1

5. Conceptos básicos de dinámica
d f b i ió de fabricación
Manuel Cardós Carboneras
Universidad Politécnica de Valencia
Indice
1. Definiciones
2. Parámetros
3. El mejor caso
 Ley de Little
 Aplicaciones
4. El peor caso
5. El peor caso práctico
6 Resumen de las leyes de fabricación 6. Resumen de las leyes de fabricación
7. Mejora de una línea
8. Bibliografía
ANEXO
2
2
1. Definiciones
 Estación (worstation)
 Conjunto de máquinas o puestos manuales que realizan
básicamente la misma función
Si ó i t ió d t b j t d t b j t  Sinónimos: estación de trabajo, centro de trabajo, centro
de proceso, sección homogénea
 Pieza (part)
 Elemento de materia prima, componente, submontaje o
montaje sobre el que se trabaja en una estación de una
planta.
 Materia prima: productos comprados fuera de la planta.
 Componentes: piezas individuales que se montan en
3
 Componentes: piezas individuales que se montan en
productos más complejos.
 Submontajes: unidades montadas que a su vez se vuelven
a montar.
 Montajes (o montajes finales): productos finales
totalmente montados.
 Sinónimos: item, part number, producto, artículo
1. Definiciones
 Producto final (end item)
 Pieza vendida a un cliente.
 La relación entre un producto final y sus productos
tit t l li t d t i l (BOM) constituyentes se expresa en la lista de materiales (BOM)
 Consumible (consumable)
 Materiales consumidos en una estación que no se
encuentran en las listas de materiales
 Cierto grado de discrecionalidad
4
3
1. Definiciones
 Ruta (routing)
 Secuencia de estaciones que atraviesa un producto para
su fabricación
 Empiezan en un punto de stock (materia prima,
componente, submontaje) y acaba en un stock intermedio
o de producto
 Con la lista de materiales define la información básica
para fabricar un producto
 Pedido (order)
 Petición de un producto en una cantidad y para una fecha
5
 Petición de un producto, en una cantidad y para una fecha
 Puede ser de venta o de compra
 Sinónimos: orden de venta, pedido, orden de compra
1. Definiciones
 Orden (job)
 Conjunto de materiales que atraviesa una ruta junto con
su información asociada (planos…)
 Puede lanzarse por un pedido en firme o por la previsión
de que se produzca
 No suele hacer correspondencia biunívoca entre órdenes y
pedidos:
 Los pedidos sólo son de productos finales, las órdenes
se lanzan para todos los productos necesarios
 El número de unidades de una orden depende de la
eficiencia en fabricación (lote)
6
eficiencia en fabricación (lote)
 Producción (TH, throughput)
 Unidades no defectuosas producidas por unidad de tiempo
(unidades / hora) por una planta, línea o estación
4
1. Definiciones
 Capacidad
 Cota superior de la producción
 Con frecuencia, cerca de la capacidad los sistemas se
vuelven inestables (aumenta indefinidamente el producto
en curso)
 Producto en curso (WIP, w)
 Stock entre el inicio y el final de una ruta, asociado a una
orden
 Coloquialmente incluye también el stock de componentes
y submontajes (semielaborados) disponibles en el
7
y submontajes (semielaborados) disponibles en el
inventario, pero las diferenciamos por su distinto
comportamiento
1. Definiciones
 Rotación del stock
 Ratio de la producción horaria respecto al inventario
di medio
 Suele ser anual, expresa el número medio de veces que el
stock se vacía y vuelve a llenarse
 Puede aplicarse al producto terminado, en curso o
materias primas
 Tiempo de ciclo (CT, cycle time)
 Plazo medio que tarda una orden en alcanzar el final de la
ruta
8
ruta
 Otro significado: en líneas de montaje es el tiempo
asignado a cada estación para completar sus tareas
 Otro significado: tiempo de proceso de una máquina
individual
5
1. Definiciones
 Plazo de fabricación (lead time)
 Tiempo asignado por la Dirección para la fabricación de
una unidad en una ruta o línea.
 Es una constante, mientras que los tiempos de ciclo son
aleatorios
 Es importante que los tiempos de ciclo se mantengan por
debajo del plazo de fabricación
Nivel de servicio de línea =
P(tiempo de ciclo ≤ plazo de fabricación)
9
 También puede referirse al plazo de aprovisionamiento.
1. Definiciones
 Utilización
 Fracción de tiempo que no está parada por falta de piezas
 Incluye el tiempo en que procesa piezas o no es capaz de  Incluye el tiempo en que procesa piezas o no es capaz de
procesar piezas disponibles debido a averías, preparación
de máquina o cualquier otro motivo
 Puede calcularse: Utilización = Tasa de llegada / Tasa de
producción efectiva
 Tasa de producción efectiva = tasa media máxima con
que la estación puede procesar piezas descontando
averías, preparación de máquinas,…
10
6
2. Parámetros
 Tasa del cuello de botella (r
b
)
 Tasa de la estación de una línea (piezas/tiempo) con la
mayor utilización a largo plazo mayor utilización a largo plazo.
 Largo plazo: las paradas debidas a averías, descansos,
problemas de calidad,… se incluyen en el horizonte
temporal considerado.
 Ej: en replanificación diaria se incluye lo que
habitualmente ocurre cada día, pero no las paradas
provocadas por una avería importante o un
mantenimiento global (que sí se considerarían en la
planificación anual)
11
planificación anual)
 En líneas con una sola ruta y sin mermas, la tasa de
llegadas a cada estación es la misma luego la estación con
la menor tasa de producción efectiva es el cuello de
botella
 En líneas con rutas complejas o con mermas, el cuello de
botella puede no estar en la estación más lenta.
2. Parámetros
 Tiempo bruto de proceso (T
0
)
 Suma de los tiempos medios de proceso a largo plazo de
l t i d l lí las estaciones de la línea.
 Alternativa: tiempo medio que tarda una orden en
atravesar la línea vacía (no hay esperas).
 El horizonte de planificación determina lo que se incluye
en los tiempos medios de proceso:
 En horizontes cortos sólo se incluyen sucesos
frecuentes.
 En horizontes largos también sucesos infrecuentes.
12
 En horizontes largos también sucesos infrecuentes.
 Producto en curso crítico (W
0
)
 WIP con el que una línea sin variabilidad alcanza la
máxima producción r
b
con el mínimo tiempo de ciclo T
0
.
 Más adelante se verá que W
0
= r
b
T
0
7
2. Parámetros
EJEMPLO: Monedas UNO
 Fabricación de monedas
 Cuatro máquinas en secuencia con procesos estables y
id conocidos:
 Prensa de corte, estampación, acabado de bordes y
limpieza.
 No hay mermas ni defectos
 Cada máquina tarda exactamente 2 horas
 El transporte entre estaciones es inmediato
 Cuando sale una pieza de la línea, entra otra nueva
(CONWIP)
13
(CONWIP).
 Siempre hay stock disponible de materias primas para que
no pare la fabricación. Se aprovisiona instantáneamente
desde su almacén.
 Funciona 24 horas al día, la demanda es ilimitada.
2. Parámetros
EJEMPLO: Monedas UNO
 Cuello de botella: cualquiera de las 4 estaciones (línea
equilibrada) equilibrada)
r
b
=0.5 uds/hr
 Tiempo bruto de proceso T
0
=2+2+2+2 = 8 hr
14
8
2. Parámetros
EJEMPLO: Monedas UNO
t=0
Espera
En curso
Terminado
t=0
t=2
t=4
t=6
t=8
t=10
15
t=12
t=14
WIP =3 uds WIP =4 uds WIP =5 uds
2. Parámetros
EJEMPLO: Monedas UNO
 Producto en curso crítico W
0
= r
b
T
0
= 4 uds
 Después del transitorio
 En líneas equilibradas W
0
es igual al número de máquinas
 Una unidad menos hace que una máquina esté vacía.
 Una unidad más espera al principio de la línea.
 En líneas desequilibradas no es así.
16
9
2. Parámetros
EJEMPLO: Monedas DOS
 Como el ejemplo anterior pero ahora la línea es
desequilibrada y con varias máquinas por estación
C ll d b t ll t ió 2 0 4 d /h
Estación Máquinas por
estación
Tiempo de
proceso (hr)
Capacidad de la
estación (piezas/hr)
1 1 2 0.50
2 2 5 0.40
3 6 10 0.60
4 2 3 0.67
17
 Cuello de botella: estación 2 r
b
=0.4 uds/hr
 Tiempo bruto de proceso T
0
=2+5+10+3 = 20 hr
 Producto en curso crítico W
0
= r
b
T
0
= 8 uds
 Hay máquinas vacías (línea desequilibrada)
3. El mejor caso
EJEMPLO: Monedas UNO
 Variamos WIP para entender su comportamiento
t=0
t =2
t=4
t=6
t=8
t=10
18
t 10
t=12
t=14
t=16
WIP =1 uds WIP =2 uds
WIP =3 uds
10
3. El mejor caso
t=0
t =2
t=4
t=6
t=8
t=10
19
t 10
t=12
t=14
t=16
WIP =4 uds WIP =5 uds
WIP =6 uds
3. El mejor caso
Ley de Little
WIP CT % T
0
TH % r
b
1 8 100 1/8 25
2 8 100 2/8 50
 Ley de Little: WIP = TH × CT
P d li l i 3 8 100 3/8 75
4 8 100 4/8 100
5 10 125 4/8 100
6 12 150 4/8 100
8
10
12
14
0,40
0,50
0,60
 Puede aplicarse a cualquier
estación, línea o planta
 Con o sin variabilidad
20
0
2
4
6
8
0 1 2 3 4 5 6
C
T
WIP
0,00
0,10
0,20
0,30
0 1 2 3 4 5 6
T
H
WIP
11
3. El mejor caso
Aplicaciones de la Ley de Little
 Cálculo del WIP y la utilización de una estación
 Ej: si la Fábrica Monedas DOS funciona a la tasa del cuello
de botella (r 0 4 pzas/hr) entonces en la estación 1 de botella (r
b
=0.4 pzas/hr) entonces en la estación 1
tendremos WIP = TH × CT = 0.4 × 2 = 0.8 pzas lo que
significa una utilización del 0.4/0.5=80%
Estac
ión
Máquinas
por
estación
Tiempo de
proceso (hr)
Capacidad de la
estación
(piezas/hr)
WIP Utilización
1 1 2 0.50 0.8 80%
21
1 1 2 0.50 0.8 80%
2 2 5 0.40 2 100%
3 6 10 0.60 4 67%
4 2 3 0.67 1.2 60%
3. El mejor caso
Aplicaciones de la Ley de Little
 Reducción del tiempo de ciclo
 Puesto que CT = WIP / TH para reducir CT es necesario
reducir el WIP manteniendo TH reducir el WIP manteniendo TH
 Colas largas indican oportunidad de mejora de WIP y CT
 Medición del tiempo de ciclo
 La medición directa de CT con frecuencia es difícil de
realizar porque exige registrar la entrada y salida de cada
pieza
 Una medición indirecta razonable es CT = WIP / TH
22
 Una medición indirecta razonable es CT WIP / TH
 Cuando hay diferentes productos se puede calcular el CT
del conjunto, incluso de una planta entera, considerando
el valor económico de WIP y TH (valorados al coste)
12
3. El mejor caso
Aplicaciones de la Ley de Little
 Stock planificado
 Las órdenes suelen planificarse para que acaben N días
antes de la fecha acordada con el cliente para asegurar un antes de la fecha acordada con el cliente para asegurar un
elevado servicio al cliente.
 En consecuencia, las órdenes esperan N días en el
almacén y el stock de producto terminado aumenta N ×TH
 Rotación del inventario
 Si sólo hay producto en curso
Rotación = TH / WIP = 1 / CT
23
Rotación TH / WIP 1 / CT
 Si también hay materias primas y/o producto terminado,
la ley de Little también se aplica y CT representa el
tiempo que tarda una pieza desde que se recepciona su
compra hasta que se envía al cliente
 Máxima producción horaria:  Mínimo tiempo de ciclo:
3. El mejor caso
T w W s ¦ w ¦
0 0
mejor
b
T w W
CT w
resto
r
s ¦
¦
=
´
¦
¹
0
0 mejor
b
w
w W
T TH
r resto
¦
s
¦
=
´
¦
¹
8
10
12
14
0,40
0,50
0,60
24
0
2
4
6
8
0 1 2 3 4 5 6
C
T
WIP
0,00
0,10
0,20
0,30
0 1 2 3 4 5 6
T
H
WIP
Monedas DOS
13
3. El mejor caso
 Cuando no hay variabilidad y la línea está equilibrada, el
óptimo es tener una pieza en cada estación
 En la práctica el ratio suele ser 20 piezas por estación
debido a la variabilidad entre otras causas
 Para entender por qué ocurre analizaremos:
 El peor caso posible
 El caso más probable
25
4. El peor caso
 Buscamos el máximo CT de una línea con r
b
y T
0
conocidos,
para lo cual:
L i t t i l  Las piezas se mueven entre estaciones en un solo grupo
(lote de transferencia)
 Las piezas pueden tener distintos tiempos de proceso,
pero se agrupan de forma que el tiempo medio de proceso
se mantiene
 Se secuencian en cada estación de mayor a menor tiempo
de proceso
 Como resultado obtenemos el mayor tiempo de espera
26
y p p
posible en cada estación
14
4. El peor caso
 Asunciones:
 Cuando sale una pieza de la línea, entra otra nueva
(CONWIP WIP t t ) (CONWIP, WIP constante).
 Siempre hay stock disponible de materias primas para que
no pare la fabricación.
 Se aprovisiona instantáneamente desde su almacén.
 Funciona 24 horas al día, la demanda es ilimitada.
27
4. El peor caso
EJEMPLO: Monedas UNO
 Cuello de botella: cualquiera de las 4 estaciones (línea
ilib d ) 0 5 d /h equilibrada) r
b
=0.5 uds/hr
 Tiempo bruto de proceso T
0
=2+2+2+2 = 8 hr
28
15
4. El peor caso
EJEMPLO: Monedas UNO
CT = 6+6+6+6= 24 hrs
t=0
TH= 3/24= 1/ 8 pzas/hr t=6
t=12
t=18
29
t=24
WIP =3 uds
4. El peor caso
EJEMPLO: Monedas UNO
CT = 8+8+8+8= 32 hrs t=0
TH= 4/32= 1/ 8 pzas/hr t=8
t=16
t=24
30
t=32
WIP =4 uds
16
4. El peor caso
EJEMPLO: Monedas UNO
CT = 10+10+10+10= 40 hrs
t=0
TH= 5/40= 1/ 8 pzas/hr t=10
t=20
t=30
31
t=40
WIP =5 uds
4. El peor caso
Leyes de fabricación
 Ley del peor caso:
0 peor
CT w T = ·
0
1
peor
TH
T
=
32
17
5. El peor caso práctico
 El mejor y el peor caso son muy extremos
 El mejor caso minimiza las esperas
El i i l  El peor caso maximiza las esperas
 Definimos el peor caso práctico como el que reúne todos los
estados posibles y son equiprobables (máxima aleatoriedad)
 Estado del sistema: descripción completa de las piezas en todas
las estaciones (cuantas hay en cada estación, cuanto tiempo se
han procesado)
 Si el comportamiento de un sistema es peor que el peor caso
práctico muestra un sesgo hacia el peor caso que debe ser
33
práctico, muestra un sesgo hacia el peor caso que debe ser
corregido
5. El peor caso práctico
 Condiciones que aseguran estados equiprobables:
 Línea equilibrada
T d l t i ti l i ti d  Todas las estaciones tienen el mismo tiempo de proceso
 Una sola máquina por estación
 Evitamos la complejidad del proceso en paralelo y el
adelantamiento de órdenes
 Tiempos de proceso según distribución exponencial
 No tiene memoria, el tiempo que falta para que acabe un
proceso es el mismo antes y después de empezar su ejecución
 En estas condiciones, la caracterización de un estado del sistema
no requiere el tiempo que se ha procesado sino sólo el número
d i d ió ( d ibi f d )
34
de piezas en cada estación (puede escribirse en forma de vector)
18
Peor
caso
5. El peor caso práctico
Ej: sistema con 4 estaciones y 3 piezas
Estado Vector
1 (3 0 0 0)
2 (0 3 0 0)
3 (0 0 3 0) ( )
4 (0 0 0 3)
5 (2 1 0 0 )
6 (2 0 1 0)
7 (2 0 0 1)
8 (1 2 0 0)
9 (0 2 1 0)
10 (0 2 0 1)
11 (1 0 2 0)
12 (0 1 2 0)
13 (0 0 2 1)
14 (1002)
Averías, agrupación
en pequeños lotes,
secuenciación poco
cuidadosa, tiempos
de proceso
variables…
 Los estados del mejor y peor
caso son deterministas
 El resto de los estados
aparecen con la aleatoriedad en
los tiempos de proceso y/o
paradas por avería
35
14 (1 0 0 2)
15 (0 1 0 2)
16 (0 0 1 2)
17 (1 1 1 0)
18 (1 1 0 1)
19 (1 0 1 1)
20 (0 1 1 1)
Mejor
caso
paradas por avería
 Asunciones:
 N estaciones, una sola máquina por estación
 Tiempo medio de proceso t en todas las máquinas y con
distribución exponencial
5. El peor caso práctico
Leyes
distribución exponencial
 w unidades constantemente en el sistema (CONWIP)
 En consecuencia T
0
= N · t r
b
=1/t
 Cuando una pieza llega al sistema encuentra otras w-1
 En promedio hay (w-1)/N unidades en cada estación (en espera
y en proceso)
 El tiempo de ciclo es la suma de las estancias medias en cada
estación
1 1 w w ÷ ÷
 Producción horaria: aplicando la ley de Little
36
0
0
1
1
pract b
b
w w w
TH r
w
CT W w
T
r
= = =
÷
+ ÷
+
0
1 1
( ) ( 1)
pract
b
w w
CT N t t N t w t T
N r
= + = · + ÷ = +
19
 En consecuencia
5. El peor caso práctico
Leyes
0
1
pract
w
CT T
÷
= +
 En los extremos las expresiones son razonables:
 w=1 entonces el tiempo de ciclo es el tiempo bruto de
proceso
 w÷· entonces la producción horaria tiende a la tasa del
0
1
pract b
w
TH r
W w
=
+ ÷
0 pract
b
r
 w÷· entonces la producción horaria tiende a la tasa del
cuello de botella, mientras el tiempo de ciclo crece
indefinidamente
 Alcanzar una producción horaria próxima a la capacidad en
sistemas con alta variabilidad exige WIP muy elevados para
asegurar una alta utilización de las estaciones
37
6. Resumen de las leyes de fabricación
 Peor caso:
CT w T = ×
 Mejor caso:
0 0
j
T w W
CT w
s ¦
¦
=
´
 Peor caso práctico:
0 peor
CT w T = ×
0
1
peor
TH
T
=
mejor
b
CT w
resto
r
´
¦
¹
0
0 mejor
b
w
w W
T TH
r resto
¦
s
¦
=
´
¦
¹
38
0
1
pract b
w
TH r
W w
=
+ ÷
0
1
pract
b
w
CT T
r
÷
= +
20
7. Mejora de una línea
 Los 3 casos definen 2 regiones
 Si una línea (planta, sistema) está en la región mala tiene
mucho margen para mejorar
 Mejora actuando sobre las causas que aseguran la
0,25
0,30
0,35
0,40
0,45
0,50
TH
mejor peor práctico
r
b
Región buena
50
60
70
80
90
CT
mejor peor práctico
 Mejora actuando sobre las causas que aseguran la
aleatoriedad
39
0,00
0,05
0,10
0,15
0,20
0,25
0 2 4 6 8 10
WIP
W
0
1/T
0
Región mala
0
10
20
30
40
0 2 4 6 8 10 WIP
T
0
W
0
1/r
b
7. Mejora de una línea
Línea equilibrada
 Desequilibrar una línea añadiendo maquinaria, reduciendo el
tiempo de parada por averías o por arreglo de máquina,
mejorar el método de trabajo mejorar el método de trabajo, …
 Más capacidad en todas las estaciones: aumenta la
producción horaria pero no se reduce la aleatoriedad
 Más capacidad en algunas estaciones: incluso manteniendo r
b
se reduce la aleatoriedad
 Con el mismo WIP se mejora la producción horaria y el
40
 Con el mismo WIP se mejora la producción horaria y el
tiempo de ciclo
 El equilibrado de líneas es importante en líneas de montaje,
no cuando las estaciones son independientes como en este
caso
21
7. Mejora de una línea
Una sola máquina por estación
 Más capacidad: añadir máquinas en paralelo (efecto
anterior)
Ej t á j i t d tá bi t  Ej: cuantas más cajas registradoras están abiertas en un
supermercado con cola única, menor variabilidad en los
tiempos de espera
 Igual capacidad: reemplazar una máquina por dos en
paralelo puede mejorar la línea
 Fusionar dos estaciones consecutivas en una sola y colocar
dos máquinas en paralelo (manteniendo T
0
y r
b
) reduce
41
q p (
0
y
b
)
las colas de espera y por tanto el WIP
7. Mejora de una línea
Tiempos de proceso exponenciales (sin memoria)
 Reducir la variabilidad de los tiempos de proceso
 Reduce la posibilidad de que varias piezas se encuentren
l d l ti d lt en una cola cuando el tiempo de proceso es alto
 Reduce la posibilidad de que una estación quede ociosa
por falta de piezas que aún no se han procesado
 La reducción de variabilidad mejora sustancialmente el
rendimiento de un sistema
 En ocasiones más que un aumento de capacidad
 Especialmente significativa cuando el sistema es complejo
42
 Especialmente significativa cuando el sistema es complejo
porque
 Mejora el cumplimiento de los planes
 Los plazos de fabricación se reducen (aunque el tiempo
de ciclo promedio se mantenga)
22
8. Bibliografía
 Hopp, W.J., Spearman, M. L (2008). Factory physics. (Third
Edition). Waveland Press Inc. )
43
ANEXO A
Distribución exponencial
 Distribución continua x≥0
( ) ( )
x
f
ì
ì
 Función de probabilidad
 Función de distribución
 Media
( ) ( )
x
f x P v x e
ì
ì
÷
= = =
( ) ( ) 1
x
F x P v x e
ì ÷
= s = ÷
1
( ) E x
ì
=
1
 Varianza
2
2
1
( ) E x µ
ì
÷ =
23
ANEXO A
Distribución exponencial
1,400
1,600
Función de densidad
0,900
1,000
Función de distribución
0,000
0,200
0,400
0,600
0,800
1,000
1,200
0 0,30,60,91,21,51,82,12,42,7 3 3,33,63,94,24,54,8
λ=0,5 λ=1 λ=1,5
0,000
0,100
0,200
0,300
0,400
0,500
0,600
0,700
0,800
0 0,3 0,6 0,9 1,2 1,5 1,8 2,1 2,4 2,7 3 3,3 3,6 3,9 4,2 4,5 4,8
λ=0,5 λ=1 λ=1,5 λ 0,5 λ 1 λ 1,5 λ 0,5 λ 1 λ 1,5
 Suele utilizarse para modelar el tiempo que debemos
esperar hasta que ocurre un suceso
 Los plazos entre llegadas de un proceso de Poisson siguen
una distribución exponencial
ANEXO A
Distribución exponencial
 La distribución de v no tiene memoria si
( / ) ( ) , 0 P v t s v t P v s t s s + > = s ¬ >
 La probabilidad de que ocurra el suceso durante el
próximo intervalo s es independiente de cuanto tiempo t
ha transcurrido sin que suceda
 Ejemplo: si el tiempo de proceso de una orden de
fabricación exponencial, el tiempo esperado para que
termine es el mismo en cualquier momento
( / ) ( ) , 0 P v t s v t P v s t s s + > s ¬ >
termine es el mismo en cualquier momento
 La distribución exponencial es la única distribución
continua sin memoria
 La distribución geométrica es la única distribución discreta
sin memoria
24
ANEXO A
Distribución exponencial
 Comprobación de que no tiene memoria
( ) ( ) P v t s v t P t v t s · s + > < s +
| | | |
| |
( )
( ) ( )
( / )
( ) ( )
( ) ( )
1 1
1
1 ( ) 1
1
( ) ( ) 1
t s t
s
t
s
P v t s v t P t v t s
P v t s v t
P v t P v t
F t s F t
e e
e
F t
e
P v s F s e
ì ì
ì
ì
ì
÷ + ÷
÷
÷
÷
· s + > < s +
s + > = = =
> >
÷ + ÷
÷ ÷
= = = ÷
÷ ÷
÷
s = = ÷ ( ) ( ) 1 P v s F s e s