S.E.P. S.N.E.S.T. D.G.E.S.T. S.E.V.

INSTITUTO TECNOLÓGICO SUPERIOR DE

LAS CHOAPAS.

CARRERA: Ingeniería Industrial.

DOCENTE: Ing. Raúl Ramos Urgell

MATERIA: Simulación.

ALUMNNA: Rosaura Rueda Madera.

SEMESTRE: 6.to GRUPO: A

Trabajo: investigación unidad 1.

1 Introducción

1
SIMULACIÓN.

2
ÍNDICE
INTRODUCCIÓN.............................................................................................................................. 4
OBJETIVO: ....................................................................................................................................... 5
INTRODUCCIÓN.............................................................................................................................. 6
1.1.- REVISIÓN DE LOS CONCEPTOS DE SISTEMA Y MODELO. ..................................... 6
1.2. CONCEPTO DE SIMULACIÓN. ............................................................................................ 9
1.3. TIPOS DE SIMULACIÓN. ..................................................................................................... 11
1.3.1. DISCRETA (DETERMINISTA O ESTOCÁSTICA). ................................................... 13
1.3.2. CONTINUA (DETERMINISTA O ESTOCÁSTICA) ................................................... 14
1.4. DESCRIPCIÓN DE EJEMPLOS O CASOS PROTOTIPO. ............................................. 15
1.4.1. DE SIMULACIÓN DISCRETA. ..................................................................................... 17
1.4.2 DE SIMULACIÓN CONTINUA. ...................................................................................... 19
1.5. CATÁLOGO DE PROGRAMAS DE CÓMPUTO COMERCIALES DE SIMULACIÓN.
........................................................................................................................................................... 20
1.6 LECTURA DE ARTÍCULOS SOBRE APLICACIONES DE LA SIMULACIÓN. ........... 28
CONCLUSIÓN ................................................................................................................................ 34
BIBLIOGRAFÍAS………………………....……………….......………………………..34

3
Introducción.
En la siguiente unidad se tratará acerca de todo lo relacionado con la simulación,
tipos y algunas aplicaciones, así como la importancia que esta tiene dentro de los
procesos industriales, cabe mencionar también que este utiliza diversos softwares
que nos ayudan a identificar fallas en los procesos, también se definirán los
conceptos que se relacionan a la simulación.

En los primeros dos temas hablaremos de los conceptos de sistema, modelo y

simulación. Para el punto tres nos emergeremos en los tipos de simulaciones, por
mencionar a las directas y continuas, así también la determinista y la estocástica.

La simulación es un medio mediante el cual tanto nuevos procesos como procesos

ya existentes pueden proyectarse, evaluarse y contemplarse sin correr el riesgo
asociado a experiencias llevadas a cabo en un sistema real.

4
Objetivo:

-El alumno aprenderá los conceptos básicos de simulación, sistemas y modelos.

- El alumno conocerá los tipos de simulación que existen y sus diversas

características.

-El alumno conocerá los diversos softwares que existen, sus características, usos
y modo de empleo.

-El alumno construirá un modelo de una situación real aunada a la realización de

experimentos con el modelo, utilizando algún software que mejor se le facilite.

5
Introducción.

1.1.- REVISIÓN DE LOS CONCEPTOS DE SISTEMA Y MODELO.

Sistema:

Es un conjunto de elementos relacionados entre sí y que funcionan como un todo.

La palabra sistema procede del latín systēma, y éste del griego σύστημα (systema,
identificado en español como “unión de cosas de manera organizada”).

La realidad es una red compleja de relaciones entre objetos por lo que su análisis
es una tarea nada fácil. Sin embargo, una estrategia de análisis que se ha mostrado
efectiva desde hace más de cincuenta años, es tratarla como un sistema. Este
término aparece en una variedad de contextos: académicos, empresariales y hasta
populares con distintas interpretaciones por lo que se debe ser cuidadoso con el
mismo. En este libro, cuando se use el término sistema se estará haciendo
referencia a una porción de la realidad. El análisis riguroso de la realidad, es decir,
el análisis de una multiplicidad de relaciones entre los objetos de la porción de la
realidad, demanda del diseño de sistemas complejos que contienen componentes
que proceden de tecnologías heterogéneas (Mecánica, Electrónica, Industrial,
Sistemas y Ambiental entre otras). Este tipo de sistemas requiere de ingenieros
trabajando en equipos interdisciplinarios aportando conocimientos, competencias y
habilidades específicas de acuerdo con los perfiles respectivos.

Definir sistema no es sencillo. Las definiciones de sistemas en la literatura científica

contienen invariantes como: colección, componentes, funciones, interactuar,
propósitos y realidad. De acuerdo con estas puede establecerse la siguiente
definición.

Definición
Es una colección de componentes relacionadas que desarrollan funciones
específicas para cumplir con un propósito definido en la realidad.

6
Ejemplos de sistemas:

 El cuerpo humano.
 La Tierra.
 El universo.
 Sistema ecológico.
 Sistema mecánico.
 Sistema eléctrico.
 Sistema de servicio.
 Sistema de producción.
 La empresa.
Cada uno de estos sistemas contiene componentes relacionados que cumplen
funciones específicas con un determinado propósito. Los sistemas pueden
interactuar con su entorno, formar parte de otros sistemas o estar constituidos por
otros sistemas. Existen sistemas: estáticos, dinámicos, materiales, inmateriales,
vivos e inanimados.

Modelo:

En los sistemas acontecen una variedad de fenómenos que se pueden explicar,

describir o predecir usando modelos. Por medio de estos los seres humanos han
logrado articular de una manera sistemática los conocimientos que se obtienen de
la experiencia mediante el proceso de investigación.

Definición
Son representaciones simplificadas que describen sistemas, soportados en unos
supuestos teóricos o teorías y creados para fines determinados.

El término modelo fuera del ámbito científico da lugar a ambigüedades y

confusiones por su carácter polisémico. En la ciencia se pueden encontrar una

7
variedad de modelos como por ejemplo: los físicos, los abstractos, los dinámicos,
los estáticos, los empíricos, los explicativos, los determinísticos, los estocásticos,
los de simulación y los analíticos entre otros.

 Los modelos físicos son réplicas físicas a menor escala.

 Los modelos abstractos usan símbolos para representar los sistemas
estudiados.
 Los modelos estáticos describen una relación, o un conjunto de relaciones,
que no cambia en el tiempo.
 Los modelos dinámicos describen una relación, o un conjunto de relaciones,
que varía en el tiempo.
 Los modelos empíricos describen un conjunto de relaciones, sin representar
explícitamente los procesos o mecanismos que operan el sistema real; el
objetivo es predecir y no explicar.
 Los modelos explicativos representan la dinámica interna del sistema de
interés; el objetivo de estos modelos es explicar el comportamiento del
sistema por medio de la representación de los mecanismos causales de
dicho comportamiento.
 Los modelos determinanticos no contienen variables aleatorias; las
predicciones obtenidas usando modelos determinanticos para un conjunto
específico de condiciones serán siempre las mismas.
 Los modelos estocásticos contienen una o más variables aleatorias; las
predicciones obtenidas usando un modelo estocástico para un conjunto
específico de condiciones

8
1.2. CONCEPTO DE SIMULACIÓN.

El término “Simulación ” apareció en el año 1940, cuando el matemático húngaro,

nacionalizado estadounidense Von Neuman junto con el matemático, polaco
estadounidense Stanislau Ulam que trabajaban en el proyecto Manhattan
(construcción de la primera bomba atómica antes que los nazis
lo consiguieran), hicieron referencia al término Simulación Montecarlo, en el
Laboratorio Nacional de los Álamos de California, durante la segunda guerra
mundial; resolviendo problemas de reacciones nucleares cuya solución
experimental era muy costosa y el análisis matemático demasiado complejo. Se
vieron obligados a usar modelos matemáticos para imitar y describir paso a paso el
comportamiento de dichas reacciones nucleares.

El concepto de simulación engloba soluciones para muchos propósitos diferentes.

Por ejemplo, podríamos decir que el m odelo de un avión a escala que se introduce
a una cámara por donde se hace pasar un flujo de aire, puede simular los efectos
que experimentará un avión real cuando se vea sometido a turbulencia.

9
 Representación de conceptos de simulación.

Por otro lado, algunos paquetes permiten hacer la representación de un proceso de

fresado o torneado: una vez que el usuario establezca ciertas condiciones iniciales,
podrá ver cómo se llevaría a cabo el proceso real, lo que led a la posibilidad de
revisarlo sin necesidad de desperdiciar material ni poner en riesgo la maquinaria.
Por lo tanto, la simulación se refiere a un gran conjunto de métodos y aplicaciones
que buscan imitar el comportamiento de sistemas reales, generalmente por medio
de una computadora con un software apropiado.

Es el uso de un modelo matemático para imitar, o describir paso a paso (a través

de una computadora) el comportamiento del sistema que se está analizando.

A través de un estudio de simulación, se puede estudiar el efecto de cambios

internos y externos del sistema, al hacer alteraciones en el modelo del sistema y
observando los efectos de esas alteraciones en el comportamiento del sistema.

• Una observación detallada del sistema que se está simulando puede conducir a
un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que
mejoren la operación y eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la operación

del sistema, a detectar las variables más importantes que interactúan en el sistema
y a entender mejor las interrelaciones entre estas variables.

10
• La técnica de simulación puede ser utilizada para experimentar con nuevas
situaciones, sobre las cuales tiene poca o ninguna información. A través de esta
experimentación se puede anticipar mejor a posibles resultados no previstos.

• Cuando nuevos elementos son introducidos en un sistema, la simulación puede

ser usada para anticipar cuellos de botella o algún otro problema que puede surgir
en el comportamiento del sistema.

1.3. TIPOS DE SIMULACIÓN.

De acuerdo a la naturaleza del modelo empleado, la simulación puede ser por
(Fishman, 1978):

•Identidad: Es cuando el modelo es una réplica exacta del sistema en estudio. Es la

que utilizan las empresas automotrices cuando realizan ensayos de choques de
automóviles utilizando unidades reales.

•Cuasi-identidad: Se utiliza una versión ligeramente simplificada del sistema real.

Por ejemplo, los entrenamientos militares que incluyen movilización de equipos y
tropas, pero no se lleva a cabo una batalla real.

•Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio.

Se pueden distinguir dos tipos de simulaciones:

--Juego operacional: Personas compiten entre ellas, ellas forman parte del modelo,
la otra parte consiste en computadoras, maquinaria, etc. Es el caso de una
simulación de negocios donde las computadoras se limitan a recolectar la
información generada por cada participante y a presentarla en forma ordenada a
cada uno de ellos.

---Hombre-Máquina: Se estudia la relación entre las personas y la máquina. Las

personas también forman parte del modelo. La computadora no se limita a

11
recolectar información, sino que también la genera. Un ejemplo de este tipo de
simulación es el simulador de vuelo.

Simulación por computadora: El modelo es completamente simbólico y está

implementado en un lenguaje computacional. Las personas quedan excluidas del
modelo. Un ejemplo es el simulador de un sistema de redes de comunicación donde
la conducta de los usuarios está modelada en forma estadística. Este tipo de
simulación a su vez puede ser:

--Digital: Cuando se utiliza una computadora digital.

---Analógica: Cuando se utiliza una computadora analógica. En este grupo también

se pueden incluir las simulaciones que utilizan modelos físicos.

Simulaciones Físicas.

En una simulación física la computadora, el objeto o fenómeno es representado en

la pantalla, ofreciendo a las personas la oportunidad de aprender sobre él, es decir,
el propósito de este tipo de simulación es enseñar a las personas cómo funciona
algo. En este tipo de simulación las personas pueden tratar de conocer cual será el
resultado si cambiaran alguna reacción o movimiento. También pueden hacer n
número de intentos que en la realidad no podrían.

Simulaciones de Procesos:

Este tipo de simulación se utiliza generalmente para informar a las personas acerca
de un proceso o concepto que no manifiesta visiblemente.1 En este tipo de
simulación la persona escoge desde el principio de la simulación los valores y
parámetros, y puede cambiarlos cuando lo desee hasta lograr mejor resultado.

Simulaciones de Procedimientos:

El propósito de las simulaciones de procedimientos es que las personas aprendan

una secuencia de acciones que constituyen un procedimiento, es decir, enseñar a
las personas cómo hacer algo. Este tipo de simulación frecuentemente requiere la

12
simulación de objetos. 2 La cual permite a las personas conocer e investigar cada
paso que se debe seguir para lograr el objetivo de la simulación.

1.3.1. DISCRETA (DETERMINISTA O ESTOCÁSTICA).

Modelación de un sistema por medio de una representación en la cual el estado de

las variables cambia instantáneamente en instante de tiempo separado. (En
términos matemáticos el sistema solo puede cambiar en instante de tiempo
contables).

Estocástica: En este caso algún elemento del sistema tiene una conducta aleatoria.
Entonces, para entradas conocidas no es posible asegurar los valores de salida. Un
ejemplo de sistema estocástico es una máquina tragamonedas en la cual una
misma acción (tirar la palanca) genera un resultado incierto (ganar o perder).
Cuando un sistema determinístico es alimentado con entradas estocásticas, la
respuesta del sistema es también estocástica. Por ejemplo, la temperatura ambiente
es una variable estocástica que afecta la respuesta del calentador eléctrico.

Modelo de Simulación Discreta. Este tipo de modelo representa fenómenos en

donde las cantidades varían en cantidades moderadas sobre el tiempo.10
Representan individualmente cada una de las partes del sistema que se vaya a
estudiar, mediante el estudio de un valor establecido.

En el mundo real, los sistemas siempre tienen elementos estocásticos ya sea por
su propia naturaleza o porque son fenómenos no comprendidos actualmente; por
ejemplo, a un cavernícola le podía parecer que las eclipses eran fenómenos
aleatorios, hoy ellas son predichas. Sin embargo, se puede considerar a un sistema
real con un sistema determinístico si su incertidumbre es menor que un valor
aceptado.

13
1.3.2. CONTINUA (DETERMINISTA O ESTOCÁSTICA)
Modelación de un sistema por medio de una representación en la cual las variables
de estado cambian continuamente en el tiempo. Típicamente, los modelos de
simulación continua involucran ecuaciones diferenciales que determinan las
relaciones de las tasas de cambios de las variables de estado en el tiempo.

Modelo de Simulación Continua. Son aquellos que se representan prolongadamente

en el tiempo.9 Este tipo de modelo se caracteriza por tener un rango de tiempo
predeterminado. Es utilizado cuando el sistema de estudio es considerado en forma
individual.

Determinista: Son modelos cuya solución para determinadas condiciones es única

y siempre la misma.

Estocástica: Representan sistemas donde los hechos suceden al azar, lo cual no es

repetitivo. No se puede asegurar cuáles acciones ocurren en un determinado
instante. Se conoce la probabilidad de ocurrencia y su distribución probabilística.
(Por ejemplo, llega una persona cada 20 ± 10 segundos, con una distribución
equiprobable dentro del intervalo).

14
1.4. DESCRIPCIÓN DE EJEMPLOS O CASOS PROTOTIPO.
Los ejemplos de aplicación de la simulación crecen y en la actualidad la
simulación se usa aun cuando estén disponibles otras herramientas. Esto se
debe a que, con el actual desarrollo del hardware y del software, es posible
modelar el sistema con aumentos sucesivos de complejidad, lo que posibilita
que no sea tan costoso ni requiera tanto tiempo, llevar a cabo un estudio por
simulación.
Esto no significa que la simulación es el método perfecto y universal; de hecho
muchos sistemas reales son afectados por entradas aleatorias no controladas
lo que exige el uso de modelos de simulación estocásticos, por tanto, debe
tomarse extremos cuidados en el diseño y análisis del experimento de
simulación, para que los resultados obtenidos de la ejecución del mismo sean
válidos.
Las características del sistema y los objetivos que se persiguen con el estudio
imponen ciertas reglas en el diseño. Si el interés es dado un sistema, proponer
determinados cambios en el mismo que definirían una nueva estructura en él y
ver como mejora algún parámetro de eficiencia, está claro que no procede el
uso del Diseño Estadístico de Experimentos, pues se podría resolver con
métodos clásicos de inferencia estadística (estimación, prueba de hipótesis
para un parámetro de una o dos poblaciones).
Sin embargo, cuando se habla de cambios propuestos, en ellos están
implicados un conjunto de factores que pueden o no afectar al sistema, además
ellos han sido fijados en valores específicos, por tanto, aun cuando el resultado
evidencie mejorías en el sistema, es imposible afirmar que la variante
propuesta es la mejor.

Descripción del objeto de estudio

Se estudió la lavandería de la cadena Sol en Varadero. Dicha lavandería
brinda el servicio de lavado a los tres hoteles de la mencionada cadena

15
existentes en el polo turístico de Varadero: Sol Club Palmeras, Meliá
Varadero y Meliá Las América. La misma esta comprometida con sus clientes
al lavado a cero hora, o sea cambiar la ropa sucia por una cantidad idéntica de
limpia a la hora de llegada. Para ello la lavandería cuenta con el siguiente
equipamiento:
Eventos de simulación típicos pueden incluir:

1. La llegada de un cliente o una pieza.

2. La falla de un recurso o máquina.
3. La terminación de una actividad.
4. La finalización de un turno de trabajo.

Es evidente que los s

Equipo Capacidad Cantidad
Lavadora 55Kg 1
110Kg 4
Secador 55Kg 3
plancha de rodillos (mangle) 1
Dobladora - 1

Y tiene la siguiente organización del trabajo:

 Trabaja un total de 12 horas diarias en el horario comprendido de
7:00 AM a 7:00 PM, en las cuales se supone que se debe procesar toda
la ropa sucia, en caso de ser necesario se lava y plancha durante el
horario nocturno.
 La ropa se va recepcionando durante el día por lo que se va
incorporando al sistema en la medida en que llega.

Modelo de Simulación
El sistema a simular es la lavandería trabajando con la nueva propuesta de
organización, para ello se utilizó el Simulador Arena de la firma Sistem

16
Modeling, con el objetivo de determinar el tiempo que la lavandería necesitaría
para tener la ropa lista, además de otros parámetros de interés. Dadas las
características del sistema se definieron como entidades los bultos de 110Kg
(el número de piezas que contiene un bulto varía según su tipo), como recursos
las lavadoras, los secadores, la plancha de rodillos (mangle) y los lavanderos.
Se definieron también los siguientes atributos:
1. Cantidad de piezas en el bulto
2. Tipo de tejido
3. Tipo de pieza
4. Índice del tipo de lavadora

Conclusiones del ejemplo.

Un mismo problema tratado con simulación, puede tener diferentes diseños del
experimento en dependencia del objetivo que se persigue, la calidad de los
resultados no depende del diseño en sí, sino del rigor con que se haya
desarrollado el mismo, teniendo en cuenta las características del sistema
objeto de estudio.

1.4.1. DE SIMULACIÓN DISCRETA.

Sistemas productivos evolucionan a lo largo del tiempo y, por lo tanto, deben

considerarse dinámicos. Por otra parte, aunque determinados sistemas productivos
pueden ser considerados continuos (por ejemplo, reactores químicos), la mayoría
de los sistemas productivos tienen características de sistemas discretos, ya que los
cambios de estado (recepción de materias primas, inicio y finalización de la
fabricación de lotes, entradas y salidas del almacén,) se producen en instantes de
tiempo determinados y separados entre sí. Por este motivo, estas notas se centran
en la simulación de sistemas dinámicos y discretos.

Ejemplo de una simulación de eventos discretos

17
La simulación de un restaurante es un ejemplo de una simulación de eventos
discretos porque las variables (Ej. Número de clientes esperando en cola, número
de clientes sentados en una mesa determinada, tiempo promedio de espera, etc.)
Cambian en determinados puntos en el tiempo.

La mayoría de los sistemas de manufactura y de servicio se simulan

como simulaciones de eventos discretos.

18
1.4.2 DE SIMULACIÓN CONTINUA.

Por lo general los modelos matemáticos de tipo dinámico son representados por
sistemas continuos.

-Las actividades causan cambios en pequeños cambios en el estado del sistema.

-Cuando la relación entre las variables se puede expresar como tasas o ratios

-Se definen mediante ecuaciones diferenciales.

-Es posible obtener información de sistemas por medios analíticos

-Por lo general interesa los resultados en el largo plazo.

19
1.5. CATÁLOGO DE PROGRAMAS DE CÓMPUTO COMERCIALES
DE SIMULACIÓN.
Los simuladores son actualmente muy utilizados para análisis en alto nivel,
requiriéndose únicamente agregar detalles en un cierto nivel, puesto que lo demás
es estándar.

ARENA es un software de simulación y automatización de eventos discretos

desarrollado por Systems Modeling y adquirida por Rockwell Automation en 2000.
Utiliza el procesador y el lenguaje de simulación SIMAN.

Este tipo de software

es de gran utilidad
para visualizar y
estudiar de qué modo
se están llevando a
cabo diferentes
procesos. Puede
utilizarse para simular
procesos tan variados
como:

 La disponibilidad de camas en un hospital.

 Llenado de líquidos en una planta embotelladora
 Producción de cobre

SIMNET II

Se basa en la idea general que los modelos de simulación discreta pueden crearse
de una u otra manera como sistemas de líneas de espera. En este contexto, el
lenguaje se basa en un acercamiento de red que utiliza tres nodos autodescriptivos:
una fuente, en donde llegan las transacciones (clientes), una línea de espera, donde
20
la espera tiene lugar en caso de que esta sea necesaria, y una instalación, en donde
se lleva a cabo el servicio. Esta información se almacena en archivos. SIMNET II
utiliza estos tipos de archivos:

o Calendario de eventos (o E.FILE como se llama en SIMNET II) es el archivo

principal que mueve la simulación.
o Línea de espera.

OR BRAINWARE DECISION TOOLS.

El objetivo del módulo de Líneas de Espera de OR Brainware Decision Tools es

apoyar a las pequeñas y medianas empresas en el estudio de las colas en sus
sistemas de producción de bienes o servicios de una manera sencilla y rápida. Está
compuesto por un total de 8 modelos de líneas de espera, seis de los cuales están
diseñados para poblaciones infinitas, y los otros dos modelos restante son para
poblaciones finitas.
El módulo de Control de
Inventarios del programa
OR Brainware Decision
Tools está constituido por
un conjunto de diez (10)
sub-módulos de
optimización que le
ayudarán a las pequeñas y
mediana empresas a tomar decisiones en cuanto a tamaños óptimos del lote de
producción o de compra.

21
  CHEMCAD

Es un paquete de módulos que

abarca cálculo y diseño de
intercambiadores de calor
(CC-THERM), simulación de
destilaciones dinámicas (CC-
DCOLUMN), simulación de
reactores por lotes (CC-
ReACS), simulación de
destilaciones por lotes (CC-BATCH), simulación de redes de tuberías (CC-SAFETY
NET). Recientemente ha sido puesta a la venta la versión 6 de CHEMCAD con una
nueva interface de usuario y otras propiedades adicionales. Este sistema es muy
usado en todo el mundo, para el diseño, operación y mantenimiento de procesos
químicos en una gran variedad de industrias incluyendo la exploración de petróleo
y gas; y naturalmente en procesos químicos, farmacéuticos, biocombustibles y
procesos de fábricas industriales. De forma general este software, como una
herramienta de productividad tiene muchas ventajas entre las que cabe mencionar
las siguientes:

 Incremento en la productividad por el uso de información obtenida a partir

de la simulación diaria de cálculos relacionados con las condiciones de
operación.

 Maximizar la rentabilidad de las operaciones por el diseño más eficiente de

nuevos procesos y equipos.

 Reducción de costos e inversiones de capital por la optimización y

solución de los cuellos de botella existentes en los procesos y en los
equipos.

 ProModel

22
 Es un programa de simulación de
procesos industriales, permite
simular cualquier tipo de proceso
de manufactura, además de
procesos logísticos, procesos de
manejos de materiales y contiene
excelentes simulaciones de
talleres, grúas viajeras, bandas de
transporte y mucho más. Se puede crear un modelo computarizado de todo proceso
de manufactura y una vez realizado el modelado, puedes simular Justo a Tiempo,
Teoría de Restricciones, Sistemas de Empujar y Jalar, Logística y muchas otras
más. Además de permitir el simulado de acciones, nos enseña como optimizar los
procesos en la misma, y así obtener los mejores con el consumo mínimo de
recursos, para dicha tarea, el sistema cuenta con 2 optimizadores.

ProModel es un paquete de simulación que no realiza solamente el simulado, sino

también optimiza los modelos ingresados. Corre bajo el sistema operativo Windows
y sus requerimientos mínimos son un procesador 486, 32 MB de RAM, 2 MB de
espacio en Disco Duro.

Softwares para lineas de espera

ProModel

ProModel, mencionado en la categoría anterior, es un simulador con animación para

computadoras personales. Prácticamente, cualquier sistema puede ser modelado.
Algunos ejemplos incluyen determinar la mejor combinación de factores para
maximizar producción minimizando costo, etc.

Algunas ventajas son:

 Único software de simulación con optimización plenamente integrada.

23
  Creación de modelos rápida, sencilla y flexible.

 Elementos de Logística, Manejo de Materiales, y Operaciones incluidas.

(Bandas de transporte, Grúas Viajeras, Operadores).

 Resultados probados.

 Importación del Layout de Autocad, y cualquier herramienta de CAD / CAE /

Diseño, así como de fotografías digitales.

 Integración a Excel, Lotus, Visual Basic y herramientas de Microsoft.

 Genera en automático las gráficas en 3 dimensiones para visualización en el

espacio tridimensional.

ARENA

Es un modelo de simulación por

computadora que nos ofrece un mejor
entendimiento de las cualidades de un
sistema, efectúa diferentes análisis del
comportamiento. Arena facilita la
disponibilidad del software el cual está
formado por módulos de lenguaje siman. Arena no tiene un enfoque único objetivo
de la industria. La flexibilidad de la herramienta de modelado de simulación Arena
permite el análisis de todo, desde centros de atención al cliente para completar las
cadenas de suministro.

SIMNET II

24
 El diseño de SIMNET II
se basa en la idea
general que los modelos
de simulación discreta
pueden crearse de una u
otra manera como
sistemas de líneas de
espera. En este contexto,
el lenguaje se basa en un acercamiento de red que utiliza tres nodos
autodescriptivos: una fuente, en donde llegan las transacciones (clientes), una línea
de espera, donde la espera tiene lugar en caso de que esta sea necesaria, y una
instalación, en donde se lleva a cabo el servicio. Se agrega un cuarto nodo, llamado
auxiliar, para incrementar las capacidades de modelación de lenguaje. Esta
información se almacena en archivos. SIMNET II utiliza diferentes tipos de archivos:

1. Calendario de eventos (o E.FILE como se llama en SIMNET II) es el archivo

principal que mueve la simulación.

2. Línea de espera.

Softwares para simulación de inventarios

Existen disponibles en el mercado diversos programas comerciales de simulación

desarrollados específicamente para modelos dinámicos de sistemas, tales como los
programas DYNAMO, POWERSIM,WITNESS, STELLA y I’THINK, entre otros.

 DYNAMO

Es el más clásico de materia de simulación

dinámica de sistemas, habiendo servido de
referencia para otros paquetes informáticos
respecto al software de programación lineal.
La gran mayoría de los modelos dinámicos
de sistemas que ha publicado la literatura

25
científica especializada hasta hace unos diez años han utilizado el lenguaje del
programa DYNAMO. No obstante al no tratarse de un programa que funcione en
entorno gráfico de tipo Windows, ha ido cediendo posiciones en los últimos años a
programas con interfaces más amigables como los que se citaron al principio.

 POWERSIM

Es un paquete para computadoras

personales desarrollado por una compañía
noruega de software, powersim AS, para
correr en la plataforma de Windows y de
características similares al programa
I’THINK, que será descrito más adelante,
aunque reforzadas. Está diseñado como
herramienta de “business simulation”, para
crear “cuadros de mando” o “cuadros de navegación” para la gestión de las
empresas. Sus principales áreas de aplicación son las siguientes:

 Planificación estratégica

 Gestión de recursos

 Reingeniería de procesos

La última versión del programa POWERSIM 2.5, incorpora prestaciones multimedia

galerías de objetos y efectos de colores para realizar presentaciones de cierta
espectacularidad de cara a los usuarios, no tan avanzadas, por ejemplo las que
ofrece el programa WITNESS, pero superiores a las presentaciones relativamente
planas del I’THINK.

 WITNESS

26
 Es un programa dirigido
esencialmente a la simulación
dinámica de procesos industriales
de producción, más restringidos que
los otros paquetes descritos bajo el
punto de vista de la dinámica de
sistemas, pero dotado de múltiples
herramientas para su función
principal. Puede modelizar sobre la
base de dichas herramientas todo tipo de actividades relacionadas con los fluidos y
cuenta con elementos de monetización específicos para la industria del petróleo,
como pueden ser tanques, tuberías, etc.

Dispone de gran capacidad de visualización gráfica de los modelos y de los

resultados de la simulación alcanzando características de “visualización dinámica”,
con animación integrada, importación con CAD e incluso realidad virtual. Se puede
representar, por ejemplo el layout de la planta simulada y los movimientos de
personal y mercancías en la misma.

 STELLA Y I´THINK

Todo el software existente, quizás los

programas más conocidos y difundidos entre
los expertos en simulación dinámica de
sistemas son los paquetes STELLA y I’THINK

Tanto Stella como I’THINK son el mismo

desarrollo informático aunque preparado
específicamente para diferentes entornos de trabajo. Así, STELLA está diseñado
para aplicaciones científicas y de ciencias sociales, mientras que I’THINK está
diseñado para servir de soporte a aplicaciones del ámbito de la empresa.

27
La última versión del programa I’THIN 5.1.1, incorpora algunos elementos de
visualización gráfica “amigable” de resultados del tipo “simulador de vuelo” y mayor
potencia de cálculo.

1.6 LECTURA DE ARTÍCULOS SOBRE APLICACIONES DE LA

SIMULACIÓN.

Simulación de Proceso Productivo de una Planta Procesadora de Jamón Curado en

el Municipio de Sincelejo -Sucre Mediante el Uso del Software Flexsim

SIMULACIÓN DE PROCESO PRODUCTIVO

ResumenEl presente proyecto de grado, busca demostrar la importancia del uso

de la Simulación en Empresas ya sea de servicios o de producción, a través del uso
del Software Flexsim Manufacturig, teniendo en cuenta las ventajas que trae
consigo el simular procesos productivos, ya que este tipo de herramientas facilitan
la toma de decisiones. Los autores del presente trabajo recopilaron los datos
correspondientes a la caracterización de los procesos de elaboración del Jamón
Curado (Diagramas de operaciones y de máquinas, tiempos de fabricación, entre
otros); en base a lo anterior se procedió a la Planificación Sistemática de la
Distribución de la Planta para el ordenamiento del espacio necesario de esta.
Finalmente se procedió a la simulación del proceso productivo del Jamón Curado,
cuyos resultados fueron analizados con el fin de reafirmar la hipótesis planteada en
el proyecto de Investigación.

Para poder interpretar la realidad y lo complejo que es un sistema, se hace

necesario crear un modelo de simulación que permita la experimentación antes de
interactuar con la realidad. Por lo tanto, el uso del Software Flexsim el cual es una
herramienta de Simulación que permite modelar, analizar, visualizar y optimizar
cualquier proceso industrial, desde procesos de manufactura hasta cadenas de
suministro. Además, Flexsim es un programa que permite construir y ejecutar un

28
modelo de simulación dentro de un entorno en 3D.(Repositorio Institucional de la
Universidad de Alicante, 2012).El uso de Flexsim Manufacturingdentro de la
Simulación, permite interpretar, comprender y analizar la realidad y la complejidad
de un sistema, brindando así alternativas hacia la toma de decisiones.

Dado lo anterior, en el siguiente proyecto de grado se pretende demostrar que el

uso de herramientas tecnológicas tales como el Software Flexsim dentro de la
academia fomenta en los futuros egresados de la Corporación Universitaria del
Caribe –CECAR, habilidades y destrezas que son el pilar fundamental hacia el éxito
profesional. A través de la Simulación de un proceso productivo de una planta
procesadora de jamón curado en base a los diferentes criterios de la distribución en
planta, guiados en distintas metodologías y utilizando herramientas ingenieriles que
el mercado nos ofrece.

Diseño del modelo de simulación. El modelo de simulación se diseña teniendo

principalmente los objetivos de partida en mente. Se construye por fases,
comprobando cada una de ellas para trabajar correctamente antes de proceder a la
siguiente. Ejecutando y controlado el ajuste de cada fase, podremos hacer varios
modelos del mismo sistema, así, por lo tanto, se podrán contemplar diferentes
niveles de pruebas con el modelo .(Forte, 2005).1.13.7.Verificación y validación del
modelo.
La verificación determina si el modelo funciona como queremos y la validación es
más extensa. Implica la determinación de si el modelo es una representación
correcta de realidad y la determinación del nivel de confianza que puede ser
establecida en los resultados del modelo.(Forte, 2005).
Experimentación de alternativas .
para la realización de Simulaciones se hace uso de estadísticas, por lo tanto, se
deben evaluar distintos escenarios.
.Análisisde soluciones.
En esta última fase es donde se analizan y estudian cada uno de los resultados
obtenidos a través de las corridas del Modelo, con el fin de obtener las distintas
soluciones con referencia al objetivo trazado al principio del Modelo.

29
.Software de Simulación Flexsim1.

Descripción general
.El software de Simulación Flexsim es un programa de simulación orientado a
objetos, basado en el sistema de simulación de eventos discretos, para construir
modelos que pueden ayudar a visualizar flujos de procesos para optimizar
“throughput” y minimizar gastos operativos. Flexsim suministra a los usuarios una
interfaz gráfica de usuario (GUI -graphical user interface) amena e intuitiva para
visualizar, modelar y simular flujos de procesos usando el modo de tomar y arrastrar
objetos en un ambiente tridimensional. Además, está disponible un análisis
estadístico con detenimiento, de rendimientos de procesos, cuellos de botella y
“throughput”.(Hernández, 2011).

Características del software flexsim.

Flexsim es un software que posee un ambiente orientado a objetos para desarrollar,

modelar, simular, visualizar y monitorear actividades ysistemas con procesos de
flujo dinámico(Montolivo, 2010). Flexsim es una completa serie de herramientas
para desarrollar y compilar aplicaciones de Simulación. El ambiente Flexsim está
completamente con el compilador C++ usando Flex script (una librería de funciones
de C++ precompiladas) o C++ directamente. Toda la animación es diseñada en
OpenGL, contando con una increíble animación. La animación puede ser vista en
2D, 3D. Todas las vistas pueden ser mostradas concurrentemente mientras el
modelo es desarrollado o en la fase de corridas de éste. Las siguientes son algunas
de las características que lo definen como una excelente alternativa para el
modelado, Simulación visualización de procesos(Alzate,2015)

30
Simulación:Flexsim cuenta con un motor de Simulación muy rápido, que permite
ejecutar enormes cantidades de eventos en un corto periodo de tiempo. El motor de
Flexsim controla la Simulación y visualización del modelo, por lo que, si se necesita
más rapidez, ésta se puede obtener desactivando la visualización.

Flexsim está equipado con una opción de experimentación que permite simular
escenarios del tipo “what if”. Los escenarios se corren automáticamente y los
resultados se guardan en reportes, tablas y gráficos. Se puede analizar el
desempeño de cada escenario por un número de indicadores que pre-define el
usuario, como utilización, throughput, costos, etc. Los resultados pueden ser
fácilmente exportados a otras aplicaciones como MS Word y Excel.(Erilkin,
2005).•Visualización: Visualización. Flexsim cuenta con animación de realidad
virtual en la visualización de los modelos.

El Software utiliza la última tecnología en gráficos de realidad virtual de juegos de

computador. Además, Flexsim permite la importación de un amplio rango de
formatos de modelos 3D para uso en el modelado.(Erilkin, 2005).

Software de simulación flexsim, ejecutado aun

área de producción.

La Simulación en Flexsim para poder comprender la realidad y la complejidad que

un sistema puede conllevar, ha sido necesario construir artificialmente objetos y
experimentar con ellos dinámicamente antes de interactuar con el sistema real. La

31
simulación por computadora puede verse como el equivalente computarizado a ese
tipo de experimentación. Para lo cual es necesario construir modelos que
representen la realidad de tales modelos que puedan ser interpretados por un
ordenador. Las operaciones, procesos o servicios de varias clases que existen en
el mundo real (o de forma hipotética) son generalmente llamados sistemas y para
estudiarlos de forma científica frecuentemente se hace un conjunto de suposiciones
acerca de cómo éstos trabajan. Estas suposiciones, que generalmente toman la
forma de relaciones matemáticas o lógicas constituyen un modelo que es usado
para intentar ganar un entendimiento de cómo se comporta el sistema
correspondiente. (Marmolejo, Santana, Macías, & Mayorga, 2013).

Conclusión del proyecto.

Luego de realizar todos los pasos correspondientes al Layout de planta, se obtuvo

que las distancias recorridas, la comunicación entre departamentos, entre otros
aspectos más se redujeron notablemente, viéndose reflejado en la tendencia del
flujo de materiales, el cual puede observarse de una forma lineal e interrelacionado
en el plano arquitectónico. También se obtuvo que las dimensiones determinadas
para cada área o espacio de trabajo fueron optimas, dando bases para la
elaboración de iniciativas de proyectos académicos que tengan la misma naturaleza
teórica dirigidos a la Planificación Sistemática de la Distribución en planta. En la
cultura actual donde todos nos vemos envueltos el termino simulación significa algo
incierto, poco creíble, innecesario y en muchos casos una pérdida de tiempo y
dinero, pero con la elaboración de este trabajo se ha podido evidenciar lo útil que
puede ser un buen software de simulación como lo es Flexsim en las manos
correctas, luego de involucrar todas las variables a tener en cuenta (Distribuciones
estadísticas, tiempos de procesamiento, tiempos de permanencia, entre otros), y
verificar que tan semejante era el modelo final con el planteado inicialmente se
obtuvo que el porcentaje de validación del presente modelo era de un 83% dicho de
alguna forma, guarda gran parte de similitud con la realidad. Se concluye que el
simular procesos productivos en un software como este sin lugar a duda representa

32
una gran ventaja a la hora de crear estrategias organizacionales. Y desde el punto
de vista académico permite al estudiante conocer detalla mente procesos de
producción enteros, facilitándole el análisis de los mismos y desarrollando en ellos
habilidades para la resolución de problemas frente a casos particulares de la vida
real. Se obtuvo que de las 120.000unidades demandadas en el año, se alcanzó una
producción demás de120.600 jamones, siendo verdadera la hipótesis que
inicialmente se había dado. No se presentaron cuellos de botellas dentro del
sistema, las máquinas de producción operaron de manera eficiente. La planta de
jamón curado trabaja el 100% de su capacidad, según el balanceamiento de líneas
de producción y los resultados de las distintas replicas

33
CONCLUSIÓN

En la unidad antes mencionada se trataron temas relacionados con la simulación,

sistemas y modelos, los tipos de simulación que existen, su aplicación en el campo
de la ingeniería, los diversos programas que se utilizan para desarrollar modelos de
simulación de procesos.

Los softwares de simulación son de gran ayuda para la mayoría de las empresas
porque cuentan con una tecnología tan amplia para resolver una gran variedad de
problemas que la simulación presenta, lo cual nos permite ver desde una
perspectiva analítica los modelos que se tienen en mente hacer, además de que se
permite ver lo que hace falta agregar y que tan excelente queda el modelo o algún
prototipo que se requiera hacer.

Es importante el mencionar que la simulación de sistemas también cuenta con una

metodología ya que como anteriormente mencione la simulación es organizada y
para llegar a simular debemos seguir una serie de pasos que sin los cuales no
podríamos lograr la simulación de sistemas

34
BIBLIOGRAFÍAS.

http://alexrosete.orgfree.com/materiales_2004/06-Simulacion/Manual_Asignatura-
Simulacion_a.pdf. (s.f.).

http://catarina.udlap.mx/u_dl_a/tales/documentos/lcp/texson_a_gg/capitulo2.pdf.
(s.f.).

http://itpn.mx/recursosisc/5semestre/simulacion/Unidad%20I.pdf. (s.f.).

http://itpn.mx/recursosisc/5semestre/simulacion/Unidad%20I.pdf. (s.f.).

http://www.encuentrosmultidisciplinares.org/Revistan%C2%BA32/Carmen_Fullana
_Belda_y_Elena_Urqu%C3%ADa_Grande.pdf. (s.f.).

http://www.encuentros-
multidisciplinares.org/Revistan%C2%BA32/Carmen_Fullana_Belda_y_Elen
a_Urqu%C3%ADa_Grande.pdf. (s.f.).

https://es.scribd.com/document/309658623/LIBRO-MODELAMIENTO-Y-
SIMULACION-pdf. (s.f.).

https://es.scribd.com/document/361593493/Unidad-1-Simulacion. (s.f.).

https://jrvargas.files.wordpress.com/2015/04/libro-simulacic3b3n-y-anc3a1lisis-de-
sistemas-2da-edicic3b3n.pdf. (s.f.).

https://www.econ.unicen.edu.ar/attachments/1051_TecnicasIISimulacion.pdf. (s.f.).

Lectura de artículos sobre aplicaciones de la simulación. - Blog de simulacion7.

(2019). http://simulacion7.blogspot.es/1486657898/1-6-lectura-de-articulos-
sobre-aplicaciones-de-la-simulacion/. (s.f.).

LIBRO MODELAMIENTO Y SIMULACIÓN.pdf.

https://es.scribd.com/document/309658623/LIBRO-MODELAMIENTO-Y-
SIMULACION-pdf . (s.f.).

35