• Author / Uploaded
• Nelson Andres Gomez Pardo

Citation preview

SIMULACION GERENCIAL

FORO SEMANA 5 Y 6 Aplicaciones de la Simulación de Montecarlo.

1. Haga una descripción breve del problema a tratar, ¿cuáles son los parámetros de la línea de ensamble? Se trata de una fábrica ubicada en Brasil se dedica a la producción de piezas necesarias para la fabricación de termostato, el problema radica en la baja producción de piezas que se requieren para la fabricación. la meta fijada por los diseñadores para la línea de ensamble es de 3500 piezas por semana, se generaron costos adicionales ya que en los turnos normales no se pudo cumplir con la tasa de producción. Se procede a ejecutar la simulación para determinar cuáles son las causas de la baja tasa de producción teniendo en cuenta las 3 estaciones: A, B y C. Los parámetros para la línea de ensamble Operaciones de montaje que más requieren tiempo se dividieron en 3 estaciones: Estación A: encargada de controlar la línea de producción diseñada para realizar montaje de 85 piezas por hora. Estación B: producción de 100 piezas por hora. Estación C: producción de 110 piezas por hora.

2. ¿Cuál fue el procedimiento utilizado para generar las variables aleatorias? Describa brevemente los principales pasos. 120 tomas de cada ciclo arrojaron los resultados, luego se realizó la comparación con los tiempos contemplados por los diseñadores para encontrar las diferencias y así poder seguir con la simulación estocástica por medio del apoyo de un generador de números aleatorios con la finalidad de obtener un tiempo de operación de cada una de las estaciones de forma aleatoria se da inicio con la estación A simulando 50 ciclos aleatorios sin la intervención de las otras 2 estaciones y luego se procede a hacer lo mismo con las otras estaciones de ensamble y para realizar la distribución de la frecuencia acumulada.

3. Explique el modelo de simulación utilizado. Es conocido con el nombre de SIMULACION DE MONTECARLO, se caracteriza por representar de forma matemática un sistema real para medir su comportamiento y aproximarlo a distribuciones y posibilidades. La simulación por eventos discretos facilita el entendimiento y proceso de evaluación de la línea de montaje, también permite conocer si el modelo se comporta de acuerdo a lo planeado para comparar con un sistema real, para realizar correcciones en el proceso que lo requiera para mejorar la productividad.

4. ¿Cuáles fueron los principales resultados presentados en el artículo? y ¿cuáles las alternativas de mejora? Se cronometro la toma de los tiempos de las estaciones la operación tuvo una diferencia de tiempo de 11% mayor a la prevista por los diseñadores de la línea de Montecarlo la estación A provoco una disminución en la producción de 200 piezas por semana , de igual forma se identificó que los operarios al terminar el turno no dejaban ninguna pieza en proceso sobre la línea de montaje lo que ocasionó que al día siguiente la operación iniciara T=0, lo cual causaba Tiempo perdido o desperdiciado entre las estaciones B Y C, a causa de que debían esperar a que la estación A ensamblara las piezas la simulación tuvo una duración de 40,20 minutos al analizar los resultados se plantea mejorar los procesos y procedimientos. Al iniciar el turno del día siguiente la operación de ensamble comenzara inmediatamente evitando tiempos de espera entre las estaciones A y C , las estaciones que más requieren tiempo lo asumiría la estación C, no debe haber más de 5 piezas en proceso en cada estación para evitar represamientos. Probándose estas mejoras se logró montar 3740 unidades por semana obteniendo un incremento de la producción del 7% sobre la meta fijada (3500 unidades). Para terminar, se puede concluir que la simulación de Montecarlo sin embargo se detectan inconsistencias en una operación y se pueden plantear nuevas metodologías reduciendo costos e interrupción en los procesos productivos.

Referencias bibliográficas Vanalle, R., Lucato, W., Vieira, M., Sato, I., Uso de la Simulación Monte Carlo para la Toma de Decisiones en una Línea de Montaje de una Fábrica, Información Tecnológica. Vol. 23, N˚ 4, pag 33-44, 2012. Disponible en el enlace https://scielo.conicyt.cl/pdf/infotec/v23n4/art05.pdf (Enlaces a un sitio externo.)

Simulación Gerencial (modelos estadísticos en simulación 2). Recuperado de Cartilla semana 5 Politécnico Gran Colombiano. Simulación Gerencial (Generación de números y variables aleatorias). Recuperado de Cartilla semana 6 Politécnico Gran Colombiano.