You are on page 1of 8

Instituto Tecnológico de Orizaba “Coloquio de Investigación Multidisciplinaria” Evento Internacional, Septiembre 30-Octubre 01, Orizaba, Veracruz.

_____________________________________________________________________________________________

Simulación de un sistema de producción en línea: análisis comparativo de las políticas FIFO, LIFO, SPT y LPT.
Rafael Arenas Hernández. Instituto Tecnológico de Hermosillo. Sonora. México.
ra_arenas@ith.mx

Rubén Hernández Balbuena. Instituto Tecnológico de Hermosillo. Sonora. México.
rhbalbuena@ith.mx

Modesto Raygoza Bello. Instituto Tecnológico de Orizaba. Veracruz. México.
mraygozabello@hotmail.com

Germán Alonso Ruiz Domínguez. Instituto Tecnológico de Hermosillo. Sonora. México.
gruiz@ith.mx Área de participación: ingeniería industrial.

Resumen
El presente trabajo de investigación trata sobre la simulación de un sistema de producción de monitores, con el propósito de analizar su comportamiento operativo bajo diversas políticas de atención, y de esta forma, obtener resultados que sean útiles en determinar el menor tiempo total de producción para cumplir una demanda ya conocida. Palabras clave: simulación, sistema de producción, políticas de atención.

Introducción
La gestión de los sistemas productivos en los entornos competitivos de hoy en día requiere de herramientas altamente efectivas para la toma de decisiones, como es la simulación, la cual ofrece grandes ventajas en este sentido, como puede observarse en los trabajos realizados por Brown y Sturrock (2009), Chandandeep et al. (2009), Fertsch y Pawlewski (2009) y Lee et al. (2009). Con el objetivo de aportar nuevos conocimientos acerca de la gestión de los sistemas productivos, los autores del presente trabajo tomaron como caso de estudio un sistema de producción en línea propuesto por Harrell et al. (2000), teniendo como propósito construir un modelo de simulación con Promodel™, para conocer el comportamiento de dicho sistema en diversos escenarios de políticas de atención. La funcionalidad de las políticas de atención ha sido tratada por varios investigadores, como Chase et al. (2009), Vollmann et al. (2004) y Gaither y Frazier (2002), quienes sostienen que la aplicación de estas políticas son altamente beneficiosas para mejorar el rendimiento de los sistemas productivos; de aquí, que en este estudio se escogieran las políticas FIFO (First In, First Out), LIFO (Last In, First Out), SPT (Shortest Processing Time) y LPT (Largest Processing Time) para diseñar los escenarios de experimentación con el modelo de simulación, y de esta forma, obtener resultados representativos del sistema productivo, con el objeto de reducir el tiempo total de producción de una variedad de productos con demanda conocida.

Metodología
La realización del presente estudio es de acuerdo con la metodología para realizar un estudio de simulación, propuesta por Law y Kelton (1991), cuyos pasos se desarrollan enseguida.
Orizaba, Veracruz Coloquio de Investigación Multidisciplinaria CIIM-2010 1 Sept. 30 – Oct. 01, 2010

1.- Definición del problema. El sistema de producción analizado en este estudio está enfocado a la fabricación de monitores, el cual se compone de 3 estaciones de trabajo y una estación dedicada a inspeccionar la calidad de los productos, como se observa en la figura 1. Los monitores producidos varían en 3 dimensiones: 19”, 21” y 25” de longitud, los cuales son procesados en las estaciones de trabajo 1 y 2, para después ser trasladados a la estación de inspección, donde son revisados pudiendo ser rechazados; los productos rechazados deben ser retrabajados en la estación origen del problema.

Figura 1.- Proceso de producción del sistema de estudio.

Los monitores de 19” y 21” que son aceptados en la estación de inspección terminarán el proceso de fabricación y los monitores de 25” aprobados, pasarán a la estación 3 para cumplir con una última parte de su secuencia de producción. La operativa del sistema está condicionada a los siguientes puntos: 1) Los monitores defectuosos solo podrán ser retrabajados una sola vez. 2) Los monitores a ser retrabajados tendrán una mayor prioridad de atención. 3) El tiempo de retrabajo es 50% del tiempo normal de operación en la estación correspondiente. 4) Los monitores una vez retrabajados serán enviados a inspección, los cuales tienen solamente un 2% de probabilidad de ser rechazados nuevamente, por lo que en caso de darse esta situación, serán desechados irremediablemente. Las consideraciones operativas de este sistema de producción son las siguientes: a) La demanda de los monitores es conocida. b) Los lotes que llegan a este sistema provienen de un proceso anterior. c) El tiempo de cumplimiento de la demanda dependerá de la política de atención. d) Los tiempos de preparación (Set-Up) existirán sólo en las estaciones 1 y 2, debido a los cambios de producto. e) Los operarios de cada estación se encuentran siempre disponibles durante todo el tiempo de trabajo. El objetivo principal de esta investigación es el siguiente: 1) Simular un sistema de producción con las políticas FIFO, LIFO, SPT y LPT, para determinar cual de ellas reduce el tiempo total de fabricación de monitores, cuya demanda es conocida. 2) Contrastar el rendimiento del sistema bajo las diversas políticas de secuenciación, de acuerdo a los parámetros:

Instituto Tecnológico de Orizaba “Coloquio de Investigación Multidisciplinaria” Evento Internacional, Septiembre 30-Octubre 01, Orizaba, Veracruz. _____________________________________________________________________________________________

 

El factor de utilización de las estaciones de trabajo e inspección. La cantidad de trabajo en proceso en las diferentes etapas del sistema.

2.- Recolección de datos. Los datos correspondientes a la operación del sistema de producción se encuentran en la tabla 1, y en la tabla 2 se presentan los tiempos de traslado entre estaciones, donde se indica lo siguiente:  Monitor. Señala la variedad de producto de acuerdo a sus dimensiones. Demanda (dem). Es la cantidad de monitores a producir de cada tipo. Lotes. Es la cantidad de lotes de 4 unidades de cada tipo de monitor. Llegada. La llegada de los productos al sistema es por medio de un vehículo transportador en lotes de 4 unidades, el cual tiene una tasa de llegada apegada a la distribución normal, cuyos parámetros varían de acuerdo al tipo de monitor, como se indica en la misma tabla. Estación. Describe la ruta de operaciones que experimenta cada tipo de producto. Set-Up. Representa el tiempo de preparación de las estaciones 1 y 2 en minutos. Buffer. Señala la capacidad de almacenamiento de los productos a ser procesados antes de cada estación de trabajo e inspección. Los productos se trasladan entre las estaciones en función de la disponibilidad del buffer, y los tiempos de traslado varían de acuerdo a la información contenida en la tabla 2. Los buffers serán identificados en correspondencia al número de estación a la que pertenezcan (p.e.: estación 1, buffer 1, etc.). Defectuosos (%d). Representa el porcentaje de defectos generados en las estaciones 1 y 2 del sistema. Tiempo de operación. Señala los parámetros de la distribución triangular para representar los tiempos de proceso, en minutos, de todas las estaciones que integran el sistema.
Monitor 19” 21” 25” Orizaba, Veracruz Coloquio de Investigación Multidisciplinaria CIIM-2010 3 Dem. 240 180 180 Lotes 60 45 45 Llegada N (16, 1) N (20, 1.5) N (22, 2) Estación 1 2 inspección 1 2 inspección 1 2 Set-Up 1 1 0 1 1 0 1 1 Buffer Infinito 8 5 Infinito 8 5 Infinito 8 %d 5 8 0 5 8 0 5 8 Tiempo operación Mín. Moda Máx. 0.8 1.0 1.5 0.9 1.2 1.8 1.8 1.1 1.3 1.1 1.5 1.9 1.1 1.7 2.1 1.3 1.8 2.2 1.9 2.1 2.6 1.8 1.9 2.1 Sept. 30 – Oct. 01, 2010

Tabla 1.- Datos de la operativa del sistema.

F?rmula 1

inspección 3

0 0

5 5

0 0

1.8 0.5

2.3 0.7

3.2 1.0

Tabla 2.- Tiempos de traslado entre estaciones.
Origen Estación 1 Estación 2 Inspección Destino Estación 2 Inspección Inspección Estación 1 Estación 2 Estación 3 Tiempo en segundos 12 18 15 20 14 12

3.- Construcción, verificación y validación del modelo de simulación. El modelo de simulación se construyó en Promodel™, cuyas utilidades fueron aprovechadas para representar la multitud de situaciones complejas de las que comprende el sistema propuesto; esta parte de la metodología se realizó en base a los siguientes puntos: i.Construcción y verificación del modelo.- estas actividades se llevaron a cabo de forma efectiva con la opción debugger del programa, que es una valiosa herramienta de monitorización con la que cuenta en analista, puesto que con ella, se puede evaluar y dar seguimiento a los procedimientos lógicos del modelo durante su ejecución (walkthrough), y de igual forma, es posible comprobar el comportamiento de las variables de interés en el estudio (p.e.: la llegada al sistema de los monitores por el vehículo trasportador, los tiempos de traslado entre estaciones, las cantidades de productos rechazados, etc.); por lo tanto, el analista tiene el control total en la supervisión de los eventos programados, y que junto con la capacidad de animación del software, el proceso de verificación del modelo se vio muy favorecido. ii.Validación.- esta parte del estudio se realizó por medio de un walkthrough, con el propósito de realizar un análisis de sensibilidad para comparar el comportamiento del sistema en diferentes condiciones de operación; por ejemplo, dentro de las acciones tomadas en la validación, se hicieron alteraciones en: la cantidad de productos que llegan al sistema, los tiempos de procesamiento de las estaciones de trabajo, el porcentaje de rechazos, entre otras, para comprobar la coherencia entre los datos de entrada y los resultados del programa informático. 4.- Diseño de experimentos. El modelo de simulación se ejecutó 10 veces para obtener resultados piloto que sirvieran en calcular el número de ejecuciones óptimo, y se empleó la formula propuesta por los investigadores Law y Kelton (1991) para este cometido:

Donde: n* = Número óptimo de ejecuciones. β = Error máximo permitido. i n α S2(n
= = = = número de ejecuciones. Número de ejecuciones piloto. Nivel de significancia. Varianza muestral de las ejecuciones

Instituto Tecnológico de Orizaba “Coloquio de Investigación Multidisciplinaria” Evento Internacional, Septiembre 30-Octubre 01, Orizaba, Veracruz. _____________________________________________________________________________________________

) El objetivo principal del presente proyecto es minimizar el tiempo promedio de producción de los tres tipos de monitores, por lo cual, se ha establecido un error máximo permitido de cinco minutos (0.083 horas) para determinar el número de corridas óptimo. Se realizaron 10 corridas piloto obteniendo una desviación estándar de 0.27 horas. Al sustituir los resultados en la fórmula 1, utilizando un nivel de significancia del 5% se obtiene el siguiente resultado:

Por lo tanto, se emplearán 43 corridas de simulación para evaluar los diferentes escenarios.

Resultados
Los resultados obtenidos del presente estudio de simulación se muestran en la tabla 3, donde se observa que el sistema analizado opera de mejor forma en un escenario de atención LPT, debido a que cumple con la totalidad de la demanda en el menor tiempo promedio; siguiendo en orden de importancia, las políticas FIFO, LIFO y SPT respectivamente.
Tabla 3.- Resultados de los tiempos totales de producción.
Política FIFO LIFO SPT LPT Ejecuciones 43 43 43 43 Promedio 20.3886 21.4216 21.6930 20.0242 Varianza 0.0637171 0.0991949 0.0569645 0.0660630 Desviación estándar 0.252422 0.314952 0.238672 0.257027 Mínimo 19.92 20.79 21.22 19.54 Máximo 21.12 22.07 22.19 20.61 Rango 1.20 1.28 0.97 1.07

Con el propósito de asegurar la existencia de diferencias significativas entre las políticas de atención, la cual le da validez estadística a los resultados obtenidos, se aplicó un análisis de varianza teniendo como herramienta el software Statgraphics™, cuya información se concentra en la tabla 4.
Tabla 4.- Análisis de varianza entre las políticas de atención.
Fuente Entre grupos Dentro grupos Total (Corr.) Suma de cuadrados 82.9143 12.0095 94.9238 Grados de libertad 3 168 171 Cuadrado medio 27.6381 0.0714 Razón-F 386.63 Valor-P 0.0000

Como se observa en el análisis de varianza, el valor-P de la prueba-F es menor que 0.05, por lo que se puede concluir que existe una diferencia estadísticamente significativa entre los tiempos promedios de producción, obtenidos a partir de los escenarios de las políticas de atención consideradas en este estudio. Con el objeto de determinar cuales políticas son significativamente diferentes entre si, se realizaron las pruebas de rangos múltiples LSD, Tukey y Scheffe; los resultados de estas pruebas se encuentran en la tabla 5.
Tabla 5.- Pruebas de rangos múltiples.
Contraste SPT SPT SPT FIFO FIFO LIFO Orizaba, Veracruz Coloquio de Investigación Multidisciplinaria CIIM-2010 5 FIFO LIFO LPT LIFO LPT LPT Significativo * * * * * * Diferencia 1.304420 0.271395 1.668840 -1.033020 0.364419 1.397440 LSD +/- Límites 0.113835 0.113835 0.113835 0.113835 0.113835 0.113835 Método de comparación Tukey Scheffe +/- Límites +/- Límites 0.149903 0.162844 0.149903 0.162844 0.149903 0.162844 0.149903 0.162844 0.149903 0.162844 0.149903 0.162844 Sept. 30 – Oct. 01, 2010

*indica la existencia de diferencia significativa.

Los resultados que arrojó Statgraphics™ hacen evidente que todas las políticas son diferentes entre si, lo cual se resume en la tabla 6, donde se muestran las políticas ordenadas en función del menor tiempo de producción y la inexistencia de grupos homogéneos.
Tabla 6.- Análisis estadístico de grupos homogéneos.
Política LPT FIFO LIFO SPT Caso s 43 43 43 43 Media 20.0242 20.3886 21.4216 21.6930 Grupos Homogéneos X X X X

Parte de este estudio comprende el análisis estadístico para conocer el funcionamiento del sistema, considerando el factor de utilización de las estaciones de trabajo e inspección; en la tabla 7 se muestran los estados que éstas experimentan, según el caso, y los porcentajes de tiempo relacionados al tiempo total de producción.
Tabla 7.- Resultados estadísticos de las estaciones e inspección.
Política operativo FIFO m d.e . m d.e . m d.e . m d.e . 78.10 0.98 74.31 1.16 73.39 0.90 79.38 0.85 Estación 1 % tiempo Setocioso Up 14.48 2.86 0.72 19.25 0.56 14.04 0.50 12.93 0.59 0.32 2.35 0.29 4.10 0.27 2.11 0.11 bloqueo 4.56 1.26 4.09 1.30 8.47 1.24 5.57 1.10 operativo 81.38 0.63 77.44 0.67 76.59 0.61 82.88 0.56 Estación 2 % tiempo Setocioso Up 16.26 2.29 0.55 20.95 0.72 15.33 0.37 14.95 0.54 0.37 1.47 0.24 2.44 0.23 1.70 0.51 Estación 3 % tiempo bloqueo 0.07 0.13 0.14 0.22 5.64 0.51 0.47 0.53 operativo 18.10 0.24 17.26 0.27 17.03 0.20 18.45 0.22 ocioso 81.90 0.24 82.74 0.27 82.97 0.20 81.55 0.22 Inspección % tiempo operativo 93.45 0.69 88.92 1.25 87.80 0.84 95.14 0.69 ocioso 6.55 0.69 11.08 1.25 12.20 0.84 4.86 0.69

LIFO

SPT

LPT

Los resultados que se muestran en la tabla 7, indican que la política LPT influye en el incremento operativo de todas las estaciones e inspección, asi como también, reduce los tiempos relacionados a Set-Ups y ocioso. El caso del porcentaje de tiempo de bloqueo, esta política se ve menos favorecida que las políticas FIFO y LIFO, aunque a pesar de esto, se mantuvo como la más efectiva en reducir el tiempo total de producción del sistema. En la tabla 8 se concentra la información sobre el trabajo en proceso en los diferentes buffers del sistema, siendo el buffer 1 el más congestionado, presentando el mayor contenido promedio (prom) y máximo (max) de trabajo en proceso el escenario LPT, así como también, un mayor tiempo promedio de espera (Wq); de acuerdo con los resultados de la misma tabla, se puede concluir que la política SPT genera un menor inventario en proceso y la política FIFO presentó un menor tiempo promedio de espera.
Tabla 8.- Resultados estadísticos de los buffers de las estaciones e inspección.
Política Buffer 1 contenidos total prom max 601.32 58.61 120.14 0.91 601.44 1.40 3.72 69.94 4.32 6.95 142.72 8.37 Wq 119.33 8.72 149.58 10.80 Buffer 2 contenidos total prom max 603.90 5.65 8 2.04 603.72 2.19 0.51 5.69 0.42 0 8 0 Wq 11.47 1.09 12.12 0.98 Buffer 3 contenidos total prom max 180 0.02 1 0 180 0 0.00 0.02 0.00 0 1 0 Wq 0.16 0.00 0.16 0.00 Inspección contenidos total prom max 678.41 1.04 4.76 9.19 677.93 8.66 0.16 0.76 0.17 0.42 4.67 0.52 Wq 1.89 0.29 1.44 0.32

FIFO

LIFO

m d.e . m d.e

Instituto Tecnológico de Orizaba “Coloquio de Investigación Multidisciplinaria” Evento Internacional, Septiembre 30-Octubre 01, Orizaba, Veracruz. _____________________________________________________________________________________________
. m d.e . m d.e .

SPT

601.72 1.22 601.20 1.10

55.65 2.37 78.54 4.36

117.02 4.29 156.58 8.76

120.45 5.99 157.07 10.24

604.37 2.02 603.46 1.90

6.51 0.22 5.71 0.71

8 0 8 0

14.03 0.57 11.39 1.47

180 0 180 0

0.02 0.00 0.02 0.00

1 0 1 0

0.16 0.00 0.16 0.00

677.76 8.16 677.93 10.61

1.45 0.06 1.58 0.37

5.00 0.00 4.95 0.21

2.79 0.11 2.80 0.65

LPT

Conclusiones
Las conclusiones a las que llegan los autores del presente estudio son las siguientes: La técnica de simulación resultó ser una herramienta muy provechosa en este estudio, dado que fue efectiva como plataforma informática para representar adecuadamente el comportamiento del sistema de producción, así como, para llevar a cabo el análisis de los diversos escenarios de políticas de atención; por lo anterior, se puede concluir, firmemente, que sin esta técnica hubiera sido muy difícil evaluar el sistema bajo estudio debido a su complejidad operativa.

Los resultados de este trabajo de investigación muestran que la técnica LPT es la más efectiva en la reducción del tiempo total de producción; de acuerdo con la experiencia de los autores, se esperaba que la técnica SPT lograra los mejores resultados en este sentido, pero su efectividad estuvo afectada por la cantidad de Set-Ups generados en este escenario. Por lo tanto, una conclusión importante es que los tiempos de preparación inciden gravemente en el rendimiento del sistema, situación que será considerada como línea de investigación futura.

Referencias
Brown, E., Sturrock. D. (2009). Identifying Cost Reduction and Performance Improvement Opportunities Through Simulation. Winter Simulation Conference. Chandandeep S.G., Enns, S., Rogers, P. (2009). Performance Effects of Setup Time Reduction with and Without Decision Variable Re-Optimization: A Simulation-Optimization Study. Winter Simulation Conference. Chase, R. B., Jacobs, F. R., Aquilano N. J. (2009). Administración de operaciones. Producción y cadena de suministros. McGraw-Hill/Irwin; Duodécima edición. Fertsch, M., Pawlewski, P. (2009). Changes Simulation in the Organization of Production Case Study. Winter Simulation Conference. Gaither, N., Frazier, G. (2002). Operations Management. South – Western. Harrell, C., Ghosh, B. and Bowden, R. (2000). Simulation Using Promodel. McGraw-Hill. Law, A., Kelton, W. D. (1991). Simulation Modeling and Analysis. McGraw-Hill; 2nd edition. Lee, H., Park, H., Banerjee, A. (2009). Representation, Simulation and Control of Manufacturing Process with Different Forms of Uncertainties. Winter Simulation Conference. Vollmann, T., Berry, W., Whybark, D. C. and Jacobs F. R. (2004). Manufacturing Planning And Control Systems For Supply Chain Management: The Definitive Guide for Professionals. McGraw-Hill; 5th edition.

Acerca de los autores
Orizaba, Veracruz Coloquio de Investigación Multidisciplinaria CIIM-2010 7 Sept. 30 – Oct. 01, 2010

Rafael Arenas Hernández, 2Rubén Hernández Balbuena, 3Modesto Raygoza Bello y 4Germán Alonso Ruiz Domínguez. Ingenieros industriales en producción (1993)1,3 e ingeniero electricista (1993)2 del Instituto Tecnológico de Orizaba; ingeniero industrial en sistemas (1993)4 del Instituto Tecnológico de Hermosillo. Maestros en ciencias en ingeniería industrial del Instituto Tecnológico de Orizaba (1997) 1, 2 y 3 y del Instituto Tecnológico de Cd. Juárez (1998).4 Maestro en ciencias en ingeniería industrial del Instituto Nacional Politécnico de Grenoble (2002).4 Doctor en ingeniería industrial del Instituto Nacional Politécnico de Grenoble (2005). 4 Maestros de tiempo completo1,2 de la carrera de ingeniería industrial y maestro de tiempo completo 4 de la División de Estudios de Posgrado e Investigación del Instituto Tecnológico de Hermosillo; maestro de tiempo completo3 del Instituto Tecnológico de Orizaba. 1 ra_arenas@ith.mx, 2rhbalbuena@ith.mx, 3mraygozabello@hotmail.com y 4gruiz@ith.mx
1

Autorización y renuncia
Los autores del presente artículo autorizan al Instituto Tecnológico de Orizaba (ITO) para publicar el escrito en el libro electrónico del coloquio de investigación multidisciplinaria, en su edición 2010. El ITO o los editores no son responsables ni por el contenido ni por las implicaciones de lo que está expresado en el escrito.