La simulación es un proceso en el que se utiliza un modelo informático que representa un sistema existente o planificado para comprender las diversas interacciones y limitaciones en un sistema de producción. El modelado de simulación permite probar los cambios propuestos (escenarios hipotéticos), realizar un análisis de la productividad, la mano de obra y el impacto del equipo de estos cambios y comprender y visualizar los efectos del cambio y los costos resultantes antes de la implementación.
Las líneas de producción y montaje pueden ser un proceso simple o complejo según los productos, el enrutamiento de las piezas y el diseño de las instalaciones. Recopilamos una lista de algunas preguntas comúnmente recibidas para mejorar procesos de todos los tamaños:
¿Dónde están mis limitaciones en el proceso y cómo gestionarlas?
¿Cómo debo asignar mi operador?
¿Dónde y cuánto búfer se debe agregar?
Gestión de restricciones
La simulación puede ayudar a identificar la capacidad máxima de la línea de producción. Si la capacidad prevista de simulación es menor que el objetivo, se puede desarrollar una hoja de ruta de mejora del rendimiento (TRIM) como se muestra en la Figura 1 utilizando estudios de simulación para lograr la capacidad objetivo. El TRIM identificará las limitaciones (pueden ser el tiempo de ciclo, el tiempo de inactividad de la estación / equipo, los cambios, etc.) que tendrán el mayor impacto en la producción. Luego, el equipo puede decidir la mejor manera de romper las restricciones en función del costo, la facilidad de implementación, los recursos necesarios, etc.
Figura 1 – Hoja de ruta para la mejora del rendimiento (TRIM)
Gestionar Operadores
La simulación también se puede utilizar para validar las asignaciones de operadores o recursos. Inicialmente, la técnica de balanceo de línea también se puede utilizar para suavizar el flujo de producción asignando tareas a los operadores de manera que la tarea se pueda completar dentro del tiempo asignado. Luego, los datos de balanceo de línea se pueden introducir en la simulación para validar la salida. Se pueden ejecutar escenarios hipotéticos con diferentes esquemas o asignaciones de operadores para ver el impacto en el rendimiento y la utilización general del operador, como se muestra en la Figura 2, reduciendo así el costo general.
Figura 2 –Análisis de reubicación de operadores
Gestión de Búferes
Siempre hay una tendencia a agregar más búfer al proceso de producción o ensamblaje. Agregar búfer no es barato, el búfer no solo aumenta el costo del inventario, sino que también requiere capital adicional para comprar equipos para almacenar y mover el producto. Ejemplo: un transportador debe ampliarse para acomodar más búfer, accesorios adicionales necesarios para mantener un producto en un proceso robótico automatizado, etc. La simulación no solo puede ayudar a identificar la ubicación del búfer sino también la cantidad de búfer necesaria. El análisis de sensibilidad del búfer, como se muestra en la Figura 3, se puede realizar para identificar el número de búferes necesarios en una ubicación determinada.
Figura 3 –Análisis de sensibilidad del búfer
Como puede ver, la simulación puede ofrecer varios conocimientos para identificar las limitaciones, el uso de mano de obra e identificar la ubicación y la cantidad de búferes, por lo que la simulación no solo puede ayudar a aumentar la producción, sino también a reducir el costo, ¡aumentando así las ganancias!
A major producer of baby-food products desired additional information about their existing bottling system and recommendations to improve production efficiency. To meet the client’s goals, PMC first simulated the existing design and then modeled several different scenarios to optimize system throughput.
SYSTEM DESCRIPTION
The bottling system consisted of the following: Glass Depalletizer, Optical Scanner, Accumulation Table, Filler, Capper, Coder, Tray Packer, Case Palletizer, Labelers and a system of conveyors.
OPPORTUNITY
A new bottling system’s design called for the linking of the best equipment and technology that the company had available. However, this linkage did not exist or might have been inefficient and being run over capacity.
APPROACH
The main objective of the study was to understand the behavior of existing bottling systems and to assist in designing new and efficient ones. This was achieved by:
• Identifying bottlenecks and determining the level of resources necessary to maintain production targets.
• Providing accurate, objective, quantitative information to refine the process and increase productivity.
• Developing a control strategy for the system by understanding its logical operation.
SOLUTION
First, a base model operating under original specifications and parameters was developed for evaluation. Then, alternative scenarios and suggested system improvements were modeled and evaluated to determine the line configuration that would optimize system throughput.
BENEFIT
The process simulation allowed engineers to test the system and identify inefficiencies. This study led to the most effective system configuration by quantifying the effect of changes to the system.
PMC helped a major automaker design the layout of a parts warehouse. Using simulation, researchers determined the staffing levels that different proposed layouts needed to achieve the facility’s targeted throughput.
SYSTEM DESCRIPTION
The proposed warehouse was to receive, store and distribute windshields and many parts associated with them. One group of resources, the “pickers,” were to traverse the warehouse picking parts out of inventory to fill purchase orders. Other resources, the “restockers,” were to continually replenish inventory. The physical layout of the plant was not yet determined; one proposal called for a two-tier system, with inventory arranged along seven aisles, while another prescribed a one-tier system and thirteen aisles.
OPPORTUNITY
Pickers and restockers were to work simultaneously, which raised issues of traffic flow, material flow and safety. Also, it was known that the warehouse would have to attain a high level of throughput, but the automaker wished to achieve this aim with a minimum of workers in order to limit labor costs. Given all these complications, the automaker needed to determine optimum warehouse configuration prior to construction, in order to prevent the future expense of high staff levels or overhaul of the physical layout.
APPROACH
The objective was to determine how many workers were required to safely and reliably produce a total throughput of 900,000 pieces per year for the one and two-tier proposed scenarios.
SOLUTION
Researchers began by collecting information on the specific dimensions of the proposed layouts. They also studied representative samples of parts orders, plans for storage of parts within the warehouse, and the decision algorithms and floor-scale motions that workers in the warehouse would need to make. After reviewing these findings with the client, PMC researchers built a series of simulation models.
BENEFIT
Results of simulation runs indicated that the one-tier scenario would yield the best performance, meeting the target of 900,000 pieces per year with only 13 pickers and 6 restockers.
