomaron estos datos sin discriminar a cuál de los congeladores le pertenecían esos tiempos de
descarga. Lo anterior, se ve en la Tabla Nº 9.
46
Tabla Nº 9: Tiempo de descarga Túneles de Congelación.
Muestra
Descarga Túneles
[min/congelación]
1 48,92
2 55,48
3 40,35
4 42,06
5 41,58
6 45,61
7 37,29
8 42,26
9 44,67
10 48,42
Fuente: Elaboración Propia.
Lo anterior implica un tiempo promedio de descarga de 44,644 [min/congelación] y una desviación
estándar de 5,219 [min/congelación].
• Producción por turno de procesos involucrados
Se tomaron en cuenta los procesos que determinan la cantidad de salmón que se va a procesar en un
turno normal de producción, según la Planificación diaria. Estos procesos son: Emparrillado y las Líneas
de Filete, ya que, dependiendo del trabajo de ellos, se procesará la materia prima en las demás
estaciones de trabajo de la Factoría.
De acuerdo a lo anterior, se analizó mensualmente (ver Anexo 7), la producción por turno de los dos
procesos mencionados recientemente:
Tabla Nº 10: Promedios de producción por turno Emparrillado.
Promedios producción Mensual Emparrillado [u/turno]
Línea Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre
1 2617 2547 2541 2520 2530 1855 1955 2788 2388 2235
2 2617 2547 2541 2520 2530 1855 1955 2788 2388 2235
Fuente: Elaboración propia en base a Software INNOVA.
47
Lo anterior, implicó un promedio de 2398 [unidades/turno] en cada mes, con una desviación estándar de
297 [unidades/turno], para cada una de las Líneas de Emparrillado.
Por otro lado, las tres Líneas de Filete tuvieron los siguientes niveles de producción en cada turno:
Tabla Nº 11: Promedios de producción por turno Líneas de Filete.
Promedios de producción Líneas de Filete [u/turno]
Línea Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre
1 3863 3937 3917 4651 2896 3542 3187 4182 1846 3764
2 3367 3522 3361 3523 3278 3146 3129 3545 3594 2896
3 5418 5369 5681 4997 4559 5049 4779 5324 4978 5123
Fuente: Elaboración propia en base a Software INNOVA.
Por lo anterior, la Línea 1 obtuvo un promedio de 3779 [unidades/turno] y una desviación estándar de 490
[unidades/turno] en los 10 meses estudiados. Por otro lado, la Línea 2 obtuvo un promedio de 3336
[unidades/turno] y una desviación estándar de 179 [unidades/turno]. Finalmente, la Línea 3, obtuvo un
promedio de 5127 [unidades/turno] y una desviación estándar de 235 [unidades/turno].
• Tasas involucradas en la Línea de Procesos
Dentro de la Planta de Procesos de AquaChile, existen dos líneas de arribo de materia prima: la primera
se caracteriza por producto Premium (sin detalles estructurales), cuyo fin es Emparrillado y Filete. Por
otro lado, en la segunda línea de arribo, ingresan pescados con detalles estructurales como hematomas,
heridas, carencia de color (naranjo), Melanosis, entre otros.
En cada una de las líneas mencionadas, se tomó la muestra de 35 piezas de salmón (ver Anexo 8),
estudiándose por separadas. Con esto, se obtuvo las siguientes tasas para el arribo de carne de salmón,
para su posterior tratamiento en las líneas de proceso:
Tabla Nº 12: Tasas de arribo de salmón a la Factoría.
Línea Categoría Distribución de llegada [min]
[0;6[ lb [6;12[ lb [12;+oo[
1 Premium
Beta(0.016971,
0.886872, 0.549822,
4.136748, 0)
johnsonbounded(0.0
10048, 0.272716,
1.205037, 0.830564,
johnsonbounded(0.01
5300, 1.198060,
1.324306, 0.598215,
48
0) 0)
2 No Premium
Pearsont6(0.00000,
0.319718, 1.844877,
4.146209, 0)
Gamma(0.00000,
0.049993, 1.593900,
0)
Pearsont6(0.00000,
15.962419, 1.559412,
99.978465, 0)
Fuente: Elaboración Propia utilizando Software Expertfit
Por otro lado, en cuanto a la tasa de falla de las máquinas, y de acuerdo a lo explicado por los
supervisores de cada área de la Planta de Procesos, se obtuvo que sólo algunas detienen el flujo de la
materia prima por la línea de producción, al momento de fallar.
Por lo anterior, en la Tabla Nº 13, se muestra la cantidad de detenciones de cada máquina y la duración
de éstas:
Tabla Nº 13: Tiempos de detención máquinas en cada turno.
Proceso Línea Máquina/Subproceso Detenciones
[detenciones/turno]
Duración
[min/detención]
Total
[min/turno]
Filete 1 Filetera 2 5 10
Filete 2 Filetera 2 5 10
Filete 3 Filetera 3 5 15
Filete 3 Recortera 1 5 5
Filete 1 Despinadora 3 5 15
Filete 2 Despinadora 2 5 10
Filete 3 Despinadora 2 5 10
Filete 4 Despinadora 2 5 10
Filete 1 Despieladora 2 5 10
Filete 2 Despieladora 3 5 15
Fuente: Elaboración propia en base a lo expuesto por Daniela Cariman y Carlos Santana, supervisores
Líneas de Filete AquaChile S.A. (2016).
Lo anterior, implica que exista un tiempo total de 35 [min/turno], 35 [min/turno] y 40 [min/turno] para la
Línea 1, Línea 2 y Línea 3 respectivamente, en que se detiene parte de la producción. Por ende, lo
anterior, es otro factor que incide en la cantidad de producción final de la Planta de Procesos al finalizar
un turno.
49
• Porcentaje Reprocesos
En las líneas de Emparrillado, un pescado es retirado del proceso cuando posee heridas o hematomas
en la piel, aun cuando ya pasó por un control en el área de calibrado. Debido a lo anterior, la cantidad de
salmones quitados de las líneas es menor al 4 por ciento con respecto a la totalidad de materia prima que
pasa por este proceso, por lo que se hace despreciable (ver Tabla Nº 14).
Tabla Nº 14: Salmones Reprocesados en Emparrillado.
Hora Salmones procesados
[unidades]
Salmones Reprocesados
[unidades]
Porcentaje reprocesado
[%]
1 368 7 1,9
2 401 11 2,7
3 313 10 3,19
Fuente: Elaboración Propia.
Por otro lado, en las Líneas de Filete, ocurre el caso contrario, ya que gran parte del salmón que pasa por
éstas, debe ser reprocesada, debido a que aún posee espinas o ha sido mal Prolijado. Por lo anterior, se
realizaron los pasos expuestos en la metodología, para la obtención de los siguientes resultados:
Tabla Nº 15: Conteo salmones reprocesados en Filete.
Hora
Salmones
procesados
[u]
Salmones Re
Prolijados [u]
Salmones
Re
Despoinados
[u]
Porcentaje
Re Prolijado
[%]
Porcentaje
Re
Despinados
[%]
Línea 1
1 514 181 18 35,12 3,40
2 487 170 8 34,87 1,47
3 435 121 20 27,64 4,54
Línea 2
1 512 194 15 37,89 2,93
2 424 111 18 26,18 4,25
3 413 132 21 31,96 5,08
Línea 3
1 850 439 99 51,63 11,55
2 906 453 137 49,99 15,02
3 801 386 59 48,12 7,31
Fuente: Elaboración Propia.
50
Lo anterior, implica que el promedio de piezas de salmón que son reprocesadas en las Líneas 1, 2 y 3 de
Filete son del 35,86 por ciento, 35,13 por ciento y 61,40 por ciento, respectivamente.
4.2 Simulación de Procesos.
En esta sección, se presenta el desarrollo de la metodología de Banks et al (2010), para lograr el
desarrollo de un modelo de simulación que represente fielmente la realidad del funcionamiento de la
Planta de Procesos de la empresa AquaChile S.A.
4.2.1 Construcción del modelo de simulación.
Al insertar los datos recolectados en la etapa de Diagnóstico, se logró construir un modelo que simula el
Layout de la Planta de Procesos de AquaChile (ver Figura Nº 15). Junto con esto, se agregó todas las
especificaciones técnicas de los procesos, en conjunto con la cantidad de personas y máquinas
trabajando en cada una de las estaciones de trabajo. Finalmente, se configuró cada línea de procesos de
acuerdo a su funcionamiento real dentro de la Factoría.
Cabe destacar que los procesos que fueron estudiados a cabalidad fueron los que están directamente
relacionados con la problemática inicial del proyecto. Estos procesos son: Emparrillado, Líneas de Filete,
Túneles de congelación y Empaque Congelado (ver Anexo 9). Por otro lado, el resto de los procesos
(Porciones y Empaque Fresco), se estudiaron, pero no a cabalidad, por lo que se establecieron como
Cajas Negras (se estudiaron como procesos únicos y completos, sin ahondar en detalles técnicos). Con
esto, se dejan abiertos como para posibles estudios futuros en caso que la empresa lo requiriese.
En cuanto a la configuración de la producción del modelo de simulación, se utilizó una planificación
aleatoria, entregada por el Departamento de Planificación de la Planta de Procesos de AquaChile,
correspondiente al día 21 de Octubre del año 2016 (ver Anexo 11). Esta Planificación consta de la
siguiente necesidad de producción:
Tabla Nº 16: Planificación Línea de Filete, 21 Octubre 2016.
Producto Línea 1 [%] Línea 2 [%] Línea 3 [%]
Trim D V-Pack 10,81 30,3 10,2
Trim E V-Pack 0 45,45 0
Trim D Fresco 27,02 0 89,9
Trim E Fresco 27,02 24,25 0
51
Trim G Fresco 0 0 0
Porción V-Pack 0 0 0
Porción c/piel congelada 35,15 0 0
Porción Trim E fresca 0 0 0
Fuente: Elaboración Propia.
Figura Nº 15: Layout Modelo de Simulación Planta de Procesos AquaChile.
Fuente: Elaboración Propia en Software Flexsim.
La Figura Nº16, muestra un ejemplo de un fragmento de los códigos utilizados para configurar esta
planificación.
52
Figura Nº 16: Fragmento del código de una Planificación de la Línea 2 de Filete.
Fuente: Software Flexsim.
Finalmente, se configuró un aspecto muy importante dentro de la Planta productiva, la Carga y Descarga
de los túneles de congelación, ya que tiene real relevancia con la problemática inicial del proyecto.
La importancia de lo anterior, es que mientras se esté utilizando y/o descargando un Túnel de
congelación, éste no puede ser cargado con otro producto, por lo que se debe esperar el tiempo
necesario de descarga, junto a 15 minutos de limpieza del túnel, tal como se muestra en la Figura Nº 17.
53
Figura Nº 17: Ejemplo de configuración de descarga Túneles.
Fuente: Software Flexsim.
Aquí, se logró lo expuesto anteriormente con la creación de un mensaje que se le envía a cada Túnel
desde su respectiva cola aledaña a él. Ésta creación del mensaje se muestra en la Figura Nº 18.
Figura Nº 18: Creación del mensaje para configurar Túneles.
Fuente: Software Flexsim.
De manera similar, se configuraron todas las especificaciones que la Planta de Procesos requiere
diariamente, de acuerdo al funcionamiento de cada una de las líneas de proceso de esta Factoría. Con
esto, se logró terminar el modelo de simulación de la empresa en cuestión.
La dificultad de la creación de un modelo de simulación de esta envergadura, radica en la cantidad de
variables que se tomaron en cuenta para lograr un comportamiento similar al de la realidad de la
Factoría. Se hace necesario abordar estos aspectos, debido al dinamismo que se produce en la industria
del salmón. A continuación, se explican las variables, junto a su incidencia en la Planta de Procesos y la
manera en que se abordó cada una de ellas:
54
• Calibre
Tal como se expuso en la metodología, se hizo una diferencia entre tres rangos de calibre (0-6 lb, 6-12 lb
y 12+ lb), debido a que, dependiendo del tamaño del pescado que se está procesando, las estaciones de
trabajo tendrán un mayor tiempo de proceso en la medida que el tamaño del salmón es más grande, lo
cual genera que exista una diferencia en la capacidad de producción de las distintas líneas de
producción.
Se creó una etiqueta con el nombre de “Calibre” en el FlowItem que representa a los pescados (Box) y se
configuró la estación de Arribo de Materia Prima, para que se diferencien los pescados según su rango
de peso, tal como se muestra en la Tabla Nº 17.
Tabla Nº 17: Asignación de valores etiqueta "Calibre".
Calibre [lb] Etiqueta
[0;6[ 1
[6;12[ 2
[12;+oo[ 3
Fuente: Elaboración Propia.
Con esto, se establecieron los tiempos de proceso de los pescados, según el tamaño que tenga cada uno
de estos.
• Tipo de Producto.
El tipo de producto tiene relevancia en la Línea de Procesos de la Factoría, ya que dependiendo de cuál
producto se esté creando, se tendrán distintos tratamientos, implicando distintos tiempos de estadía en
cada una de las estaciones de trabajo. Lo anterior, genera una mayor o menos capacidad de producción
de la Planta de Procesos de la empresa AquaChile S.A.
Al igual que en la variable anterior, se creó una etiqueta llamada “Producto”, el cual se configuró con los
siguientes valores:
Tabla Nº 18: Asignación de valores etiqueta "Producto."
Producto Etiqueta
Trim D V-Pack 1
Trim E V-Pack 2
55
Trim D Fresco 3
No calificado 4
Trim E Fresco 5
Trim G Fresco 6
Porción V-Pack 7
Porción c/piel congelada 8
Porción Trim E fresca 9
Entero Fresco 10
Entero Congelado 11
Fuente: Elaboración Propia.
La configuración del tipo de producto, se realizó en las entradas de las líneas de Filete y Emparrillado, de
acuerdo a las planificaciones que entregue el Departamento de Planificación. Un ejemplo es el de la
Figura Nº 16, donde se muestra un fragmento de los códigos necesarios para lograr lo anterior.
• Condición de la Materia Prima
La condición de materia prima es un aspecto muy relevante dentro de la Planta de procesos de
AquaChile, ya que dependiendo si es buena o mala, disminuirá o aumentará (respectivamente), la
cantidad de piezas de salmón que no califican para continuar en la Línea Premium (también llamada
“Degradación”).
Estos pescados no calificados, son todos aquellos que no se pudieron arreglar ante las fallas
estructurales que poseían (Melanosis, falta de color, hematomas, etc), y su destino es ser retirados de la
línea de producción, para ser dispuestos en carros, con el fin de una posterior congelación, tal como se
muestra en la Figura Nº 20.
El aumento o disminución de la Degradación, implica que aumente o disminuya la cantidad de pescados
que llegan a los Túneles de Congelación, y con esto variar su capacidad de producción diaria en turnos
normales de procesamiento.
Se trabajó con los datos de las Degradaciones de cada día en los meses en que se extendió la toma de
datos (Enero-Octubre del año 2016), según la información disponible en el Software INNOVA (ver Anexo
10). Obteniendo un promedio de degradación por día en cada uno de los meses, se calcularon los
porcentajes con respecto a la cantidad de materia prima que no calificó como Premium en cada Línea de
Filete, tal como se muestra en la Tabla Nº 19.
56
Figura Nº 19: Disposición en carros de salmones no calificados.
Fuente: Software Flexsim.
Tabla Nº 19: Promedio de Degradación diaria en Líneas de Filete.
Línea 1 Línea 2 Línea 3
Degradación [%] 13,21 16,09 15,2
Fuente: Elaboración propia en base a Software INNOVA.
• Nivel de expertiz de los empleados.
Se entiende que no todas las personas trabajan con la misma rapidez dentro de una Planta Productiva,
ya que hay individuos que tienen poca, media y vasta experiencia en algunas estaciones de trabajo. Esto,
genera que los tiempos de proceso aumenten o disminuyan ante un alto o bajo nivel de expertiz,
respectivamente. Producto de esto, varía el tiempo de estadía de un pescado en la línea de procesos, y,
por ende, la capacidad de producción de ésta.
Por lo anterior, en la toma de datos expuesta en líneas anteriores, se fue tomando datos persona por
persona, con el fin de que, al ingresar los datos de tiempo, los datos se ajusten a una curva incluyendo
esta variable.
En cuanto a la producción del modelo de simulación, se utilizó una planificación aleatoria, entregada por
el Departamento de Planificación de la Planta de Procesos de AquaChile, correspondiente al día 21 de
Octubre del año 2016 (ver Anexo 11). Esta Planificación consta de la necesidad de producción expuesta
en la Tabla Nº 20.
57
Tabla Nº 20: Planificación Línea de Filete, 21 Octubre 2016.
Producto Línea 1 [%] Línea 2 [%] Línea 3 [%]
Trim D V-Pack 10,81 30,3 10,2
Trim E V-Pack 0 45,45 0
Trim D Fresco 27,02 0 89,9
Trim E Fresco 27,02 24,25 0
Trim G Fresco 0 0 0
Porción V-Pack 0 0 0
Porción c/piel congelada 35,15 0 0
Porción Trim E fresca 0 0 0
Fuente: Elaboración Propia.
Finalmente, al utilizar la herramienta Experimenter de Flexsim, se obtuvo los siguientes resultados para el
modelo de simulación de la situación actual:
Tabla Nº 21: Resultados Producción Túneles en situación actual de la Factoría.
Túnel Tiempo de Descarga
[min/proceso]
Producción
[carros/día]
1 39,6 67,2
2 51 63
3 48 63
4 40 63
6 57 14
Fuente: Elaboración propia en base a resultados del modelo de simulación.
Cabe destacar que el Túnel Nº 5 se encuentra en estado defectuoso, lo que implica que no se procese
materia prima por él.
4.2.2 Verificación del modelo de simulación.
Al no existir un Departamento de Pruebas dentro del establecimiento donde se utilizó el Software Flexsim,
no se pudo entregar el modelo de simulación a alguien experto que no fuese su desarrollador, por lo que
se siguió con los otros pasos entregados por la metodología describe en la metodología.
58
Primeramente, cabe destacar que, ante un modelo de simulación con más de 500 objetos y de tal
tamaño, se hace necesario ir verificando a medida que se iban creando las distintas líneas de proceso, ya
que eso permitió ir ahondando en los detalles correspondientes para que el modelo funcione sin detalles
ni errores. Es por lo anterior que a continuación se mostrará la verificación de algunos procesos (los que
tienen mayor relevancia dentro de la Factoría de AquaChile):
• Verificación del flujo por calibres del arribo de productos:
Al recibir los tres rangos de calibres (expuestos anteriormente), se tienen que desviar para ser
almacenados en bins. La cantidad de peces que se almacenan en cada uno de ellos depende del calibre
que tengan, por lo que se hace necesario insertar la función “Port by case” en función de la etiqueta
“Calibre”, tal como se muestra en la Figura Nº 22.
Figura Nº 20: Cola de Arribo de Pescados.
Fuente: Software Flexsim.
Esto, se puede verificar al ver la separación que se hace en los “Combiners” que le siguen. En cada uno
de ellos, se almacenan respectivamente los tres rangos de calibres en cuestión, para facilitar el
funcionamiento del modelo de simulación (ver Figura Nº 23).
59
Figura Nº 21:Separación Calibres Arribo materia prima.
Fuente: Software Flexsim.
• Verificación salida de Pre-Túnel.
Al Pre-Túnel llegan todos los carros con los distintos tipos de producto que se procesan en el sistema de
Frío, por lo que se hizo necesario ordenarlos en diferentes colas para poder programar una salida de 21
carros, con el fin de que se procesen juntos en cada túnel de congelación. Finalmente, esto contribuye a
que se programe la carga y descarga de las máquinas congeladoras, tal cual ocurre en la realidad.
Para lo anterior, se configuró la gran cola de Pre-Túnel (Ver Anexo 9-Layout Túneles de Congelación), a
través del código “Port by case”, con el fin de diferencia el tipo de producto que se procesará, tal como se
muestra en la Figura Nº 24.
Esto, se puede verificar al ver dónde arriba cada tipo de producto con respecto a las colas a las que está
conectado el Pre-Túnel. En la Figura Nº 25, se logra mostrar que cada uno de los tratamientos son
distribuidos en sus respectivas colas de espera.
60
Figura Nº 22: Flujo de materia prima por Producto en Sistema de Frío.
Fuente: Software Flexsim.
Figura Nº 23: Distribución de productos en colas respectivas.
Fuente: Software Flexsim.
61
• Verificación Pausas por elongación en Líneas de Filete.
Los ejercicios de elongación son un tema importante en el cuidado y salud de los trabajadores de la
empresa, por lo que toman su debido tiempo para realizarlas. Es por esto que se configuró, a través de
los llamados “Breakdowns”, con el fin de hacer más real el proceso de producción, tal como se muestra
en la Figura Nº 26.
Figura Nº 24: Código pausas de elongación Líneas de Filete.
Fuente: Software Flexsim.
Lo anterior, se puede ver reflejado al iniciar la simulación y llegar al minuto 180 (como muestra la primera
falla, según el funcionamiento de la Planta de procesos), tal como se logra identificar en la Figura Nº 27.
Durante el desarrollo del modelo de simulación y la creación de las líneas de producción de cada uno de
los procesos de la Factoría de AquaChile, se realizó el mismo ejercicio de verificación, para cada uno de
los objetos presentes en el proyecto de mejoramiento. Lo anterior, implicó que el modelo compile sin
errores, lo cual indica que no hubo errores de programación en las líneas de código con las que cada
objeto se configuró.
62
Figura Nº 25: Pausas elongación Líneas de Filete.
Fuente: Software Flexsim.
4.2.3 Validación del modelo de simulación.
Al igual que en la Verificación del modelo de simulación, se utilizó la Planificación del turno del día 21 de
Octubre del año 2016 como planificación aleatoria para demostrar que el modelo se comporta similar a la
realidad de la Planta de Procesos de AquaChile.
Tal como se expuso en la metodología, se hizo un Test de Normalidad a los datos que serían estudiados
en la Prueba de Medias, con el fin de demostrar que se comportan normalmente. Estos resultados se ven
en la Figura Nº 28.
Al corroborar que los datos se comportan normalmente, se cumple la restricción de la Prueba de Medias,
para la validación del modelo.
Como segundo paso, se utilizó la herramienta Experimenter del Software Flexsim, para hacer correr el
modelo con 10 réplicas (n0), utilizando un nivel de confianza del 90 por ciento. Con esto, se obtuvo la
media y desviación estándar del Ciclo de Tiempo Promedio y de la Producción Total por turno de
Emparrillado y las Líneas de Filete (ver Anexo 12), tal como se muestra en la Tabla Nº 22 y Tabla Nº 23.
63
Figura Nº 26: Test de Normalidad de las variables a validar.
Fuente: Elaboración Propia en Software SPSS Statistics.
Tabla Nº 22: Ciclo Promedio Réplicas Piloto.
Ciclo Promedio [min/unidad]
Emp L1 Emp L2 Filete L1 Filete L2 Filete L3
N piloto 10 10 10 10 10
Promedio 0,644 0,644 17,83 18,37 7,11
Desviación
estándar0,023 0,016 0,56 0,28 0,39
Fuente: Elaboración propia en base a resultados del modelo de simulación.
Tabla Nº 23: Producción por turno Réplicas Piloto.
Total Producción [unidades/turno]
Emp L1 Emp L2 Filete L1 Filete L2 Filete L3
N piloto 10 10 10 10 10
Promedio 2612 2348 3608 3200 5509
Desviación
estándar190 394 137 76 266
Fuente: Elaboración propia en base a resultados del modelo de simulación.
64
Gracias a lo anterior, al reemplazar los datos obtenidos en la Ecuación 2.1, se obtuvieron los siguientes
intervalos de confianza:
Tabla Nº 24: Intervalo de confianza Ciclo Promedio.
Ciclo Promedio [min/unidad]
Emp L1 Emp L2 Filete L1 Filete L2 Filete L3
Beta 0,0644 0,0644 1,783 1,837 0,711
Intervalo
Confianza 0,013332668 0,009274899 0,324621476 0,162310738 0,226075671
Fuente: Elaboración Propia.
Tabla Nº 25: Intervalo de confianza Producción por turno.
Ciclo Promedio [min/unidad]
Emp L1 Emp L2 Filete L1 Filete L2 Filete L3
Beta 261,2 234,8 360,8 320 550,9
Intervalo
Confianza 110,1394294 228,3943958 79,41632543 44,05577177 154,1952012
Fuente: Elaboración Propia.
Por lo tanto, al obtener que en todos los procesos en cuestión se cumple que el intervalo de confianza es
menor al error producido (𝛽) por sus respectivas medias, se estableció que el número de réplicas piloto
escogido, se puede utilizar para la validación del modelo de simulación.
Luego, con respecto a la validación en cuestión, las medidas de desempeño que se evaluaron con
respecto a la situación real versus la situación modelada fueron el Ciclo Tiempo Promedio y la Producción
Total por turno en los procesos de Emparrillado y en las Líneas de Filete, y el Tiempo Promedio de
Descarga de los Túneles de Congelación (ver Anexo 12).
Al reemplazar los datos obtenidos en las Tablas anteriores en la Ecuación 2.2 y Ecuación 2.3, y, por
ende, realizar la comparación entre las medias de la situación real versus la modelada (ver ejemplo en
Anexo), se obtuvo los siguientes resultados:
65
Tabla Nº 26: Validación Ciclo Promedio Procesos.
Emparrillado L1 Emparrillado L2 Filete L1 Filete L2 Filete L3
t0 1,5059546 1,543673673 1,003270267 0,232525912 1,790930601
t(0,025,18) 2,1009 2,1009 2,1009 2,1009 2,1009
Validación No se rechaza
Ho No se rechaza Ho
No se rechaza
Ho
No se rechaza
Ho
No se
rechaza Ho
Fuente: Elaboración Propia.
Tabla Nº 27: Validación Producción por turno Procesos.
Emparrillado L1 Emparrillado L2 Filete L1 Filete L2 Filete L3
t0 1,924411964 0,317676404 1,059861128 2,031281449 2,031660984
t(0,025,18) 2,1009 2,1009 2,1009 2,1009 2,1009
Validación No se rechaza
Ho No se rechaza Ho
No se rechaza
Ho
No se rechaza
Ho
No se
rechaza Ho
Fuente: Elaboración Propia.
Tabla Nº 28: Validación Tiempo de descarga Túneles.
Túnel 1 Túnel 2 Túnel 3 Túnel 4 Túnel 6
t0 1,939106704 1,645631366 0,664230964 1,211367534 1,36961877
t(0,025,18) 2,1009 2,1009 2,1009 2,1009 2,1009
Validación No se rechaza
Ho No se rechaza Ho
No se rechaza
Ho
No se rechaza
Ho
No se
rechaza Ho
Fuente: Elaboración Propia.
Luego, en cuanto a los resultados obtenidos, y, como no se rechazó la hipótesis nula, de acuerdo a la
metodología, las medias de ambas situaciones (real versus modelada) pertenecen al mismo universo de
datos, por lo tanto, el modelo de simulación se validó.
Finalmente, el hecho de que se haya validado el modelo de simulación, implica que se está comportando
correctamente en cuanto a la programación de los objetos, asegurando una verificación del modelo.
66
4.3 Experimentación.
En esta sección se desarrollan los escenarios que dan una mejora al funcionamiento de la Línea
Productiva de la Factoría. Junto con esto, se emplea un análisis de cada una de estas situaciones en
conjunto con la situación actual de la empresa.
4.3.1 Diseño Experimental.
Al estar inserto dentro de la Planta de Procesos de AquaChile S.A., se logró observar algunos cuellos de
botella que pretendieron ser corregidos, con el fin de lograr el objetivo de este proyecto: verificar si existe
la posibilidad de mejorar la capacidad de producción de la Factoría en cuestión. Cabe destacar que estos
cuellos de botella, también se observaron en el modelo de simulación creado en la etapa anterior.
Es por lo anterior que se crearon tres escenarios de mejora, que lograron acabar con los cuellos de
botella mencionados recientemente:
Como primera modificación en la línea de procesos, se decidió agregar una línea más de Empaque
Congelado, debido a que, como se mostró en la Tabla Nº 9, los tiempos de descarga de los Túneles de
congelación son muy largos. Esto ocurre, ya que los llamados “Paleteros” de éste Empaque (quienes
transportan la materia prima de un lugar a otro), van retirando el salmón del sistema de frío a medida que
se van procesando en la estación de trabajo posterior. Lo anterior, implica que los Túneles no puedan ser
cargados con otro producto, quitándole capacidad de proceso al sistema en cuestión. Los resultados
obtenidos de este escenario, se muestran en la Tabla Nº 29.
Como segundo escenario, se buscó aumentar la capacidad de producción de las Línea de Filetes. Dentro
de éste proceso, la estación de trabajo “Prolijado” es el cuello de botella, debido a que recibe lo que viene
desde las anteriores a él más lo que se reprocesa por una mala labor en el subproceso de recorte. Esto,
genera que se acumulen salmones sin procesarse fuera de la línea de producción (esperando a ser
reprocesados), aumentando el tiempo de estadía de la materia prima dentro de la estación de trabajo en
cuestión, y, por ende, quitando capacidad de producción a las Líneas de Filete. Lo anterior, incide en la
capacidad de congelación del sistema de frío, ya que implica que llegue una menor cantidad de pescado
a este proceso.
Tabla Nº 29: Resultados Producción Túneles en Primer Escenario.
Túnel Tiempo de Descarga
[min/proceso]
Producción
[carros/día]
67
1 15,7 84
2 30 76
3 28 71
4 18,6 63
6 17 18
Fuente: Elaboración propia en base a resultados del modelo de simulación (ver Anexo 13).
La modificación que se hizo a las Líneas en el segundo escenario, fue el de quitar dos personas de
“Repaso Despinado” e insertarlas en la estación de “Prolijado”, obteniendo los siguientes resultados:
Tabla Nº 30: Resultados Producción Túneles en Segundo Escenario.
Túnel Tiempo de Descarga
[min/proceso]
Producción
[carros/día]
1 44,5 84
2 73 63
3 84 63
4 87 63
6 49 16
Fuente: Elaboración propia en base a resultados del modelo de simulación (ver Anexo 14).
Finalmente, el tercer escenario creado fue producto de los Tiempos de Descarga generados en el
segundo escenario (ver Tabla Nº 30). Fruto de lo anterior, se hizo una combinación de los dos primeros
escenarios, es decir, se agregó una Línea más de Empaque Congelado y se trasladó dos personas
desde Repaso Despinado a Prolijado, en cada una de las Líneas de Filete. Con lo anterior, se obtuvo los
siguientes resultados como solución a la problemática inicial:
Tabla Nº 31: Resultados Producción Túneles en Tercer Escenario.
Túnel Tiempo de Descarga
[min/proceso]
Producción
[carros/día]
1 14,85 84
2 21,3 84
3 31 71
4 32 76
6 17,9 14
Fuente: Elaboración propia en base a resultados del modelo de simulación (ver Anexo 15).
68
4.3.2 Corridas de Producción y Análisis de los escenarios.
Luego de obtener los resultados en la situación actual y en cada uno de los escenarios, se realizó la
comparación de cada uno de ellos, para obtener el mejor resultado ante la problemática inicial del
proyecto de mejora.
Las medidas de desempeño que se utilizarán para el análisis de la situación actual versus las mejoradas
son el Tiempo de Descarga de los Túneles de Congelación y la Producción Diaria de cada uno de estos.
Para la anterior, se rescató la información correspondiente a la Tabla Nº 21, Tabla Nº 29, Tabla Nº 30 y
Tabla Nº 31. Cabe destacar que las comparaciones se hicieron en base a lo que la planta está
produciendo en la actualidad.
Primeramente, al analizar el Tiempo de descarga de los Túneles, se compactó la información en la Tabla
Nº 32.
Tabla Nº 32: Tiempo de Descarga Túneles por escenario.
Tiempo de Descarga Túneles [min/proceso]
Situación Actual Escenario 1 Escenario 2 Escenario 3
1 39,6 15,7 44,5 14,85
2 51 30 73 21,3
3 48 28 84 31
4 40 18,6 87 32
6 57 17 49 17,9
Fuente: Elaboración Propia.
Luego, se plasmó los datos anteriores en el Gráfico Nº 1, con el fin de lograr una mejor visión de la
diferencia de cada escenario.
Aquí, se logra ver que sólo el primer y tercer escenario logran disminuir los tiempos de descarga de los
Túneles de Congelación. Esto, se debe a que el factor común entre estas dos situaciones es la nueva
línea de Empaque Congelado, la cual descongestiona es gran magnitud el cuello de botella que se
generaba en el proceso post congelación (descarga de materia prima). Lo anterior permite que existe
menos tiempo ocioso por parte de las máquinas de frío, ahorrando tiempo para su posterior carga con
nuevos carros con salmones.
69
Gráfico Nº 1: Comparación Tiempos de Descarga de túneles en cada escenario.
Fuente: Elaboración Propia.
Luego, en conjunto con lo anterior, se comparó la Producción por día en cada uno de los escenarios
expuestos anteriormente. Para esto, y al igual que en la medida de desempeño anterior, se organizó la
información proveniente de la Tabla Nº 21, Tabla Nº 29, Tabla Nº 30 y Tabla Nº 31, tal como se ve a
continuación:
Tabla Nº 33: Producción por día en Túneles.
Producción total por día en Túneles [carros/día]
Situación Actual Escenario 1 Escenario 2 Escenario 3
1 67,2 84 84 84
2 63 76 63 84
3 63 71 63 71
4 63 63 63 76
6 14 18 16 14
Fuente: Elaboración Propia
Cada carro posee una determinada cantidad de piezas de salmón, dependiendo del producto que pase
por el sistema de congelación. En el caso de que el producto haya sido congelado, cada carro contiene
14 placas metálicas con un promedio de cinco salmones en cada una. Por otro lado, si el producto es
fresco, cada pallet contiene 18 cajas con un promedio de cinco salmones.
0102030405060708090
0 1 2 3 4 5 6 7
Min
utos
de
Desc
arga
Túnel
Comparación Tiempos de Descarga de Túneles
Situación Actual Escenario 1 Escenario 2 Escenario 3
70
Teniendo en cuenta lo anterior, y que el peso promedio de un salmón es de 4 [kg/u] para el pescado
entero y de 1,5 [kg/u] en el caso de ser producto fileteado, en el Gráfico Nº 2, se obtuvo los siguientes
resultados:
Gráfico Nº 2: Producción Total Túneles en cada escenario.
Fuente: Elaboración Propia.
Como se puede ver en el Gráfico anterior, los tres escenarios creados generan una mayor producción
diaria de carne de salmón congelado en la Planta de Procesos de AquaChile S.A. Sin embargo, el
escenario dos implica mayores tiempos de descarga en los Túneles, lo cual indica que es altamente
eficaz, pero no eficiente, ya que aún existe mucho tiempo ocioso que podría aprovecharse, tal como lo
hace el escenario tres. Este, genera tiempos de descarga menores a las demás situaciones, implicando
la mayor de las producciones en cada una de las realidades descritas.
Continuando con la comparación de las situaciones, tanto el primer, segundo y tercer escenario
aumentan la capacidad de producción de la Factoría. En la Tabla Nº 34, se muestra el aumento de la
producción en base a lo producido en la situación actual de la empresa (ver Tabla Nº 21).
Tabla Nº 34: Tabla resumen comparación de escenarios.
Escenario 1 Escenario 2 Escenario 3
Diferencia de producción con respecto a
situación actual [%]+14,75 +6,56 +22,95
Fuente: Elaboración Propia.
48858
56066 52062
60071
0
10000
20000
30000
40000
50000
60000
70000
Situación Actual Escenario 1 Escenario 2 Escenario 3
[KG/
DÍA]
ESCENARIO
71
5. CONCLUSIONES
La Planta de Procesos de la empresa AquaChile S.A., fue sometida a un profundo estudio de su Layout,
funcionamiento de las personas y de la maquinaría, programas de producción y su dinamismo, durante
un año de trabajo continuo a través del uso del Software Flexsim, obteniendo un aumento significativo de
la producción diaria de salmón congelado.
Con respecto al objetivo general del proyecto, se logró verificar una mejora a la capacidad de producción
de los túneles de congelación, a través de los tres escenarios propuestos. Estos, aumentaron
significativamente la producción diaria de carne de salmón congelado (14,75 por ciento, 6,56 por ciento y
22,95 por ciento respectivamente) y dos de ellos redujeron los tiempos de descarga de las máquinas
congeladoras, mejorando la eficiencia del proceso.
En cuanto al primer objetivo específico, la etapa de Diagnóstico permitió identificar los problemas que
afectaban a la Línea de Procesos y que producían un déficit de producción. El primer cuello de botella es
la carencia de recurso humano en la estación de “Prolijado” en las Líneas de Filete, ya que producen un
mayor tiempo de estadía de la materia prima en la Línea de Producción. En segundo lugar, está la
extensa duración de la descarga de los Túneles de Congelación, producto de la falta de una línea más de
Empaque Congelado. Lo anterior, fue determinado gracias a la toma de datos y por la observación del
investigador al insertarse dentro de la Planta Productiva.
En relación al segundo objetivo específico, fue posible la construcción del modelo de simulación que
representa fielmente la realidad del funcionamiento de la Planta Productiva de AquaChile S.A. Esto, dio la
posibilidad de tener una plataforma virtual para realizar cambios en la Factoría sin tener que arriesgarse a
lo que podría implicar una implementación real de estos cambios.
De acuerdo al tercer objetivo específico, se creó tres escenarios que lograron aumentar la producción de
salmón congelado en la Planta de Procesos. Teniendo en consideración que el precio de exportación del
salmón es de aproximadamente 7 [US$/kg], la empresa aumentaría sus ingresos en 50.456 [US$/día],
22.428 [US$/día] y 78.491 [US$/día] en el primer, segundo y tercer escenario respectivamente. Cabe
destacar que estos resultados dependen de la Planificación diaria que tenga la empresa para las Líneas
Productivas.
En resumen, los resultados corroboraron que el problema inicial es causado por dos motivos: el primero
es que existe un desbalance en las líneas productivas, producto de la carencia de individuos en algunos
procesos. En segundo lugar, existe un problema de diseño de los Túneles de Congelación, ya que se
construyeron con una mayor capacidad de producción en relación a las demás estaciones de trabajo de
72
la Factoría. Esto último se ve traducido en que la capacidad deseada de producción, se alcanza con tan
sólo cinco Túneles operativos.
No basta con tener eficacia al realizar las tareas en un determinado rubro, siempre tiene que ir
acompañada de una buena eficiencia en el uso de los recursos, ya que, con esto, se puede mejorar la
productividad de la Factoría.
73
6. RECOMENDACIONES
Al tener los resultados de los tres escenarios, es importante analizar las limitaciones que tiene cada uno,
ya que algunos podrían implicar costos elevados de implementación.
Con respecto al primer y tercer escenario, se hace necesaria la implementación de una nueva línea de
Empaque Congelado, lo que implica nuevos costos ante la contratación de nuevos empleados y la
adquisición de nueva maquinaria, para el desarrollo de las actividades. Es por esto que, para estos dos
escenarios, se recomienda realizar una ingeniería de costos (previo a la implementación), con el
propósito de verificar si el proyecto de reinversión sería rentable en un futuro próximo.
Se recomienda realizar un Diagrama de cadena de valor, para explicar de manera amigable el contenido
de este proyecto, incluyendo los problemas encontrados y sus respectivas propuestas de mejora.
Se invita a continuar el estudio de simulación de procesos con respecto al desarrollo del funcionamiento
de la Planta Productiva, a través de la investigación de los procesos que se catalogaron como “cajas
negras”. Con esto, se podrá dar solución al conjunto de ineficiencias que están ocurriendo en la Factoría
y hacer más productivo el desarrollo de las labores de los recursos implicados en el funcionamiento de
esta.
Finalmente, se recomienda al Departamento de Planificación, la utilización del modelo para realizar las
planificaciones diarias de la Línea de Producción de la empresa, con el fin de llegar a un equilibrio entre
los plazos que se deben cumplir con los clientes y mantener una buena eficiencia del proceso en general.
74
7. BIBLIOGRAFÍA
Alasalvar, C, Shahidi, F, Miyashita, K & Wanasundara, U (2011). Handbook of seafood Quality, Safety
and Health Applications (1 ed). Chichester: Blackwell Publishing Ltd.
Balay, R (2010). Hacia la excelencia: sector del mueble y afines (1 ed). Alicante: Editorial Club
Universitario.
Banks, J, Carson, J, Nelson, B & Nicol, D (2010). Discrete – event system simulation (5 ed). New Jersey:
Pearson - Prentice Hall.
Bravo, J (2009). Gestión de procesos (con responsabilidad social): desde la mejora hasta el rediseño.
Santiago de Chile: Evolución S.A.
Chase, R, Jacobs, R & Aquilano, N (2009). Administración de operaciones: producción y cadena de
suministros (12 ed). Mexico: McGRAW-HILL / INTERAMERICANA EDITORES, S.A.
Churión, J (2001). Economía al alcance de todos (4 ed). Caracas: Alfadil Ediciones.
Creus A (1991). Fiabilidad y seguridad de Procesos Industriales (1 ed). España: MARCOMBO S.A.
Cruz, J & Garnica, A (2010). Ergonomía aplicada (4 ed). Colombia: Ecoe Ediciones Ltda.
Cuatrecasas,L (2012). Organización de la producción y dirección de operaciones: Sistemas actuales de
gestión eficiente y competitiva. Madrid: Díaz de Santos, S.A.
Gonzáles, M (2006). Gestión de la producción: cómo planificar y controlar la producción industrial (1 ed).
Vigo: Ideas Propias.
Groover, M (2015). Automation, production system and computer integrated manufacturing (4 ed). Harlow:
Pearson Education Limited.
Groover, M (2010). Fundamentals of Modern Manufacturing: Materials, processes, and systems (4 ed).
Estados Unidos: John Wiley & Sons, Inc.
Gutiérrez, H & De la Vara, S (2012). Análisis y Diseño de Experimentos (3 ed). México: McGRAW-HILL /
INTERAMERICANA EDITORES, S.A.
75
Gutiérrez, H (2010). Calidad Total y Productividad (3 ed). Mexico: McGRAW-HILL / INTERAMERICANA
EDITORES, S.A.
Heizer, J & Render, B (2009). Principios de administración de operaciones (7 ed). Mexico: Pearson
Educación.
Krajewski, L, Ritzman,L & Malhotra, M (2008). Administracion de Operaciones (8 ed). Mexico: Pearson
Educación.
Law, A (2014). Simulation Modeling and Analysis (5 ed). Tucson: McGraw-Hill Education.
Lind, D, Marchal, W & Wathen, S (2012). Estadística aplicada a los negocios y la economía (15 ed).
Mexico: McGRAW-HILL / INTERAMERICANA EDITORES, S.A.
Martínez, C (2011). Estadística básica aplicada (4 ed). Colombia: Ecoe Ediciones Ltda.
Márquez, M (2001). Estadística Básica: un enfoque no paramétrico (1 ed). México: UNAM.
Moro, M (2012). Ofimática y Proceso de la Información (1 ed). Madrid: Ediciones Paraninfo, S.A.
Medina, A (2005). Gestión por procesos y creación de valor público: un enfoque analítico. Santo
Domingo: Instituto Tecnológico de Santo Domingo.
Meyers, F & Stephens M (2006). Diseño de instalaciones de manufactura y manejo de materiales (3 ed).
Mexico: Pearson Educación.
Muñoz, D (2009). Administración de Operaciones: Enfoque de administración de procesos de negocios (1
ed). Mexico: Cengage Learning Editores.
Nahmias, S (2007). Análisis de la producción y las operaciones (5 ed). Mexico: McGRAW-HILL /
INTERAMERICANA EDITORES, S.A.
Pérez.J (2012). Gestión por procesos (5 ed). Madrid: Esic.
Suecia (2005) Sistemas de gestión de la calidad- fundamentos y vocabulario. (3ra Revisión). ISO 9000:
2005.
Triola, M (2011). Estadística (11 ed). Mexico: Pearson Educación.
76
Velásquez, G (1996). Administración de los sistemas de producción (5 ed). Mexico: Limusa, S.A.
77
8. LINKOGRAFÍA
AquaChile. Inicio 2015 [En línea] <http://www.aquachile.com/web_aquachile/spanish/inicio.html>
[Consulta: 10 Noviembre 2015]
AquaChile. Nuestra Compañía 2015 [En línea] < http://www.aquachile.com/es/nuestra-
compa%C3%B1%C3%AD/quienes-somos> [Consulta: 20 Diciembre 2015].
AquaChile. Nuestra Compañía 2015 [En línea] <http://www.aquachile.com/es/nuestra-
compa%C3%B1%C3%AD/nuestra-misi%C3%B3n> [Consulta: 20 Diciembre 2015].
AquaChile. Nuestros Productos 2015 [En Línea] <http://www.aquachile.cl/es/nuestros-
productos/productos> [Consulta: 20 Diciembre 2015].
Averill-Law. 2017 [En línea] < http://www.averill-law.com/distribution-fitting/ > [Consulta: 04 de Enero de
2017].
BIZAGI. Recursos Biblioteca BPM 2015 [En línea]
<http://www.bizagi.com/docs/Go_beyond_process_modeling_part_1_es.pdf?_cldee=bm9uZV85MF83QG
hvdG1haWwuY29t> [Consulta: 13 Diciembre 2015]
Real academia española. 2014. Diccionario de la lengua española (23 ed). [En línea]
<http://dle.rae.es/?id=UFbxsxz&o=h> [Consulta: 06 de Noviembre de 2015].
Real academia española. 2014. Diccionario de la lengua española (23 ed). [En línea]
<http://dle.rae.es/?w=estrategia&m=form&o=h> [Consulta: 06 de Noviembre de 2015]
SalmonChile. Salmonicultura 2015 [En línea] <http://www.salmonchile.cl/es/salmonicultura.php>
[Consulta: 11 Diciembre 2015]
SalmonChile. Salmonicultura 2015 [En línea] < http://www.salmonchile.cl/es/historia-en-chile.php >
[Consulta: 20 Diciembre 2015].
SalmonChile. Salmonicultura 2015 [En línea] < http://www.salmonchile.cl/es/ciclo-del-salmon.php >
[Consulta: 20 Diciembre 2015].
78
9. ANEXOS
Anexo 1: Productos de la Factoría de AquaChile.
• Salmón Atlántico:
• Salmón Coho
79
• Trucha
• Tilapia
80
Anexo 2: Lista de objetos de Flexsim.
Nombre del Objeto Ícono Descripción
Source Es utilizado para generar los productos que circularán
por el modelo de simulación. Cada Source crea un tipo
de producto, al cual se le pueden asigar otras
características como el número o el color.
Sink Es utilizado para destruir todos los productos que ya
finalizaron el proceso, de manera que no puedan seguir
incidiendo en el modelo.
Queue El Queue o Fila, sirve para almacenar los productos que
aún no tienen posibilidad de entrar en los otros objetos.
Este almacenamiento trabaja, de manera
predeterminada, bajo la operación de “el primero que
entra, es el primero que sale” (sistema FIFO), aunque
esto se puede modificar.
Conveyor Conveyor o “Transportador “, realiza el transporte de
insumos o productos a través de él. Su forma se define
creando diferentes secciones, donde, en cada una,
tendrá una longitud y altura, y será recta o curva
dependiendo del caso.
Processor El Procesador o Processor simula un lugar de operación
o una máquina. Puede contener más de un tipo de
producto al mismo tiempo. Se pueden definir tiempos de
preparación, de operación y mantenimiento. Cuando un
Processor tenga un paro por falla, los productos que
esté procesando, serán demorados hasta que sea
reparado.
MultiProcessor Éste permite definir varios procesos subsecuentes que
se llevan a cabo en el mismo lugar. A cada uno de estos,
se les puede dar un nombre y definir la duración que
tienen.
Combiner El Combinador se utiliza para agrupar y juntar muchos
productos. Dentro de estas funciones, puede ensamblar
o juntar (join) los productos definitivamente o puede
agruparlos o empacarlos (pack), dando la posibilidad de
separarlos en alguna otra parte del proceso.
81
Separator El “Separador” se utiliza para realizar una separación o
el corte de un producto en varias partes. Se puede usar
para desempacar algún producto que antes haya sido
empacado (unpack) o para crear copias del producto
original (split).
Dispatcher Controla un grupo de transportadores u operadores. Un
objeto envía solicitudes de actividades o tareas (task
request) y el Despachador las delega a los
transportadores y operadores que controla.
Operator Pueden ser llamados a realizar tareas durante los
procesos de preparación, proceso o reparación. Estarán
con el objeto que los llamó hasta que finalicen sus
labores. Luego de esto, pueden ir a trabajar con otros
objetos si es que se les solicita, siempre utilizando el
camino más corto para llegar a ellos.
Los operadores también pueden ser utilizados para
transportar productos entre los objetos
Transporter El Trasportador es utilizado para hacer traslado de
productos de un objeto a otro, llevando uno o varios al
mismo tiempo. Recibe tareas desde todos los objetos y
las va almacenando en una fila imaginaria, con el fin de
ir atendiendo cada tarea asignada a medida que vaya
finalizando las otras.
VisualObject Estos objetos son gráficos utilizados para adornar el
modelo, con el fin de entregar una apariencia más real a
la persona que lo está viendo. Pueden ser paredes,
pisos, máquinas, gente o lo que se desee.
82
Anexo 3: Muestra de tiempo piloto de algunos procesos.
Muestras Piloto Emparrillado.
83
Muestras Piloto Filete Línea 1
84
Muestra Piloto Línea 1 Empaque Fresco
85
Muestras Piloto Línea Porciones Empaque Fresco
86
Muestras Ploto V-Pack Empaque Congelado.
87
Anexo 4: Desviaciones estándar procesos.
88
Anexo 5: Muestra de tiempo real de algunos procesos, según calibre.
Muestras Reales Emparrillado
89
Muestra Real Línea 1 Filete, calibre [0;6[ lb
90
Muestra Real Línea 2 Filete, calibre [6;12[ lb
91
Muestra real Línea 3 Filete, calibre [12;+oo[
92
Anexo 6: Tiempos de Proceso por rangos de calibre, Planta de AquaChile.
Proceso Tiempo de proceso [min]
[0;6[ lb [6;12[ lb [12;+oo[
Corte Collar L1
johnsonbounded(
0.047166, 0.194569,
2.021785, 1.084955,0)
loglogistic( 0.025834,
0.046304, 6.953785, 0)
beta( 0.049782,
0.125668, 0.772487,
0.992149, 0)
Corte Collar L2 -
beta( 0.033714,
0.064083, 0.571001,
0.507446, 0)
weibull( 0.000000,
0.088807, 3.453571,
0)
Corte Collar L3
johnsonbounded(
0.053073, 0.097046,
0.582725, 0.590303,
0)
beta( 0.066706,
0.116391, 0.538471,
0.687059, 0)
weibull( 0.072859,
0.039685, 2.359017,
0)
Baderista L1
johnsonbounded(
0.033393, 0.066882,
0.096929, 0.642337,
0)
loglaplace( 0.000000,
0.059000, 10.840139,
0)
beta( 0.049405,
0.080134, 1.423462,
2.054104, 0)
Baderista L2 -
beta( 0.032788,
0.081607, 0.953046,
1.452818, 0)
beta( 0.049235,
0.084674, 1.101357,
1.421147, 0)
Baderista L3
johnsonbounded(
0.032520, 0.083821,
0.838998, 0.953131,0)
johnsonbounded(
0.048615, 0.067698, -
0.256978, 0.703651, 0)
beta( 0.050931,
0.082510, 0.646024,
0.729189, 0)
Fileteo L1 0.117 0.117 0.117
Fileteo L2 - 0.117 0.117
Fileteo L3 0.117 0.117 0.117
Recorte L1
johnsonbounded(
0.050940, 0.198196,
0.163201, 0.589706,
0)
beta( 0.087856,
0.285225, 1.628914,
1.335233, 0)
inversegaussian(
0.308849, 12.102299,
0.022359, 0)
Recorte L2 -
erlang( 0.178520,
0.003994, 197.000000,
0)
johnsonbounded(
0.921693, 1.242953,
0.940639, 1.010484,
0)
Recorte L3 0.283 0.283 0.283
93
Despinado L1 0.4 0.4 0.4
Despinado L2 - 0.45 0.45
Despinado L3 0.467 0.467 0.467
Despinado L4 0.467 0.467 0.467
Repaso Despinado
L1
beta( 0.076390,
0.636516, 1.181052,
4.386940, 0)
beta( 0.117486,
0.405191, 0.720441,
1.431966, 0)
johnsonbounded(
0.124522, 0.456602,
0.949622, 0.942318,
0)
Repaso Despinado
L2 -
beta( 1.104341,
1.488104, 1.301400,
1.253228, 0)
lognormal2(
0.681602, 0.646810,
0.120158, 0)
Repaso Recorte L3
johnsonbounded(
0.075453, 0.137371, -
0.030838, 0.611300,
0)
erlang( 0.079066,
0.010591, 3.000000, 0)
johnsonbounded(
0.089249, 0.171855,
-0.057326, 0.650420,
0)
Repaso Recorte L4
johnsonbounded(
0.075453, 0.137371, -
0.030838, 0.611300,
0)
erlang( 0.079066,
0.010591, 3.000000, 0)
johnsonbounded(
0.089249, 0.171855,
-0.057326, 0.650420,
0)
Despielado L1 0.117 0.117 0.117
Despierlado L2 - 0.117 0.117
Repaso Despinado
L3
johnsonbounded(
1.186421, 1.846025, -
0.153809, 1.230893,
0)
beta( 1.304784,
1.883340, 1.344739,
0.826406, 0)
loglaplace( 0.000000,
0.263000, 3.062574,
0)
Repaso Despinado
L4
johnsonbounded(
1.186421, 1.846025, -
0.153809, 1.230893,
0)
beta( 1.304784,
1.883340, 1.344739,
0.826406, 0)
loglaplace( 0.000000,
0.263000, 3.062574,
0)
Desgrasado L1
beta( 0.166406,
0.235530, 1.306078,
1.121940, 0)
johnsonbounded(
0.183610, 0.250770, -
0.186070, 0.546690, 0)
beta( 0.231084,
0.300702, 1.457535,
0.929825, 0)
Desgrasado L2 -
johnsonbounded(
0.181130, 0.269295,
0.182526, 0.765260, 0)
beta( 0.235022,
0.323518, 1.049132,
1.486828, 0)
Prolijado L3 johnsonbounded(
0.133843, 0.194514,
beta( 0.201433,
0.442384, 2.275505,
inversegaussian(
0.055123, 0.068517,
94
0.860511, 0.700879,
0)
2.377972, 0) 0.121427, 0)
Prolijado L4
johnsonbounded(
0.133843, 0.194514,
0.860511, 0.700879,
0)
beta( 0.201433,
0.442384, 2.275505,
2.377972, 0)
inversegaussian(
0.055123, 0.068517,
0.121427, 0)
Raspado L1
beta( 0.037378,
0.065084, 0.996485,
0.518069, 0)
beta( 0.052073,
0.117240, 0.936924,
1.886270, 0)
beta( 0.052248,
0.109039, 2.048137,
2.634598, 0)
Raspado L2 -
beta( 0.052073,
0.117240, 0.936924,
1.886270, 0)
beta( 0.052248,
0.109039, 2.048137,
2.634598, 0)
Clasificado L3
weibull( 0.012747,
0.080967, 6.641861,
0)
johnsonbounded(
0.043492, 0.155872, -
0.552671, 2.580952, 0)
johnsonbounded(
0.052355, 0.100606,
0.444627, 0.622620,
0)
Clasificado L4
weibull( 0.012747,
0.080967, 6.641861,
0)
johnsonbounded(
0.043492, 0.155872, -
0.552671, 2.580952, 0)
johnsonbounded(
0.052355, 0.100606,
0.444627, 0.622620,
0)
Prolijado L1
beta( 0.133660,
0.204929, 1.161795,
2.007363, 0)
weibull( 0.000000,
0.221236, 4.199310, 0)
johnsonbounded(
0.294804, 0.350611,
-0.145023, 0.583398,
0)
Prolijado L2 - loglogistic( 0.000000,
0.110133, 5.064655, 0)
johnsonbounded(
0.287413, 0.351152,
-0.150356, 0.569941,
0)
Raspado L3
beta( 0.037378,
0.065084, 0.996485,
0.518069, 0)
beta( 0.052073,
0.117240, 0.936924,
1.886270, 0)
beta( 0.052248,
0.109039, 2.048137,
2.634598, 0)
Raspado L4
beta( 0.037378,
0.065084, 0.996485,
0.518069, 0)
beta( 0.052073,
0.117240, 0.936924,
1.886270, 0)
beta( 0.052248,
0.109039, 2.048137,
2.634598, 0)
Clasificado L1
beta( 0.030896,
0.079691, 1.433009,
1.077976, 0)
weibull( 0.038241,
0.048872, 3.061280, 0)
weibull( 0.088486,
0.076634, 2.000000,
0)
95
Clasificado L2 -
beta( 0.030865,
0.097990, 0.666912,
0.816755, 0)
erlang( 0.076977,
0.017613, 5.000000,
0)
Pesado L1
johnsonbounded(
0.103573, 0.256367, -
0.108737, 0.368195,
0)
johnsonbounded(
0.103573, 0.256367, -
0.108737, 0.368195, 0)
johnsonbounded(
0.103573, 0.256367,
-0.108737, 0.368195,
0)
Pesado L2
johnsonbounded(
0.153183, 0.375631,
0.481856, 0.799912,
0)
johnsonbounded(
0.153183, 0.375631,
0.481856, 0.799912, 0)
johnsonbounded(
0.153183, 0.375631,
0.481856, 0.799912,
0)
Pesado L3
beta( 0.132803,
0.203439, 0.745449,
0.912809, 0)
beta( 0.132803,
0.203439, 0.745449,
0.912809, 0)
beta( 0.132803,
0.203439, 0.745449,
0.912809, 0)
Porciones
johnsonbounded(
0.208263, 0.360400, -
0.758121, 1.020760,
0)
johnsonbounded(
0.208263, 0.360400, -
0.758121, 1.020760, 0)
johnsonbounded(
0.208263, 0.360400,
-0.758121, 1.020760,
0)
V-Pack
randomwalk(
0.927204, 18.639277,
52.230510, 0)
randomwalk( 0.927204,
18.639277, 52.230510,
0)
randomwalk(
0.927204, 18.639277,
52.230510, 0)
Porciones V-Pack
johnsonbounded(
0.559374, 0.583623, -
0.275176, 0.763477,
0)
johnsonbounded(
0.559374, 0.583623, -
0.275176, 0.763477, 0)
johnsonbounded(
0.559374, 0.583623,
-0.275176, 0.763477,
0)
Embolsado
loglaplace( 0.000000,
0.051000, 8.143767,
0)
loglaplace( 0.000000,
0.051000, 8.143767, 0)
loglaplace( 0.000000,
0.051000, 8.143767,
0)
Alimentación
Emparrillado L1
beta( 0.015789,
0.033755, 1.705180,
1.563231, 0)
pearsont5( 0.007574,
0.729014, 37.689445,
0)
pearsont5( 0.008403,
0.312643,
13.715584,0 )
Alimentación
Emparrillado L2
beta( 0.015789,
0.033755, 1.705180,
1.563231, 0)
pearsont5( 0.007574,
0.729014, 37.689445,
0)
pearsont5( 0.008403,
0.312643,
13.715584,0 )
Limpieza
Emparrillado L1
weibull( 0.000000,
0.303850, 3.442127,
0)
weibull( 0.084110,
0.299230, 3.508166, 0)
johnsonbounded(
0.213931, 0.482204,
0.254948, 0.580223,
96
0)
Limpieza
Emparrillado L2
weibull( 0.000000,
0.303850, 3.442127,
0)
weibull( 0.084110,
0.299230, 3.508166, 0)
johnsonbounded(
0.213931, 0.482204,
0.254948, 0.580223,
0)
Baño Emparrillado
L1
beta( 0.034672,
0.100452, 0.605016,
0.842754, 0)
weibull( 0.000000,
0.079761, 5.069944, 0)
johnsonbounded(
0.065257, 0.116300,
-0.156613, 0.483860,
0)
Baño Emparrillado
L2
beta( 0.034672,
0.100452, 0.605016,
0.842754, 0)
weibull( 0.000000,
0.079761, 5.069944, 0)
johnsonbounded(
0.065257, 0.116300,
-0.156613, 0.483860,
0)
Empaque Porciones
Frescas
lognormal2( 0.001229,
1.906823, 0.046324,
0)
lognormal2( 0.001229,
1.906823, 0.046324, 0)
lognormal2(
0.001229, 1.906823,
0.046324, 0)
Empaque Fresco L1 johnsonbounded(
1.588171, 2.018561,
0.138345, 0.874839,
0)
johnsonbounded(
1.588171, 2.018561,
0.138345, 0.874839, 0)
johnsonbounded(
1.588171, 2.018561,
0.138345, 0.874839,
0)
Empaque Fresco L2 beta( 0.958499,
2.528699, 16.186985,
7.140836, 0)
beta( 0.958499,
2.528699, 16.186985,
7.140836, 0)
beta( 0.958499,
2.528699, 16.186985,
7.140836, 0)
97
Anexo 7: Producción por turno
.
Producción Emparrillado
98
Producción Línea 1 Filete.
99
Producción Línea 2 Filete.
100
Producción Línea 3 Filete.
101
Anexo 8: Muestras de tiempo tasa de arribo de producto.
Muestras de tiempo de arribos Líneas de llegada de materia prima a la Factoría.
102
Anexo 9: Layout líneas productivas.
Layout Líneas Emparrillado
Layout Líneas de Filete
103
Layout Túneles de Congelación.
104
Layout Empaque Congelado
105
Anexo 10: Degradación Mensual Líneas de Filete
.
.
Degradación Línea 1 Filete
106
Degradación Línea 2 Filete.
107
Degradación Línea 3 Filete.
108
Anexo 11: Planificación día 21 Octubre del 2016.
Planificación Líneas de filete.
Planificación Líneas de Emparrillado.
109
Anexo 12: Resultados Planificación 21 de Octubre del 2016
Ciclo Tiempo Promedio Línea 1 Emparrillado.
Ciclo Tiempo Promedio Línea 2 Emparrillado.
Ciclo Promedio Línea 1 Filete.
Ciclo Promedio Línea 2 Filete.
Ciclo Promedio Línea 3 Filete.
110
Producción por turno Línea 1 Emparrillado
Producción por turno Línea 2 Emparrillado.
Producción por turno Línea 1 Filete.
Producción por turno Línea 2 Filete.
Producción por turno Línea 3 Filete.
Tiempo de Descarga Túnel 1.
111
Tiempo de Descarga Túnel 2.
Tiempo de Descarga Túnel 3.
Tiempo de Descarga Túnel 4.
Tiempo de Descarga Túnel 6.
Producción por día Túnel 2.
Producción por día Túnel 2.
Producción por día Túnel 3.
112
Producción por día Túnel 4.
Producción por día Túnel 6.
113
Anexo 13: Resultados primer escenario (cuatro líneas de empaque)
Tiempo de Descarga Túnel 1.
Tiempo de Descarga Túnel 2.
Tiempo de Descarga Túnel 3.
Tiempo de Descarga Túnel 4.
Tiempo de Descarga Túnel 6.
Producción por día Túnel 1.
114
Producción por día Túnel 2.
Producción por día Túnel 3.
Producción por día Túnel 4.
Producción por día Túnel 6.
115
Anexo 14: Resultados Segundo Escenario (agregar persona a Prolijado).
Tiempo de Descarga Túnel 1.
Tiempo de Descarga Túnel 2.
Tiempo de Descarga Túnel 3.
Tiempo de Descarga Túnel 4.
Tiempo de Descarga Túnel 6.
Producción por día Túnel 1.
116
Producción por día Túnel 2.
Producción por día Túnel 3.
Producción por día Túnel 4.
Producción por día Túnel 6.
117
Anexo 15: Resultados Tercer Escenario.
Tiempo de Descarga Túnel 1.
Tiempo de Descarga Túnel 2.
Tiempo de Descarga Túnel 3.
Tiempo de Descarga Túnel 4.
Tiempo de Descarga Túnel 6.
Producción por día Túnel 1.
118
Producción por día Túnel 2.
Producción por día Túnel 3.
Producción por día Túnel 4.
Producción por día Túnel 6.