Entrega 3 Simulacion
Entrega 3 Simulacion
Entrega 3 Simulacion
ENTREGA 3
NOTA:
TUTOR:
PRESENTADO POR:
POLITECNICO GRANCOLOMBIANO
INGENIERIA INDUSTRIAL
BOGOTA D.C
OCTUBRE 14 2016
TABLA DE CONTENIO
1. OBJETIVOS...3
2. INTRODUCCION...3
2
1. OBJETIVOS
1.1. Objetivo General
2. INTRODUCCION
Ante los recientes avances en los mtodos usados para simulacin, actualmente
han avanzado las tecnologas y existen en el mercado software siendo una gran
herramienta usada como tcnica para anlisis de datos, y as poder escoger la
estrategia ms favorable.
3
almacenaje, servicios, as como logstica integral y el anlisis de toda la cadena de
suministro.
4
4. LOGOTIPO
5. PLANTEAMIENTO
Las rdenes son plegadas, estas pasan luego a proceso de corte, Una vez hecho
el corte el operario revisa instantneamente la calidad del corte.
El 90% de las veces se hace un buen trabajo y se puede seguir sin inconvenientes.
De los trabajos que no se hacen bien, el 80% se puede recuperar si tienen un
formato pequeo, y el 60% si tienen un formato grande.
Los dems son enviados a un arreglo superior, luego del cual se tiene que empezar
la orden nuevamente de 0, pero sin perder la materia prima.
Las ordenes que salen bien o que se puedan arreglar, pasan al proceso de pegado
y luego son enviadas a la seccin de cubiertas.
5
En la seccin de cubiertas la mquina de cubiertas pone cubierta al trabajo con
pegante.
Para el arreglo superior una vez se decide que la orden debe llevar este proceso, el
operario las deposita en un buzn donde la orden espera al repartidor, quien pasa
cada 6 horas a recoger todas las ordenes que se encuentren en el buzn en un solo
lote y las lleva al sector de arreglo superior demorndose 1 hora en ir y otra en
volver cuando ya todas estn listas. La seccin de arreglo superior cuenta con un
equipo de arreglo que se encarga de tomar todo el lote y arreglar las rdenes para
que puedan volver a empezar, demorndose un tiempo que se distribuye ERLANG
(15,3) minutos por cada orden dentro del lote.
Maquinaria de la empresa:
No. Tipos de Mquinas Und Vr Unitario
6
6. JUSTIFICACION
Los modelos de simulacin son cada da ms flexibles que permiten a las empresas
adaptarse rpidamente a los cambios de su entorno, sistematizando rpidamente
cada nuevo proceso organizacional. Por esto es indispensable desarrollar
mecanismos que permitan dinamizar la toma de decisiones.
7
Se Tabulan y grafican los resultados para realizar un mejor anlisis y validacin
de la simulacin.
8
Cuadro tomado del proyecto grupal con datos suministrados
Teniendo los datos del cliente se analizan separadamente observando los tiempos de
demora por procesos, y segn esto se determina, si hay alguna similitud en el tiempo.
Con estos datos comenzamos a construir el modelo teniendo en cuenta que los
tiempos no son iguales y se analizando los siguientes puntos.
9
La maquinaria mientras este en produccin y se tenga en cola las
respectivas ordenes, el tiempo no se relaciona con las paradas por
mantenimiento y/o causas diferentes de stand by.
Procedemos hacer un anlisis con los datos de entrada con Input Analyzer de
arena ejecutando pruebas de hiptesis mostrando los grficos a continuacin.
10
11
Cuando se hace la prueba de bondad de ajuste en el caso de llegadas para la
distribucin normal, se obtiene un P-Value de 0,251 no rechazando la hiptesis y
concluyendo que siguen una distribucin normal. Este mismo anlisis se realiz
para cada una de las variables aleatorias, los resultados son los siguientes:
12
Cuadro resumen pruebas bondad Excel.
Seccin Plegado: p-value 0.238 es mayor que Alfa 0.05 lo cual concluye que los
datos analizados siguen una distribucin Gamma con parmetro 7.1 a 1.09.
Seccin Corte: p-value 0.451 es mayor que Alfa 0.05 lo cual concluye que los datos
analizados siguen una distribucin Normal con parmetro 9.8 a 1.97.
Seccin Pegado: p-value es >0.75 es mayor que Alfa 0.05 lo cual concluye que los
datos analizados siguen una distribucin Uniforme con parmetro 5.97 a 0.67.
Seccin Cubierta: p-value es 0.296 es mayor que Alfa 0.05 lo cual concluye que
los datos analizados siguen una distribucin Normal con parmetro 0.988 a 0.183.
Arreglar: p-value es 0.536 es mayor que Alfa 0.05 lo cual concluye que los datos
analizados siguen una distribucin Normal con parmetro 0.491 a 0.154.
13
10. MODELO DE LA REPRESENTACION DEL SISTEMA EN ARENA
14
Se asignaros los atributos para diferenciar el formato dentro de cada entidad y
con los Decide se comprueban las probabilidades condicionales y las
reentradas del proceso de arreglo a las plegadoras correspondientes.
15
Mientras que el corte y pegado tienen el mayor tiempo en cola de 0,01 h
equivalente a 0,6 minutos.
16
El mayor tiempo de espera es el proceso de pegado y nuevamente es la estacin
de trabajo con mayores dificultades, debido a que se manejan los mismos recursos
que en la estacin de corte. El lapso promedio de espera es de 1,8 minutos.
Las cortadoras que se dejan de utilizar que son 4 ,suman un total de$ 60`000.000
y cubren los costes de cuatro operarios nuevos para pegado por 10 meses cada
uno, el tiempo promedio en el sistema disminuye a 0,57 h equivalente a 34,2
minutos, 5,4 minutos menos comparado con la situacin en que se duplican las
rdenes de produccin.
17
12. RECOMENDACIONES:
Es necesario evaluar el impacto que tienen las mejoras planteadas y las polticas
que rigen la empresa, un caso concreto es la recoleccin de unidades en el buzn
del repartidor, se puede disear un sistema en que el repartido sea avisado cuando
una unidad este en espera para evitar los tiempos promedios de 3,06 h.
13. CONCLUSIONES
18
14. BIBLIOGRAFIA
https://uniioalfaro.files.wordpress.com/2011/03/programa-arena3.pdf
https://www.youtube.com/watch?v=OJpDFg1GKt0&spfreload=5
https://www.youtube.com/watch?v=aUHxSMEJYps
19