You are on page 1of 15

Ciencia e Ingeniería Neogranadina

ISSN: 0124-8170
revistaing@unimilitar.edu.co
Universidad Militar Nueva Granada
Colombia

Sánchez, Paola A.; Ceballos, Fernando; Sánchez Torres, Germán
ANÁLISIS DEL PROCESO PRODUCTIVO DE UNA EMPRESA DE CONFECCIONES:
MODELACIÓN Y SIMULACIÓN
Ciencia e Ingeniería Neogranadina, vol. 25, núm. 2, 2015, pp. 137-150
Universidad Militar Nueva Granada
Bogotá, Colombia

Disponible en: http://www.redalyc.org/articulo.oa?id=91142868008

Cómo citar el artículo
Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

pp 137 . Barranquilla. Este artículo hace un análisis de una empresa dedicada a la confección de ropa exterior masculina con una producción semanal promedio de 490 prendas. psanchez9@ unisimonbolivar. Colombia. yony. 1.co 137 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 . Sánchez1. La motivación del estudio radica en el interés de incrementar su productividad. Ceballos.edu. Doctor en ingeniería de sistemas. Ciencia e Ingeniería Neogranadina. Santa Marta.co 2. DOI: http://dx. Universidad del Magdalena. Análisis del proceso productive de una empresa de confecciones: modelación y simulación. org/10.co 3. Ingeniero de Sistemas. Medellín.edu. edu. Fernando Ceballos2.18359/rcin.doi. Doctor en Ingeniería de Sistemas.1436 RESUMEN El modelado y simulación de pequeños sistemas industriales ha adquirido gran importancia en los procesos de toma de decisiones. ANÁLISIS DEL PROCESO PRODUCTIVO DE UNA EMPRESA DE CONFECCIONES: MODELACIÓN Y SIMULACIÓN A DRESSMAKING FACTORY PRODUCTION PROCESS ANALYSIS: MODELING AND SIMULATION Paola A. docente investigador. Doctora en Ingeniería de Sistemas. Modelamiento. Arena®. profesor asistente. Colombia. profesor asistente.150. Palabras clave: Simulación Discreta. logrando identificar las partes de los procesos responsables de atrasos y “cuellos de botella” que permitieron plantear el escenario de solución.A. Sánchez Torres. Colombia. Germán Sánchez Torres3 Fecha de recepción: 24 de Septiembre de 2014 Fecha de aprobación: 27 de Julio de 2014 Referencia: P. Universidad Simón Bolívar. por esto. 25 (2). G. Sánchez. F. toda vez que les permite a microempresas fundamentar sus decisiones de producción. Toma de Decisiones. gsanchez@ unimagdalena. Ingeniera Industrial.ceballos@udea. Ingeniero de Sistemas. Universidad de Antioquia. se desarrolló un modelo del sistema real con la herramienta Arena®. (2015). Confecciones. Este documento muestra los resultados de la simulación del sistema real y una comparación con un escenario de mejora que presentó un aumento en la productividad.

Dressmaking factory. With this model. Cien. Keywords: Discrete Simulation. en el sector empresarial existe basadas en la experiencia de los actores de los la necesidad de ser cada día más competitivos. políticas o sistemas con La toma de decisiones es un proceso que puede las expectativas de fabricación modernas sin generar diferentes impactos en los procesos la necesidad de desarrollarlos en la realidad. 2015 ABSTRACT Modeling and simulation of small industrial systems. humanos. procesos. The motivation of this study lies in the interest the company owners have to increase its productivity. Dichas decisiones se pueden reuniendo información y conocimiento sin realizar empleando técnicas de investigación perturbar el sistema actual [6]. 25(2): 137-150. ARENA®. because it allows small companies to make their production decisions. Los modelos productivos más eficiente y eficaz de sus de análisis y simulación son llevados a cabo recursos financieros. Ing. Germán Sánchez Torres . a model of the real system with Arena® tool was developed. for this reason. productivos. con el objetivo de conocer mejor sistemas entre otros [1]. has become important in the decision- making processes. de operaciones en función del nivel de complejidad de los problemas. como tener una administración de los procesos la simulación computacional. en las pequeñas y medianas empresas utilizan técnicas de toma de decisiones En la actualidad. representen una inversión significativa y que exige a las organizaciones para ser sostenibles permitan hacer ensayos de las configuraciones en mercados nacionales e internacionales ideales analizadas en el proceso [4-5]. complejos. it was possible to recognize the process parts that cause delays and bottlenecks and from there it was suggested a valid solution scenario. Fernando Ceballos. Sánchez. para desarrollar y probar nuevos recursos. La competitividad herramientas de toma de decisiones que no empresarial. del costo que La simulación de sistemas es una alternativa acarrea dicha decisión y de la información para conocer de forma acertada los puntos 138 Paola A. This paper shows the results of real system simulation and proposes two scenarios which provide an increase in the productivity. Modeling. en el contexto de la globalización. pero sin la posibilidad de validar la sus procesos para obtener una mejor calidad eficiencia de las decisiones [2-3]. Neogranadina. Es necesario que le permita cumplir con las necesidades y que estas empresas cuenten con unas expectativas de los clientes. tecnológicos. procesos o con experiencias exitosas en otras lo que obliga a las organizaciones a analizar empresas. This article analyses a company engaged in the manufacture of men’s outwear with average weekly production of 490 units. INTRODUCCIÓN conocida al momento de tomar la decisión. Por tanto. Decision Making.

Este producción de un artículo o la prestación de un análisis permitió la construcción de un software servicio. Medellín y se modela el sistema mediante eventos y Cali. Esto les permitió pequeñas y medianas empresas con tres años concluir que considerar varios parámetros en de trayectoria dedicada fundamentalmente conjunto al diseñar las instalaciones podría a la confección de ropa exterior masculina.17 % del PIB nacional y discretos. escenarios que incluyen las llamadas prioridades competitivas de las cuales la Diferentes trabajos se han realizado calidad y el tiempo de entrega resultaron ser con el objetivo de integrar estrategias las más relevantes. proceso productivo de una empresa nacional en el diseño de instalaciones de producción. para modelar diferentes escenarios con el objetivo de optimizar el proceso. en [8] se muestra la aplicación de la simulación para optimizar las variables Sin importar la técnica de simulación utilizada. La empresa máquinas. la una herramienta fundamental para optimizar relación entre la eficiencia del sistema y los procesos productivos de las empresas. y representa el 1. que permitió estimar los efectos de diferentes La confección es entendida como la configuraciones en tiempo y capacidad transformación de un conjunto de partes o de producción. las órdenes de producción en relación con las preferencias de los clientes en color del El objetivo del estudio se centró en el análisis del producto. eliminación de retardos y piezas hechas de textiles en prendas de vestir. evitar el deterioro del rendimiento. desarrollada en todo producción en pequeñas y medianas empresas el país con focos principales en Bogotá. del proceso de planificación de la producción la literatura demuestra que esta constituye como la disponibilidad de materiales. En orden múltiple de confección de prendas de vestir. optimización de recursos. el análisis se concentra en el proceso 139 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 . esta industria es considerada una metodología para mejorar el sistema de madura y en crecimiento. En [11] se Este artículo hace un análisis de los procesos utilizaron modelos de simulación de eventos dentro de la cadena de producción de una discretos para modelar el departamento de empresa dedicada a la confección de ropa costura de una compañía de confecciones. Un trabajo similar en la computacionales que permitan analizar industria textil es [13] en el cual se busca y optimizar los procesos de producción optimizar los horarios de trabajo en una línea en la industria de confecciones.críticos que pueden tener los procesos de de producción en empresa textil utilizando producción de una empresa y con estos dinámica de sistemas cuyo objetivo era modelar soluciones que incrementen la identificar los elementos que se deben integrar eficiencia y que reduzcan los tiempos en las a los costos de producción en las pequeñas diferentes actividades realizadas durante la y medianas empresas de confección. tamaños de los lotes y la capacidad analizada está caracterizada en la franja de de transporte de productos. cronológico. En [12] se describe En Colombia. tiempos de inactividad de las atrasos y “cuellos de botella”. para incrementar la productividad identificando de diversos factores como disposición del las partes de los procesos responsables de producto.82 % de la industria manufacturera [7]. lo exterior masculina del sector de confecciones. El objetivo fue evaluar diferentes el 9. En [9] se analizaron los efectos. En [10] se Aunque la empresa elabora diferentes propuso un modelo general para el proceso prendas.

el modelo resultante es utilizado de la compañía. Lo anterior evidencia relacionados con el proceso de producción. La metodología utilizada para analizar el proceso de producción de la empresa de 3. Sánchez. En el caso actual que opera. en situaciones particular de la empresa de estudio. se puede Figura 1. 2015 de producción de camisas debido a que esta modelo computacional y junto con los datos constituye el producto de mayor demanda recolectados validar la formulación obtenida. desarrollo del modelo y correspondiente a la producción de camisas. Fernando Ceballos. de forma específica analizar el resultado de la incorporación dentro representada en un caso de aplicación real. este trabajo adoptó la metodología 2. Cien. El aporte principal consiste para proponer nuevos escenarios de solución y en mostrar al sector. Germán Sánchez Torres .1 FORMULACIÓN DEL PROBLEMA Específicamente. Diagrama de la metodología utilizada. Fuente: elaboración propia. lo que permitirá construir el de las empresas de confecciones. Ing. Neogranadina. En la formulación no está dentro de los valores típicos de del problema se atiende y define la necesidad empresas del mismo sector. el esquema metodológico utilizado posee tres etapas: formulación El nivel de ingresos percibido por la empresa del problema. emplear una metodología que permita tener en cuenta las características propias de sistema modelado. 25(2): 137-150. 140 Paola A. RESULTADOS Y DISCUSIÓN confecciones se describe en la figura 1. MATERIALES Y MÉTODOS de validación descrita en la figura 2. bondades de la incorporación de herramientas tecnológicas que le permiten mejorar sus Para el proceso de validación se requiere procesos. mediante alguna técnica es la descripción y comprensión del modelo formal como la simulación [17-18]. En la necesidad de hacer un análisis del proceso el desarrollo del modelo el objetivo principal productivo [15-16]. y con la mayor participación en los ingresos Finalmente. 3. así comparables en relación con el número de como la recolección de los datos iniciales máquinas y operarios. las del sistema actual. experimentos de simulación.

para un total aproximado de atascamiento del material.2 DESARROLLO DEL MODELO etapas del proceso productivo en conjunto con las estaciones de trabajo involucradas. con una intensidad máquina y nivel de entrenamiento del operario. horaria laboral de 48 horas por semana. distribuidos de la siguiente manera: uno para 141 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 . emplear la simulación para caracterizar las 3. planas. La botonadora. una múltiples días de trabajo de la empresa. la necesidad de tener un operario Descripción del proceso real disponible para que haga control del acceso de la prenda al proceso puede generar demoras El proceso real del taller produce 80 unidades por diferentes problemas. horas diarias en cada una de los puestos de La empresa tiene contratados 26 empleados. Fuente: Elaboración propia. tales como un diarias de camisas. ojaladoras y en menor medida las máquinas botonadoras. Cuenta con 16 máquinas planas. Figura 2. servicio del proceso productivo. Proceso de validación de modelos (Modificado de [14]). dos planchas industriales y una muestra se tomó en una semana durante 8 plana dos agujas. El proceso de simulación se realiza tomando Especialmente las estaciones asociadas con como insumo la estructura real del proceso operaciones manuales como son: máquinas productivo. En dichas máquinas. averías en la 490 unidades semanales. una ojaladora. siendo en total 22 máquinas. fileteadoras. una fileteadora Se obtuvieron datos reales tomados en puntada de seguridad.

los proceso de terminación donde se doblan y delanteros de las camisas y las perillas con empacan. Neogranadina. las perillas. por último. el ruedo con una de las máquinas planas. Fuente: Elaboración propia. nuevamente. Cuando las camisas están listas con las delanteros. los bolsillos preparados se En la figura 3 se presenta detalladamente pegan en los delanteros y luego se pegan el flujo de una prenda en todo el proceso las tapas. los cuellos. Cien. Luego los bolsillos y los cuellos revisar la calidad de la prenda. Para continuar con el proceso de producción. Sánchez. luego pasa a con la entretela pasan por máquinas planas ser planchada y. se al comienzo pueden llevarse a cabo varios hacen los ojales con la ojaladora y se les ponen procesos en paralelo: en las planchas los botones con la botonadora. Posteriormente. Diagrama actual de proceso de confección de camisas. dos al manejo de las planchas y planas. las mangas se cierran en la fileteadora. se deben pegar los frentes En el proceso las partes cortadas que forman con las espaldas utilizando la fileteadora para una camisa se entregan al confeccionista. a para dejarlos preparados. el proceso es simple. Detalladamente. en una casi terminadas. en la fileteadora se unen las almillas a las que consta de pulir las hebras sobrantes y espaldas. 142 Paola A. obtener las camisas con el frente y la espalda ya los bolsillos. igualmente. la entretela pasan por la máquina plana dos debido a que la secuencia es un estándar en el agujas para dejar finalizados los delanteros proceso de confección de la empresa. Fernando Ceballos. Germán Sánchez Torres . los listas. Ing. 25(2): 137-150. producto. En este punto se prehorman los bolsillos y se pega la del proceso de producción las camisas están entretela a los cuellos y a las perillas. ambos procesos utilizan máquinas productivo. En general. con las perillas. 2015 cada máquina. las tapas. las almillas. las operaciones faltantes la máquina plana son preparadas las tapas y constituyen la primera parte de la terminación. El resultando de este proceso son los cuatro más para la terminación y empaque del delanteros con los bolsillos completos. Figura 3. se les hace espaldas y las mangas.

La figura 4a ilustra el esquema general. b) sub modelo de ensamble y c) sub modelo ojaladora-plancha-empaque. Posteriormente.El proceso inicia cuando se tiene en el gráfico simulación de eventos discretos. a) esquema general. Representación en ARENA® del proceso actual de confección de camisas. 143 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 . Figura 4.0 [19]. finaliza con otro círculo oscuro que solo posee Todos los procesos para la confección de una flechas de entrada. camisa fueron simulados y concatenados hasta obtener el producto final durante una hora. este modelo lógico fue implementado La implementación se puede observar en figura empleando un software de uso específico para 4.1 Construcción del modelo secuencia de ensamble lógica. La construcción de un diagrama de procesos permitió obtener un modelo inicial desde una 3. Fuente: Elaboración propia.2. El sistema de un círculo oscuro al extremo izquierdo. del la empresa de confecciones se simuló con la cual se pueden realizar múltiples actividades y herramienta Arena® en su versión 14.

57.06) Botonadora Botones N ( μ= 89.38) Planas Bolsillo/Delantero U ( a= 103.38) Almillas-Espaldas Plana dos agujas Delantero-Espalda Fileteadora N ( μ= 51. 25(2): 137-150. σ2 = 3. las tapas.93.14. σ2 = 3.91) Cuellos U ( a= 70. emplea dentro de las entidades el objeto SET.87) Fuente: Elaboración propia.5. σ2 = 4. Ing. Para perillas. se requiere conocer las mismas en los objetos presentados y utilizar distribuciones de llegadas a cada una de los recursos de la forma en la cual se requieran. representar el conjunto de máquinas se las espaldas y las mangas. las en la figura 4b y 4c.15. Cien. b = 55) Ruedo N ( μ= 28. b = 113) Bolsillo-Delantero/Tapa N ( μ= 55. Sánchez.21.08) Perillas Camisa Terminada LogN ( μ= 180. Distribuciones Estadísticas asociadas a cada proceso del sistema. respectivamente. es decir.02) Terminación inicial Camisa Terminada U ( a= 115. σ2 = 3.96. σ2 = 3. Germán Sánchez Torres . σ2 = 2. b = 125) Terminación final N ( μ= 120.12. b = 80) Tapas N ( μ= 54.12) Perilla N ( μ= 118. las almillas.45) Camisa-Frente-Espalda/Cuello U( a= 45. σ2 = 2. σ2 = 3. Fernando Ceballos.21. σ2 = 2. Neogranadina. Entidades Proceso Distribución (segundos) Bolsillos Planchas Industriales Cuellos N ( μ= 54. Todas las distribuciones se Tabla 1. 144 Paola A. los cuellos. 2015 los sub modelos de ensamble y el modelo nombran cada parte de la camisa que llega a la ojaladora-plancha-empaque se muestran empresa. los delanteros. σ2 = 2. los bolsillos. el cual permite agrupar la disponibilidad de las Inicialmente.92) Cerrar Camisa Pegar Mangas Ojaladora Ojales N ( μ= 89.23) Bolsillos N ( μ= 48. Para una simulación correcta en el software se en la tabla 1 se presenta un consolidado de insertaron varios elementos etiquetadores que tal información.21.93. σ2 = 2. las entidades identificadas en el sistema.

1 Estado actual obtuvieron con respecto a los datos de cada proceso y que fueran aptas para utilizar dentro En la tabla 2 se muestran los resultados de de los modelos creados en el software Arena®. el nivel de y al error en la toma de datos [21-23]. la simulación del estado actual del sistema. La simulación es realizada durante un 3. El número de unidades producidas en no son instrumentos de proyección con el sistema real es 10 unidades.8% Tiempo promedio en el sistema 43. esto se debe al método cercano al modelo presentado que genera 9 de integración que generalmente es una unidades.3. modelo en relación con su ajuste. Esto indica que no se pueden incrementar las unidades a procesar en la botonadora y la 3. lo Una vez modelado el sistema y construida que evidencia una menor utilización de las su implementación se procedió a evaluar mismas. Tabla 2. muestra obtenida en la empresa.2 Validación del modelo periodo de tiempo de una hora para poder verificar que sea congruente con el sistema Los modelos de simulación generalmente real. técnica de aproximación para la estimación de muestras. obstante.2.9% Fileteadora 39 55.4% Ojaladora 9 22. Trabajos Completados Porcentaje de uso Botonadora 9 22.3% Plancha 2 32 60.2min Número de trabajos terminados 9 Fuente: Elaboración propia.4% Plana dos agujas 11 35. 145 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 . mediante un proceso de pruebas de siguientes se describe el escenario de solución bondad de ajuste aplicado sobre los datos de la y se muestran los resultados obtenidos. No utilización de la máquina plana de dos agujas. En las secciones XVI [20]. el ajuste de las distribuciones Tal como se observa en la tabla 2. es necesario validar y verificar el fileteadora y las planchas sobrepasa el 35 %.hallaron utilizando el software Statgraphics® un escenario de solución. el cual es alta precisión. que se alimentan de los productos generados en las máquinas anteriores. Resultados de la simulación del estado actual del sistema. Se emplearon las distribuciones que mayor precisión 3.9% Plancha 1 32 65.3 EXPERIMENTO DE SIMULACIÓN ojaladora.

así como en el porcentaje de sistema general y que requiere la ejecución de uso de todas las máquinas. toda vez que actual permite replicar de manera aproximada la situación real. Analizando 3. Se puede analizar se pueden emplear para otros procesos de como el total de productos terminados en la empresa. Germán Sánchez Torres . Al aumentar Después de un acercamiento inicial al sistema el recurso planchas industriales se generó y de un reconocimiento primario de sus un incremento del 11. una alternativa de que la pérdida en ventajas competitivas y solución posible es incrementar el número de comparativas se fundamenta en factores recursos que producen retrasos. 25(2): 137-150. lo que ha 3.2 Escenario solución: incremento de permitido competir con precio y disminuir recurso planchas industriales considerablemente el impacto generado con la modificación del proceso de manufactura. ya que cada prenda elaborada una hora aumentó en promedio a 10 camisas demanda un uso escaso de este recurso. como en [25]. lo que permite una mayor disponibilidad de las planchas realizan una mayor cantidad productos en procesos posteriores. lo que evidencia cantidades considerables de unidades.3 ANÁLISIS COMPARATIVO las filas de mayor porcentaje de utilización y aquellas máquinas que más procesos En el sistema real. la empresa produce 80 manejaban se simuló el sistema añadiendo unidades diarias de camisas para un total una plancha encargada únicamente de recibir aproximado de 490 unidades semanales con las camisas terminadas. La evaluación del estado a pesar de esto. Neogranadina. En otros las estaciones planchas. Otra situación importante dentro del incluir una plancha especializada en el proceso modelo es que la botonadora y la ojaladora de camisa terminada. Sánchez. 2015 El número de unidades procesadas es mayor permite una mejor utilización de las planchas en la fileteadora y las planchas. por tanto. al disminuir en un hacia la diversificación de producción e incurrir minuto aproximadamente en la elaboración de en otros mercados. Sin embargo. lo cual y el tiempo promedio en el sistema tuvo una puede orientar la solución de este escenario variación considerable. Se propone un aumento en el número de máquinas que podrían estar actuando como un “cuello de botella” en el sistema. Ing. Fernando Ceballos. donde aproximadamente se 146 Paola A. sin embargo. de procesos. Tal como lo proponen estudios. como una mejor utilización de los recursos.3. por semana. se ha identificado algunos autores [24]. un producto. Cien. los procesos de propone el escenario de solución alternativo planchado deben realizarse en forma paralela. de la compañía. hay una mejora en la eficiencia actual de la compañía permitió identificar que por el incremento en el número de trabajos existe una estación que genera retrasos en el completados. se de la semana. El modelo construido del sistema La solución planteada es viable. para aumentar la productividad se debe intervenir en este En la tabla 3 se presentan los resultados de recurso. coyunturales asociados con la remuneración y la creciente mejora tecnológica. liberando este una intensidad horaria laboral de 48 horas proceso de las otras dos planchas existentes. con lo que se logró incrementar la productividad de la empresa.11 % en la producción componentes y características principales. que permita incrementar la productividad lo cual genera tiempos de ocio en las planchas.

Trabajos Completados Porcentaje de uso Botonadora 10 24. sin embargo. un aumento de una camisa en promedio en una hora. lo que no es suficiente por lo que satisfactorios. ojaladora.1% Plancha 3 22 46. sin embargo. es necesario aumenta los tiempos en las diferentes colas. se producción debido a que realizan operaciones han realizado diversos análisis modificando fundamentales de la prenda. Estos resultados son porcentajes de ocupación se distribuyen congruentes. plana de dos agujas y fileteadora. la nueva Una ganancia notable se ve reflejada en distribución hace que se aprovechen de el tiempo promedio de elaboración de una mejor manera los recursos disponibles y se prenda que pasa de 43. El escenario de similares [26]. lo cual conduce a un incremento Otra mejora evidente en la solución propuesta de productividad de un 11.5% Plancha 2 24 50. producen 72 unidades diarias. Tabla 3.9% Fileteadora 44 63.4 minutos en máquinas.6% Plana dos agujas 16 50. los contextos de solución propuesto presenta mejoras en la aplicación difieren considerablemente porque productividad de la empresa. es decir 480 es que se incrementan los porcentajes de camisas por semana.9% Tiempo promedio en el 42.1 %.4min sistema Número de trabajos 10 terminados Fuente: Elaboración propia. ya que se aprecia cada país aplica políticas laborales distintas.6% Plancha 1 22 39. en estudios similares [27]. anotar que los resultados difieren en cuanto a 147 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 .2 minutos en el disminuyan los tiempos de ocio de algunas modelo del sistema actual a 42.9% Ojaladora 10 24. En las planchas industriales los el escenario propuesto. En número de máquina con mayor retraso de la esta dirección. En el estado el flujo de materiales y la distribución en actual del sistema solo se tiene una máquina planta con lo que se han logrado resultados de cada tipo. uso de las máquinas: botonadora. que equivaldrían En la literatura se han reportado resultados a 432 unidades semanales. ya que se está aumentando el en función de los operarios disponibles. Resultados de la implementación del escenario de solución propuesto: Incremento de recurso Planchas Industriales.

ya que en este se observa la prestaciones. la labor social de En general. Según información de optimizar sus procesos y ganar competitivi- expertos en la empresa. satisfaciendo la demanda semanal. lo cual taller. Sin embargo. No obs- es de $1’600. CONCLUSIONES lo que constituye inversión económica importante. Esto puede reflejar una mejor distribución física de las máquinas del utilización de los recursos disponibles. La evaluación del resultado ofrece una mejora Es necesario desarrollar una capacitación superior al 10 % en la productividad semanal en estandarización y analizar una mejor de la empresa. El objetivo principal fue iden- probablemente impacte positivamente en las tificar las falencias en los procesos actuales ganancias y genere así una estabilidad en la y proponer escenarios de solución orientados empresa y una confiabilidad para reponer el a incrementar la productividad de la compa- gasto realizado. se recupera en un periodo no superior a tres lo que podría mejorarse con una inversión en meses. debido a que al incluir el costo del pago tecnología. Germán Sánchez Torres . existen en la zona dad. 2015 las características de la compañía y el objetivo incrementan la capacidad de endeudamiento que busca el decisor. lo cual incrementaría considerablemente la eficiencia del proceso. junto con el salario de un tante. Neogranadina. las máquinas. Se simuló un escenario Los recursos denominados operarios de solución del problema orientado a aumen- pueden mejorar la eficiencia del proceso si tar el recurso de plancha industrial en una uni- estandarizan y alcanzan tiempos nominales dad. Fernando Ceballos. se puede considerar En este trabajo se ha realizado la representa- que la inversión para la nueva máquina ción y simulación de un proceso de confección sería recuperable en el tiempo. en promedio. Dicha inversión en maquinaria mayor parte del “cuello de botella” del sistema. ñía. para mejorar el flujo de material de la conduce a mayores beneficios económicos re- empresa. 25(2): 137-150. el análisis realizado permitió en- incrementar en un operario la mano de obra contrar “cuellos de botella”. es necesario realizar un proceso de ac- operario que equivale a un salario mínimo tualización de las máquinas que componen el y con los pagos correspondientes a sus proceso fileteado. El costo de una plancha industrial a lacionados con la rentabilidad de la empresa vapor de 100 libras de presión. Sin embargo. generadas por la utilización inapropiada de las máquinas existentes.000. Los resultados se deben comparar con el gasto para la adquisición de las nuevas máquinas. Ing. El interés principal del proceso divulgativo la empresa es una maquiladora de una marca es incentivar a empresas pequeñas el uso de ampliamente reconocida. del nuevo operario se disminuye el margen de ganancias. 4. a partir de un análisis de los procesos que de colocación y retiro de la prenda en generan represamientos en el sistema actual. En relación con la demanda. La simulación del sistema actual permitió solo 3 empresas de una capacidad similar que evidenciar demoras en el proceso productivo realizan el mismo tipo de productos. estaciones de y el incremento en los activos de la empresa servicio clave y otros puntos en los cuales se 148 Paola A. la cual compra la herramientas de simulación de sistemas para producción realizada. pues se de camisas masculinas en una pequeña em- lograría un aumento en la producción. Cien. Sánchez. para posteriores inversiones. el cual presa nacional.

(1999). Rodríguez. industry”. D. “The production planning process for “Designing an efficient production system: a network of rms in the textile apparel A case study of a clothing company”. 11.. …. Aplicaciones en Pymes de la confección”. Ind. 48. (2000). J. C. (2006). F.and multi-product assembly Volume 25. Vol. pp. and Meneghetti. 36. un incremento en la productividad con el me. G. Wiley.. [7] Vélez. A. BIBLIOGRAFÍA [9] Banu. simulation methods”. Simul. industry. 65. Vol. Vol. Sci. No.. (2007). Leung. M. mixed. pp. Int. “A simulation based experimental design to analyze [1] Labarca. Eng. K. 2. julio. A.) factors affecting production flow time”. 16. Superintendencia de Sociedades. (2007). Bernidaki. Wong. No. 115-134. “Mathematical [6] Mourtzis. commodity chain”. M. J. U. Revista S&T. pp.. pp. N. “Computational social Ingeniería y Competitividad. No. Vol. “International trade simulación para el proceso de producción and industrial upgrading in the apparel en empresa de confecciones textiles”. “Developing theory through [12] Solano. environment: A case study based on the 8271. Ciarapica. pp. Vol. Theory. A. Practice of Model Development and Use. 13. (2012).. pp.. [4] Davis. model and genetic optimization for (2014). A. junio. 14. 158-184. Omnia. Simulation: The textil de confecciones 2008-2012”. Soc. pp. “Consideraciones teóricas de la Simulation Modelling Practice and competitividad empresarial”. Mazzuto. Procedia CIRP. J. Z. J.. and Zulia. [11] Bevilacqua. No. S. “Metodología de mejoramiento en el 32. J. Vol. 2. Econ.. W. (2008). [10] Gómez. and Chan. D. 50. K. 2. (2000). 1. (2004). Comput. ISSN 2212... Crosta. pp. pp. desempeño de sistemas de producción. [5] Gilbert. Y. Int. (2013). “Informe desempeño del sector [14] Robinson. No. [13] Guo. A. “Simulation in Manufacturing: the job shop scheduling problem in a Review and Challenges”.pueda impactar con soluciones que ofrezcan [8] De Toni. Eisenhardt. Arslan. and Bingham. 73-89. International Journal of Engineering Bussines Management. S. No.. Production Economics.. L. Prod. (2013). No. 37-52. Doukas..” Int. G. “The production planning process for a nor costo de forma similar a las reportadas en network of firms in the textileapparel [28-29]. J. O. S. 1st ed. 480-499. 17-32. Fan. No. Manag. science: Agent-based social simulation”.. Agent-based Soc. 202219. 213-229. “Modelo de [2] Gereffi. C. 1-8. [3] De Toni. 278-293. Vol. apparel industry”. F. Vol. Y. pp. 5. 149 CIENCIA E INGENIERÍA NEOGRANADINA Volumen 25-2 .. T. M. 2. Meneghetti. M.. and Paciarotti. Vol. Bravo.. (2013). N. Acad. E. 24. (2007. 1. M. No.. 1. pp. U. Bogotá. 3. S. and Giraldo. Comput. Camacho. 37-70. 65. Vol. X. Gómez. J.

Z. (2002). Vol. layout problem in the fashion industry”. Pract. 12. “Los retos de las maquiladoras ante la pérdida de [17] Jahangirian. W. Oper. industry spreading and cutting”. L.. J. 77. 143. 1st ed. and [23] Barlas.. McGraw-Hill Interamericana. Universidad Pontificia Bolivariana. No. 25(2): 137-150. pp.. grado. 157-171. Expert Syst. “A state-space (2008). No. Alexander. Nascimento. Yang. Peng. (2010). Fernando Ceballos. E. pp. No. W. 1.. Eldabi. 150 Paola A. J. Modelamiento para sistemas solution search method for apparel socioeconómicos y naturales. Appl. and Drake. R. K. [16] Vits. M. Medellín: Universidad Nacional de Prod. Sánchez. and Arango. Gochet. No. “Survey on the Use of chain: An academic review of research Simulation for Manufacturing System articles”. C. Cien. S. Vol. Ing. theory”. y Moon... 379-392. Oper. Vol. “Decision support and intelligent systems in the textile and apparel supply [18] Smith.. [20] Statgraphics. 1. Design and Operation”.. 205. J. “Alternative formulations for a Vol. T. (2002). (2001). and Kanar. (Cat. J. T. pp. Prod. J. J. (1988). 80- [21] Chapra. [26] Ngai. [29] Nascimento.. Manuf. Tesis de Winter Simul. H. Vol. pp. Theory. G. D. “An efficient tabu algorithm for the single row facility layout problem”. pp. 128. 1.. and Eshghi. “Simulation in manufacturing and business: A review”. No. Eur. “A Chao. Vol. Vol. 285-298. S. P. H. pp. N. Vol. “A Statistical [28] Degraeve. R. Model. Métodos numéricos para 93. 4th ed. No. Chen. R. Casali.. K. [24] Samarghandi. No. Nov. J.. Naseer.. No. Y. Eur. 01CH37304). Int. 98-105. R. R. Germán Sánchez Torres . Oper. Medellín. (2003). 1. [25] Carrillo. Proceeding 2001 para la marca Camisería Europea”. and Jans. Mayerle. competitividad”. S.. (2014). J. 18. “A flexible web-based Dynamic Pattern-oriented Test for Model simulation game for production and Validation 1”. Econ. junio. 4. “Implementar un sistema de producción “The Arena product family: enterprise para la confección de camisas en Medellín modeling solutions”. Nov. Neogranadina. pp. Stergioulas. Y. Eng. Econ. R. Colombia. A. ingenieros. 1. 2. (2014). Eur. F. Vol. C. 22. 17. Graphics Software System”. J.. M. and Saker. Int. Aug. B. (2007). Y. G. (2010). 81-91. J. [27] Hincapié. Syst.. K. Vol. F. 1-13. Conf. “Performance improvement Res. Peña.. 1. 1241-1253. pp. Res. Gomis. Res. (1997). I. 7.. (2003). 318-327. 41. 203. C. pp. 2015 [15] Chang. K. (2010). 53. and [22] Dyner. (2009). Ind. p. [19] Swets.. Disasters. No. 3.. 97. logistics management courses”. No. No. Vol. S. and Young. abril. P. J. No. Comercio Exterior.. 4. Simul. Neiva de Figueiredo.