SIMULACIÓN DE SISTEMAS PRODUCTIVOS NO BALANCEADOS: APLICACIÓN A LA PRODUCCIÓN DE MEZCAL (SIMULATION OF NONBALANCED PRODUCTION SYSTEMS: APPLICATION TO MEZCAL PRODUCTION)

Luis Enrique Sandoval Ortega, Salvador Hernández González, José Enrique Botello Álvarez, José Alfredo Jiménez García, Vicente Figueroa Fernández

Resumen


Resumen

La simulación es aplicable a diferentes ramas técnicas del saber humano y por ende a sistemas administrativos y de negocios. El contexto de su tratamiento permite lograr importantes ahorros y es una herramienta poderosa de apoyo para la toma de decisiones bajo la representación de diferentes escenarios y lapsos de tiempo donde los sistemas se tornan complejos por la gran cantidad de variables que en estos interactúan.

Este proyecto expone el método para la construcción de un modelo de simulación mediante el software ProModel para analizar sistemas de producción no balanceados en la industria de bebidas alcohólicas. El modelo asume que, los tiempos de proceso son deterministas. El estudio incluye una revisión de la literatura, conceptos de modelado y simulación, áreas de aplicación, análisis de datos, construcción de un modelo de simulación y análisis de resultados. Como conclusión, los datos indican que un pequeño aumento en la capacidad de algunos equipos, se traduciría en un mayor desempeño del sistema.

Palabras Clave: Modelo, Simulación, ProModel, Sistemas de Producción No Balanceados.

 

Abstract

 The simulation is applicable to different technical branches of human knowledge and therefore to administrative and business systems. The context of its treatment allows to achieve important savings and is a powerful support tool for decision making under the representation of different scenarios and time lapses where systems become complex due to the large number of variables that interact in them.

This project exposes the method for the construction of a simulation model using ProModel software to analyze unbalanced production systems, applied in a Mezcal production plant. The model assumes that, the process times are deterministic. The study includes a review of the literature, concepts of modeling and simulation, areas of application, data analysis, construction of a simulation model and analysis of results. In conclusion, the data indicate that an increase in the capacity of some equipment, would result in a better performance of the system.

Keywords: Mezcal, Model, Simulation, ProModel, Unbalanced Production Systems.


Texto completo:

229-249 PDF

Referencias


Banks, J., Carson, I. I., Nelson, B. L., & Nicol, D. M. (2005). Discrete-event system simulation. Pearson.

Calderón, J. L., & Lario, F. C. (2007). Simulación de cadenas de suministro: Nuevas aplicaciones y áreas de desarrollo. Información tecnológica, 18 (1), 137-146.

Cantú-González, J. R., García, M. D. C. G., & Herrera, J. L. B. (2016). Simulación de procesos, una perspectiva en pro del desempeño operacional. Revista Iberoamericana de Producción Académica y Gestión Educativa, 3 (5).

Carson J.S.I.I. (2003). Introduction to modelling and simulation. Winter simulation conference, 1, 7-13.

Contreras M.J., Bastleri F. and Maldonado L. (2010). Optimization of the harbor operations using simulation and surface response methodology. Revista ingeniería industrial, 9 (2), 73-92.

Higgins, A., Beashel, G., & Harrison, A. (2006). Scheduling of brand production and shipping within a sugar supply chain. Journal of the Operational Research Society, 57 (5), 490-498.

Guerrero Hernández, M. A., & Henriques Librantz, A. F. (2014). Simulación de eventos discretos de la cadena logística de exportación de commodities. Ingeniare. Revista chilena de ingeniería, 22 (2), 257-262.

Law M.A. (2006). How to build valid and credible simulation models. Proceedings of the 38th winter simulation conference, 38, 58-66.

López-Nava, G., Martínez Flores, J. L., Cavazos Arroyo, J., & Mayett Moreno, Y. (2014). La cadena de suministro del mezcal del Estado de Zacatecas. Situación actual y perspectivas de desarrollo. Contaduría y administración, 59 (2), 227-252.

Marmolejo, I. S., & Marín, J. M. (2013). PROMODEL: una herramienta al evaluar el rendimiento de la actividad industrial. Iberoamerican Journal of Industrial Engineering, 5 (10), 232-250.

Möller D. P. (2014). Introduction to transportation analysis, modeling and simulation. Computational foundations and multimodal applications. London: Springer-Verlag.

Murillo Alvarado, P. E., Guillén Gosálbez, G., Ponce Ortega, J. M., Castro Montoya, A. J., Serna González, M., & Jiménez, L. (2015). Multi-objective optimization of the supply chain of biofuels from residues of the Tequila industry in Mexico. Journal of Cleaner Production, 108, 422-441. Doi: http://dx.doi.org/10.1016/j.jclepro.2015.08.052

Price R. N. y Harrell Ch. R. (1999). Simulation modeling and optimization using ProModel. Proceedings of the winter simulation conference.

Rubio, E. M., Sebastián, M. A., & Sanz, A. (2004). Simulación de sistemas flexibles de fabricación mediante modelos de realidad virtual. Información tecnológica, 15 (1), 49-54.

Shannon, R. E. (1998). Introduction to the art and science of simulation. Winter Simulation Conference. Proceedings, 1, 7-14.

Soto, J. (2010). Laboratorios de simulación discreta. Colombia: Postergraph SA.

Takahashi, Y., & Tanaka, N. (2017). Searching leverage point to increase sales of a vertically integrated black tea company. Winter simulation conference.

Taylor, S. J., Anagnostou, A., Bell, D., Kite, S., & Pattison, G. (2017). Craftbrew: Experiences of developing a low-cost brewery management system with cloud-based simulation. Winter Simulation Conference.

Vélez Gallego, M. C., Valencia Ramírez, D. A., & Castro Zuluaga, C. A. (2012). Heurístico de simulación-optimización para la configuración de un sistema de estantería selectiva simple. Ingeniare. Revista chilena de ingeniería, 20 (1), 17-24.

Yalcınkaya, Ö., & Bayhan, G. M. (2009). Modelling and optimization of average travel time for a metro line by simulation and response surface methodology. European Journal of Operational Research, 196 (1), 225-233.

Zhao, R., Ichimura, H., & Takakuwa, S. (2013). MFCA-Based simulation analysis for production lot-size determination in a multivariety and Small-batch production system. Winter Simulation Conference.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Pistas Educativasa está bajo la Licencia Creative Commons Atribución 3.0 No portada.