Professional Documents
Culture Documents
1. ndice..2
2. Introduccin3
3. Estructura bsica para un sistema de planificacin y control.................4
4. Gestin de la demanda....5
4.1 Modelo cuantitativo.....5
4.2 Promedio mvil............5
4.3 Ejemplo promedio mvil.................6
4.4 Suavizado exponencial............6
4.5 Ejemplo promedio...........................................................................................8
5. Planificacin de la produccin agregada ....9
5.1 Ejemplo produccin agregada...10
5.2 Modelo matemtico de programacin...13
5.3 Ejemplo modelo matemtico.14
6. Programacin maestra de la produccin (PMP)..16
7. Planificacin de la capacidad de produccin17
7.1 Lista de capacidad..17
7.2 Perfiles de recurso..18
8. Planificacin de los requisitos de material(MRP)...19
8.1 Requisitos de los componentes de los artculos.....20
8.2 MRP Caractersticas del sistema....21
8.3 Ejemplo..23
9.Conclusiones....................................................................................................28
10. Bibliografa 29
2. Introduccin
El coste de fabricacin de los productos, su calidad y el tiempo de fabricacin es la
funcin a tener en cuenta en un sistema de planificacin y control de la fabricacin.
Esto es clave para alcanzar la meta del mnimo coste, alta calidad y mnimo tiempo
de fabricacin.
Por eso es importante entender los principios bsicos del sistema de planificacin y
control de la fabricacin (MPCS).
En un sistema MPCS se distingue:
La gestin de la demanda.
La planificacin de la produccin agregada.
La estructura del producto.
La planificacin de la produccin.
La planificacin del material necesario (MRP).
Gestin del inventario.
Capacidad de planificacin.
Etc..
Todas estas cuestiones se detallan a continuacin.
Planning de capacidad
aproximada
Gestin de la demanda
Planificacin de la
produccin agregada
Diseo de ingenieros
Esquema principal de
la produccin
Modificaciones
ingenieros
Gestin de inventario
Planificacin de los
requisitos de material
Lista de materias
primas
Control de planta de
produccin
Planning detallado de
la capacidad
Planning de proceso
Productos finalizados
Compras
Ventas
FIGURA 1
4. Gestin de la demanda.
La demanda es un fenmeno complejo que tiene varios componentes:
constantes, estacionales y tendenciales, que interactan de diferente manera por lo que
es preciso identificarlos para entenderlos perfectamente.
La funcin de la gestin de la demanda tiene como cometido el prever la
cantidad de producto que tendremos que fabricar o producir para satisfacer a nuestros
clientes.
Para gestionar esta demanda tenemos varios modelos a seguir:
4.1 Modelo cuantitativo.
Estos modelos usan los mtodos de series de tiempo. "Una serie de tiempo es
simplemente una lista cronolgica de datos histricos, para la que la suposicin esencial
es que la historia predice el futuro de manera razonable." Existen varios modelos y
mtodos de series de tiempo entre los cuales elegir y que incluyen los modelos
constante, de tendencia y estacional, dependiendo de los datos histricos y de la
comprensin del proceso fundamental.
Para cada modelo, se cuenta con varios mtodos de pronstico, que incluyen
promedios, promedios mviles, suavizado exponencial, regresin y tal vez
combinaciones de todos estos.
4.2 Promedio mvil.
Para poder explicar el promedio mvil, tenemos que decir que se basa en el
promedio simple, que se basa en que todas las demandas de los periodos anteriores
tienen el mismo peso relativo. El promedio hace que las demandas elevadas tiendan a
ser equilibradas por las demandas bajas de otros perodos, reduciendo las posibilidades
de error que se podran cometer al dejarse llevar por fluctuaciones aleatorias que pueden
ocurrir en un perodo.
Se calcula as:
P = (d1 + d2 + .....dk)/ k
En donde,
(1)
Por eso podemos definir el promedio mvil como la combinacin de los datos de
demanda de la mayor parte de los perodos recientes, siendo su promedio el pronstico
para el perodo siguiente. El promedio se mueve en el tiempo, en el sentido de que, al
transcurrir un perodo, la demanda del perodo ms antiguo se descarta y se agrega, en
su reemplazo, la demanda para el perodo ms reciente, superando as la principal
limitacin del modelo del promedio simple.
Se calcula as:
MMS = Dt / n
En donde:
20
26
19
24
23
21
28
20 + 26 + 19 + 24 + 23 + 21 + 28
= 23
7
26 + 19 + 24 + 23 + 21 + 28 + 34
= 25
7
demanda
pronstico
ms
+ (1 - ) ms
reciente
reciente
Dt-1
+ (1 - ) Ft-1
(4)
(5)
(1 - )2 Dt-3
(1 - )3 Ft-3 (6)
Como 0<= <=1, los coeficiente de las D son cada vez menores, es decir
decrecen en un porcentaje constante en cada uno de los perodo hacia el pasado.
Seleccin del coeficiente de suavizacin.
En el suavizado exponencial se tiene el problema de seleccin de los valores de
los parmetros, lo que significa que es necesario ajustar el modelo a los datos.
Para empezar con el pronstico es necesario tener un buen clculo derivado de
algn otro mtodo, lo que se denomina pronstico inicial o de arranque.
De la misma manera, es necesario seleccionar un coeficiente de suavizacin .
Esta seleccin es crtica. Como lo muestra la ecuacin (6), un valor elevado de da un
gran peso a la demanda ms reciente, y un valor bajo de da un peso menor a la
demanda ms reciente.
Un elevado coeficiente de suavizacin sera ms adecuado para los nuevos
productos o para casos para los que la demanda subyacente est en proceso de cambio
(esta es dinmica, o bien inestable).
Un valor de 0.7, 0.8 o 0.9 puede resultar el ms apropiado para estas
condiciones, aun cuando el uso del suavizado exponencial es cuestionable si no se sabe
si existen o no condiciones de inestabilidad.
Si la demanda es muy estable y se piensa que pueda ser representativa del futuro,
el pronosticador podr optar por un valor de .Entonces, el procedimiento de pronstico
no reacciona de una manera drstica a las demandas ms recientes. En estas condiciones
de estabilidad, el coeficiente de suavizacin podra ser de 0.1, 0.2, o 0.3.
Cuando la demanda es ligeramente inestable, coeficientes de suavizacin de 0.4,
0.5 o 0.6, pueden proporcionar los pronsticos ms precisos.
Ventajas
El suavizado exponencial simple y los otros modelos de suavizado exponencial que
proporcionan de una manera econmica pronsticos "rpidos y fciles", comparten las
siguientes ventajas:
Requieren muy pocos datos histricos. Para actualizar el pronstico de un perodo al
siguiente slo se necesita , la demanda del ltimo periodo y el pronstico del
ltimo periodo.
Este modelo es eficaz, sencillo y fcil de entender.
Se puede computarizar para familias de productos, sus partes, o sus elementos
Sirve en los sectores de manufactura y de servicios.
4.5 Ejemplo promedio:
Una empresa fabrica una gran variedad cilindros de acero de lata precisin para
su mercado domstico y de defensa.
La empresa desea pronosticar la cantidad de cilindros por semanas.
Pronostica la demanda de la 11 semana utilizando un suavizamiento
exponencial.
Nota usar
Tabla
Semana
N de
cilindros
1
2
200 230
3
190
4
220
5
240
6
210
7
240
8
220
9
230
10
210
Solucin.
Teniendo en cuenta que se puede tomar un modelo constante, usamos la
siguiente frmula:
S T = x T + (1 ) S T 1 .
Y obtenemos:
As obtenemos:
Que dando una importancia de un 20% al ltimo dato obtenido, y un 80% a la
media del resto de datos entre la primera semana y la semana novena.
10
Periodo
1
2
3
4
5
6
Producto A
Equivalencia
Unidades
en horas
de clula
60
120
70
140
50
100
55
110
45
90
40
80
Producto B
Equivalencia
Unidades
en horas
de clula
40
80
50
100
70
140
65
130
55
110
40
80
Producto C
Equivalencia
Unidades
en horas
de clula
100
100
160
160
210
210
170
170
100
100
80
80
Conjunto esperado
Demanda global acumulada
Horas clula equivalentes Horas de clula
300
300
400
700
450
1150
410
1560
300
1860
240
2100
En
la
tabla 2
podemos
ver la
demanda
global
en
los
seis
periodos, uniendo de los tres productos A,B,C.
La empresa tiene una produccin regular de 300 unidades, y puede llegar
excepcionalmente a 350 unidades por periodo.
Se permite realizar un mximo de 60 unidades en horas extras, y/o subcontratar
para cubrir el resto de produccin de unidades.
Hay dos propuestas de poltica de produccin:
Plan I: Produccin constante de 350 unidades en cada periodo.
Plan II: Produccin variable. 400 unidades por periodo en los cuatro primeros, y
250 en los dos ltimos.
Analizamos los dos planes de produccin global.
Nuestro objetivo es determinar cual de los dos planes es el mejor considerando
todos los costes relevantes.
Despus presentaremos un modelo de programacin matemtico para obtener un
plan de produccin ptimo.
11
Tabla 3
Produccin constante
Periodo
1
2
3
4
5
6
Tasa
produccin
350
350
350
350
350
350
Stock
50
0
0
0
0
0
Ordenes
pendientes
0
0
100
160
110
0
Cambio en
capacidad
(+50)
(+50)
(+50)
(+50)
(+50)
(+50)
Horas
extras
50
50
50
50
50
50
Subcantratos
0
0
0
0
0
0
12
Tabla 4
Produccin variable
Periodo
1
2
3
4
5
6
Tasa
produccin
400
400
400
400
250
250
Stock
100
100
50
40
0
0
Ordenes
pendientes
0
0
0
0
10
0
Cambio en
capacidad
100
100
100
100
-50
-50
Horas
extras
60
60
60
60
0
0
Subcantratos
40
40
40
40
0
0
En la produccin variable tenemos los cuatro primeros periodos con una tasa de
produccin de 400 unidades, que se realizan con 60 unidades de horas extras y 40 de
subcontratacin, sobre las 300 unidades de nuestra produccin normal, y los dos
restantes con una tasa de 250 unidades.
Como en el caso anterior, en la tabla 2 vemos nuestra demanda por periodos.
En el periodo 1, nuestra demanda es de 300 unidades, pero nosotros producimos
400, con lo que tenemos un stock de +100 unidades.
En el periodo 2, nuestra demanda es de 400 unidades, que es justo lo que
fabricamos, por tanto el stock no se modifica.
En le periodo 3, nuestra demanda es de 450 unidades, por tanto, 400 fabricamos
en este periodo, y las otras 50 las cogemos del stock, quedando este con +50 unidades.
En el periodo 4, nuestra demanda es de 410 unidades, restando las 400 que
fabricamos en este periodo, cogemos 10 unidades del stock, y nos quedan +40 unidades
de stock.
En el periodo 5, nuestra demanda es de 300 unidades, pero en este periodo solo
fabricamos 250 unidades, con lo que cogemos las 40 que tenemos en stock, y nos
quedan 10 en rdenes pendientes.
En el periodo 6, nuestra demanda es de 240 unidades, y en este periodo
fabricamos 250 unidades, realizamos 10 unidades de ms, que compensan las ordenes
pendientes.
13
(10.5)
t =1
Cumpliendo:
X t + I t 1 Bt 1 + I t + Bt = d t
Wt = Wt 1 + H t Ft
Ot U t = kX t Wt
per
t = 1,2,3,...T
(10.6)
(10.7)
(10.8)
X t , Wt , Ot , I t , Bt , H t , Ft ,U t 0
(10.9)
donde:
14
Tabla 5 Plan 1
Dit
Xt
Wt
Ot
Ht
Ft
Ut
It+
Periodo Demanda
Unidades
Promedio tiempo Horas
horas
Despidos en Horas no Stock
conjunta programadas trabajo plantilla extras nueva plantilla horas plantilla trabajadas
1
300
300
240
60
0
0
0
0
2
400
400
240
160
0
0
0
0
3
450
450
240
210
0
0
0
0
4
410
410
240
170
0
0
0
0
5
300
300
240
60
0
0
0
0
6
240
240
240
0
0
0
0
0
15
It-
0
0
0
0
0
0
Tabla 6 Plan 2
Dit
Xt
Wt
Ot
Ht
Ft
Ut
It+
Periodo Demanda
Unidades
Promedio tiempo Horas
horas
Despidos en Horas no Stock
conjunta programadas trabajo plantilla extras nueva plantilla horas plantilla trabajadas
1
300
290
240
50
0
0
0
0
2
400
430
380
50
140
0
0
20
3
450
430
380
50
0
0
0
0
4
410
410
380
30
0
0
0
0
5
300
300
380
0
0
80
0
0
6
240
240
240
0
0
60
0
0
(10.5)
t =1
16
It-
0
0
0
0
0
0
Semanas
2
3
200
5
300
200
100
7
100
8
400
200
FIGURA 2
18
Esta tcnica intenta corregir uno de los inconvenientes bsicos sealados para las
Listas de Capacidad: el relativo a la periodificacin de las cargas.
En esencia, la mayor parte del procedimiento no vara, pero una vez calculadas
las cargas de los pedidos, se procede a repartirlas entre los perodos que abarca el
tiempo de suministro del producto final y el de sus componentes.
Requiere, pues, la misma informacin que la anterior, ms tiempos de
suministro, elaborndose con ella los Perfiles de Recursos, tambin denominados por
algunos autores, Listas de Capacidad Periodificadas.
El proceso consiste en que, una vez establecidas las cargas por unidad de
producto final y por unidad de cada componente, stas se periodifican en base a los
tiempos de suministro mencionados, obteniendo los recursos que muestran las Tablas.
Esta tcnica presenta las mismas ventajas que las Listas de Capacidad aunque, eso s,
complica notablemente los clculos (sobre todo para desarrollarla manualmente).
No obstante, se corrige el inconveniente de las Listas de Capacidad relativo a la
distribucin de las cargas en el tiempo, dado que considera los tiempos de suministro y
periodifica las cargas dentro de l.
Sin embargo, esta distribucin no es, quiz, lo suficientemente exacta como para
paliar las desventajas que acabamos de comentar.
Primero, porque la distribucin se hace siempre con criterios aproximados y,
segundo, porque sigue sin poder tener en cuenta el dimensionado de los lotes de
componentes que, normalmente, haran que incluso un buen criterio de periodificacin
dejara las cargas establecidas muy lejos de su distribucin real en el tiempo.
19
Nivel 0
Producto final
E1
S1
(1)
C1
Material
M1
(1)
(1)
C2
Material
M2
(1)
S2
(2)
C3
(2)
C4
Material
M3
(producto final)
(3)
Material
M4
(2)
Nivel 1
(submontajes)
(2)
C5
(1)
Nivel 3
(materias primas y otros)
Material
M5
(2)
Nivel 2
(componentes)
(1)
FIGURA 3
En estos casos, la demanda se puede inferir a partir del PMP, o sea que no hay
necesidad de preveerla o pronosticarla.
En efecto, el PMP indica la cantidad que hay que obtener de cada producto
final as como las fechas de entrega de las mismas y dado el hecho de que, a travs del
rbol de estructura del producto, se sabe cules y cuntos son los componentes que lo
integran, as como sus interrelaciones, se puede calcular con certeza la demanda de cada
componente; adems, se puede conocer con exactitud la interrelacin entre estos
componentes del producto.
Por otro lado, como la produccin de los objetos suele ser en lotes, la demanda
de los componentes no es continua, sino que surge en un momento concreto y en la
cantidad necesaria, es decir, es una demanda discreta y discontinua, caractersticas que
se oponen a las de continuidad con que se supone que funcionan las variables relevantes
en el modelo de control de inventarios.
En este contexto de demanda irregular, discreta y dependiente lo que se necesita
es una tcnica de programacin, en lugar de una gestin de inventarios, de modo que se
consiga el objetivo de determinar cundo pedir un objeto para asegurar la disponibilidad
de la cantidad deseada, en el momento y lugar adecuados.
Hasta antes de la aparicin de los procesadores, los mtodos clsicos,
concretamente el uso del stock de seguridad, se utilizaban con resultados nada
20
(1)
S1
(1)
C1
Material
M1
C2
Material
M2
Nivel 0
(4)
S2
C3
(1)
Material
M3
C4
Material
M4
(2)
C5
Material
M5
(2)
Nivel 1
(2)
(1)
Nivel 2
C6
Material
M6
Nivel 3
FIGURA 4
Como se puede observar en la figura 4, en el nivel 2 tenemos los distintos
componentes de nuestro producto final, cada conjunto se ensambla en el nivel 1 para
formar otro componente mas complejo, y as ser ensamblado en el nivel 0 obteniendo el
producto final deseado.
21
PMP
PROCESOS
Sistema MRP
SALIDAS
Informes primarios
22
23
8.3 Ejemplo:
Entradas al sistema
- Programa maestro de produccin (PMP).
Supongamos una empresa que fabrica dos productos, patines (P) y monopatines
(M), pudiendo vender, tambin, las ruedas, como piezas de recambio.
El horizonte de planificacin considera ocho semanas, a partir del momento
actual. Supondremos que, a partir de los pedidos de los clientes y de la previsin de
ventas, la gerencia construye el PMP de la tabla 7 en el que las cantidades son
necesidades brutas y estn referidas al final de la semana correspondiente.
Las necesidades de la demanda externa de componentes, en este caso las ruedas,
que aparece en la tabla 8, se almacena en el fichero registros de inventarios y ser
utilizada cuando se calculen las necesidades totales del tem en cuestin .
Tabla 7:
7
100
Monopatines
200
Tabla 8:
200
100
Ruedas
200
200
8
400
8
200
Patn
CP
1
EP
2
Monopatn
C
2
CG
1
R
4
CM
1
PC
1
EM
2
CG
1
R
4
PC
1
24
20
L/l
del 1140
L/l
del 2140
L/l
Correas
3140
L/l
Ruedas
1450
40
L/l
L/l
L/l
L/l
PC Llanta
L/l
Cuerpo
Patn
Ejes
Patn
0150
21450
25
Tabla 9 b:
Patn
Necesid Disponibilidades
ades
brutas
100
Mono
80
CP
10
Recepciones
programadas
150 en t=2
EP
C
R
90
CM
EM
CG
600 en t=1
PC
600 en t=1
Si al aplicar la frmula [1] sale una cantidad negativa, ello significa que
podemos hacer frente a la demanda y que, por tanto, las necesidades netas
correspondientes son nulas. (Las necesidades brutas de los tems P y M proceden del
Programa Maestro de Produccin, siendo datos del problema, as como el resto de las
variables de la frmula). Utilizando la frmula puede observarse como las necesidades
netas del producto P en el perodo 2 son nulas ya que, de la aplicacin de la misma,
resulta:
NN = 200 + 20 100150 = -30, de donde, NN = 0.
26
Con objeto de tener disponibles las cantidades indicadas por las distintas
necesidades netas en el perodo correspondiente, ser necesario que los pedidos
derivados de estas ltimas (iguales en este caso a las necesidades netas por emplear la
tcnica lote a lote) se reciban en dichos perodos (fila de recepcin de pedidos
planificados)
-
Para que los componentes se puedan recibir en los perodos a los que se refiere el
punto anterior, habr que solicitarlos tantas semanas antes como sea el tiempo de
suministro para estos tems, de acuerdo con la informacin contenida en el segmento
maestro de datos. Ello da lugar a la fila de lanzamiento de pedidos planificados de P y
M.
As pues las dos filas que hemos mencionado se diferencian tan solo en el decalado
temporal impuesto por el tiempo de suministro.
27
28
9. Conclusiones:
Podemos decir pues, que un sistema de planificacin y control de la fabricacin
es un sistema que se compone de varios elementos, como son: la gestin de la demanda,
la planificacin de la produccin agregada, la estructura del producto, programacin y
planificacin de la produccin, as como la planificacin de los requisitos de material.
El objetivo principal de un MPCS es la planificacin y control de la produccin
con las tres condiciones de mnimo coste, mxima calidad y realizar todo esto en un
periodo de tiempo establecido previamente.
La gestin de la demanda es la parte que se encarga de establecer una va de
comunicacin entre la empresa y el consumidor, y podemos decir que es la parte que se
encarga de nuestra empresa no fabrique productos en exceso, puesto que tendramos un
stock al cual no daramos salida, ni fabrique de menos, puesto que serian ventas que
perderamos.
En la produccin agregada estimamos cifras de venta y las utilizamos para
planificar la cantidad de tiempo y recursos que necesitamos para producir.
En el plan maestro de produccin, su funcin es la de concretar o dividir la
produccin, que anteriormente se realizaba conjuntamente, a productos individuales.
Este va directamente relacionado con el MPR, que determina la cantidad
necesaria de cada materia prima necesitamos para fabricar todos los productos que
hemos previsto en nuestra gestin de la demanda, y que el plan maestro de produccin
nos ha desglosado en materias primas.
La unin de todas las partes del sistema MPCS es fundamental porque todas las
partes van relacionadas, y el fallo o mal funcionamiento de una de ellas provocara un
mal funcionamiento en todo el sistema de fabricacin.
Tambin hemos de decir, que el sistema MPCS que hemos expuesto, es un
sistema bsico, con esto queremos decir que este conjunto de partes que lo forman se
puede ampliar para mejorar y optimizar la planificacin, control y la produccin, puesto
que existen muchas maneras para realizar esta optimizacin del sistema MPCS, como
puedan ser soluciones algortmicas, tiempos de realizacin, implementacin de cdigos
de barras para el control de la produccin, scanner, capacidades de produccin, etc
29
10.Bibliografa
UNIVERSIDAD DE CUENCA
http://rai.ucuenca.edu.ec/publicaciones/docentes/jorgeparedes.htm
30