Raid Al-Aomar, Edward J.Williams and Onur M. Ülgen.

Manual de Comprensión del modelo de simulación

Después de comprender los conceptos y aspectos del término “modelado de simulación”, es necesario aclarar el papel que juega la simulación en el desarrollo de sistemas de producción y negocios. Inicialmente, considere el uso de la simulación técnica y económicamente y luego presente el espectro de aplicaciones de modelado de simulación en los sectores de manufactura y servicios.

Simulación justificada

“¿Por qué y cuándo simular?” y “¿Cómo podemos justificar un proyecto de simulación?” son preguntas clave que a menudo pasan por la mente de los profesionales de la simulación, los ingenieros y los responsables de la toma de decisiones. Pasamos a la simulación debido a las capacidades de simulación que son únicas y poderosas en la representación del sistema y la estimación del rendimiento en condiciones del mundo real. La mayoría de los procesos del mundo real en los sistemas de producción y negocios son complejos, estocásticos y altamente no lineales y dinámicos. Otros tipos de modelado, como los modelos gráficos, matemáticos y físicos, no brindan una representación del sistema rentable y utilizable en tales condiciones.

El “apoyo a la toma de decisiones” es otra justificación común de los estudios de simulación. Obviamente, los ingenieros y gerentes quieren tomar las mejores decisiones posibles, especialmente cuando se encuentran con etapas críticas de proyectos de diseño, expansión o mejora. Los estudios de simulación pueden revelar problemas insuperables y ahorrar costos, esfuerzo y tiempo. Reducen el costo de los compromisos de capital incorrectos, reducen el riesgo de inversión, aumentan la eficiencia del diseño y mejoran el rendimiento general del sistema.

Aunque los estudios de simulación pueden ser costosos y llevar mucho tiempo en algunos casos, los beneficios y ahorros obtenidos de tales estudios a menudo recuperan el costo de la simulación y evitan costos mucho mayores. Los costos de simulación suelen ser el costo inicial del software y la computadora de simulación, el costo anual de mantenimiento y actualización, el costo de capacitación, el costo del tiempo de ingeniería y otros costos para viajar, preparar presentaciones con herramientas multimedia, etc. Estos costos a menudo se recuperan mediante los ahorros a largo plazo derivados del aumento de la productividad y la eficiencia.

 

Aplicaciones de Simulación

Una mejor respuesta a la pregunta “¿por qué simular?” se puede llegar explorando el amplio espectro de aplicaciones de simulación para varios aspectos de los negocios, la ciencia y la tecnología. Este espectro comienza con el diseño de sistemas de cola y se extiende al diseño de redes de comunicación, sistemas de producción y operaciones comerciales. Los modelos de simulación de sistemas de fabricación se pueden utilizar para muchos objetivos, entre los que se incluyen:

• Determinación de la capacidad de rendimiento de una celda de fabricación, una línea de montaje o un sistema de producción.
• Configuración de recursos laborales en un proceso de montaje intensivo.
• Determinación del número necesario de vehículos guiados automatizados (AGV) en un sistema complejo de manipulación de materiales (MHS).
• Determinación del tamaño y los recursos en un sistema de recuperación y almacenamiento automatizado complejo (AS / RS).
• Determinar las mejores políticas de pedidos para un sistema de control de inventario.
• Validación de los resultados de la planificación de necesidades de material (MRP).
• Determinación de tamaños de búfer para trabajo en curso (WIP) en una línea de montaje.

Para las operaciones comerciales, los modelos de simulación también se pueden utilizar para una amplia gama de aplicaciones que incluyen:

• Determinar el número de cajeros bancarios que resulte en reducir el tiempo de espera de los clientes en un cierto porcentaje.
• Diseñar redes de distribución y transporte para mejorar el desempeño de las cadenas logísticas y de suministro.
• Analizar la cartera financiera de una empresa a lo largo del tiempo.
• Diseñar las políticas operativas en un restaurante de comida rápida para reducir el tiempo en el sistema del cliente y aumentar la satisfacción del cliente.
• Evaluar los requisitos de hardware y software para una red informática.
• Programar el patrón de trabajo del personal médico en una sala de emergencias (ER) para reducir el tiempo de espera de los pacientes.
• Probar la viabilidad de diferentes procesos de desarrollo de productos y evaluar su impacto en el presupuesto y la estrategia de la empresa.
• Diseño de sistemas de comunicación y protocolos de transferencia de datos.
• Diseño de sistemas de control de tráfico.

La Tabla 1.1 a continuación muestra un resumen de diez ejemplos de aplicaciones de simulación en los sectores de manufactura y servicios.

Para alcanzar los objetivos del estudio de simulación, ciertos elementos de cada sistema simulado a menudo se convierten en el foco del modelo de simulación. El modelado y seguimiento de dichos elementos proporcionan atributos y estadísticas necesarios para diseñar, mejorar y optimizar el rendimiento del sistema subyacente. La Tabla 1.2 muestra un resumen de diez ejemplos de sistemas simulados con ejemplos de elementos principales del modelo.

Precauciones de Simulación

Como cualquier otra herramienta de ingeniería, la simulación tiene limitaciones. Los profesionales deben darse cuenta de estas limitaciones y no deben desanimar a los analistas y a los responsables de la toma de decisiones de utilizar la simulación. Conocer las limitaciones de la simulación debe enfatizar su uso inteligente y debe motivar al usuario a desarrollar métodos creativos y establecer las suposiciones correctas para beneficiarse de las poderosas capacidades de simulación. Sin embargo, se deben considerar ciertas precauciones para evitar los posibles errores de los estudios de simulación. Debemos prestar atención a los siguientes problemas al considerar la simulación:

• Tanto el analista de simulación como el responsable de la toma de decisiones deberían poder responder a la pregunta “¿cuándo no simular?” Los estudios de simulación no pueden usarse para resolver problemas de relativa simplicidad. Estos problemas se pueden resolver utilizando análisis de ingeniería, sentido común o modelos matemáticos.
• El costo y el tiempo de la simulación deben considerarse y planificarse bien. Muchos estudios de simulación se subestiman en términos de tiempo y costo. Algunos tomadores de decisiones piensan en la simulación como construcción de modelos, aunque consume menos tiempo y costo en comparación con la recopilación de datos y el análisis de resultados.
• Es necesario abordar la habilidad y el conocimiento del analista de simulación. Las habilidades esenciales para los profesionales de la simulación incluyen pensamiento sistémico, fluidez en la programación y software de simulación, conocimiento en estadística, sólidas habilidades de comunicación y análisis, habilidades de gestión de proyectos (PM), capacidad para trabajar en equipo y creatividad en el diseño y resolución de problemas.
• Las expectativas del estudio de simulación deben ser realistas y no exageradas. Muchos profesionales piensan en la simulación como una “bola de cristal” a través de la cual pueden predecir y optimizar el comportamiento del sistema. Debe quedar claro que los modelos de simulación por sí mismos no son optimizadores del sistema. Son plataformas experimentales flexibles que facilitan la planificación, el análisis hipotético, los análisis estadísticos, el diseño experimental y la optimización.
• El marco de tiempo del proyecto de simulación debe ser realista y estar configurado correctamente. El tiempo y los recursos insuficientes en varias etapas del proyecto, la estructura de desglose del trabajo inadecuada y la falta de control del proyecto son problemas que dan como resultado retrasos en el proyecto y entregables de baja calidad. Las habilidades típicas de PM son esenciales para ejecutar el proyecto de simulación de manera eficiente.
• Los resultados obtenidos de los modelos de simulación son tan buenos como las entradas de datos del modelo, los supuestos y el diseño lógico. La frase comúnmente utilizada de “basura dentro-basura-fuera (GIGO)” es muy aplicable a los estudios de simulación. Por lo tanto, se debe prestar especial atención a los supuestos de selección, filtrado y simulación de las entradas de datos.
• El analista debe prestar atención al nivel de detalle incorporado en el modelo. Algunos objetivos del estudio se pueden alcanzar con modelos a nivel macro, mientras que otros requieren modelos a nivel micro. El analista debe decidir el nivel adecuado de detalle del modelo y evitar detalles que sean irrelevantes para los objetivos de la simulación.
• La verificación y validación del modelo no es una tarea trivial. Como se discutirá más adelante, la verificación del modelo tiene como objetivo asegurarse de que el modelo se comporte de acuerdo con la lógica del modelo previsto. La validación del modelo, por otro lado, se centra en asegurarse de que el modelo se comporte como el sistema real. Ambas prácticas determinan el grado de confiabilidad y utilidad del modelo.
• Los resultados de la simulación pueden malinterpretarse fácilmente. Por lo tanto, el analista debe concentrar el esfuerzo en recopilar resultados confiables del modelo mediante la configuración adecuada de los controles de ejecución y el uso de análisis estadísticos adecuados. Los errores típicos al interpretar los resultados de la simulación incluyen confiar en un tiempo de ejecución corto, incluidos los sesgos causados ​​por las condiciones iniciales del modelo en los resultados, usar los resultados de una sola réplica de la simulación y confiar en la media de la respuesta mientras se ignora la variabilidad inherente a la respuesta.
• El analista debe prestar atención a comunicar las entradas y salidas de la simulación de forma clara y correcta a todas las partes del estudio de simulación. Además, los resultados del modelo de simulación deben comunicarse para obtener comentarios de las partes sobre la relevancia y precisión de los resultados.
• El analista debe evitar el uso de medidas de rendimiento incorrectas al crear y analizar los resultados del modelo. Tales medidas deben representar el tipo de información requerida para que el analista y el tomador de decisiones saquen conclusiones e inferencias sobre el comportamiento del modelo.
• El analista también debe evitar el uso indebido de la animación de modelos. De hecho, la animación es una capacidad de simulación importante que proporciona a los ingenieros y responsables de la toma de decisiones una valiosa herramienta de visualización del sistema. Esta capacidad también es útil para la depuración, verificación y validación de modelos. Sin embargo, algunos pueden hacer un mal uso de la animación del modelo basándose únicamente en la observación del modelo a corto plazo, lo que puede no reflejar necesariamente su comportamiento a largo plazo.
• Finalmente, el analista debe seleccionar la herramienta de software de simulación adecuada que sea capaz de modelar el sistema subyacente y proporcionar los resultados de simulación requeridos. Los criterios para seleccionar la herramienta de software de simulación adecuada generalmente incluyen precio, capacidades de modelado, curva de aprendizaje, animación, informes producidos, modelado de entrada, análisis de salida y módulos complementarios. Los paquetes de simulación varían en sus capacidades y la inclusión de diferentes sistemas y técnicas de modelado como MHS, modelado humano, herramientas estadísticas, animación.

APLICACIONES DEL MODELADO DE SIMULACIÓN *

La siguiente lista incluye ejemplos de aplicaciones de simulación de eventos discretos (DES) para una variedad de instalaciones o procesos que son típicos en múltiples industrias como manufactura, banca, TI, cadena de suministro, atención médica, transporte, restaurantes de comida rápida, aeropuertos, entretenimiento, gobierno y ejército.

• Una planta de fabricación con máquinas, personas, dispositivos de transporte, cintas transportadoras y lugar de almacenamiento.
• Un banco u otra operación de servicio personal, con diferentes tipos de clientes, servidores e instalaciones como ventanillas, cajeros automáticos (ATM), mostradores de préstamo y cajas de seguridad.
• Una organización de TI con productos de software, desarrolladores (por ejemplo, codificadores, probadores, revisores, etc.), servidores de archivos, herramientas de prueba automatizadas, migraciones y lanzamientos de software.
• Una red de distribución de plantas, almacenes y enlaces de transporte.
• Una instalación de emergencia en un hospital, que incluye personal, habitaciones, equipo, suministros y transporte de pacientes.
• Una operación de servicio de campo para electrodomésticos o equipos de oficina, con clientes potenciales dispersos en un área geográfica, técnicos de servicio con diferentes calificaciones, camiones con diferentes partes y herramientas, y un depósito central y un centro de despacho.
• Una red de computadoras con servidores, clientes, unidades de disco, unidades de cinta, impresora, capacidades de red y operadores.
• Sistema de autopistas o segmentos de carreteras, intercambios, controles y tráfico.
• Una oficina central de reclamaciones de seguros donde personas y máquinas reciben, revisan, copian, archivan y envían por correo una gran cantidad de papeleo.
• Una planta de productos químicos con tanques de almacenamiento, tuberías, vasijas de reactores y vagones cisterna de ferrocarril para enviar el producto terminado.
• Un restaurante de comida rápida con trabajadores de diferente tipología, clientes, equipos y suministros.
• Un supermercado con control de inventarios, caja y atención al cliente.
• Un parque temático con atracciones, tiendas, restaurantes, trabajadores, invitados y estacionamientos.
• Flujo de peatones en centros comerciales, museos, edificios, estadios, aeropuertos, plantas, etc.
• Aviones militares, cohetes, etc. que pueden estar operativos en cualquier momento bajo diferentes escenarios, mantenimiento, manejo de materiales y operaciones de la cadena de suministro.

 

 

Este contenido presentado es un extracto de la simulación de procesos con WITNESS®, primera edición. Raid Al-Aomar, Edward J.Williams y Onur M. Ülgen.
© 2015 John Wiley & Sons, Inc. Publicado en 2015 por John Wiley & Sons, Inc.

* Ref .: Kelton, W.D., R.P. Sadowski y D.A. Sadowski, Simulación con Arena, WCB / McGraw-Hill, Boston, MA, 1998 y Ulgen, O.M. 2021