ANÁLISIS DE CAPACIDAD DEL PROCESO DE PRODUCCIÓN DE PAPAS FRITAS MEDIANTE EL PROGRAMA DE SIMULACIÓN FLEXSIM (CAPACITY ANALYSIS OF THE CHIPS PRODUCTION PROCESS USING FLEXSIM SOFTWARE)

Ana Isabel Flores Galindo, Ana Marisa López Facundo, Fernando Román Ambris Sánchez, Jesús Loyo Quijada, Jorge Delgado León, Oscar Bruno Montenegro Cajusol, Rebeca López Facundo

Resumen


Resumen
La empresa bajo estudio desconoce si la capacidad actual de su proceso puede cumplir las expectativas de la demanda del cliente. Contar con una representación gráfica del flujo de producción de papas fritas mediante el software de simulación Flexsim, permitirá evaluar la capacidad de producción del proceso, y establecer escenarios optimistas y pesimistas ante el comportamiento de demanda. Esto se logra obteniendo el tiempo estándar de cada etapa del proceso, después se procede a la categorización de las variables y elementos necesarios para realizar el modelo, y, por último, la simulación. Las corridas de simulación permitieron comprobar, que la producción siempre estará en función del tiempo de cuello de botella, por lo que, al realizar cambios en el tamaño de lote, este tiempo cambia. Así mismo, las estrategias de mejora deben estar enfocadas en mejorar las condiciones de operación y estandarización de la estación cuello de botella.
Palabras Clave: Capacidad de producción, corridas de simulación, cuello de botella, programa de simulación FlexSim, tiempo estándar.

Abstract
The company under study does not know if the current capacity of its process can meet the expectations of customer demand. Having a graphical representation of the potato chips production flow through the Flexsim simulation software will allow evaluating the production capacity of the process, and establishing optimistic and pessimistic scenarios in the face of demand behavior. This is achieved by obtaining the standard time of each stage of the process, then we proceed to the categorization of the variables and elements necessary to carry out the model, and, finally, the simulation. The simulation runs allowed to verify that the production will always be a function of the bottleneck time, therefore, when making changes to the batch size, this time changes. Likewise, the improvement strategies must be focused on improving the operating conditions and standardization of the bottleneck station.
Keywords: Flexsim simulation software, production capacity, simulation runs, bottleneck, standard time.

Texto completo:

910-927 PDF

Referencias


Cantú González, J., Guardado M., Balderas, H. Simulación de procesos, una perspectiva en pro del desempeño operacional. Vol. 3, núm. 5. Revista Iberoamericana de producción académica y gestión educativa, 2016.

Cajigas, M., Ramirez, E., y Ramirez, D. Capacidad de producción y sostenibilidad en empresas nuevas. Revista espacios. Vol. 40, No. 43, pp. 15, 2019.

Cheng, Y., Lin, Y., Kuei, Y. Optimal multi-stage logistic and inventory policies with production bottleneck in a serial supply chain. International Journal of Production Economics. Volume 124, Issue 2, April 2010, pp. 408-413. https://doi.org/10.1016/j.ijpe.2009.12.002, 2010.

Díaz Martínez, M., Zárate Cruz, R., Román Salinas, R. Simulación FlexSim, una nueva alternativa para la ingeniería hacia la toma de decisiones en la operación de un sistema de múltiples estaciones de prueba. Científica, vol. 22, No. 2, 2018. Instituto Politécnico Nacional, 2018.

FlexSim Problem Solved. Introducción a la simulación de sistemas discretos. Consulta desde: https://www.flexsim.com/es/manufacturing-simulation, marzo, 2020.

García, F., Romero, J. A. Diseño de un modelo de simulación, utilizando un software de eventos discretos, en una línea de producción de tejido industrial. Revista Internacional de Investigación e Innovación Tecnológica. Año: 8, No. 44, 2019.

Giraldo, J., Castrillón, O., & Ruiz-Herrera, S. Discrete Simulation and Agents of a Simple Chain Supply including a Geographic Information System (GIS). Información tecnológica, 30(6), pp. 123-136. https://dx.doi.org/10.4067/S0718-07642019000600123, 2019.

Giubergia, A., Gil, V., Mansilla, Y., Narváez, D., Bertello M., Besso, M. Simulación aplicada al cálculo de capacidades de almacenamiento y stock piles. Minería y Geología, ver.32, No. 2, pp. 70-86 ISSN 1993 8012, abril-junio, 2016.

Ireneusz, K. Cost optimization of blend preparation with the use of Flexsim environment. Scientific quarterly journal Agricultural Engineering, 4(156):51-60. ISNN 2083-1587; e-ISNN 2449-5999. DOI: http://dx.medra.org/10.14654/ir.2015.156.151, 2015.

Márquez, M., (2012). Production systems and ergonomics: reflections for discussion. Ingeniería Industrial. Actualidad y Nuevas Tendencias, vol. III, No. 9, pp. 49-60, ISSN: 1856-8327, julio-diciembre.

Medina, J., Juárez, V., Villafuerte, R., Mejía, E. Simulación en tiempo real de un proceso de selección y almacenamiento de piezas. Revista Iberoamericana de producción académica y gestión educativa, Vol. 3, No. 5, 2016.

Morillo, D. Optimization of resources in the production of cheeses of the San Luis dairy Industry, FICA, March, 2018.

Orozco, E., Sablón, N., Saraguro, R., Hermoso, D., & Rodríguez, Y. Optimización de Recursos mediante la Simulación de Eventos Discretos. Revista Tecnología En Marcha, 32(2), pp. 146-164. https://doi.org/10.18845/tm.v32i2.4356, 2019.

Orozco, E., Sablón, N., Barrezueta, K., & Sánchez, F. Layout design in a warehouse of Sugar Mill of Imbabura, Ecuador. Ingeniería Industrial, 41(1), 2020.

Orozco, E., Cervera J. Diseño y Distribución de Instalaciones Industriales Apoyado en el Uso de la Simulación de Procesos, Investig. innov. ing, vol. 1, No. 1, enero, 2013.

Rebolloso, Z., Macías, A. y Lizardi, S. Reducción de operaciones en una línea de producción. In: VIII Congreso de Ingeniería Industrial y de Sistemas, 12-13. San Nicolás de los Garza, Nuevo León, México, 2013.

Sandoval, L., Hernández S., Botello, J., Jiménez, J., Figueroa, V. Simulación de sistemas productivos no balanceados: aplicación a la producción de mezcal. Pistas Educativas, No. 132, junio 2019, México, Tecnológico Nacional de México en Celaya, 2019.

Shannon R.E. Systems Simulation: The Art and Science. Prentice Hall. ISBN-13: 978-0138818395, ISBN-10: 0138818398, Hardcover: 387 páginas. Prentice Hall, 1975.

Simón Marmolejo I., Santana-Robles F., Granillo-Macías R., Piedra-Mayorga V., (2013) La simulación con FlexSim, una fuente alternativa para la toma de decisiones en las operaciones de un sistema híbrido. Científica, vol. 17, núm. 1, pp. 39-49 Instituto Politécnico Nacional Distrito Federal, México, enero-marzo, 2013.

Subramaniyan, M., Skoogh, A., Salomonsoon, H., Bangalore, P., Borkrantz, J. A data-driven algorithm to predict throughput bottlenecks in a production system based on active periods of the machines. Computers & Industrial Engineering Volume 125, pp. 533-544 November 2018.

X.Zhu R.Zhang, F.Chu Z.He, J.Li. A Flexsim-based Optimization for the Operation Process of Cold-Chain Logistics Distribution Centre. Journal of Applied Research and Technology. Volume 12, Issue 2, April 2014, pp.270-278. DOI: https://doi.org/10.1016/S1665-6423(14)72343-0, 2014.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas