1.1
INTRODUCCIN
El propsito de la manufactura, al menos idealsticamente, es enriquecer a la
sociedad a travs de la produccin de artculos funcionalmente deseables,
estticamente agradables, ambientalmente seguros, econmicamente afrontables,
altamente confiable y con la ms alta calidad. Una definicin ms pragmtica sera
satisfacer los deseos del cliente en cuanto a funcionalidad, calidad y confiabilidad al
menor costo. La responsabilidad de la administracin de la manufactura es
establecer prioridades y objetivos y monitorear su rendimiento. El ingeniero
Industrial o de Manufactura determina como utilizar de la mejor manera los insumos
disponibles de mano de obra, tecnologa, capital, energa, materiales e informacin
para alcanzar los objetivos y conocimiento. Este libro proporciona conocimientos
sobre el uso de modelos analticos y experimentales del sistema de manufactura
que ayuda en la toma de decisiones de ingeniera y de manufactura.
Otro propsito de la manufactura es proveer un trabajo bien remunerado para
conducir la economa.
La manufactura puede ser clasificada como partes discretas o como un proceso
continuo. La manufactura de partes discretas se caracteriza por la produccin de
partes individuales que son claramente distinguibles como las tarjetas de circuitos
electrnicos o los bloques de motor. Las industrias de procesos continuo operan
sobre un producto que est continuamente fluyendo, el ejemplo ms obvio son las
refineras de petrleo y otras industrias qumicas.
La manufactura discreta se preocupa principalmente por la programacin de la
produccin, control de material (RMP) y asignacin de la mano de obra. Los tipos
de sistemas se sobreponen. Por ejemplo la produccin masiva de partes discretas
comparte muchas de las caractersticas de las industrias de procesos continuos.
El sistema de manufactura se puede dividir en 5 funciones interrelacionadas. Las
funciones son: diseo del producto, planeacin del proceso, operaciones de
produccin, flujo de material o layout de las instalaciones y planeacin o control de
a produccin. El flujo de la informacin es la clave que conduce las cinco funciones,
supervisa su coordinacin y mide el cumplimiento con objetivos corporativos. Los
sistemas de informacin interactan con contabilidad, compras, mercadotecnia,
finanzas, recursos humanos, y otras funciones administrativas.
El diseo del producto es responsable de tomar las salidas del marketing con
respecto a los deseos del cliente y desarrollar la descripcin de los productos que
pg. 1
pg. 2
pg. 3
Producto
Proceso
Grupo
Posicin fija
Tiempo
de Bajo
procesamiento
Inventario en proceso Bajo
Alto
Bajo
Medio
Alto
Bajo
Medio
Nivel de habilidad
Flexibilidad
del
producto
Flexibilidad
de
la
demanda
Utilizacin
de
la
maquina
Utilizacin
del
trabajador
Costo de produccin
por unidad.
Eleccin
Bajo
Alto
Alto
Medio-Alto
Medio-Alto
Mezclado
Alto
Medio
Alto
Medio
Medio
Alto
Medio-Bajo Medio-Alto
Medio
Alto
Alto
Alto
Medio
Bajo
Alto
Bajo
Alto
Cada sistema puede ser visto como la mejor alternativa para su entorno apropiado.
El diseo apropiado para combinaciones de volumen de la demanda del producto y
la variedad de productos o piezas producidas se muestra en la Figura 1.6.
Producto
1000
100
Celular
10
Proceso
1
pg. 4
10
100
1000
pg. 5
tiempo 1/X en cada puesto N, entonces el tiempo del sistema ser T= N(1/X) o
equivalentemente, N = XT de acuerdo con la ley de Little.
La ley de Little tiene una consecuencia muy importante. Normalmente
incrementando el nivel de WIP enviando ms material a la planta incrementar la
tasa de produccin y el tiempo de procesamiento. Cuando la tasa de produccin se
acerca a la capacidad (al menos una maquina es totalmente utilizada), los
incrementos de la tasa de produccin son disminuidos y el WIP incrementa dando
como resultado tiempos de procesamiento mayores. Igualmente, si el tiempo de
procesamiento se considera excesivo, esto no puede ser solucionado aadiendo
ms trabajo a la planta. Terminando los trabajos rpidamente slo incrementa el
tiempo de procesamiento debido a que el sistema se sobrecarga. Si los niveles de
WIP son controlados, deben ser controlados en el nivel ms bajo de tal manera que
satisfaga la demanda.
Segunda ley. La materia se conserva
Los sistemas de manufactura existen para procesar materiales desde su estado
bruto hasta el estado de producto terminado. El proceso en una estacin de trabajo
a menudo remueve partes de los materiales, como en el corte de metal. La provisin
debe ser echa para disponer de chips y cualquier herramienta consumible. El buen
producto puede ser movido a la siguiente estacin de trabajo mientras que los
rechazados son enviados a la basura o al retrabajo. Nuestro modelo debera
satisfacer ecuaciones de balance mostrando que la diferencia entre el material que
entra y el material que sale de una estacin de trabajo es equivalente a la
acumulacin de inventario; entradas deben ser igual a salidas.
Esta ley aplica para todos los niveles no solamente para la estacin de trabajo sino
tambin para la planta entera y la microesfera rodeando el punto de contacto de
material y herramienta. Una extensin interesante es notar que tambin la energa
se conserva. Esto es importante para determinar las condiciones ambientales de las
estaciones de trabajo adems para notar que los humanos solo tienen mucha
energa para gastar. Debemos seleccionar sabiamente las tareas para emprender
Tercera ley. El mayor alcance del sistema la menor confianza del mismo.
Los sistemas grandes son inherentemente difciles de disear, coordinar y
mantener. Un resultado bsico para la teora de la fiabilidad es que si tenemos N
(estadsticamente) componentes independientes en nuestro sistema con confianzas
ri, i = 1,N, entonces la probabilidad de que el sistema entero est operando es
pg. 7
pg. 8
Con frecuencia hablamos de que los servidores paralelos son idnticos. Todos
sabemos que esto no es vlido a la hora de elegir una lnea en la planta, no
tendramos que considerar la eficiencia relativa de los cajeros, slo la longitud de la
lnea. Alguna vez te has sentido frustrado por la velocidad de tu lnea y los
cambios? Las mquinas tampoco son equivalentes. Las PC en un laboratorio no
tienen los mismos requerimientos de mantenimiento. En un entorno de mecanizado
con mquinas supuestamente idnticos, los operadores pronto aprenden que las
mquinas funcionan mejor en los trabajos difciles. Las expectaciones exacerban
esta ocurrencia a travs del tiempo.
Octava Ley. Lmites de Racionalidad (humanos)
Simn (1969) seala claramente los lmites de la capacidad cognitiva humana.
Tendemos a tener un pensamiento lineal ocupndonos de una tarea a la vez.
Nuestra memoria a corto plazo se limita a siete puntos, y nuestro punto de vista
conceptual se limita a experiencias en nuestro mundo 3-D. Como se mencion
anteriormente, el diseo de ingeniera se ocupa de construcciones artificiales, los
cuales cambian con el tiempo, opuestamente a las caractersticas permanentes de
las ciencias naturales. Estos lmites, junto con la comprensin de que la complejidad
crece ms rpido que la velocidad lineal, llevan a la conclusin de que deben estar
dispuestos a satisfacer en lugar de exigir soluciones ptimas. Necesitamos
preguntar, Qu tan bueno es bueno?, al menos por ahora, y aceptar la respuesta.
Novena Ley. La combinacin, simplificacin y eliminacin, ahorrar tiempo,
dinero y energa
La ventaja obtenida por la combinacin y / o simplificacin de las tareas necesarias
y eliminar tareas innecesarias no se puede exagerar. Cada actividad consume
tiempo, dinero y energa. Si un controlador de material puede transportar dos cargas
con estrechos puntos de recogida y de destino en un solo viaje, entonces hacer esto
reduce el tiempo de entrega del producto y el consumo de energa, as como el
aumento de la productividad del gua. El simple acto de hacer algo implcitamente
asigna que la importancia de las actividades declaradas tiene prioridad sobre la
multitud de actividades constructivas que fueron desechas. Simplificar, combinar y
eliminar fue una fundacin de principios de administracin cientfica en sus primeros
das, y sigue siendo vlido hoy en da. Varios de las recientes tendencias efectivas
en la manufactura se adhieren a este consejo. Las clulas de manufactura estn
siendo construidas porque son ms fciles de construir y de operar que en largos
sistemas y permite las instalaciones ser combinadas dentro de familias de productos
o completamente eliminados. El control de produccin Kanban es ms simple de
pg. 9
pg. 10
Los modelos fsicos pueden ser de dos o tres dimensiones. Los modelos de dos
dimensiones incluyen planos de piezas y dibujos de las instalaciones. En layouts de
las instalaciones, se utilizan a menudo modelos icnicos en 2-D. Recortes (iconos)
de recursos tales como mquinas, trabajadores, y reas de servicio se mueven
alrededor en un esquema reducido de la instalacin hasta que se encuentre un
diseo satisfactorio.
Los modelos tridimensionales son cada vez ms populares. Muchos sistemas CAD
utilizan ahora modelado de slidos en 3-D, por ejemplo. Los laboratorios de los
departamentos de ingeniera industrial y de fabricacin utilizan pequeas mquinas
de sobremesa o piezas que se entrelazan para construir modelos fsicos en 3D de
los sistemas de fabricacin que realmente operan.
1.4.2 Modelos matemticos
Este texto abarca los modelos matemticos. Estos modelos pueden residir en un
ordenador o simplemente en un bloc de papel. Sin embargo, todos comparten el
factor comn, se desarrollan un conjunto de ecuaciones matemticas o relaciones
lgicas para describir el sistema real. Los parmetros de los modelos, como los
tiempos estndar de produccin, el tiempo medio entre fallos de la mquina, y
tamaos de los lotes se estiman a partir de la contabilidad y otros datos.
Los modelos matemticos se diferencian de los modelos fsicos en el uso de
variables de decisin. Hay que tener un uso previsto para el modelo, que gira en
torno a las variables que podemos controlar. Estos se convierten en las variables
de decisin del modelo. La clave para la construccin de modelos de utilidad es
seleccionar las variables de decisin adecuadas. Esto est estrechamente
relacionado con la definicin del problema y la sntesis. Como una gua general para
la determinacin de las variables de decisin, el modelador debe preguntarse: Qu
preguntas estoy tratando de responder? Las variables de decisin pueden ser el
nmero de mquinas necesarias o el conjunto de las tareas asignadas a una
mquina.
Los modelos matemticos pueden ser descriptivos o prescriptivos por naturaleza.
Los modelos de simulacin suelen ser descriptivos. Dado un conjunto de valores
para las variables de decisin, volvernos al modelo en y fuera trae una estimacin
del rendimiento del sistema. Modelos de programacin matemtica, tales como la
programacin lineal son prescriptivos. Al volvernos al modelo en y fuera viene la
respuesta de cmo debemos establecer las variables de decisin. Una funcin
objetivo tal como la de costo existe. Sujeto a las limitaciones establecidas, se
encuentran los valores comunes para las variables de decisin que optimizan la
funcin objetivo. Los modelos descriptivos a menudo proporcionan una va para la
construccin de modelos muy realistas. Aunque un modelador inteligente
probablemente puede definir un modelo prescriptivo al mismo nivel de detalle, estos
modelos crecen en tamao y se convierten en no lineales muy rpidamente cuando
pg. 11
pg. 12
Optimizacin
Heurstica
compleja
Heurstica
simple
Solucin
al azar
Porcentaje optimo
EJEMPLO 1.1
pg. 13
Supongamos que tenemos tres puestos de trabajo y tres mquinas. Cada mquina
se va a asignar un puesto de trabajo. El objetivo es encontrar la asignacin de costos
mnima. Los costos de asignacin se muestran en la Tabla 1.2.
pg. 14
Los modelos han sido construidos para muchos propsitos, entre los cuales
podremos encontrar los siguientes:
pg. 15
pg. 16
Induccin
Sistema real
Datos
El rendimiento de las
derivaciones del sistema
(validacin deductiva)
NO
Validado
SI
Usar modelo
Figura 1.9 Construccin del modelo
Verificacin y validacin son los prximos pasos. Verificacin asegura que el modelo
especificado en el papel y que implementan en el equipo son equivalentes.
Validacin asegura que el modelo, tanto en su aplicacin informtica, corresponde
al sistema suficientemente bien para producir resultados vlidos y tiles para la toma
de decisiones. Adems, la validacin debe asegurar que los datos utilizados en el
proyecto son adecuados, precisos, suficientes y transformados correctamente si es
necesario. Figura 1.10 resume estos conceptos de validacin y verificacin. Los
procesos de verificacin y validacin a menudo tienen tareas similares que
coincidan. Algunas de estas tareas son las siguientes:
pg. 17
Modelo: aplicacin
informtica
Validacin
Modelo:
especificacin
Verificacin
pg. 18
Dejamos este tema sombro con la advertencia "no vayas a ciegas en la noche".
Validar su lugar.
Una importante nota filosfica por objeto de la construccin sobre crticas de
modelos. Los modelos no deben ser construidos para probar un punto de vista
particular. La etapa de validacin del modelo debe asegurar la exactitud del modelo
para su uso previsto. Los que construyen los modelos con el propsito expreso u
oculto de la prueba de una creencia previa, corren el riesgo de perder los
componentes del modelo cruciales e implementacin de soluciones pobres. Si bien
reconocemos el carcter poltico de todas las organizaciones humanas, el propsito
de la construccin de modelos debe ser descubrir la verdad, y no deformarla. En la
guerra de la competencia de fabricacin, tales acciones disminuyen las
posibilidades de xito. Adems, los modelos pronto pierden su influencia en este
entorno. Aquellos que cuestionan este punto de vista deberan reflexionar sobre el
destino de la potencia de las estadsticas para influir en la opinin pblica. A causa
del abuso de la estadstica y la definicin incorrecta del problema, la opinin pblica
es probablemente mejor resumida por la ocurrencia Disraeli: "hay tres clases de
mentiras: las mentiras, las malditas mentiras y estadsticas".
Como nota final, nunca debemos olvidar que el modelo es un medio, no un fin.
Diseo de ingeniera implica las etapas de definicin del problema, la sntesis de
datos y la generacin de enfoques alternativos, anlisis de soluciones tentativas,
evaluacin de alternativas, recomendacin, ejecucin y seguimiento /
mantenimiento. Modelos tienden a ser utilizados para el anlisis y la evaluacin. Sin
embargo, un modelo no puede conducir a una solucin que est fuera de su
alcance. Por ejemplo, considerar el problema de la insercin de componentes en
las placas de circuitos. Tal vez el sistema actual se basa en la insercin manual. el
ingeniero eficiente podra tratar de acelerar el proceso manual, pero el ingeniero
efectivo da un paso atrs y considera que el sistema en general y posibles diseos
alternativos. En este caso, las alternativas pueden incluir una lnea de operadores
cada responsable de los diferentes componentes de montaje (lado progresivo), el
montaje robtico, o mquinas de insercin de alta velocidad. Seifert [1988] presenta
la figura 1.11 para indicar la diferencia en costos de estos enfoques. Claramente, el
ingeniero ha quedado atascado en la mentalidad de los micro movimientos habra
perdido alguna oportunidad. La figura se puede generar a partir de modelos
sencillos si las descripciones de los sistemas alternativos se han producido para el
modelador. Modelado no es un sustituto para el pensamiento y la creatividad; por el
contrario, los modelos y anlisis de la computadora deben simplificar y mejorar el
proceso creativo, facilitando la comprensin del comportamiento del sistema y las
relaciones.
pg. 19
100
75
%
50
25
0
2- capacitor plomo
Una sola etapa
montaje manual
3- transistor plomo
Progresiva (multietapa)
montaje manual
1.5
Resumen
Los sistemas de fabricacin se pueden caracterizar por su tipo de diseo. Los
diseos pueden ser clasificados como producto orientado, orientado a los procesos,
hbrido (clulas inspiradas en familia de productos), o posicin fija. Los diseos de
productos son generalmente los ms eficientes para la fabricacin repetitiva.
Varias leyes bsicas de los sistemas de fabricacin de impacto naturaleza. El nivel
de inventario es el producto de la tasa de produccin y tiempo de procesamiento.
La materia y la energa se conservan. Los objetos se descomponen con el tiempo,
sin embargo, podemos avanzar mediante el aprovechamiento de las ganancias
tecnolgicas. Los diseos de sistemas deben tener en cuenta el comportamiento
pg. 20
aleatorio. Por ltimo, las capacidades humanas son limitadas. A menudo puede ser
mejor para simplificar los sistemas y eliminar componentes innecesarios.
Los modelos forman una base racional para el diseo de nuevos sistemas y
aprender sobre los sistemas existentes. Jugando con modelos del sistema en lugar
del sistema actual permite una rpida adquisicin de conocimientos y evita el riesgo
de costosas interrupciones en los sistemas reales. Los modelos pueden ser
utilizados para la optimizacin del sistema, la prediccin del rendimiento, el control,
la recopilacin de penetracin en el sistema, o como una herramienta de
enseanza. Los modelos pueden ser de naturaleza matemtica, tales como la
programacin lineal, o fsica, como un modelo a escala de una planta que muestra
los pasillos y las mquinas. El ingrediente clave es definir el problema y, por lo tanto,
el propsito del modelo. El modelador entonces construye y valida un modelo con
alcance y la complejidad que puede ayudar en la deteccin y la integracin
intelectual de los componentes e interacciones importantes del sistema suficiente.
El modelado sufre dos fuentes principales de prdida de informacin. Primero, el
modelo es slo una abstraccin simplificada de la realidad. Muchos de los detalles
que afectan el comportamiento real no estn incluidos en el modelo. En segundo
lugar, los modelos estn slo parcialmente explorados. La heurstica puede acabar
en soluciones no ptimas.
En el anlisis de sensibilidad es necesario un alcance limitado. En consecuencia,
nunca extrae toda la informacin que el modelo tiene que ofrecer. Nos limitamos,
esperamos aprender lo suficiente como para disear con eficacia y operar el sistema
en estudio.
pg. 21