1. Haga una descripción breve del problema a tratar.
¿Cuáles son los parámetros de la línea
de ensamble?
Existe una empresa la cual posee una línea de ensamble, diseñada con 3 estaciones que
las llaman A,B ,C programada para producir 3500 termostatos por semana , pero luego de
trabajar por 3 meses no se alcanza la meta y tan solo logra un 80 % de productividad
esperada. Esto perjudico negativamente a la empresa brasileña ya que se generaron
nuevos gastos no previstos como pago de horas extras para poder alcanzar la meta de
3500 piezas.
La idea principal es encontrar mediante el método Montecarlo una mejora en las variables
de proyección de tal manera que se logre que todas las estaciones generen un resultado
esperado modificando orden de ensamble, tiempo de descanso entre trabajadores y
ordenamiento del puesto para el día siguiente tener piezas listas para rotar en las otras
estaciones.
2.Cual es el procedimiento utilizado para generar las variables aleatorias ¿ describa
brevemente los pasos.
El procedimiento utilizado para generar las variables aleatorias tiene el nombre de
generación de números aleatorios.
1 paso: Medir tiempo de línea de ensamble al terminar a través de las estaciones A, B, C
2 paso: organizar los datos obtenidos por la estación A , en un gráfico de distribución
acumulada. escogió una variable de 76 con 79,2 de frecuencia de esta manera arrojo como
resultado
3. Explique el modelo utilizado:
El sistema utilizado fue el estocástico :Este proceso utiliza para lograr su estado, valores
aleatorios o movimientos esperados en los cuales se estudia en términos de probabilidad
logrando resultados con probabilidades asociadas.
En la teoría de la probabilidad, un proceso estocástico es un concepto matemático que sirve
para usar magnitudes aleatorias que varían con el tiempo o para caracterizar una sucesión de
variables aleatorias que evolucionan en función de otra variable, generalmente el tiempo.
descripción:
1 paso: se determinó el tiempo del proceso con una muestra de 120 para las 3 estaciones A,
B,C como resultado obteniendo 0.760 , 0.655 , 0.640y desviaciones estándares 0.0087 ,0.066 y
0.045
2 paso: se comparó con los procesos diseñados por la empresa de Brasil , se dedujo que
probablemente el problema consiste en la estación A ya que entregaba un tiempo de 0.760
min/pieza , pero al compararlo no cumplía lo esperado arrojando 3.200 termostatos como
promedio.
3 paso: obteniendo la simulación para la estación A, a partir de números aleatorios ,
obteniendo así los 120 datos muestrales.
4.cuales fueron los principales resultados presentados en el artículo ¿ cuáles son las
alternativas de mejora?
Principales resultados
Tiempos de ciclos para estaciones de trabajo con sus respectivas medias y
desviaciones
La diferencia entre procesos diseñados a los arrojados realmente
Tiempos de descanso entre estaciones B y c en la producción.
Tasa de promedio semanal , 3200 termostatos con una diferencia superior en 276 de
piezas terminadas.
Alternativas de mejora:
Operaciones rediseñadas en la cual la estación C se deja con un proceso de tiempo más
alto a diferencia que en un principio que era la estación A para de esta manera los tiempos
de espera se modificaran.
Ya que ahora la estación C tiene el tiempo de mayor alto de descanso Ay B tiene procesos
más bajos y sus trabajan continuamente y esto hace que acumule piezas en C .
Dejar pieza aun sin acabar en las estaciones hasta el día siguiente para que de esta manera
la estación b y c podrían terminar lo que dejo la estación A , o si la estación B dejo una
pieza la estación C puede terminar la pieza sin necesidad de perder tiempo.
Se intensifico y se mejoró la producción ya que paso de 3200 a 3740 piezas termostatos
por semana sin tener que generar gastos adicionales como horas extras y mayor trabajo
para los empleados.
Bibliografía
simulación Monte Carlo para la toma de decisiones.
Breidy Leonel Artunduaga Muñoz
Ad. Empresas.
