modelo de simulación industrial para la planeación y el
TRANSCRIPT
Modelo de simulación industrial para la planeación y el control del proceso de producción de
aguardiente tradicional en la industria licorera del Cauca, Popayán.
Sebastián Bladimir Calvo Quirá
Código: 41141098
Correo: [email protected]
Esteban Eduardo Molano Ordoñez
Código: 41141043
Correo: [email protected]
Asesor
PhD. Jaime Humberto Mendoza Chacón
Fundación Universitaria de Popayán
Facultad de Ingeniería
Programa de Ingeniería Industrial
Popayán
2019
Dedicatoria
Dedico esta investigación primero a Dios, por brindarme la
oportunidad de estudiar mi carrera profesional, por darme la sabiduría
necesaria y llenarme de paciencia para afrontar los momentos difíciles; a
mi padre y mi madre por su amor y apoyo incondicional y a mi familia y
compañera de vida, por hacer de mis luchas y triunfos los suyos. Por
ultimo agradecer a todas las personas que hicieron parte directa e
indirectamente de este camino recorrido, pues con su apoyo, consejos y
amor incondicional permitieron que todo culminara con éxito.
Sebastian Bladimir Calvo Quirá
La presente tesis va dedicada principalmente a Dios por brindarme
la capacidad y sabiduría para culminar esta investigación y a mis padres
que han sido un pilar fundamental en mi formación como profesional
Esteban Eduardo Molano Ordoñez
3
Agradecimientos
Los autores agradecen la colaboración de todas aquellas personas de la industria licorera
del Cauca, por su disposición y apoyo para la construcción de esta investigación. Al director de
trabajo de grado el PhD Jaime Humberto Mendoza Chacón; por su direccionamiento y
colaboración incondicional; al ingeniero Juan Manuel Segura y la ingeniera Luciana Molina
Quijano, por sus asesorías y a todos los docentes de la Fundación Universitaria de Popayán de la
facultad de ingeniería industrial, por su contribución conceptual puesta al servicio de todos los
estudiantes.
4
Tabla de contenido
Pág.
Introducción 12
Capítulo I
1.- Problema 14
1.1 Planteamiento del Problema 14
1.2 Justificación 15
1.3 Estado del arte 16
1.4 Objetivos 19
1.4.1 Objetivo General 19
1.4.2 Objetivos Específicos 19
1.5 Marco Teórico 19
1.5.1 Modelado y Simulación 20
1.5.2 Simulación de Sistemas Dinámicos 22
1.5.3 Dinámica de sistemas 24
1.5.4 Modelo de gestión de inventarios 26
1.5.5. Optimización de procesos 27
1.6 Metodología 28
Capitulo II
2.-Diagnóstico: estado actual del proceso de producción de aguardiente ILC. 30
2.1 Situación actual de la ILC 30
2.2 Diagnóstico 30
2.2.1. Proceso de preparación 323
2.2.2 Envasado 33
5
2.2.3 Diagrama del proceso de producción. 34
2.2.4 Gestión de inventarios 36
2.2.4.1. Identificación de las materias primas utilizadas en la producción 37
2.2.5 Diagrama del proceso de gestión de inventarios 37
2.3. Implementación de herramientas en el diagnóstico inicial 39
2.3.1. Implementación herramientas en el diagnóstico del sistema de gestión. 39
2.3.1.1 Diagrama causa efecto 40
2.3.1.2 Matriz DOFFA. 41
2.3.1.3 Test de la técnica 5´S. 42
2.3.2. Implementación herramientas en diagnóstico de la línea de producción. 46
2.3.3 Tiempos de producción. 46
2.3.4 Tiempos de mantenimiento. 46
2.3.5 Matriz DOFFA (línea LAYOUT FILLING SYSTEMS) 49
2.3.6 Espina de pescado del área de producción de aguardiente mediante. 50
Capítulo III
3. Exploración de modelos de simulación industrial 53
3.1 Primer modelo 53
3.2 Segundo modelo 67
3.3 Tercer modelo 69
Capitulo IV
4. Resultados del diseño y simulación de los modelos 73
4.1. Datos utilizados en el modelo de simulación basado en dinamica de sistemas 74
6
4.1.1 Resultados estudio planeación y control de producción de aguardiente tradicional 77
4.1.2. Analisis resultados simulacion 750 cc., en software Vensim ple y Oracle Crystal ball.
77
4.1.3. Resultados de la simulacion de la presentacion 375 cc., en el software Vensim ple y
Oracle Crystal ball. 80
4.1.4 Resultados de la simulación de la presentación 1750 cc., en el software Vensim Ple y
Oracle Crystal ball. 83
4.1.5 Análisis general de la simulación mediante dinámica de sistemas. 87
4.2. Resultados diseño de modelo de inventarios de materias primas: sistema EOQ. 88
4.2.1. Estudio de la demanda. 88
4.2.2. Cálculo del sistema EOQ. 90
4.2.3. Proceso de inventarios. 91
4.2.4. Macro de inventarios. 92
4.2.5 Análisis general del diseño del modelo de inventarios de materias primas. 93
4.3. Diseño y simulación del proceso de producción en envasado. 94
4.3.1. Recolección de la información. 94
4.3.2. Componentes del software ProModel aplicado al modelo de simulación ILC. 97
4.3.3. Resultados de la simulación en ProModel del proceso de envasado. 99
4.3.3.1. Porcentajes de utilización. 99
4.3.4. Propuestas de mejora 101
4.4 Conclusiones. 105
4.5 Recomendaciones 107
Referencias bibliográficas 108
Anexos 111
7
Lista de figuras
Pág.
Figura 1.Clasificación de los modelos matemáticos 23
Figura 2. Pasos de un estudio de simulación 25
Figura 3. Diagrama JMS, apartado A y B. 31
Figura 4. Diagrama JMS, apartado A y B. 32
Figura 5. Diagrama de flujo para él envasado de Aguardiente 34
Figura 6. Línea Layout Filling Systems 36
Figura 7. Aprovisionamiento. 38
Figura 8. Diagrama Cauca-efecto. 40
Figura 9. Espina de pescado de la línea de producción. 51
Figura 10 - Estructura de realimentación negativa en (a) 59
Figura 11 - Estructura de realimentación positiva en (a) 59
Figura 12 – Estructura formada por dos bucles de realimentación 60
Figura 13- Bucle de realimentación negativa con un retraso 61
Figura 14- Retraso de Material de primer orden 61
Figura 15 - Retraso en la transmisión de información 62
Figura 16. Otra simbología usada para construcción de Diagramas de Forrester 63
Figura 17- Representación gráfica de las variables de nivel. Diagrama de Forrester 64
Figura 18 - Ciclo Genérico de la Cadena Producción–Inventario 64
Figura 19 Diseño del modelo de planeación y control producción 73
Figura 20 Configuración Horizonte de Tiempo 88
Figura 21. Diagrama del proceso de inventarios 92
Figura 22. Línea de envasado de ILC 98
8
Lista de Gráficas
Pág.
Gráfica 1. Diagrama de Pareto 52
Gráfica 2. Sistema de reabastecimiento Q. 69
Gráfica 3: producción vs demanda. 78
Gráfica 4: requerimiento de materias primas. 79
Grafica 5. Demanda vs producción requerida 80
Grafica 6. Demanda vs producción requerida 81
Grafica 7. Requerimiento de materias primas 82
Grafica 8. Demanda vs producción requerida 84
Grafica 9. Demanda vs producción requerida 85
Grafica 10. Requerimiento de materias primas 86
9
Lista de Cuadros
Pág.
Cuadro 1. Maquinas referenciadas 33
Cuadro 2. Materias primas utilizadas en el proceso de producción. 37
Cuadro 3. Test de la metodología 5 S 43
Cuadro 4. Porcentaje de ocurrencia del test de la metodología 5S. 44
Cuadro 5. N° de operarios en la planta 46
Cuadro 6. Formato de control de paradas (año 2017) 47
Cuadro 7. Formato de control de paradas (año 2018) 48
Cuadro 8. Ponderaciones de las causas. 51
Cuadro 9. Simbología para construcción de Diagramas de Forrester 63
Cuadro 10. Unidades por caja según su presentación. 74
Cuadro 11. Pronostico de aguardiente tradicional 75
Cuadro 12. Tiempos requeridos para la transferencia del producto en proceso. 76
Cuadro 13. Tiempos de transferencia:planta Layout Filling Systems en horas 76
Cuadro 14. Pronósticos de ventas 90
Cuadro 15. Datos obtenidos del sistema de gestión de inventarios de materia prima 91
Cuadro 16. Macro de inventarios 93
Cuadro 17. Tiempo estándar por unidad 95
Cuadro 18. Horas de paradas diarias en el proceso de envasado. 96
Cuadro 19. Capacidad de los equipos 96
Cuadro 20. Entidades del proceso de envasado. 97
Cuadro 21. Locaciones del proceso de envasado 97
10
Cuadro 22. Porcentaje de utilización 99
Cuadro 23 Porcentaje de tiempos ocioso. 99
Cuadro 24 Capacidades de los equipos del proceso de envasado. 101
Cuadro 25 Botellas procesadas y tiempo de ciclo del proceso de envasado. 102
Cuadro 26. Porcentaje de tiempos ocioso por etapa del proceso de envasado 102
Cuadro 27. Porcentaje de tiempos ocioso operarios del proceso de envasado 102
Cuadro 28. Porcentajes de las capacidades de los equipos del proceso de envasado. 103
Cuadro 29 Porcentaje de tiempos ocioso por etapa del proceso de envasado 104
11
Anexos
Pág.
Anexo 1. Matriz DOFFA de la gestión de los inventarios. 111
Anexo 2. Matriz DOFFA del proceso de producción. 112
Anexo 3. Resultados de la simulacion de la presentacion 375 cc., software Vensim ple.113
Anexo 4. Resultados de la simulacion de la presentacion 375 cc., software Vensim ple.122
Anexo 5. Resultados de la simulación de la presentación 1750 cc. software Vensim ple 130
Anexo 6. Recurso actual. 140
12
Introducción
La dinámica industrial es una forma de orientar el estudio de los sistemas industriales,
permite agrupar variables del proceso y analizar su comportamiento al interrelacionarse a través
del tiempo y así, influir en el desarrollo y estabilidad de las mismas. El objetivo principal de la
Dinámica aplicada a la industria, es analizar y comprender las causas que provocan el
comportamiento del sistema.
La dinámica industrial puede estudiar el comportamiento de todas las áreas funcionales de
la organización, como: la producción, la investigación, el personal y la cadena de suministros,
convirtiendo el proceso en un flujo, de forma monetario, de pedidos, de materias, de personal o de
equipos. Su comportamiento se evalúa o estudia mediante un sistema informático (software),
conociendo el resultado de la interacción de acuerdo a las características propias, aportando de esta
manera a la toma de decisiones.
En la elaboración del diseño y simulación dinámica, elaborada en la industria licorera del
Cauca, se toma como sistema el proceso de producción de aguardiente tradicional en las
presentaciones 375 cc, 750 cc y 1750 cc., donde se evalúa la interrelación de las variables, como:
la predicción de la demanda, la producción requerida, la capacidad real de producción, el tiempo
laboral, el tiempo de operación y los inventarios de materias primas y productos terminados,
mediante la elaboración del modelo con el diagrama de Forrester, en el software Vensim Ple.
Convirtiendo el proceso en un flujo de forma de: pedidos, de materias, de personal y de equipos.
Conociendo la influencia de cada variable hacia el sistema de producción de la ILC. Se establece
un horizonte de tiempo igual a 12 meses, donde se conoce el resultado de la interrelación de cada
variable en el futuro, en base a la predicción de la demanda. De esta forma permite planear y
13
controlar el proceso de producción, aportando un conociendo fundamental para la toma de
decisiones.
El trabajo se desarrolló en cuatro capítulos:
En el primer capítulo se aborda el problema, la formulación, la justificación, los objetivos,
el estado del arte, el marco teórico, el contexto de la empresa donde se realiza la investigación y
por último la metodología.
En el segundo capítulo se evalúa el estado actual del proceso de producción de aguardiente,
identificando las variables más significativas dentro de la planeación y el control de este proceso.
En el tercer capítulo, se explora los modelos de simulación industrial para el proceso de
producción.
En el capítulo 4. Se evalúa los resultados.
Por último, se presentan las conclusiones y recomendaciones pertinentes.
14
Capítulo I
1.- Problema
1.1 Planteamiento del Problema
La Industria Licorera del Cauca (ILC), es una empresa productora de licores con altos
estándares de calidad, su principal función es la producción y comercialización de aguardiente,
por lo que la planeación y el control del proceso de producción, es la línea principal de la factoría.
La problemática que enfrenta actualmente la ILC, es la ausencia del control de la
producción en las distintas fases del proceso, como: la preparación de la mezcla, llenado,
etiquetado y almacenamiento, así como la planeación y evaluación de las necesidades de los
inventarios de las materias primas y productos terminados, que no permiten la optimización del
proceso, en aras de satisfacer la demanda y reducir los costos de producción.
La simulación industrial, permite interrelacionar las variables que constituyen un modelo
de producción industrial, con el fin de conocer su comportamiento a través del tiempo, aportando
la comprensión necesaria para la planeación y el control del proceso y la toma de decisiones.
Entonces, dentro de la línea de investigación, es posible el análisis y diseño de modelos de
simulación industrial, que incluya: la capacidad real de la producción, la predicción de la demanda,
el tiempo laboral, los tiempos de producción por unidad y el manejo de los inventarios de materias
primas y productos terminados; que permita mejorar la administración de la planeación y el control
de los procesos de producción de aguardiente tradicional en la ILC.
Además, es necesaria la evaluación de la línea de producción de aguardiente, para
identificar, las causas que generan tiempos ociosos en el proceso y así establecer propuestas
mediante escenarios, generando recomendaciones que permitan reducir los tiempos y aumentar la
productividad.
15
Así, se impacta de manera sistémica la productividad y la toma de decisiones, con lo cual
el problema se formula mediante la siguiente interrogante:
¿Permite los modelos de simulación industrial, la optimización de la planeación y el control
de la producción de aguardiente tradicional en la Industria Licorera del Cauca (ILC)?
1.2 Justificación
Desde la perspectiva teórica el proyecto es importante porque se inquiere sobre las
diferentes técnicas de simulación en entornos industriales y la capacidad de optimizar procesos
productivos mediante la selección y evaluación de los resultados obtenidos con la simulación de
los modelos en la planeación y control de la producción.
Por otra parte, el proyecto tiene implicaciones prácticas importantes porque contribuye al
mejoramiento de la planeación y el control de la producción de aguardiente tradicional en la ILC,
mediante la simulación de los modelos, dando a conocer el comportamiento de la demanda, la
capacidad real de producción, los inventarios iniciales de materia prima y producto terminado y la
ejecución de los pedidos, a través de un tiempo establecido como periodos dentro de la simulación.
De igual forma mediante la evaluación realizada a la línea de producción con la simulación, se
crean escenarios que permiten aplicar estrategias que conlleven al control restringido de los
tiempos necesarios para la producción, reduciendo los tiempos muertos y aumentando la
productividad.
De esta forma se proporciona herramientas de simulación que generan beneficios económicos
y de análisis prospectivo a la organización.
16
1.3 Estado del arte
Dentro de las tendencias actuales de la simulación, en el ámbito internacional es importante
citar el trabajo de (Batista & Meirelles, 2011), titulado” Simulación por computadora aplicado al
estudio y control de calidad de una columna de destilación continua “, en el área de los alimentos,
a fin de presentar algunas estrategias para controlar el contenido volátil en el simulador comercial
Aspen, donde se colocó una solución de etanol, agua y 10 componentes que representaban el vino
a destilar. Se realizó una detallada investigación sobre el equilibrio líquido-vapor para la
simulación en dos plantas industriales diferentes.
Los resultados de la simulación se validaron comparándolos con los de una planta de
destilación de bioetanol. Además, el proceso se simuló con y sin sistema de desgasificación a fin
de determinar la eficiencia del sistema del control del contenido volátil, la cual se pretendía mejorar
mediante un bucle de control con retroalimentación, demostrándose la importancia de la tasa de
flujo del producto sobre la composición del licor. Por eso se utilizaron altas velocidades de flujo
del licor y del reflujo. También se utilizó una columna pasterizada de destilación con el vino.
La simulación realizada en este estudio, demuestra que modificaciones simples en la
configuración de la columna de destilación y en las condiciones operacionales (velocidad de
reflujo, alcohol secundario, corriente de desgasificación, velocidad del licor y separadores de la
columna) son suficientes para producir licores con diferentes características.
Por otra parte,(Sacher, García-Llobodanin, López, Segura, & Pérez-Correa, 2013), en el
artículo titulado” Modelado y Simulación Dinámica de un alambique para la destilación de vino”,
se simula un modelo de equilibrio de fases, tratando el sistema como una mezcla cuasi binaria y
se discutieron modelos de trasferencia de calor y de ecuaciones cuasi binarias para determinar el
comportamiento del proceso en las distintas regiones del alambique, siendo los resultados
17
encontrados muy cercanos al comportamiento real de un sistema de esta clase, demostrando que
si los modelos desarrollados se desarrollan de manera correcta reproducen de manera exacta la
destilación en el alambique, basándose las suposiciones en aproximaciones razonables de dos
estados de equilibrio, mezcla cuasi binaria, ,pérdidas despreciables en el condensador. Estos
modelos pueden ser útiles para desarrollar nuevos alambiques.
En el orden nacional, el trabajo de grado de (Ochoa- Lopez. Alejandro & Tovio-Almanza,
2007), “Diseño y Análisis de un Modelo de Planificación y Control de la Producción basado en
Dinámica de Sistemas”, Administración Industrial, Universidad de Cartagena, se enfoca en
desarrollar un modelo de control de inventario basado en la dinámica de sistemas, para un entorno
de manufactura, es decir, industrial. Aporta no sólo la conceptualización del modelo, las estrategias
de diseño de la simulación, sino también las herramientas necesarias para llevarla a cabo y
concluye que “en todas las empresas en donde se utilice el modelo de planificación y control de la
producción en forma correcta, arrojará resultados de gran utilidad para la dirección, y así poder
tomar las decisiones correctas en el tiempo adecuado” (p.113).
A nivel regional, el trabajo de (Florez & Diaz, 2003), denominado “ Simulación y Control
en Cascada de una Planta POMTM en Tiempo Real con RTAI-LAB”, Programa de Automática,
Universidad del Cauca, Popayán, enfatiza en el poder de la simulación de procesos automatizados
a nivel industrial usando herramientas en tiempo real dentro de la filosofía software libre ,
trabajando bajo Linux. La función de transferencia del sistema a simular se modela utilizando el
clon de Matlab, que es Scilab, herramienta de utilización libre y se busca poner a punto el sistema
mediante una compensación con un compensador PID paralelo. El resultado es satisfactorio porque
“se simula y controla un sistema de primer orden con tiempo muerto, con un control en cascada,
18
minimizando los cambios de carga en la variable manipulada, de acuerdo a unas condiciones
establecidas, con una aplicación en tiempo real en Linux” (p.8)
En el proceso de gestión de inventarios es válido el trabajo de (Blanco, 2016), “Diseño de
propuesta de distribución del almacén para mejorar la gestión de inventarios de la empresa de
repuestos el Palenque S.A.”, Facultad de ingeniería Industrial, universidad pontifica bolivariana,
Bucaramanga, se enfatiza en establecer estrategias de gestión de inventarios que permitan mejorar
las operaciones del proceso, así, como también la redistribución de las materias primas en el
almacén, que permitió el aprovechamiento del espacio, optimizando la utilización de los recursos.
De esta manera tener el control de las cantidades para el cumplimiento de la demanda y así la
satisfacción del cliente.
Por otra parte, en el trabajo denominado “Diseño de un modelo de control de inventarios
de materia prima y producto terminado en la empresa E.P.I. S.A.S.”, elaborado por (Vivas, 2014),
facultad de ingeniería industrial, universidad autónoma de occidente, Cali, mediante el sistema
ABC realiza una clasificación de las materias primas, identificando las más significativas para el
proceso de la empresa, realizado de igual forma con los productos terminados. Con las materias
primas seleccionas realiza la gestión de inventarios por medio del modelo EOQ (cantidad
económica de pedido), garantizando un control en el almacenamiento de los recursos, e
implementa sistemas (s, Q) y (R, S) para determinar cuál era el modelo que lograba garantizar el
control de existencias, con el fin de satisfacer las necesidades de la empresa.
En el trabajo elaborado por (López Trujillo, Ledezma) “propuesta de un modelo de
simulación para el proceso de trilla en el sector cafetero”, universidad pontifica Bolivariana,
Colombia, diseño y simulo el proceso de trilla en el sector cafetero en el software ProModel, al
simular diversos escenarios y encontrar los valores óptimos de los parámetros más importantes del
19
modelo, busca generar, entre otras cosas, impactos como reducir costos, ser más eficientes en los
procesos y hacer al sistema lo más productivo posible a través de la integración de un módulo de
optimización.
1.4 Objetivos
1.4.1 Objetivo General
Determinar el tipo de modelo de simulación industrial para la optimización de la planeación
y el control de la producción de aguardiente en la Industria Licorera del Cauca (ILC).
1.4.2 Objetivos Específicos
Diagnosticar el estado actual del proceso de producción de aguardiente identificando las
variables más significativas dentro de la planeación y el control de este proceso.
Explorar modelos de simulación industrial para la optimización del proceso de producción
de aguardiente en función de los resultados anteriores
Evaluar los resultados de la simulación obtenida con el modelo seleccionado tanto en la
planeación como en el control del proceso de producción de aguardiente en la ILC.
1.5 Marco Teórico
La industria licorera del Cauca requiere del diseño de modelos que le permitan la
planificación y el control de la producción, donde es fundamental tener en cuenta las técnicas de
simulación, el modelado del sistema, las herramientas software a utilizar, así como también los
modelos de gestión de las materias primas y de productos terminados, que garanticen su correcta
compra, almacenamiento y distribución; por otra parte es necesaria la simulación de la línea de
producción, que permita generar propuestas que optimicen el proceso y aumenten la productividad;
y que en conjunto conlleven al objetivo alcanzar, por tal motivo son aspectos importantes, sobre
los cuales se despliegan los conceptos en este marco teórico.
20
1.5.1 Modelado y Simulación
Según (Chung, 2004),” el modelado y análisis de una simulación es el proceso de creación
y experimentación con un modelo matemático computarizado de un sistema físico”(p.16). Un
sistema, entonces, refiere a un conjunto de partes interactuantes que reciben entradas y
proporcionan salidas para algún propósito, por cuya razón la simulación tradicional se emplea para
analizar sistemas y realizar operaciones o tomar decisiones sobre recursos.
(Banks, Nelson, Carson, & Nicol, 2010), dicen que una simulación es la imitación de la
operación de un proceso o sistema del mundo real al transcurrir el tiempo. Involucra la generación
de una historia artificial de un sistema y su utilización para hacer inferencias relativas a las
características operativas del sistema real. Un sistema de simulación permite seguir la evolución
del comportamiento del sistema con el tiempo, e involucra suposiciones y relaciones que se
establecen de forma lógica, matemática y simbólica, que facilitan la validación del modelo a fin
de investigar diversas preguntas de tipo que pasa sí, con respecto al sistema real. (p.1)
(Law, 2015) consideran que para comprender el comportamiento de los sistemas del mundo
real es muy útil imitar o simular diversos procesos de la realidad para lo cual se debe “hacer un
conjunto de suposiciones de cómo funciona el sistema real, expresándolas en forma de relaciones
lógicas o matemáticas, que son la esencia del modelo explicativo del comportamiento real del
sistema” (p.1). Además, definen estado de un sistema como “el conjunto de variables necesarias
para describir un sistema en un instante particular, con referencia a los objetivos del estudio” (p.4).
Esto refiere a que una simulación basada en eventos discretos concibe el modelo del
sistema evolucionando en el tiempo, lo que se representa con variables de estado que cambian
continuamente en puntos separados en el tiempo, es decir, el sistema cambia en un número finito
21
de puntos en el tiempo, es decir, en los que sucede un evento, siendo por tanto éste capaz de
cambiar el estado de un sistema.
(Dubois, 2018) define modelo como “una representación experiencial, que puede
someterse a pruebas, de un sistema” (p.1). Además, explica sistema como un conjunto de objetos
que se puede estudiar a voluntad, que en su sentido amplio puede ser cualquier cosa, desde un
avión hasta un tornillo.
Afirma (Dubois, 2018) que “ una simulación numérica trata de la traducción de un modelo
matemático a lenguaje numérico para llevar a cabo cálculos complejos de manera más fácil”(p.1).
Este carácter numérico involucra trabajar con eventos dentro de espacios maestrales, es decir,
involucra las distribuciones de probabilidad, motivo por el cual (Ross, 2006) manifiesta que “ la
simulación de un modelo probabilístico implica la generación de mecanismos estocásticos del
modelo y observar luego el flujo del modelo al transcurrir el tiempo”(p.93). Sin embargo, seguir
la evolución en el tiempo del modelo estocástico es complejo por cuyo motivo se ha desarrollado
un marco metodológico basado en eventos discretos, que revela las cantidades de interés, enfoque
denominado método de simulación por eventos discretos.
(Thomas, 1999) expone claramente la importancia del modelamiento y simulación en el
control automático de un sistema dentro de una planta industrial porque los considera la columna
vertebral del diseño analítico de la metodología para bucles abiertos y cerrados de control, para la
determinación de la estabilidad y robustez del bucle implementado y para la simulación
computarizada de estos bucles de control. Así, el modelo matemático asume que la solución es
necesaria en un punto específico, donde las variables están en estado estacionario, pero, existen
procesos en los que las variables cambian con el tiempo, es decir, son dinámicos. Y es aquí donde
es importante reducir el espacio del problema para lograr una simulación dinámica.
22
(Andriychuk, 2012) explica que los sistemas dinámicos continuos que involucran
ecuaciones diferenciales en su gran mayoría contienen parámetros, que sufriendo ligeras
variaciones implican un importante impacto sobre las soluciones, de modo que es importante
establecer la manera en que las orbitas continuas y el equilibrio de los sistemas dinámicos es
afectado por estos parámetros porque un sistema en equilibrio puede volverse inestable y una
solución periódica nueva puede surgir al tener lugar estos cambios. El parámetro asume entonces
un valor de bifurcación.
1.5.2 Simulación de Sistemas Dinámicos
Para (Kluever, 2015) el control y los sistemas dinámicos involucran el análisis y el control
de sistemas físicos en ingeniería en los que interactúan componente mecánica, eléctricos y de
fluidos, como puede ser un actuador hidráulico controlado eléctricamente, donde es de importancia
la comprensión de la respuesta dinámica del sistema con base en la experimentación con un
prototipo físico. Entonces, el proceso de obtención de la respuesta dinámica del sistema a partir de
la resolución de las ecuaciones que lo gobiernan, expresadas en un modelo integro-diferencial, que
se puede resolver en un software de computadora es lo que se denomina simulación de un sistema
dinámico o simulación dinámica. (p.3).
(Bala, Arshad, & Noh, 2017) dicen que “un sistema dinámico es una metodología basada
en los sistemas con retroalimentación prestados a la teoría de control, y que puede lidiar fácilmente
con las no linealidades y los retardos temporales en las estructuras multibucle de los sistemas
dinámicos complejos” (p.5). En la actualidad existe una multitud de herramientas software para el
modelamiento de sistemas dinámicos, siendo las más importantes Stella, Vensim y Powersim, si
bien existen otros como Matlab.
23
Figura 3.Clasificación de los modelos matemáticos
Fuente. Bala et al. (2017), p.11
(Klee & Allen, 2018), expresan que la simulación dinámica, y en general, de cualquier tipo
se aprende haciendo y que en este proceso el término modelo se refiere a una entidad física o
conceptual que imita, asemeja, describe, predice o porta información sobre el comportamiento de
algunos procesos o sistemas, lo que es fundamental para la simulación porque permite explorar el
comportamiento del sistema de forma económica. Para hacer la simulación Matlab posee las cajas
de herramientas necesarias para modelar y simular mediante las funciones predefinidas y las
capacidades de Simulink.
(Elizandro & Taha, 2007) afirman que “en los estudios de simulación se tienen dos fases
generales. La primera, que abarca la construcción, depuración lógica y corrida del modelo; la
segunda, es la interpretación de la salida del modelo” (p.9). Por tanto, la simulación tiene un
procedimiento metodológico específico que debe seguirse.
Modelos
Físicos Resumen
Estático Dinámica Mental Matemático
Estático Dinámico
Lineal No lineal Lineal No lineal
Estado estable Transitorio
24
(Law, 2015) expone los pasos que un estudio de simulación bien realizado, especialmente
dinámica, debe tener, para que se pueda realizar un análisis estadístico adecuado de los resultados
o datos del modelo y pueda ser de utilidad en la comprensión de situaciones complejas. Concluye
que “las simulaciones permiten estimar el desempeño de un sistema existente bajo un conjunto de
condiciones dinámicas de operación proyectadas” (p.70).
(Law, 2015) manifiesta que Cada una de las corridas de una simulación estocástica produce
solamente estimados de las verdaderas características de un modelo para un conjunto específico
de parámetros, de manera que se requieren corridas independientes del modelo para cada conjunto
de parámetros de entrada. Esto exige un modelo analítico válido que reproduzca con exactitud las
características del modelo que simula. (p.71)
1.5.3 Dinámica de sistemas
Los modelos de simulación basados en la Dinámica de Sistemas encuentran aplicación en
todas las actividades dentro de la empresa. Esta Dinámica, se utiliza dentro de las empresas en
ámbitos operativos, como por ejemplo en la Gestión de Proyectos. Es una metodología para la
resolución de problemas. Incluso de actividades cotidianas, pues la conducta asistida por
“retroalimentación” es una vía importante para enfocar y tomar decisiones concernientes al
problema de tipo social, natural, económico, ambiental y de otra índole (Martínez, 199)
Estudia las características de realimentación de la información en la actividad industrial
con el fin de demostrar como la estructura organizativa, la amplificación de políticas y la demora
en las decisiones y acciones interactúan e influyen en el éxito de la empresa. Es una metodología
de uso generalizado para modelar y estudiar el comportamiento de cualquier clase de sistemas y
su comportamiento a través del tiempo con tal de que se tenga características de existencia de
retardos y bucles de realimentación (Martínez Silvio y Requema Alberto (1981).
25
Figura 4. Pasos de un estudio de simulación
Fuente. Law (2015), p.67
Formular problema y planificar
el estudio.
Recolectar datos y
definir un modelo.
Construye un programa de
computadora y verifica
¿Documento de
suposiciones
válido?
Hacer carreras piloto
Experimentos de diseño
Hacer corridas de producción
¿Modelo
programado
valido?
Analizar datos de salida
Documentar, presentar y
utilizar los resultados
YES
YES
NO
NO
26
1.5.4. Modelo de gestión de inventarios
Los modelos de inventarios se enfocan en la gestión de las materias durante el transcurso
de la cadena de suministros, garantizando la existencia de las materias primas, los productos en
proceso y los productos terminados.
El principal objetivo del manejo de inventarios es asegurar que el producto esté disponible
en el momento y en las cantidades deseadas. Normalmente, esto se basa en la probabilidad de la
capacidad de cumplimiento a partir del stock actual. A esta probabilidad, o tasa de surtimiento del
artículo, nos referiremos como el nivel de servicio. (Ballou, 2004)
Para determinar la política de inventarios son importantes tres clases generales de costos:
costos de adquisición, costos de manejo y costos por falta de existencias. Por otra es fundamental
conocer el comportamiento de las ventas a través del tiempo, para esto se debe implementar
diferentes métodos de predicción de la demanda.
(Guerra, 2014), indica que existen dos clasificaciones de los modelos de inventarios:
modelos de cantidad fija de reorden y modelos de periodo fijo de reorden.
Modelos de cantidad fija de reorden: en este tipo de modelos, la demanda se satisface a
partir del inventario que se tiene. Cuando el inventario baja a un punto de reorden establecido, se
coloca una orden de reabastecimiento. Como las ordenes son siempre por la misma cantidad, este
modelo se llama “modelo de cantidad fija de reorden”. Se corresponde con una política de revisión
continua del inventario. Su gestión se hace por medio de modelos como: modelo del lote
económico o modelo EOQ, modelo EOQ con reabastecimiento uniforme y modelo EOQ con
descuentos por cantidades.
27
Modelos de periodos fijos de reorden: para estos modelos las demandas también se
satisfacen a partir del inventario que se tiene, pero los reabastecimientos se realizan a intervalos
fijos de tiempo y la cantidad que se ordena está en dependencia del de inventario que quede en el
momento de la revisión, es decir se hacen revisiones periódicas a intervalos fijos de tiempo. Se
corresponde con una política de revisión periódica del inventario. El modelo por el que se maneja
es el modelo de intervalo económico de reorden EOI.
1.5.5. Optimización de procesos
En términos generales el proceso de optimización es una herramienta cuantitativa que se
define como el proceso de seleccionar, a partir de un conjunto de alternativas, para al final escoger
aquella que mejor satisfaga el o los objetivos propuestos. Para resolver un problema de
optimización se deben encontrar valores para esas variables encontradas a raíz del diagnóstico, que
maximicen la ganancia o beneficio del sistema, o bien minimicen los gastos o pérdidas. Se asume
que las variables dependen de los elementos tales como. Los pasos que permitan aplicar a totalidad
las falencias y requerimientos del sistema, y después permita solucionar un caso aplicativo como
una instancia descrita por Ballestin, “que pueden ser aplicados en diversos campos desarrollados
en diferentes grupos de investigación acerca de optimización de proceso”. (Ballestin, 2017).
Según Summers (2006) los tiempos muertos son procesos lentos, costosos en términos de
inventario que se debe mover, contar, almacenar o recuperar. Los tiempos muertos bajos en un
proceso reducen los costos de operación y el inventario y podrían evitar daños al inventario u
obsolescencia al mismo. Reducir los tiempos muertos de un proceso y la variación presente en el
tiempo que toma completar un proceso es tan importante como mejorar la calidad de un producto
o un servicio.
28
Causas de los tiempos muertos: Molinera (2006) menciona que los tiempos muertos pueden
deberse a dos causas fundamentales que son: Causas exógenas las cuales están relacionadas con
factores vinculados al proceso de producción (averías, reparaciones, etc.), que no son imputables
al trabajador, y que suponen un costo para la empresa, pues siguen devengándose los salarios y las
cargas sociales. Causas externas estas están relacionadas con el trabajador, bien sean de manera
voluntaria, como la disminución del rendimiento por falta de motivación, o involuntarias, como el
menor rendimiento por falta de conocimientos sobre la labor a desarrollar.
1.6 Metodología
La propuesta parte de la identificación de los problemas que se presentan en la situación
actual del proceso de producción de aguardiente tradicional en la ILC, con base en análisis
mediante las herramientas de la matriz DOFFA, el diagrama causa efecto, el test en base a
metodología 5´S, la espina de pescado, diagrama de Pareto, revisión del formato de paradas FOMA
41 de la ILC y la creación de los diagramas de flujo de los procesos. Se identifica en el sistema de
gestión de inventarios que no hay un control adecuado de los procesos de compra, recepción,
almacenamiento y distribución de las materias primas, creando fallas en la cadena de suministros,
por ausencia de materias primas, productos en proceso o productos terminados o en su defecto por
sobre almacenamiento de las misma, de igual forma se identifica la usencia de herramientas
software que sistematicen el proceso. Por otra parte, en la línea de producción se identifica la falta
de capacitación del personal para realizar el mantenimiento autónomo de las máquinas, paradas
por causa de fallas en las máquinas, cambio de lugar de trabajo de los operarios sin la capacitación
adecuada y falta de control de calidad a la materia prima utilizada en el proceso.
Con base en los problemas obtenidos, se plantea un modelo industrial basado en la
dinámica de sistemas, elaborado en el software Vensim Ple, que permite la contextualización de
29
la planeación y el control de producción de aguardiente tradicional en la ILC, por medio de un
diagrama del proceso; incluyendo en el software la parte matemática por medio de ecuaciones a
cada variable, donde se caracteriza las principales: la demanda esperada, la producción requerida,
la capacidad real de producción, los inventarios y la cantidad económica de pedido (calculada para
la materia prima alcohol extra neutro). Se establece un horizonte de tiempo de 12 periodos en
meses, donde se puede evaluar su comportamiento y de esta manera facilitar la toma de decisiones
importantes del proceso.
Por otra parte, se diseña un modelo de inventarios de materias primas mediante el modelo
EOQ, calculando la cantidad óptima de pedido para las botellas, tapas, etiquetas y cajas. También
se calcula el punto de reorden, que establece el momento donde se realizar un nuevo pedido. De
esta manera se tendrá un flujo adecuado de las materias primas, mejorando su recepción,
almacenamiento y distribución. Seguido se realiza una macro de inventarios que permite la
sistematización del flujo de las materias primas proporcionando mediante la herramienta, el control
de los movimientos.
Por último se diseña y simula la línea de producción, mediante la herramienta software
ProModel, se realiza el análisis del proceso por medio de varias corridas, identificando que los
tiempos muertos se dan principalmente por el tiempo de llegada de las estibas al inicio al proceso;
se generan propuestas de mejora con la disminución de los arribos de las estivas, reduciendo los
tiempos en 2.5 minutos y 5 minutos y se recomienda el aumento de la capacidad de la etiquetadora
y la de codificación de fecha al doble.
Finalmente, se articulan los resultados para el mejoramiento de la planeación y el control
de producción de aguardiente en la ILC.
30
Capitulo II
2.-Diagnóstico del estado actual del proceso de producción de aguardiente en la ILC.
En esta sección se cumple con el objetivo: Diagnosticar el estado actual del proceso de
producción de aguardiente identificando las variables más significativas dentro de la planeación y
el control de este proceso.
2.1 Situación actual de la ILC
La industria licorera del Cauca, se dedica a la producción y comercialización de licores,
con altos estándares de calidad, sus principales productos son: el aguardiente tradicional y sin
azúcar en sus tres presentaciones 375 cc., 750 cc. y 1750 cc., el ron Gorgona, la ginebra y los
escarchados y cremas que son productos artesanales. La ILC se caracteriza por ser la empresa
manufacturera más importante del departamento y se encuentra ubicada en el municipio de
Popayán.
2.2. Diagnóstico
Mediante el mapa del proceso, elaborado con la metodología IDEFO, se representa el
proceso de producción de aguardiente de la ILC, con los nodos necesarios para el proceso,
planteando como fin, conocer el flujo de los datos.
En la parte inferior de la figura 5, se puede observar el mapa conceptual del proceso de
producción de aguardiente con los subprocesos necesarios. Donde se puede identificar las
diferentes rutas por donde existiría el flujo de la información y la interrelación entre los
subprocesos.
31
Figura 3. Diagrama JMS, apartado A y B.
Fuente: https://knepublishing.com/index.php/KnE-Engineering/article/view/1505/3576
32
2.2.1. Proceso de preparación.
El proceso de preparación se utilizan los siguientes equipos y las fases de este proceso:
B-101/B-102 TK 101-TK 107 B-104/B-103
Figura 4. Diagrama JMS, apartado A y B.
Fuente: https://knepublishing.com/index.php/KnE-Engineering/article/view/1505/3576
1A
2A
Cubas madres
de agua de
acueducto
Filtro suavizador Bombeo
Llegada de
carro tanque
Análisis de
calidad Bombeo Almacenamiento
alcohol
Almacenamiento
agua suavizada
Bombeo
Botellas esencias Preparación
de esencias 3A
1
2
3
K OO1, TK OO1-2 F-002 K 002-1 B-004-1/B-004-2
B-101/B-102 TK-101-TK 107 B-104/B-103
TK B2, TK A2
CUBAS DE AGUARDIENTE FILRADO
El aguardiente filtrado llega a las cubas de TK-
300-A, TK 300-B, TK 300-C, TK 301 hasta la TK
304 si es para aguardiente tradicional o las cubas
TK 305 hasta la TK 308 para el aguardiente sin
azúcar, después de que todo el producto fue
filtrado, el grado alcohólico que se debe
encontrar es de 29,20 ° C Para poder iniciar con
su envasado.
GA
29,2 °C
33
En el proceso de producción de aguardiente, la preparación es la primera etapa (figura 5),
en ella se mezcla el alcohol extra neutro, la materia prima proveniente de la bodega de
almacenamiento, con el agua suavizada y las esencias, la preparación del aguardiente, se realiza
por lotes, cada lote es de 10 mil litros. Una vez terminado el proceso de agitación es llevado a
cubas de reposo, para posteriormente ser bombeado hasta el área de envasado. Debido a que
existen cubas para el almacenamiento de varios lotes de aguardiente antes de ser enviados a envaso,
este proceso se hace en paralelo con la línea de producción, de esta forma cuando se está
embotellando un lote al mismo tiempo se prepara el próximo.
2.2.2 Envasado
En este proceso, la ILC, cuenta con una línea de marca Layout Filling Systems, que tiene
seis estaciones, con las maquinas referenciadas en el siguiente cuadro:
MAQUINA MODELO CANTIDAD
Depaletizadora Filling Systems Depal VEGA 60 1
Triblock Filling Systems GRVm-GP 24-24-4 1
Etiquetadora P.E. LABELLERS PROGRESS S 9T/540/2S-2E 1
VIDEOJET EXCEL EXCEL 273SE 1
Devider Filling Systems 3710650061 1
Embaladora Wrap-Around 1
Cuadro 1. Maquinas referenciadas Fuente: Archivo secretaría de la ILC.
La ILC cuenta con una línea de producción con tecnología Layout Filling Systems, que cuenta
con seis equipos (ver cuadro 1), Conocer cada uno de los equipos del proceso es importante para
poder diseñar y simular el proceso de envasado, para conocer los tiempos de ocio de cada uno de
estos. De igual manera se identifica que la capacidad de producción, está dada por la capacidad
de diseño del equipo “triblock”, debido a que es el equipo con menor capacidad y a la línea es de
flujo continuo, se debe configurar todos los equipos a un mismo ritmo.
34
Se realizó un estudio de tiempos de la línea de producción con el fin de identificar los
tiempos de operación, transferencia, de espera y de preparación de los equipos, evaluando el flujo
de la producción.
2.2.3 Diagrama del proceso de producción.
Para realizar el diagnóstico del proceso relacionado con el envasado de aguardiente
tradicional en la ILC, fue necesario analizar de manera general el contexto de la planta de
producción Layout Filling Systems con lo que se crea el diagrama de flujo que se puede observar
en la figura 5.
Figura 5. Diagrama de flujo para él envasado de Aguardiente
Fuente. Elaboración propia
35
En la figura 5, en el diagrama de flujo, se puede observar que el proceso se encuentra
dividido en seis estaciones con diferentes maquinas que serán descritas a continuación.
Depaletizadora: marca Filling Systems, modelo: 2003, modelo: Depal VEGA 60. En esta
etapa del proceso se procede a desempacar las materias primas necesarias en el proceso de
envasado (botellas), dado que estás llegan paletizadas.
Triblock: marca Filling Systems, modelo: 2003, tipo GRVm-GP 24-24-4. Esta etapa del
proceso de envasado está compuesta por tres sub procesos, los cuales son: enjuagado (se lavan las
botellas con agua), llenado (se llena la botella con aguardiente) y sellado (se sellan las botellas con
las tapas plásticas).
En esta etapa también se encuentra el alimentador de tapas de marca Filling Systems,
modelo 2003. Esta parte del proceso consiste en elevar las tapas de plástico mediante una cinta de
tipo persiana (cangilones). La capacidad de la tolva de la máquina de alimentación es
aproximadamente de 3.500 tapas. Desde el interior de la tolva se van elevando las tapas
frecuentemente a una velocidad aproximada de 9.000 tapones/h; por último, bajan por un canal, el
cual permite que pase las tapas con una frecuencia igual a la que tienen las botellas.
Etiquetadora: marca P.E. LABELLERS, modelo PROGRESS S 9T/540/2S-2E con
matrícula N° M. 00884. En este proceso se hace la impresión de la etiqueta del producto, en el
envase o botella con la fecha y número de lote correspondiente.
Codificación: impresora VIDEOJET EXCEL 273SE. En esta pequeña etapa se imprime
algunos datos en la botella, como la fecha de producción; entre otros.
Devider: marca Filling Systems, modelo 3710650061, año: 2003 con matrícula 2558. En
esta etapa se divide las botellas que llegan de la línea de transporte en varios canales, de acuerdo
36
a la presentación 375 cc., 750 cc. Y 1750, en 6 canales, 4 canales y en 2 canales correspondientes.
Cumpliendo como función la máquina, él envió de números iguales de botellas a la siguiente etapa.
Empacado: máquina embaladora Wrap-Around. En esta sección las botellas llegan a su
etapa final donde se empacan en cajas de cartón en diferentes unidades, para la presentación 375cc,
24 botellas, 750 cc, 12 botellas y para 1750 cc, 6 botellas.
Para observar de manera adecuada el proceso de la línea de envasado Layout Filling
Systems se adiciona plano del manual de uso de la línea.
Figura 6. Línea Layout Filling Systems
Fuente: Tomado del Manual de la línea Layout Filling Systems
2.2.4 Gestión de inventarios
Se realizó un estudio general del proceso actual de recepción, almacenaje y distribución de
la materia prima utilizada para la elaboración de aguardiente en la ILC, con el fin de identificar las
principales fallas del proceso que permitan inducir a oportunidades para la elaboración del modelo.
37
Por lo anterior, se realiza una descripción técnica de las materias primas utilizadas para la
producción de aguardiente en la ILC, incluyendo para causas de este trabajo, las materias primas,
los insumos y materiales de empaque dentro del término de “materias primas”, las cuales están
involucradas en el proceso. Cabe aclarar que debido a que la ILC cuenta con una producción por
lotes, es de vital importancia incluir todas las materias primas al estudio. No fue conveniente
desarrollar una clasificación.
2.2.4.1. Identificación de las materias primas utilizadas en la producción de aguardiente
tradicional en la ILC.
En el cuadro 2, se relaciona las materias primas utilizadas en el proceso de producción de
aguardiente tradicional en la ILC.
Articulo Presentación
Envase 375 c.c. 750 c.c. 1750 c.c.
Tapa 28” 28” 38”
Etiqueta 375 c.c. 750 c.c. 1750 c.c.
Caja 375 c.c. 750 c.c. 1750 c.c.
Cuadro 2. Materias primas utilizadas en el proceso de producción.
Fuente: Elaboración propia
Para el proceso es necesario contar con la existencia de todas las materias primas,
debido a que cada una de ellas es indispensable para la producción del producto, además
la ILC realiza una producción por lotes, por lo que el tamaño y las características técnicas
de cada materia prima cambian de acuerdo a la presentación.
2.2.5 Diagrama del proceso de gestión de inventarios
Para visualizar el sistema de aprovisionamiento de materia prima que se lleva actualmente
en la ILC, se realizó un diagrama de flujo que se puede observar en la figura 7, que se describe a
continuación.
38
Figura 7. Aprovisionamiento.
Fuente: elaboración propia.
En el anterior diagrama (figura 7), se puede evidenciar el funcionamiento actual del sistema
de aprovisionamiento, en donde se observan las actividades necesarias para el proceso.
Para dar inicio al aprovisionamiento el encargado de las materias primas realiza el pedido
a su proveedor cuando recibe la solicitud de materia prima del área de envasado (planta donde se
realiza el lavado de las botellas, llenado, tapado, etiquetado y empacado para aguardiente
tradicional y sin azúcar en la ILC) y verifica la existencia de las materias primas necesarias en
39
bodega, después del tiempo establecido por el proveedor para la entrega del producto llega a la
empresa en donde se realiza el control de calidad, el cual se ejecuta tomando un lote a lazar de la
materia prima entrante para la verificación de sus estándares de calidad.
Seguido a esta actividad el encargado de las bodegas de almacenamiento, realiza la
descarga de las materias primas con el cuidado necesario según sus características y procede al
almacenamiento en la bodega establecida, para posteriormente aprovisionar el área de envasado
con la cantidad requerida y dar fin al proceso.
2.3. Implementación de herramientas en el diagnóstico inicial del sistema de gestión
de inventarios y de la línea de producción.
2.3.1. Implementación de herramientas en el diagnóstico del sistema de gestión.
El diagnóstico inicial se realizó primero mediante la recolección de información en la ILC,
donde se entrevistó de manera informal al jefe de producción, al encargado del control de
materiales y suministros y a los colaboradores de las bodegas, obteniendo información del
funcionamiento del sistema de inventarios, con el fin de identificar los problemas a los que se
enfrentan.
Por otra parte, se recolecta información bibliográfica de los sistemas de gestión de
inventarios y sus políticas, utilizando dicha investigación para comparar el funcionamiento del
proceso actual de la ILC y el propuesto por la teoría.
Se diseñó un diagrama causa efecto, una matriz DOFA y la calificación por medio del
formato de criterios de la técnica 5´S que se explicaran a continuación.
40
2.3.1.1 Diagrama causa efecto
Figura 8. Diagrama Cauca-efecto.
Fuente: elaboración propia
41
En el diagrama causa efecto realizado se obtiene un impacto visual del proceso, que
proporciona la contextualización de los procesos involucrados con la gestión de los inventarios de
la ILC. Mediante el diagrama se evalúa el flujo de los procesos relacionados con la gestión de los
inventarios, se identifica que:
La causa método, tiene falencias pues el área de la administración de la gestión de los
inventarios de materias primas no cuenta con un manual del procedimiento e impone resistencia
al cambio, por lo que hace el método obsoleto. Por otra parte, la ILC, cuenta con un sistema de
apoteosis que permite la integración de los procesos de manera sistematizada, pero puesto a que
existe resistencia al cambio, el sistema no se encuentra actualizado. Debido a que no existe un
control riguroso de los inventarios, en la ILC, se realiza las compra, almacenamiento y distribución
de las materias primas de manera improvisada.
La causa de mano de obra, cuenta con personal en el área administrativa que no se enfoca
en la sistematización del proceso, todos los registros se hacen de manera escrita a mano, no utiliza
los sistemas operativos con los que cuenta, por lo que no permite que el personal de apoyo realice
de manera eficiente sus funciones.
2.3.1.2 Matriz DOFFA.
Mediante la herramienta de la matriz DOFFA (Ver anexo 1), se incluye el contexto general
del proceso de inventarios de la industria licorera del Cauca.
Donde se encontró que la ILC cuenta con bodegas de almacenamiento de materias primas
con capacidad suficiente para el almacenamiento, tiene proveedores de buena calidad y cuenta con
un software llamado apoteosis que permite a la empresa tener información en tiempo real, sin
embargo, no es alimentado de manera adecuada, además no existe un sistema de gestión de
42
inventarios, por lo que los procesos de compras, recepción, almacenamiento y distribución no se
hacen de manera apropiada. Mediante la herramienta se plantean las siguientes estrategias:
Crear el modelo de gestión de inventarios de materias primas.
Utilizar herramientas software que permitan llevar a cabo el desarrollo y control del sistema
de gestión de inventarios.
Capacitar al personal para que cumplan con la correcta realización del proceso de
recepción, almacenamiento y distribución de las materias, aportando a la gestión efectiva del
sistema.
Crear políticas de inventarios que permitan el almacenamiento adecuado de las materias
primas.
2.3.1.3 Test de la técnica 5´S.
Para la realización del test de la técnica 5´S, se realizó el recorrido de las bodegas de materia
prima con uno de los colaboradores de su gestión, donde se evidencia el estado y mantenimiento,
mediante la observación y entrevista informal al colaborador, encontrando puntos críticos que
serán tenidos en cuenta en la elaboración del modelo.
43
Cuadro 3. Test de la metodología 5 S
Fuente: elaboración propia basada en la metodología 5S.
El cuadro 3, cuenta con una clasificación de los parámetros que fueron tenidos en cuenta
en la revisión de las bodegas de la ILC, así como una calificación que se observa en el cuadro 4,
donde establece cero (0), como el porcentaje más bajo de ocurrencia y 4 como el porcentaje más
alto.
5 S´s N ASPECTOS SUGERENCIAS DE VERIFICACIÓN 0 1 2 3 4
1 Objetos sin uso Materiales, herramientas o equipos innecesarios x
2 Hallasgo frecuente de objetos personales Objetos personales autorizados x
3 materiales o elementos en exceso Elementos inservibles, antiguoa u obsoletos x
4 Articulos innecesarios con tarjeta roja Seguimiento a la disposicionn de articulos x
5 Evidencia de presencia articulos no autorizados Ayuda visual para la identificación de articulos autorizados x
Numero de x 1´s 2 1 0 2 0
1 lugares especificos para cada articulo Limites de áreas de almacenamiento x
2 Lugares marcados visualmente Pasillos de tráfico y áreas de almacenamiento x
3 Articulos en su lugar Lugares delimitados vacíos x
4 Cumplimiento de limites y estandares Almacenamiento de materiales, equipo y herramientas x
5 Colocacion de articulos en su lugar despues del uso Articulos fuera de su lugar x
Numero de x 2´s 1 2 2 0 0
1 Areas de trabajo limpias Desocupación de recipientes de basura x
2 Maquinaria, herramienta y equipo limpios suciedad en mesas de trabajo, herramientas y equipo x
3 Limites de pasillos limpios y visibles obstrucciones en pasillos y áreas de almacenamiento x
4 Materiales de limpieza disponibles en el area Estándares de limpieza de área x
5 procedimientos de limpieza visibles Tableros de informacion del área x
Numero de x 3´s 2 1 0 2 0
1 Procedimientos para las primeras 3 S´S Tableros de información del área x
2 Seguimiento de los procedimientos Actualización de procedimientos x
3 Ayudas visuales para detectar anormalidades Tableros de información del área x
4 Uso completo del equipo de seguridad Verificar estándares de seguridad e higiene del área x
5 Uso y limpieza de uniformes Uso permanente de uniformes limpios x
Numero de x 4´s 3 1 1 0 0
1 Programa permanente de Evaluación de las 5 S´s Actualización del avance de implantación de 5 S´S x
2 Despliegue de resultados de Evaluación de las 5 S´s Tableros de información del área x
3 Planes de acción para la mejora Asignación de responsables y fechas de cumplimiento x
4 Seguimiento de acciones de mejora Tableros de información del área x
5 Aplicación de 5 S´s como forma de vida en el trabajo Actitud permanente de compromiso y disciplina x
Numero de x 5´s 5 0 0 0 0
N°
Puntos gandos= S N° x (1-4)
Total
clasificar
Organizar
Limpiar
Mantener
Sostener
Total
44
Cuadro 4. Porcentaje de ocurrencia del test de la metodología 5S.
Fuente: elaboración propia basada en la metodología 5S.
Basado en la calificación realizada con la metodología 5S, se clasificó los parámetros más
críticos en el uso de las bodegas, serán listados a continuación:
La existencia de objetos sin uso dentro de las bodegas.
Materia prima, materiales y objetos obsoletos dentro de las bodegas.
La no marcación de las bodegas, en las áreas de tráfico y almacenamiento.
El no cumplimiento de los límites y estándares.
La no colocación de los artículos en su lugar después del uso.
Obstrucción en los pasillos y áreas de almacenamiento.
La no existencia de los elementos de aseo en las bodegas.
La falta del extintor y botiquín en las bodegas.
Con la realización del diagnóstico general de la gestión de inventarios se obtiene las
principales variables críticas del proceso de recepción, almacenaje y distribución de las
materias primas que serán tenidas en cuenta para el diseño del modelo para la planificación y
control del proceso de producción de aguardiente tradicional en las presentaciones 375 cc., 750
cc., y 1750 cc., en la industria licorera del Cauca.
Guía de calificaciones
0 Práctica no utilizada, 0% de ocurrencia, nunca se ha hecho
1 Práctica en algunas áreas, 25% de ocurrencia, empezando a usarse
2 Práctica en muchas áreas, 50% de ocurrencia, algunos beneficios recibidos
3
Práctica en la mayoría de las áreas, 75 % de ocurrencia, implementándose en toda la
compañía
4 Práctica en todas las áreas, 100% de ocurrencia, práctica institucional
45
1. Saturación de materia prima en las bodegas: Debido a que la industria licorera del Cauca
(ILC) realiza su producción por lotes, y la fluctuación de su demanda es abrupta, le es necesario
realizar pedidos en grandes cantidades, lo que dificulta el flujo de su inventario. La materia
prima se encuentra almacenada en los pasillos de la sede, pues ya se excedió la capacidad de
sus bodegas, evidenciando en este punto la mala gestión de sus inventarios de materia prima.
2. Mala utilización del sistema de gestión de inventarios, en la ILC se ha intentado
implementar, pero sin éxito, debido a la mala administración del sistema de gestión de
inventarios por parte de los encargados. El jefe de producción ha pronunciado su interés por
tener un sistema de inventarios interno con el que pueda complementar su sistema de
planeación y control de la producción.
3. Mala comunicación de los encargados del sistema de gestión de inventarios, se
identificó la mala comunicación entre los departamentos relacionados, dificultando la
coordinación de la capacidad de las bodegas de materia prima, producto en proceso y producto
terminado; la programación de fechas de pedido de materia prima y el flujo de los inventarios.
4. Mal uso de las bodegas de almacenamiento. En el test elaborado de las 5´S, se identificó
que no ha sido aplicada una metodología adecuada que permita el orden, aseo, y la aplicación
de los parámetros necesarios para llevar a cabo el flujo correcto de los montacargas para la
distribución de la materia prima. Además, se evidencio la falta de botiquín y extintor en cada
bodega que proporcione a los colaboradores seguridad en el área de trabajo
46
2.3.2. Implementación de herramientas en el diagnóstico de la línea de producción.
Para la línea Layout Filling Systems, se determinan los operarios necesarios para cada
estación, encargados de la utilización de los equipos y la supervisión de la calidad del producto.
La cantidad de operarios necesarios se pueden observar en el cuadro 5
Etapa del Proceso Número de trabajadores
Depaletizadora 2
Triblock 1
Etiquetadora 1
Codificación 1
Divider 1
Empacado 4
Cuadro 5. N° de operarios en la planta
Fuente. Fuente propia.
Para cada estación de trabajo serán simulados los operarios correspondientes para
determinar el porcentaje de ocupación que llevan a cabo por turno en la línea de producción de
envasado.
2.3.3 Tiempos de producción.
Los tiempos de producción se dividen en tiempos de operación, transferencia, espera y
preparación de los equipos, los cuales fueron tomados en la ILC, mediante herramientas
metrológicas. Los tiempos requeridos fueron tomados para cada presentación 375 cc, 750 cc. y
1750 cc de aguardiente tradicional.
2.3.4 Tiempos de mantenimiento.
Se revisaron los formatos FOMA 41 donde se registran los datos correspondientes a las
paradas por mantenimiento de las maquinas que conforman la línea Layout Filling Systems. Se
tomó como referencia los años 2017 y 2018 para su respectivo análisis, se relacionan a
continuación.
47
Cuadro 6. Formato de control de paradas (año 2017)
Fuente ILC
Codigo
FOMA 41
Versión
04
Página
1 de 1
Código de avería Tipo de avería Veces de
parada
Duración de
parada
1 Avería mecánica en depaletizadora 17 397
2 Avería eléctrica en depaletizadora 10 331
3 Avería eléctrica en triblock 2 308
4 Avería mecánica en triblock 165 2372
5 Avería mecánica en etiquetadora 222 2195
6 Avería eléctrica en etiquetadora 12 75
7 Avería en videojet 114 2345
8 Cambio de presentación 30 2750
9 Avería mecánica en divider 22 242
10 Avería eléctrica en divider 13 95
11 Avería eléctrica en encartonadora 59 550
12 Avería mecánica en encartonadora 804 5789
13 SICC (Sistema de visión encartonadora) 3 103
14 Mantenimiento de maquinas 2 220
15 Falta de personal 50 18595
16 Falta de envase 3 120
17 Falta de etiquetas 1 255
18 Falta de producto 264 3140
19 Falta de tapas 0 0
20 Falta de cartón 2 510
21 Falta de fluido eléctrico 13 532
22 Rotura de envase en la línea 7 47
23 Inspección de materia prima en línea 1 5
24 Pegante de encartonadora 27 1208
25 Averia mecanica en Transportadora 0 0
26 Limpieza y desinfección 16 1420
27 Ajuste en equipos 3 135
5
570,27
0
727
135
581,67
60,17
39,83
145,34
111
84
220
1342,47
160
255
111,71
0
255
445
4
150,62
102,55
14,22
229,23
INDUSTRIA LICORERA DEL CAUCA FORMATO DE CONTROL DE PARADAS EN LINEA FILLING SYSTEMS
Fecha de vigencia
marzo 09 de 2016
RESUMEN DEL AÑO: _____2017_______
Minutos de operación 4.145
43.739
20.535
1.862
28,13
TOTAL TIEMPOS DE PARADAS (Minutos)
Paradas debido a la maquinaria (Minutos)
Número de fallas presentadas (Veces)
Tiempo medio para
la reparación
168,8
189
48
Cuadro 7. Formato de control de paradas (año 2018)
Fuente ILC
Codigo
FOMA 41
Versión
04
Página
1 de 1
Código de avería Tipo de avería Veces de parada Duración de parada
1 Avería mecánica en depaletizadora 6 136
2 Avería eléctrica en depaletizadora 2 15
3 Avería eléctrica en triblock 7 915
4 Avería mecánica en triblock 186 18175
5 Avería mecánica en etiquetadora 191 2678
6 Avería eléctrica en etiquetadora 7 55
7 Avería en videojet 68 1284
8 Cambio de presentación 27 3224
9 Avería mecánica en divider 63 426
10 Avería eléctrica en divider 6 18
11 Avería eléctrica en encartonadora 16 228
12 Avería mecánica en encartonadora 260 1753
13 SICC (Sistema de visión encartonadora) 2 19
14 Mantenimiento de maquinas 2 215
15 Falta de personal 9 3300
16 Falta de envase 0 0
17 Falta de etiquetas 1 120
18 Falta de producto 111 1400
19 Falta de tapas 0 0
20 Falta de cartón 0 0
21 Falta de fluido eléctrico 10 336
22 Rotura de envase en la línea 1 0
23 Inspección de materia prima en línea 1 120
24 Pegante de encartonadora 98 1866
25 Averia mecanica en Transportadora 0 0
26 Limpieza y desinfección 23 1365
27 Ajuste en equipos 6 105
0
455,66
59,17
0
59
0
120
192,07
366,67
0
120
215,55
0
6
73,07
46,18
19
215
135,76
41
169,39
638,34
53,43
TOTAL TIEMPOS DE PARADAS (Minutos)
Paradas debido a la maquinaria (Minutos)
Número de fallas presentadas (Veces)
INDUSTRIA LICORERA DEL CAUCA
FORMATO DE CONTROL DE PARADAS EN LINEA FILLING SYSTEMS
Fecha de vigencia
marzo 09 de 2016
RESUMEN DEL AÑO: _____2018_______
Minutos de operación 4.145
Tiempo medio para la reparación
30
15
519
667,98
37753
31568
992
49
Del formato FOMA 41, el formato de control de paradas donde se lleva el registro de los
tiempos utilizados para realizar mantenimientos preventivos y correctivos de la línea de
producción en la ILC, se puede observar que en los años 2017 y 2018, tomados como referencia,
existen 1.962 y 992 paradas respectivamente, de lo que se puede concluir que se genera un alto
margen de paradas debido a fallas en las máquinas, a la falta de materia prima para utilizar y a la
demora de llegada del producto a la planta.
2.3.5 Matriz DOFFA del proceso de producción (línea LAYOUT FILLING
SYSTEMS)
Para analizar de manera general el funcionamiento del proceso de producción, se realizó
una matriz DOFFA (ver anexo 2), que permitió identificar las características del ambiente que
interactúan en el proceso, encontrando así altas paradas no previstas que afectan el proceso en
cuanto a su productividad diaria, esto se presenta debido a la falta de mantenimiento y por la falta
de capacitación a los operarios que interactúan en cada una de estos equipos. La Industria Licorera
del Cauca no cuenta con los tiempos estándar por unidad de producto para la presentación
Aguardiente Tradicional 375 CC, por lo cual se vio la necesidad de calcularlos, de esta manera
establecer un sistema productivo de envasado de aguardiente que permita disminuir los tiempos
ociosos, en cada uno de los equipos de la línea de producción y de igual manera aumentar la
ocupación de cada uno de los empleados y capacitaciones pertinentes para una buena
manipulación de los equipos y de esta manera disminuyan los tiempos de paradas.
En este orden de ideas el proceso de producción cuenta con: la capacidad necesaria para la
elaboración de la elaboración de los productos requeridos y la cantidad de operarios para el
funcionamiento de la línea, sin embargo, la línea presenta paradas en el proceso ocasionados por
50
las máquinas, las materias primas y los empleados. Con la herramienta de la matriz DOFFA se
establecen las siguientes estrategias
Crear un diseño y simulación del proceso de producción que permita plantear estrategias
que reduzcan los tiempos ociosos ocasionados por las máquinas y los empleados.
Utilizar herramientas software que permitan llevar a cabo el diseño y simulación del
proceso de producción de envasado.
Determinar los tiempos reales (productivos y ociosos) en las diferentes etapas del proceso
del envasado para una simulación real.
Capacitar al personal del proceso de envasado para que cumplan con los diferentes
requisitos que el área de control de calidad exige y realicen una buena manipulación de los equipos,
de esta manera disminuir los tiempos de paradas.
2.3.6 Espina de pescado del área de producción de aguardiente mediante.
Mediante una observación en campo del personal u operarios del área de producción se
analizó el proceso para verificar que otras variables estaban afectando el rendimiento en la
producción de aguardiente. De esta manera se produjo una lluvia de ideas clasificando cada una
de las causas en una categoría que se ilustran en la figura 9 “espina de pescado” mostrada a
continuación.
51
Figura 9. Espina de pescado de la línea de producción. Fuente: Elaboración propia
Una vez clasificadas las causas que afectan el proceso de envasado, se examinaron
mediante un Diagrama Pareto, obteniendo los porcentajes de afectación, indicando los de mayor
frecuencia y a los cuales se debe dirigir el esfuerzo. De esta manera deberá aumentar el rendimiento
y productividad.
El cuadro 8, indica los valores obtenidos de la lluvia de ideas, se graficaron cada una de las
afectaciones en el diagrama de Pareto.
VARIABLES X Frecuencia PORCENTAJE
A EQUIPOS 6 37,50%
B METODO 2 12,50%
C MANO DE OBRA 1 6,25%
D MEDIO AMBIENTE 1 6,25%
E MATERIAS PRIMAS 4 25%
F
LINEA DE
PRODUCCION 2 12,50%
TOTALES 16 100%
Cuadro 8. Ponderaciones de las causas.
Fuente: Elaboración propia
52
En el cuadro anterior se da peso a cada uno de las causas que componen cada categoría
para dar así un porcentaje y reflejarlo en la gráfica 1.
Gráfica 1. Diagrama de Pareto
Fuente: Elaboración propia
De acuerdo con el análisis de Pareto se determinó que las causas que afectan el rendimiento
de la línea de producción, están relacionadas con los equipos, las materias primas y el método
utilizado, con porcentajes del 37.5 %, 25% y 12.5% respectivamente. De esta manera se evidencia
la necesidad de diseñar y simular la línea de producción de envasado para determinar las causas
que afectan el rendimiento de los equipos y por ende establecer recomendaciones necesarias para
subsanar estas fallas a lo más mínimo posible. Por otra parte, se identifica la causa relacionada con
la línea de producción con un 12.5%, manifestando la necesidad de cambiar la línea de producción.
53
Capítulo III
3. Exploración de modelos de simulación industrial para la optimización del proceso
de producción de aguardiente en función de los resultados anteriores
En este capítulo se señala tres modelos de simulación industrial que fueron analizados por
los investigadores:
3.1 Primer modelo
El primero: Diseño y análisis de un modelo de planificación y control de la producción
basado en dinámica de sistemas, realizado por Ochoa López Alejandro y Tovio Almanza Wilder
Manuel (2007), que tiene por objetivo general, diseñar un modelo de planificación y control de la
producción mediante la Dinámica de Sistemas, llevando a cabo además los siguientes objetivos
específicos: Desarrollar la conceptualización del modelo teniendo en cuenta los lineamientos que
se establezcan en el estudio de las variables. Formular el modelo de planificación y control de la
producción desarrollando diagramas de bloques y las ecuaciones matemáticas, teniendo en cuenta
los parámetros del mismo. Analizar la sensibilidad del modelo bajo diferentes supuestos y evaluar
el modelo teniendo en cuenta los resultados arrojados en el análisis para su posterior corrección si
así lo ameritase.
Respecto a las generalidades de este modelo, cuando se realizan representaciones
matemáticas de los sistemas industriales o de manufactura, se presentan inconvenientes, debido a
que su comportamiento no es exacto, conllevando a la sujeción por parte del analista a sus
habilidades, destrezas, conocimiento, experiencia y criterio, para tomar decisiones en la empresa.
La unión de los factores de producción y de las técnicas de gestión de los procesos productivos,
genera sistemas de producción muy complejos que muchas veces no son entendidos fácilmente,
54
por lo cual hay que recurrir a diversas técnicas que permitan analizar el sistema, entre estas la
dinámica de sistemas. Ochoa López Alejandro y Tovio Almanza Wilder Manuel (2007).
La Dinámica de Sistemas, como una de las disciplinas cobijadas por el marco general del
Pensamiento Sistémico, permite asumir el estudio y la comprensión de un fenómeno de interés
como un sistema, por complejo que este sea, para lograr su explicación y representación a través
de modelos de simulación. Esta cualidad de la dinámica de sistemas, hace que el analista, el
gerente, o el directivo que la utiliza, tenga una visión sistémica y por lo tanto una mayor
comprensión de un proceso de producción.
Se distinguen tres tipos de variables en función de su propio cometido en el modelo.
Variables de nivel, suponen la acumulación en el tiempo de una cierta magnitud; variables de flujo,
expresan de manera explícita la variación por unidad de tiempo de los niveles; y variables
auxiliares, son, como su nombre indica, variables de ayuda en el modelo. Ochoa López Alejandro
y Tovio Almanza Wilder Manuel (2007).
El proceso de planificación y control de la producción en una organización, se puede dividir
o segmentar en varias fases o etapas, las cuales dependen de ciertas variables ya sean de carácter
cambiante o constante, y que al interrelacionarse crean causalidades de incremento o disminución.
Estas fases o etapas son las de PEDIDO, PRODUCCION y COMPRAS.
La fase de PEDIDO está caracterizada por los pedidos concretos u órdenes de compra que
realiza el cliente a la organización.
La fase de PRODUCCION se fundamenta en la elaboración o transformación del bien o
los bienes de un pedido especifico.
La fase de COMPRAS comprende la adquisición de la materia prima necesaria para la
fabricación de los productos solicitados en la fase de pedido.
55
La estrategia de Planificación de Producción que utilizó el modelo es la correspondiente a
DEMANDA VARIABLE, FUERZA LABORAL CONSTANTE, es decir, se alimentó de una
demanda que cambia con el tiempo, y una fuerza laboral o número de trabajadores igual para todos
los periodos de tiempo. Esto último con el fin de determinar el uso de horas extras con una
producción requerida en un periodo de tiempo determinado. Ochoa López Alejandro y Tovio
Almanza Wilder Manuel (2007).
Este modelo de planificación y control de la producción propuesto, puede ser sometido a
cambios de horizonte de tiempo, datos en las variables y en las ecuaciones, y representará de
manera exitosa cualquier simulación que se le ingrese, lo que demuestra que en todas las empresas
en donde se utilice el modelo de planificación y control de la producción en forma correcta,
arrojará resultados de gran utilidad para la dirección, y así poder tomar las decisiones correctas en
el tiempo adecuado.
Generalidades y fundamentos del primer modelo. Sistemas de producción: Dentro de los
sistemas de manufactura, un ámbito muy importante es el correspondiente al proceso de
producción, el cual exige de la empresa un gran esfuerzo por conocer en forma detallada, algunos
hechos como la disponibilidad de activos de producción, personal, material a transformar,
demanda de productos, costos de producción, tiempo de producción y de transporte, inventarios
de productos terminados, y muchos otros factores que intervienen en el proceso de producción,
involucrando la necesidad de entender y dirigir el comportamiento dinámico asociado con él.
Sistemas de Gestión de la Producción. Una de las funciones de una empresa de
manufactura consiste en satisfacer la demanda de bienes y productos; la respuesta a la demanda se
realiza con criterios de eficiencia (rentabilidad) la cual incluye: Mínimos Costos de Producción,
máxima satisfacción de los clientes, reducción al mínimo de los inventarios, producción de una
56
gran variedad de productos finales, aseguramiento de la calidad de los productos y servicios,
respuesta a las aspiraciones del talento humano, entre otros. Para lograr lo anterior se debe
encontrar un equilibrio satisfactorio entre los objetivos que le sean opuestos
El proceso de gestionar la producción consiste en sincronizar los esfuerzos de los distintos
subsistemas de manufactura: planificación, programación, control, seguimiento y costos, sin
olvidar que estos subsistemas deben conocer los objetivos y estrategias de la empresa en sentido
global
Técnicas PULL. Las técnicas de gestión PULL, son las que provocan un efecto de arrastre
en la línea de producción. Este efecto tirón, supone que el flujo de producción de una etapa (i) se
calcule de acuerdo al efecto que sobre los inventarios de esa etapa (i) produce la demanda de la
etapa siguiente (i+1).
Estos sistemas se pueden dividir, según su evolución, en dos fases: En la primera, se
encuentran los sistemas basados en el enfoque del punto de pedido, que dependen de: el tiempo de
fabricación o aprovisionamiento; el inventario de seguridad a considerar; la tendencia de la
demanda; y los costos de lanzamiento o “set-up”, en caso de que estos existan. En la segunda fase
están los sistemas cuyo reabastecimiento de materiales se realiza de manera automática conforme
se produce la demanda de los mismos hasta un determinado nivel de inventario, o inventario base,
por tanto, el cálculo de las cantidades a fabricar o pedir a los proveedores tiene en cuenta además
de los inventarios finales de cada etapa, los trabajos que están en proceso de fabricación.
Técnica PUSH. Son las que provocan un efecto de empuje en la línea de producción. La
técnica más empleada es la de Planeamiento de Requerimiento de Materiales (MRP). Este sistema
utiliza como “entrada” fundamental, el plan maestro de producción y mediante un proceso
57
denominado “explosión de la lista de materiales”, realizan una planificación de las necesidades de
los distintos componentes de la fabricación.
Planificación y Control de la Producción. El proceso de planificación y control de la
producción debe seguir un enfoque jerárquico, en el que se logre una integración vertical entre los
objetivos estratégicos, tácticos y operativos y además se establezca su relación horizontal con las
otras áreas funcionales de la compañía. Básicamente son seis fases las que componen el proceso
de planificación y control de la producción: La Planificación Estratégica. La Planificación
Agregada. Planificación Desagregada o Sistema Maestro de Producción (MSP). Planeación de los
Requerimientos de Materiales (MRP). Programación de la Producción. Ejecución y control
Sistemas de producción por pedidos. Trata de atender y poner en fabricación pedidos
concretos de clientes. Se caracteriza fundamentalmente por la gran dificultad para la realización
de previsiones sobre la demanda; la enorme diversidad de productos a fabricar; cada pedido puede
ser considerado como un producto distinto; la producción unitaria o en pequeños lotes, y el
almacenamiento de la identidad del pedido a lo largo de toda su fabricación.
Carga de Trabajo. Se utiliza con respecto a un puesto de trabajo o una máquina. Es la
cantidad de trabajo, expresada en unidades de tiempo (horas, jornadas de trabajo), o en unidades
físicas (peso, longitud, volumen de producción elaborado), que ha de ejecutar para cumplimentar
los pedidos en cartera.
Capacidad de Producción. Como concepto operativo de un puesto de trabajo o de una
máquina se define como la cantidad de trabajo (expresada en las mismas unidades que la carga de
trabajo) que puede realizar en un período de tiempo determinado.
Plazo. Es la fecha de terminación prevista de una operación o conjunto de operaciones. Se
calcula dividiendo la carga de trabajo de la operación o conjunto de ellas por la capacidad del
58
puesto de trabajo. El plazo suele expresarse en días, por lo que es aconsejable que la carga y la
capacidad de producción se facilite en número de unidades por día.
Estructura de un modelo de Dinámica de Sistemas. Diagrama De Influencias. El conjunto
de las relaciones entre los elementos de un sistema recibe la denominación de estructura del
sistema y se representa mediante el diagrama de influencias o causal. En su forma más simple el
diagrama de influencias está formado por lo que se conoce como un gráfico orientado. A las flechas
que representan las aristas se puede asociar un signo. Este signo indica si las variaciones del
antecedente y del consecuente son, o no, del mismo signo. Supongamos que entre A y B existe
una relación de influencia positiva.
En general, si A y B son dos partes de un sistema, el hecho de que A influya sobre B se
representa mediante una flecha de la forma A B e indica que B es una función de A, es decir B =
ƒ(A), aunque no se conozca la forma matemática exacta de la función.
Bucles o Lazos de Realimentación. El tipo de problemas en los que habitualmente trabaja
la Dinámica de Sistemas se caracteriza porque en éstos siempre aparecen relaciones causales
estructuradas en bucles cerrados. Ello no es sorprendente por cuanto detrás de un bucle cerrado de
relaciones causales subyace el principio filosófico de que nada se hace impunemente. Una acción
ejecutada por o sobre un elemento del bucle se propaga por el mismo de manera que tarde o
temprano esa acción repercute sobre sus propios valores futuros.
Esto es habitual en las organizaciones en las que el hombre es una parte más de las mismas,
las cuales constituyen en buena medida nuestro principal objeto de estudio. Conviene distinguir
dos tipos de lazos o bucles realimentados, lazos positivos y negativos.
59
Bucle de Realimentación Negativa. Un bucle de realimentación negativa tiene la notable
propiedad de que si, por una acción exterior, se perturba alguno de sus elementos, el sistema, en
virtud de su estructura, reacciona tendiendo a anular esa perturbación.
El efecto de un bucle de realimentación negativa es, por tanto, el tratar de conseguir que
las cosas continúen como están, que no varíen. Son bucles que estabilizan los sistemas.
Figura 10 - Estructura de realimentación negativa en (a) y comportamiento
correspondiente en (b)
Bucle de Realimentación Positiva. En la figura 10, se representa de forma esquemática,
mediante las letras A, B y C, un bucle de esta naturaleza. Con ayuda de este diagrama se puede
analizar, de forma general, el comportamiento que genera este bucle. Si cualquiera de sus
elementos sufre una perturbación, ésta se propaga, reforzándose, a lo largo del bucle
Figura 11 - Estructura de realimentación positiva en (a) y comportamiento correspondiente
en (b)
60
Se trata, por tanto, de una realimentación que amplifica las perturbaciones y que, por tanto,
inestabiliza al sistema. En este sentido se puede decir que su efecto es contrario al de la
realimentación negativa. Si aquella estabilizaba, esta desestabiliza.
Sistemas Complejos y Estructuras Genéricas. Los bucles de realimentación positiva y
negativa constituyen los ejemplos más simples de estructura de un sistema capaces de generar
comportamiento de forma autónoma. Sin embargo, los sistemas con los que habitualmente nos
encontramos no son frecuentes que admitan una descripción en la que aparezca exclusivamente
una de esas estructuras. Por el contrario, lo habitual es que nos encontremos con sistemas
complejos en los que coexistan múltiples bucles de realimentación, tanto positivos como
negativos. En tal caso el comportamiento resultante dependerá de cuáles de los bucles sean
dominantes en cada momento.
Cuando el estado ha alcanzado un considerable nivel de crecimiento, como consecuencia
de que el bucle de realimentación positiva es dominante, se invierte la dominancia de los bucles,
de modo que el nuevo bucle dominante es el negativo y se produce la limitación del crecimiento.
Figura 12 – Estructura formada por dos bucles de realimentación; uno positivo y uno
negativo
61
Retrasos. Se debe considerar en el estudio de sistemas dinámicos, el retraso que se produce
en la transmisión de información o de materiales a lo largo de estos. Al construir el diagrama causal
de un sistema, se tendrá en cuenta que la relación causal que liga a dos variables puede implicar la
transmisión de información o material, por lo que se requiere el transcurso de cierto tiempo; es
entonces cuando sé está en presencia de un retraso, conocido también por retardo o demora.
En la figura 13, se muestra un bucle de realimentación negativa, en el que la influencia
entre C y A se produce con un retraso, la flecha correspondiente, presenta dos trazos.
Figura 13- Bucle de realimentación negativa con un retraso
Retrasos en la transmisión de material. Estos retrasos, se producen cuando existen
elementos en el sistema que almacenan el material que fluye por el mismo. El orden viene dado
por el número de niveles necesarios para la simulación del mismo. El retraso es producido a través
de la acción combinada del nivel y el flujo como se observa en el recuadro de la figura 14.
Figura 14- Retraso de Material de primer orden
62
Retrasos en la transmisión de información. Este tipo de retrasos resulta de la necesidad de
conservar y almacenar información del sistema antes de tomar una decisión. Los retrasos en la
transmisión de información actúan como filtros que son capaces de aislar los picos que presenta la
evolución de una variable, tomando un valor promedio de la misma.
La figura 15, muestra el diagrama de Forrester en donde se consideran dos niveles y tres
flujos.
Figura 15 - Retraso en la transmisión de información
Diagrama de Forrester. Realizar la clasificación de las variables es paso significativo para
llegar a una descripción del sistema más formalizada. Por tanto, una vez clasificados los elementos
que aparecen en el diagrama de influencias en variables de estado, flujo y auxiliares estamos en
disposición de obtener, a partir del diagrama de influencias, lo que se conoce como el diagrama de
Forrester, que es uno de los elementos básicos de la dinámica de sistemas.
A las variables de estado, flujo y auxiliares se asocian unos iconos o gráficos. En la que a
una variable de estado se asocia un rectángulo, a una de flujo un icono que recuerda una válvula y
a una variable auxiliar mediante un círculo. Independiente del conjunto de símbolos que se escojan
para representar estos diagramas la similitud entre ellos, hace que no exista ningún problema en la
comprensión de los mismos.
63
Cuadro 9. Simbología para construcción de Diagramas de Forrester
Figura 16. Otra simbología usada para construcción de Diagramas de Forrester
En la figura 17, se ilustra a una variable de nivel asociada a un rectángulo y a una variable
de flujo un icono que recuerda una válvula, cuya apertura se regula precisamente mediante el flujo
que representa esta variable. En la literatura se encuentran las dos formas de representar las
variables de flujo.
64
Figura 17- Representación gráfica de las variables de nivel y de flujo en el
Diagrama de Forrester
Conceptualización e identificación de variables del modelo de planificación y control de
la producción. En el modelo de planificación y control de la producción se busca establecer en un
orden lógico las fases que intervienen en éste, y cómo cada variable interactúa con otra. Este
modelo se resume en la figura 18, que muestra de manera genérica el ciclo de producción –
inventario, empezando por la demanda del producto hasta su entrega al cliente final.
Figura 18 - Ciclo Genérico de la Cadena Producción – Inventario (adaptado de
Sipper y Bulfin, 1998.)
PLANEACION DE LA PRODUCCION
POLITICA DE COMPRA
PRODUCTO TERMINADO CLIENTE
PRONOSTICO DE DEMANDA
65
Formulación del modelo de planificación y control de la producción.
Ecuaciones del modelo. En esta sección se mostrarán las ecuaciones que describen el
comportamiento del modelo y los diferentes condicionales que se tendrán en cuenta o que afectan a
determinadas variables.
Variables de nivel:
Inventario inicial de productos terminados = Producción requerida - demanda esperada +
devoluciones en venta
Inventario inicial de materia prima = Cantidad económica del pedido - materia prima a
utilizar – Inv. Seguridad materia prima - desperdicios materia prima
Variables de flujo
Producción requerida = demanda esperada +inv. Seguridad productos terminados – inv.
Inicial de productos terminados.
Cantidad económica del pedido =
Está condicionada con la corrección de inventario, siendo ésta cero cuando la corrección
de inventarios este dada por un numero negativo.
Variables auxiliares:
Demanda esperada= Tabla de Pronóstico. Datos obtenidos de la predicción de la
demanda en el software Oracle Crystal Ball.
Tiempo producción unidad = (tiempo espera + tiempo operación + tiempo preparación +
Tiempo transferencia (tiempos obtenidos en la medición de la distancia entre cada estación)) *
número de puestos de trabajo
66
Capacidad real de producción = capacidad de diseño * (1 - (% tiempo demoras por daño
+ % tiempo mantenimiento + % tiempo preparación y ajuste))
Tiempo laboral = (horas extras + turno)
Materia prima a utilizar = (demanda esperada + inventario seguridad productos
terminados - inventario inicial productos terminados) * materia prima requerida por unidad
Corrección de inventario = Punto de pedido - inventario inicial materia prima
Discrepancia = Producción requerida - capacidad real de producción
Horas extras = Tiempo producción unidad * discrepancia
Será condicionada por la diferencia que exista entre la capacidad real máxima de
producción y la producción requerida, que está representada por la discrepancia, si se hace
necesario se utilizaran teniendo en cuenta la siguiente formula
Pronostico número de unidades solicitadas por cliente, devoluciones en venta, tiempo de
operación, % demoras por daños, desperdicio de materia prima: Estas variables tendrán un
comportamiento normal y serán halladas con el proceso Monte Carlo el cual arroja un número
aleatorio, que depende de una Media y una Desviación Estándar.
Conclusión: Este es el primer modelo explorado de simulación industrial para la
optimización del proceso de producción de aguardiente, titulado: Diseño y análisis de un modelo
de planificación y control de la producción basado en dinámica de sistemas. Lo explorado en este
modelo, demuestra que en todas las empresas en donde se utilice el modelo de planificación y
control de la producción en forma correcta, arrojará resultados de gran utilidad para la dirección,
y así poder tomar las decisiones correctas en el tiempo adecuado.
67
3.2 Segundo modelo
El segundo modelo fue el “Diseño de un modelo de inventarios de materia prima para la
producción de aguardiente en la Industria Licorera del Cauca, realizada por Calvo Quirá
Sebastián Vladimir (2018), mediante la elaboración del modelo EOQ, el cual se llevó a cabo con
el cálculo de la cantidad optima de pedido Q y el punto de reorden R, proporcionando el manejo
adecuado de las entradas y salidas de las materias primas a las bodegas de su almacenamiento.
Teniendo en cuenta que la gestión de inventarios es una actividad transversal a la cadena
de suministro, deben implementarse estrategias para lograr un manejo efectivo del mismo, con el
fin de evitar consecuencias no deseadas como: el efecto látigo y el incremento de costos de
administración de inventarios. (Salas Navarro, 2016)
Según (Noori, 1997), los inventarios se clasifican en:
Inventario de materia prima (MP), constituyen los insumos y materiales básicos que
ingresan al proceso.
Inventario de producto en proceso (PP), son materiales en proceso de producción.
Inventario de producto terminado (PT), representan materiales que han pasado por los
procesos productivos correspondientes y que serán destinados a su comercialización o entrega.
Los inventarios se definen como los activos poseídos para ser vendidos en el curso normal
de la operación, en proceso de producción con vistas a la venta o en forma de materiales o
suministros para ser consumidos en el proceso de producción o en la prestación de servicios (IAS
2, párrafo 6).
Para determinar el sistema de gestión de inventarios de materia prima adecuado para
llevarse a cabo en la Industria Licorera del Cauca, fue necesario realizar un estudio investigativo
de los sistemas de inventarios aplicados a las empresas manufactureras y efectuar una comparación
68
con la necesidad de la empresa. Se encontró que el modelo EOQ, por medio de los modelos de
cantidad de pedido fija que tratan de determinar el punto específico, R, en que se hará un pedido,
así como el tamaño de éste, Q. El punto de pedido, R, siempre es un número específico de unidades.
Se hace un pedido de tamaño Q cuando el inventario disponible (actualmente en existencia o en
pedido) llega al punto R.; es el modelo de gestión de inventarios necesario para el control de los
inventarios de materia prima en la ILC, que facilite el flujo de información y la toma de decisiones
importantes para la producción de aguardiente en la ILC.
(Ballou, 2004)
La fórmula para Q* es: 𝑄 = √2𝐷𝑆
𝐼𝐶
Donde,
Q = tamaño del pedido para reaprovisionar el inventario, en unidades
D = demanda anual de artículos, que ocurre a una tasa cierta y constante en el tiempo, en
unidades/año
S = costo de adquisición del pedido
C =valor del artículo manejado en inventario.
I = costo de manejo como porcentaje del valor del artículo.
La fórmula para el punto de reorden es:
𝑅 = 𝑑 ∗ 𝑇𝐸
Donde,
R= cantidad de punto de reorden, en unidades.
D = tasa de demanda, en unidades de tiempo.
TE = tiempo de entrega promedio, en unidades de tiempo.
69
En la gráfica 2, se observa el sistema de gestión de reaprovisionamiento según Richard B.
Chase, 2009.
Gráfica 2. Sistema de reabastecimiento Q.
Fuente: Richard B. Chase, 2009
En la anterior gráfica, se puede observar en el eje Y las unidades a pedir optimas
determinadas por la letra Q y las cantidades establecidas para generar un nuevo pedido
determinadas por la letra R y en el eje X la unidad tiempo. Entonces cuando el pedido Q en
existencia empieza a bajar con la producción en un determinado tiempo llegara hasta el punto R,
donde indica que se debe hacer un nuevo pedido con cantidad óptima Q.
Conclusión: En el modelo de inventario de materias primas explorado, se evidencia la
importancia de contar con una planificación y control de los inventarios, que garanticen las
existencias para el proceso. Por otra parte, complementa la planeación de la producción y la toma
de decisiones a través del tiempo.
3.3 Tercer modelo
El tercer modelo fue “el diseño y simulación de un proceso de producción, que optimice
los tiempos ociosos de la producción de aguardiente en la Industria Licorera del Cauca”,
diseñado por Molano Ordoñez Esteban Eduardo (2018), utiliza el software “ProModel” para
determinar el impacto de los tiempos ociosos de cada una de los equipos en la producción de
70
licores y proponer mejoras en el rendimiento de dicho proceso. Se determinó las variables como
el tiempo de ciclo de cada una de las botellas, los recursos que son la cantidad de operarios a
simular y por último los tiempos productivos.
La simulación ha tenido un alto impacto en procesos industriales buscando la optimización
de estos. Se ha evidenciado a través de la generación de múltiples modelos la importancia de
manejar eficientemente la relación entre personal, productos y procesos teniendo en cuenta un
óptimo manejo de los recursos y un despliegue estratégico que haga que en una empresa todos
apunten hacia los mismos objetivos; esta es la base para ser más productivos y competitivos
(Fernández, 2010).
En el área de producción de la Industria Licorera del Cauca, se busca establecer un sistema
productivo de envasado de aguardiente que permita disminuir los tiempos ociosos, tanto para su
maquinaria como para sus empleados, permitiendo establecer eventos de simulación para todo el
proceso de producción de envasado de la ILC.
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 controlando el ajuste de cada fase, para lograr hacer varios
modelos del mismo sistema, así, por lo tanto, se podrán contemplar diferentes niveles de pruebas
con el modelo. (Karol Paola Aparicio, 2017).
La ventaja de simular el proceso de producción de envasado en el software ProModel
dentro del proceso de la producción, es que permite brindar información clara y disponible para la
toma de decisiones, respecto a: tiempos ociosos y las capacidades disponibles.
71
ProModel es un software de simulación de eventos discretos que se utiliza para planificar,
diseñar y mejorar sistemas de fabricación, logística y otros sistemas operativos nuevos o existentes.
Le permite representar con precisión los procesos del mundo real, incluyendo su variabilidad
inherente e interdependencias, con el fin de llevar a cabo un análisis predictivo sobre los cambios
potenciales. Optimice su sistema en torno a sus indicadores clave de rendimiento. (López, pág. 9).
Una simulación en ProModel debe tener los siguientes componentes:
Entidades: son objetos o individuos cuyas actividades se modelan. Como, por ejemplo, los
productos en un proceso productivo.
Locaciones: son los lugares o zonas donde se desarrollan actividades inherentes del
proceso, pueden ser procesos de transformación o almacenamiento.
Variables: permiten almacenar valores dentro de la simulación que son de interés para su
posterior análisis. Estas variables pueden ser discretas o continuas.
Parámetros: son los datos de entrada en un modelo de simulación. Pueden ser tiempos de
producción, número de trabajadores, etc.
Proceso de flujo: Es el recorrido que debe hacer una entidad a lo largo de la simulación.
En procesos productivos son los diagramas de procesos. (Martínez, 2009).
Conclusión: En el tercer modelo explorado de simulación industrial para la optimización
del proceso de envasado de aguardiente, titulado: “diseño y simulación de un proceso de
producción, que optimice los tiempos ociosos en la producción de aguardiente”, mediante el
software ProModel se evidencia la importancia de identificar las causas que afectan el proceso,
72
mediante una herramienta de simulación que permita explorar posibles mejoras sin involucrar los
recursos de la empresa.
73
Capitulo IV
4. Resultados del diseño y simulación de los modelos para la planeación y el control de la producción de aguardiente
tradicional en la ILC.
Diseño del modelo de planeación y control de la producción de aguardiente tradicional en la ILC, basado en la dinámica de
sistemas aplicada a procesos industriales.
Figura 19 Diseño del modelo de la planeación y control de la producción
Fuente: elaboración propia.
INVENTARIO INICIAL DE PRODUCTOS
TERMINADOS
DISCREPANCIA
DEMANDA
ESPERADA
% TIEMPOPREPARACIÓN Y
AJUSTE
CAPACIDAD DE
DISEÑO HORAS
EXTRAS
TIEMPO
LABORAL
TIEMPO
PRODUCCIÓN
UNIDAD
TIEMPO
OPERACIÓN
MATERIA
PRIMA A
UTILIZAR
INVENTARIO INICIAL DE
MATERIA PRIMA
CORRECCION
DE
INVENTARIO
PUNTO DE PEDIDO
COSTE DE
INFRAESTRUCTURA
COSTO DE
ALMACENAMIENTO
COSTO POR UNIDAD
DE MAT PRIMA
MATERIA PRIMA
REQUERIDA POR UNIDAD
DEMANDA PROMEDIO
COSTO OPERACION
COSTO DE
MANTENIMIENTO
CAPACIDAD REAL DE PRODUCCIÓN
INVENTARIO DE SEGURIDAD
PRODUCTOS TERMINADOS
INVENTARIO DE SEGURIDAD
MATERIA PRIMA
PRODUCCIÓN
REQUERIDA
CANTIDADECONOMICA DE
PEDIDO
COSTO DE PEDIR
% Tiempo de
mantenimiento% Demoras
por daño
Tiempo de espera
Tiempo de
transferencia
Tiempo de
preparación
N° puestos de
trabajo
Turno
Depaletizadora a
Triblock
Triblock a
EtiquetadoraEtiquetadora a
DeviderDevider a
Encartonadora
Tiempo de entrega
costo de gestion
74
En la figura 19 se observa el diseño del modelo de la planeación y el control de producción de
aguardiente en la ILC, elaborado en el software Vensim Ple, donde se involucra como principales
variables: la demanda esperada, la capacidad real de producción, la producción requerida, los
inventarios y la cantidad económica de pedido para la materia prima de alcohol extra neutro. Se
establece un horizonte de tiempo de 12 meses, donde interactuaran con el propósito de conocer el
comportamiento a futuro del proceso de producción y gestión de inventarios respecto a la variación
de la demanda, se elabora para las presentaciones 375 cc., 750 cc. y 1750 cc de aguardiente
tradicional.
4.1. Datos utilizados en el modelo de simulación basado en dinamica de sistemas,
elaborado en el software Vensim Ple de aguardiente tradicional en las presentaciones 375cc,
750 cc., y 1750cc..
Para el diseño y simulación del modelo de planeación y el control de la producción de
aguardiente caucano tradicional en las presentación 350cc, 750 cc., y 1750cc., basado en la
dinamica de sistemas. Se toma como materia prima el acohol extra neutro; la ILC compra el alcohol
extra neutro en una concetración del 96,1 % y es almacenado en cunas de 40.000 litros, despues es
sometido al proceso de preparación, posteriormente es envasado y almacenado en la bodega de
productos terminados. El producto final, es distribuido en cajas de unidades según su presentacion
las cuales estan ilustradas en el cuadro 10
PRESENTACIÓN
TRADICIONAL UNIDADES POR CAJA
375 c.c. 24 und
750 c.c. 12 und
1750c.c. 6 und
Cuadro 10. Unidades por caja según su presentación.
Fuente: elaboración propia.
75
La demanda se obtiene de la simulación elaborada en el software Oracle Crystal ball,
realizada en unidades para las presentaciones 375 cc., 750 cc. y 1750 cc., como se observa en el
cuadro 11.
serie
cronológica Predicciones en unidades
año mes f(t) 375 tradicional 750 tradicional 1750 tradicional
AÑ
O P
RO
NO
ST
ICA
DO
1 37 2819 8595 2936
2 38 11817 11794 2289
3 39 119797 46553 3256
4 40 140989 44511 11040
5 41 144999 72084 13122
6 42 219542 95645 11734
7 43 104699 61138 8342
8 44 116878 69430 4795
9 45 135189 71403 8411
10 46 139873 81043 8280
11 47 167475 90580 11163
12 48 517333 315212 41190
Cuadro 11. Pronostico de aguardiente tradicional
Fuente: elaboración propia
Para efectos del diseño y simulación del modelo, se toma como unidad una caja de cada
presentación.
La ILC posee una capacidad de diseño para las presentaciones 375cc y 750 cc., igual a 6000
unidades–hora; y para la presentación 1750 cc., una capacidad de 2500 unidades-hora.
La materia prima requerida por unidad (caja de producto) para la presentación 375 cc.y 750
cc, es igual a 9 litros de alcohol extra neutro y para la presentación 1750 cc., es de 10,5 litros.
Los datos correspondientes a los tiempo utilizados por el departamento de mantenimiento,
se tomaron del formato de registros de paradas de la ILC (FOMA 41), en el se establece el
procentaje de mantenimiento igual a 0.02 %, el prorcentaje de preparación y ajuste igual a 0.8 %.
El porcentaje de demoras por daño, tiene una media de 0.08% y una desviación de 0.1%.
Los tiempos de espera, transferencia, preparación y operación fueron registrados para cada
presentación 375 c.c., 750 cc., y 1750 cc. Los datos se pueden observar en cuadro 12
76
Presentación
tradicional
Unidades por
caja
Tiempo de
transferencia
Tiempo de
espera
Tiempo de operación
Media Desviación
estándar
375 c.c. 24 und. 0,17 0,063 0,162 0,014
750 c.c. 12 und. 0,103 0,055 0,13 0,007
1750c.c. 6 und. 0,141 0,068 0,169 0,008
Cuadro 12. Tiempos requeridos para la transferencia del producto en proceso.
Fuente: elaboración propia
Cuadro 13. Tiempos de transferencia durante la planta Layout Filling Systems en horas
Fuente: elaboración propia
El tiempo de transferencia fue tomado por secciones, de acuerdo a las distancias que existen
entre las maquinas de proceso en la planta de producción. Los datos se pueden observar en el
cuadro 13.
La jornada laboral diaria es de 13 horas, divida en 2 turnos, durante 5 días a la semana, es
decir, de 260 horas mensuales normales. El modelo proporcionara las horas extras necesarias para
el cumplimiento de la producción requerida, esta dada por la diferencia positiva entre la producción
requerida y la capacidad real de producción, denominada discrepancia.
Por politicas establecidas en la ILC, los inventarios de seguridad de productos teminados y
materia prima son de 5000 cajas y 40000 litros de alcohol extra neutro respectivamente.
Para efectos de la simulacion se inicia con un inventario inicial de producto terminado y de
materias primas igual a cero.
Las devoluciones en ventas están dadas por la ILC, con un porcentaje del 0,003 porciento
de las ventas.
TIEMPO DE TRANSFERENCIA
PRESENTACIÓN
Depaletizadora a
triblock
Triblock a
Etiquetadora
Etiquetadora a
Divider
Divider a
Encartonadora
375 c.c. 0,045 0,026 0,036 0,063
750 c.c. 0,042 0,011 0,024 0,025
1750 c.c. 0,056 0,022 0,035 0,028
77
El costo del alcohol extra neutro es de $15000 por unidad (caja), y se realiza pedido
trimestralmente, asi el valor de pedir haciende a un valor promedio de $750.000 anual, los costos
de infraestructura, costo de operación, costo de mantenimiento y costo de gestión, son del 2% para
cada uno del inventario de materia prima.
El tiempo de entrega del proveedor de alcohol extra neutro es de 0,7 meses
aproximadamente 20 días.
4.1.1 Resultados del estudio de la planeación y el control de producción de
aguardiente tradicional.
Los datos obtenidos de la simulación realizada en el software Vensim, se ilustraran en
tablas y graficos arrojados por el mismo los cuales se pueden observar en los anexos (3-5). Los
formatos se ilustraran por cada variable, mostrando los resultados para doce periodos en meses.
El diseño y simulación del modelo se realizo para cada presentación 375 cc.,750 cc., y
1750 cc., analisando los resultados.
4.1.2. Analisis de los resultados de la simulacion de la presentacion 750 cc., en el
software Vensim ple y Oracle Crystal ball.
En la grafica 3, se puede observar el comportamiento de las variables: demanda
esperada, producción requerida, capacidad real de producción, inventario inicial de
productos terminados y horas extras, de los resultados obtenidos por la simulación en el
software Oracle Crystal ball y Vensim Ple.
78
Gráfica 3: producción vs demanda.
Fuente: elaboración propia
Con los datos obtenidos de la producción requerida y la predicción de la demanda,
se puede observar en la gráfica 3 que son iguales durante los periodos del 2-6 con 981,
3876, 3698, 5966, 7952 unidades respectivamente. Después del periodo 7 correspondiente
al mes de julio, la producción requerida aumenta en 6.227 unidas con respecto a la
demanda, manteniéndose superior hasta el periodo 11, con el fin de satisfacer la demanda
pronostica para el periodo 12, la cual es superior en 20506 unidades, con respecto a la
producción requerida. Por otra parte, se evidencia que a pesar de que se ajusta el
requerimiento de producción con relación a demanda esperada, la capacidad real de
producción es notablemente superior a las variables mencionadas, por lo que no será
necesario el uso de horas extras para garantizar la satisfacción de la demanda. Se mantiene
un inventario inicial de productos terminados con valores entre 5000 unidades y 5036
unidades, comportándose durante los 12 periodos evaluados de manera constante.
79
En la grafica 4, se puede observar el comportamiento de las variables materia prima
a utilizar, cantidad economica de pedido y desperdicios de materia prima , de los resultados
obtenidos por la simulación en el software Vensim Ple.
Gráfica 4: requerimiento de materias primas.
Fuente: elaboración propia
En la gráfica 4 se observa que el comportamiento de la materia prima necesaria para
la elaboración de la producción requerida se encuentra durante los 6 primeros periodos por
debajo de la cantidad económica de pedido calculada, con valores entre 0 y 23984 unidades,
no obstante en el periodo 7, alcanza un valor igual a 67932 unidades superando el valor
calculado de la cantidad económica de pedido en 18744 unidades, por lo que hace necesario
recurrir a los inventarios acumulados en los periodos anteriores para satisfacer la necesidad.
En el periodo 12 se puede observar que la materia prima requerida para la
producción tiene un valor igual a 63382 unidades y que la cantidad económica de pedido
80
será igual a 90178, por lo que quedará un inventario inicial de materia prima para el
siguiente periodo 1 del nuevo año igual a 26796 unidades.
Por último, se puede observar que el porcentaje del desperdicio de materia es bajo
con respecto a la producción, por tal razón no infiere en el planeamiento y control de las
materias primas.
Unidades = litros de alcohol extra neutro.
4.1.3. Resultados de la simulacion de la presentacion 375 cc., en el software Vensim
ple y Oracle Crystal ball.
En la grafica 5, se puede observar el comportamiento de las variables demanda
esperada y producción requerida de los resultados obtenidos por la simulación en el
software Oracle Crystal ball y Vensim Ple.
Grafica 5. Demanda vs producción requerida
Fuente: elaboración propia
81
Para garantizar la satisfacción de la demanda en el periodo 2 y 3 se hace neceria la
producción de 5000 unidades en el periodo uno; en los periodos 3-6 la demana y la
producción requerida se encuentran ajustadas por lo que se cumplira con el requerimiento
de ventas, sin obtener almacenamiento de productos terminados. No obstante en los periodo
7 la producción requerida aunmenta estando por encima de la demanda en 4555 unidades,
se mantiene por arriba hasta el periodo 11, con el fin de acumular producto terminado que
le pertira satisfacer la demanda requerida del periodo 12.
En la grafica 6, se puede observar el comportamiento de las variables producción
requerida, capacidad real de producción, inventario inicial de productos terminados y las
horas extras de los resultados obtenidos durante los 12 periodos por la simulación en el
software Oracle Crystal ball y Vensim Ple.
Grafica 6. Demanda vs producción requerida
Fuente: elaboración propia
82
A pesar de haber realizado el ajuste el requerimiento de producción con relación a
demanda esperada (grafica 6), la capacidad real de producción es notablemente superior a
la planeación de la producción, como se puede observar en la gráfica 5, por lo que no será
necesario el uso de horas extras para garantizar la satisfacción de la demanda. Se mantiene
un inventario inicial de productos terminados con valores entre 5000 unidades y 5029
unidades, comportándose durante los 12 periodos evaluados de manera constante.
En la grafica 7, se puede observar el comportamiento de las variables materia prima
a utilizar, cantidad economica de pedido y desperdicios de materia prima , de los resultados
obtenidos por la simulación en el software Vensim Ple.
Grafica 7. Requerimiento de materias primas
Fuente: elaboración propia
83
En la gráfica 7 se observa el comportamiento de la materia prima necesaria para la
elaboración de la producción requerida, la cual se encuentra durante los periodos 3-6 por
arriba de la cantidad económica de pedido calculada. No obstante, del periodo 7 en adelante
la cantidad económica de pedido se comporta de manera ascendente alcanzando la cantidad
máxima igual a 20086 unidades, así garantiza la existencia de inventario de materia prima
para los periodos siguientes, debido a que la producción requerida inicia con una cantidad
igual a 5000 unidades.
Por último, se puede observar que el porcentaje del desperdicio de materia es bajo
con respecto a la producción, por tal razón no infiere en el planeamiento y control de las
materias primas.
Unidades = litros de aguardiente extra neutro
4.1.4 Resultados de la simulación de la presentación 1750 cc., en el software Vensim
Ple y Oracle Crystal ball.
En la grafica 8, se puede observar el comportamiento de las variables demanda
esperada y la producción requerida de los resultados obtenidos por la simulación en el
software Oracle Crystal ball y Vensim Ple.
84
Grafica 8. Demanda vs producción requerida
Fuente: elaboración propia
Se realiza una producción igual a 5055 en el periodo 1, debido a que se simula con
un inventario inicial de producto terminado igual a cero (0). Durante los periodos del 2-4
la producción requerida es calculada de manera ajustada a la demanda, sin embargo se hace
necesario el aumento de la producción en los periodos 5-10, de esta manera se garantiza la
exitencia de producto terminado en almacenamiento para cubrir la demanda en los periodos
11 y 12.
En la grafica 9, se puede observar el comportamiento de las variables: producción
requerida, capacidad real de producción y las horas extras de los resultados obtenidos
durante los 12 periodos por la simulación en el software Vensim Ple.
85
Grafica 9. Demanda vs producción requerida
Fuente: elaboración propia
Durante los periodos 1-6 la capacidad de producción está por arriba de la producción
requerida, garantizando la satisfacción de la demanda. En los periodos 7 y 9 la capacidad
de producción estará por debajo de la producción requerida en 927 y 1080 unidades
respectivamente, por lo que será necesario el uso de las horas extras, con el fin de garantizar
la producción necesaria en estos periodos, con cantidades iguales a 2109 y 3260 horas
correspondientemente.
En la grafica 10, se puede observar el comportamiento de las variables materia
prima a utilizar, cantidad economica de pedido y desperdicios de materia prima de los
resultados obtenidos por la simulación en el software Vensim Ple
86
Grafica 10. Requerimiento de materias primas
Fuente: elaboración propia
En la gráfica 10 se evidencia que el comportamiento de la materia prima necesaria
para la elaboración de la producción requerida se encuentra durante los periodos 3-8 por
arriba de la cantidad económica de pedido calculada, para causas de la simulación se inicia
con el inventario de cero, pero por el comportamiento en el tiempo, será necesario
establecer un inventario de materia prima superior a 8750 unidades. Seguido, del periodo
8 en adelante la cantidad económica de pedido se comporta de manera ascendente
alcanzando la cantidad máxima igual a 53251 unidades, estando por arriba de la producción
requerida, garantizando la existencia de inventario inicial para el siguiente año.
Por último, se puede observar que el porcentaje del desperdicio de materia es bajo
con respecto a la producción, por tal razón no infiere en el planeamiento y control de las
materias primas.
Unidades = litros de alcohol extra neutro
87
4.1.5 Análisis general de la simulación del modelo de la planeación y control del
proceso de producción de aguardiente tradicional en la ILC mediante dinámica de sistemas.
El modelo fue diseñado para calcular las diferentes variables relacionadas con la
planeación y el control de la producción y fue simulado para un periodo de 12 meses como se
puede observar en la figura 20 (horizonte de tiempo del modelo), con el fin de conocer el
comportamiento del proceso de producción respecto a la predicción de la demanda que fue
obtenida mediante el software Oracle Crystal ball para cada presentación (375 cc, 750 cc y
1750) en unidades, la cual fue necesaria convertir de unidades a unidad caja. A través de este
tiempo establecido, se considera que la capacidad real de la producción con la que cuenta la
ILC para sus tres presentaciones 375 cc, 750 cc. y 1750 cc., de aguardiente tradicional, le
permitirá cubrir la necesidad de ventas establecidas por la demanda.
De igual forma se obtiene un plan de requerimiento de producción para los 12 periodos
eficiente a través del tiempo con lo que garantiza la existencia del producto. Se inicia la
simulación con un inventario inicial a cero, el cual aumenta en el tiempo, con una media igual
a 5000 unidades de producto terminado. Se calcula la cantidad económica de pedido para la
materia prima alcohol extra neutro, garantizando las cantidades necesarias para cubrir la materia
prima a utiliza y sostener un inventario de seguridad de materia prima para cada presentación.
Por otra parte, se calcula las Horas extras para mitigar la discrepancia que es la diferencia
positiva ente la producción requerida – la capacidad real de producción, concluyendo que solo
será necesaria para la presentación 1750cc de aguardiente tradicional.
Así, se efectúa un modelo eficaz para la planeación y el control de producción, siendo
este adaptable a las condiciones futuras de la empresa, puesto que tiene en cuenta los procesos
88
principales de la producción, la gestión de inventarios, la capacidad real de producción, la
predicción de la demanda y el funcionamiento de la línea de envasado.
Horizonte de tiempo del modelo
Figura 20 Configuración Horizonte de Tiempo
Fuente: elaboración propia
4.2. Resultados del diseño del modelo de inventarios de materias primas mediante el
sistema EOQ.
4.2.1. Estudio de la demanda.
En la planeación y el control de la producción, la demanda es un elemento importante
en la toma de decisiones.
En la ILC, se identificó que cuenta con una demanda estocástica, puesto que es aleatoria
en el horizonte de tiempo dado, su principal característica es su variación y gran incertidumbre
de las cantidades demandadas por el mercado. Por otra parte, cuenta con una demanda
89
independiente pues no varía en función de la demanda de otros artículos, por lo cual depende
de lo que el mercado imponga.
En este orden de ideas, para la caracterización de la demanda de ventas de aguardiente
caucano tradicional y sin azúcar, en sus tres presentaciones 375 c.c., 750 c.c. y 1750 c.c., se
hizo la revisión de los datos históricos desde el año 2014 hasta el año 2017, evidenciando
inconsistencia entre los periodos (meses), debido a la variación de las unidades vendidas. Por
otra parte, se identificó que el año 2017 es atípico respecto a la tendencia de todos los datos.
Para el análisis y la proyección de los datos se utilizó el software Oracle Crystal ball®,
que permite a partir de una serie de datos, pronosticar el comportamiento de la demanda de la
ILC, con la opción predecir, la cual permite determinar la estacionalidad de manera automática
y de acuerdo a su comportamiento establecer los métodos que se utilizaran para las predicciones,
de igual forma escoger el tipo de error y la técnica de previsión.
La predicción se establece para los 12 periodos siguientes en meses de las tres
presentaciones 1750 c.c., 750 c.c. y 375 c.c. de aguardiente caucano tradicional y sin azúcar que
se observan en el cuadro 14, donde se puede evidenciar las ventas aproximadas que se llevaran
a cabo en unidades y con las cuales se puede planear el sistema de inventarios de materias
primas.
90
serie cronológica Predicciones en unidades
año mes f(t)
375
sin azúcar
375
tradicional
750
sin azúcar
750
tradicional
1750
sin azúcar
1750
tradicional
AÑ
O P
RO
NO
ST
ICA
DO
1 37 21.779 2.820 496 8595 23.096 2.936
2 38 22.056 11.817 889 11794 15.914 2.289
3 39 36.537 119.797 5.585 46554 9.410 3.256
4 40 30.234 140.989 11.635 44511 8.105 11.040
5 41 93.692 145.000 35.478 72084 6.885 13.122
6 42 148.656 219.542 36.918 95646 7.626 11.734
7 43 67.988 104.700 20.854 61138 3.037 8.342
8 44 101.217 116.878 20.929 69430 3.119 4.795
9 45 128.926 135.190 46.805 71403 4.605 8.411
10 46 95.266 139.873 37.796 81043 3.511 8.280
11 47 211.169 167.475 103.361 90580 6.167 11.163
12 48 720.862 517.333 274.674 315212 20.190 41.190
Cuadro 14. Pronósticos de ventas
Fuente: elaboración propia
Para el estudio de la demanda de las materias primas se tomó en cuenta el pronóstico en
unidades, excepto para el cartón que por motivos de empaque solo se utiliza una unidad para
cierto tipo botellas, de acuerdo su presentación, para 375 c.c. 750 c.c. y 1750 c.c., igual a 24, 12
y 6 respectivamente.
4.2.2. Cálculo del sistema EOQ.
Basado en las predicciones obtenidas del software Oracle Crystal Ball, se realizaron los
cálculos del punto óptimo de pedido Q* y el punto de aprovisionamiento R, con el fin de dar
solución al manejo de materias primas en la ILC, basándose en el sistema de pedido EOQ. Los
resultados se pueden observar en el cuadro 14, que incluye: el tiempo de espera para que cada
proveedor entregue en la planta la materia prima, demanda anual diaria obtenida de los pronósticos
elaborados por medio del software Oracle Crystal ball® y los costos requeridos por el sistema. Se
presentan también, los datos obtenidos de los cálculos elaborados del punto de pedido óptimo y el
punto de reorden.
91
Cuadro 15. Datos obtenidos del sistema de gestión de inventarios de materia prima
Con el sistema calculado, para realizar un pedido en la ILC, el encargado deberá observa
en el cuadro 15 la cantidad optima establecida Q, y deberá tener en cuenta que este pedido se
deberá hacer solo cuando el número de existencias en bodega sea igual al establecido en la columna
correspondiente al punto de reorden. Por ejemplo, si se observa la presentación 375 sin azúcar, el
encargado deberá solicitar una cantidad de 91.733 unidades cuando sus existencias en bodega sean
igual a 209.798 unidades, de esta manera se garantiza la existencia de unidades necesarias para el
proceso de producción.
4.2.3. Proceso de inventarios.
Con la aplicación del sistema de inventarios de materias primas EOQ, se mejora la
planeación y el control de los inventarios. En la figura 21, se puede observar el diagrama de flujo
realizado del sistema de inventarios, donde se puede evidenciar la planeación de la demanda
llevada a cabo mediante la proyección de las ventas elaborado en el software Oracle Crystal ball
en base a históricos y la planeación de suministros que permite la aplicación del sistema de gestión
Tiempo de espera Demanda anual Demanda diaria Costo por unidad Costo de mantener Costo de pedido PUNTO OPTIMO DE PEDIDO PUNTO DE REORDEN
DIAS (TE ) (D) (d) 20% + 7% de crecimiento (I) (S) Q=RAIZ((2*DS)/IC) PRO=d*TE
ENVASE 375 S.A 30 1.678.381 6.993 842,13 27% 570.000 91.733 209.798
ENVASE 375 TRAD. 30 1.821.413 7.589 842,13 27% 570.000 95.562 227.677
ENVASE 750 S.A 30 595.418 2.481 1142,25 27% 570.000 46.914 74.427
ENVASE 750 TRAD 30 967.989 4.033 1142,25 27% 570.000 59.817 120.999
ENVASE 1750 S.A. 30 111.665 465 2757,03 27% 570.000 13.077 13.958
ENVASE 1750 TRAD 30 126.559 527 2757,03 27% 570.000 13.922 15.820
ETIQUETA 375 S.A. 15 1.821.413 7.589 74,97 27% 570.000 320.281 113.838
ETIQUETA 375 TRAD 15 1.821.413 7.589 48,79 27% 570.000 397.017 113.838
ETIQUETA 750 S.A. 15 595.418 2.481 86,87 27% 570.000 170.117 37.214
ETIQUETA 750 TRAD 15 967.989 4.033 90,44 27% 570.000 212.582 60.499
ETIQUETA 1750 S.A. 15 111.665 465 109,48 27% 570.000 65.624 6.979
ETIQUETA 1750 TRAD 15 126.559 527 109,48 27% 570.000 69.863 7.910
TAPA 28" S.A. 30 5.063.201 21.097 410,55 27% 570.000 228.192 632.900
TAPA 28" TRAD 30 5.063.201 21.097 410,55 27% 570.000 228.192 632.900
TAPA 38" S.A. 30 238.224 993 1017,45 27% 570.000 31.442 29.778
TAPA 38" TRAD. 30 238.224 993 1017,45 27% 570.000 31.442 29.778
Articulo
92
de inventarios EOQ, la administración de las bodegas de materias primas, la cual se realiza con
base al test elaborado con las 5´S que permite el adecuado almacenamiento y el flujo de las materias
primas.
Figura 21. Diagrama del proceso de inventarios
4.2.4. Macro de inventarios.
Se crea una macro de inventarios en la herramienta Microsoft Excel® con el fin de
proporcionar control de las entradas y salidas de materias primas a las bodegas de su
almacenamiento, evitando así los sobre pedidos que conlleven a la saturación de las mismas. La
aplicación de la macro permite al jefe de producción, mantener el control interno de las entradas y
salidas de materias primas a las bodegas; permite tener el historial de los movimientos y alertas
que indican el momento de realizar un nuevo pedido de cada materia prima
PLA
NEA
CIÓ
N D
E
DEM
AN
DA
PLA
NEA
CIÓ
N D
E
SUM
INIS
TRO
S
BO
DEG
A D
E
MA
TER
IAS
PR
IMA
S P
LAN
TA D
E P
RO
DU
CC
IÓN
BO
DEG
A D
E
PR
OD
UC
TO
TER
MIN
AD
O
Recolección de información
histórica
Planeación de ventas
Planeación de operaciones
Aprobacion de plan de ventas
Reunión de revisión
Revisión de los contratos y politicas
con proveedores
Sistema de inventario
Envío de las ordenes de compra
a los proveedores
Seguimiento a las entregas de
materias
Recepción de
materiales
Almacenamiento
de materiales
Solicitud de materia prima
a bodega
Preparación del aguardiente
Despaletizadode las botellas
Enjuague de botella
Llenado de aguardiente
Tapado Etiqueta Control de
calidad Rotulado
Recepción de producto terminado
AlmacenamientoDespacho a los
clientes
93
Cuadro 16. Macro de inventarios
Su funcionamiento permite asignar un código a cada materia prima, con lo que facilita su
búsqueda en la aplicación. En el cuadro 16, se observa en las filas superiores, en la columna de
“código” un ejemplo con el dato correspondiente al “código 13”, con el cual, la aplicación busca
automáticamente la materia prima que corresponde y lo coloca en la columna de la descripción,
para este caso “envase 375 s.a.”, así mismo, permite digitar la fecha correspondiente al
movimiento, la cantidad y el tipo de movimiento (entrada o salida de materia prima a la bodega).
4.2.5. Análisis general del diseño del modelo de inventarios de materias primas.
Mediante el diseñó del modelo EOQ se calculó la cantidad optima de pedido Q y su punto
de reorden R, para cada materia prima, necesaria para la producción de aguardiente tradicional y
sin azúcar en las presentaciones 375 cc., 750 cc., y 1750 cc., en la ILC; se sistematiza el proceso
por medio de una macro de inventarios elaborada en la herramienta Microsoft Excel. De esta
manera, se establece una solución para el manejo de las entradas y salidas de las materias primas
94
a las bodegas de almacenamiento, reduciendo los excesos en las bodegas y garantizando las
cantidades necesarias para el proceso, evitando costos por escases, garantizando la existencia de
materia prima durante el tiempo de aprovisionamiento del proveedor.
4.3. Diseño y simulación del proceso de producción en envasado.
4.3.1. Recolección de la información.
Para el diseño del modelo a simular en el software ProModel fue necesaria la recolección
de los tiempos estándar por unidad en cada una de las etapas del proceso de producción, las
capacidades disponibles de cada una de las etapas y las paradas en la línea no planeadas.
Los tiempos estándar por unidad recolectados del proceso de producción se pueden
observar en el cuadro 17 a continuación:
95
Cuadro 17. Tiempo estándar por unidad
Fuente: elaboración propia
ESTUDIO DE TIEMPOS BOTELLA TRADICIONAL "INDUSTRIA LICORERA DEL CAUCA"
Medidas en un intervalo de tiempos de 10 minutos a una velocidad de 5000 B/H
RÉPLICA
S
REFERENCI
A
DEPALETIZADOR
A (UNID)
TRIBLOC (UNID)
MAQUINA
ETIQUETADO
(UNID)
MAQUINA
DE
CODIFICACIO
N E
IMPRESIÓN
DE FECHA
(UNID)
DEVIDE
R
EMPACAD
O CAJAS
LIMPIAD
O
LLENAD
O
SELLAD
O
1 750Cc 832 840 854 847 79
2 750Cc 833 841 854 849 80
3 750Cc 835 842 859 844 81
4 750Cc 833 843 855 852 77
5 750Cc 830 844 850 850 77
6 750Cc 829 845 856 850 76
7 750Cc 829 846 854 847 80
8 750Cc 828 847 854 846 78
9 750Cc 831 848 853 847 78
10 750Cc 832 849 852 847 79
11 750Cc 833 850 850 849 74
12 750Cc 833 851 855 850 75
13 750Cc 827 852 851 852 77
14 750Cc 832 853 854 852 77
15 750Cc 828 854 856 847 80
16 750Cc 830 855 859 848 80
17 750Cc 830 856 858 845 82
18 750Cc 829 857 855 846 80
19 750Cc 825 858 855 847 79
20 750Cc 827 859 854 850 81
21 750Cc 829 860 850 852 76
22 750Cc 830 861 853 852 77
23 750Cc 830 862 849 848 83
24 750Cc 832 863 854 849 81
25 750Cc 833 864 852 850 79
26 750Cc 833 865 860 846 79
27 750Cc 828 866 851 847 80
28 750Cc 825 867 853 849 81
29 750Cc 828 868 854 850 82
30 750Cc 830 869 851 854 80
PROMEDIO 830 855 854 849 79
96
Para calcular las capacidades reales de cada etapa del proceso de envasado de la ILC, fue
necesario conocer los tiempos muertos, ocasionados por las paradas no previstas en la línea durante
el proceso de producción de Aguardiente Tradicional 375 cc. Los tiempos de paradas se pueden
observar en el cuadro 18.
Etapa del Proceso Horas por Paradas
Depaletizadora 0
Triblock 10,8
Etiquetadora 10,63
Codificación 17,2
Devider 5,33
Empacado 12,5
Cuadro 18. Horas de paradas diarias en el proceso de envasado.
Fuente: elaboración propia
Se evidencia que el equipo con más tiempo de parada es “codificación e impresión de
fecha”, con 17,2 horas por paradas.
Las capacidades de cada equipo de la línea de producción fueron obtenidas de los
documentos de la ILC. Se pueden observar en el cuadro 19 a continuación.
Equipo Capacidad Depaletizadora Una estiba de 1 piso de 483 botellas
Lavado 24 botellas
Llenado 24 botellas
Tapado 4 botellas
Etiquetadora 12 botella
Codificación 1 botella
Devider 192 botellas
Empacado 3 cajas de 24 botellas cada una
Bandas Transporte de las entidades
Cuadro 19. Capacidad de los equipos
Fuente: ILC
97
4.3.2. Componentes del software ProModel aplicado al modelo de simulación en la
ILC.
Se clasificaron los componentes necesarios para la simulación del proceso de envasado
en software ProModel, se relacionan a continuación.
Entidades: Las entidades a utilizar en la simulación del proceso de envasado de
Aguardiente 375 CC se observan en el cuadro 20.
Entidad Descripción
Estiba Representa las estibas de entrada al
proceso de envasado.
ILC Representan las botellas y caja de
producto terminado.
Cuadro 20. Entidades del proceso de envasado.
Fuente: elaboración propia
Locaciones: las locaciones que se utilizaron se encuentran en cuadro 21 a continuación:
Locaciones Capacidades
Llegadas 1 estiba de 7 Pisos
Depaletizadora Una estiba de 1 piso
Lavado 24 botellas
Llenado 24 botellas
Tapado 4 botellas
Etiquetadora 12 botella
Codificación 1 botella
Devider 192 botellas
Empacado 3 cajas de 24 botellas cada una
Bandas Transporte de las entidades
Cuadro 21. Locaciones del proceso de envasado
Fuente: elaboración propia
Recursos: Para el caso del proceso de envasado de Aguardiente Tapa Verde 375 CC
en la Industria Licorera del Cauca, los recursos son los trabajadores disponibles por etapa
del proceso.
98
Variables: Se utilizará la variable TC (tiempo de ciclo), la cual permitirá hallar el
tiempo de ciclo de una botella de Aguardiente Tapa Verde 375 CC en la Industria Licorera
del Cauca.
Parámetros: En este modelo los parámetros son, los tiempos estándar por unidad en
cada una de las etapas, los tiempos de mantenimiento y los trabajadores por cada una de
las maquinas.
El proceso de flujo del proceso de envasado de Aguardiente 375 CC en la línea de
producción de la Industria de Licorera del Cauca, diseñado en el software ProModel, se puede
observar en la figura 22.
Figura 22. Línea de envasado de ILC
Fuente: elaboración propia
99
4.3.3. Resultados de la simulación en ProModel del proceso de envasado.
Para hallar los resultados del proceso de envasado de Aguardiente Tapa Verde 375 CC en
la Industria de Licorera del Cauca, se simulará un turno de 7 horas con 100 réplicas (número de
veces) el software ProModel, con el fin de obtener resultados estadísticos más cercanos a la
realidad del proceso de la línea de producción. Se realizó el análisis de los resultados que se pueden
observar a continuación.
4.3.3.1. Porcentajes de utilización.
Los porcentajes de utilización de cada una de las locaciones se pueden observar en el cuadro
22
Etapa del Proceso % de Utilización
Depaletizadora 44,64
Limpiado 57,26
Llenado 63,16
Sellado 68,39
Etiquetadora 68,57
Codificación 67,56
Devider 31,18
Empacado 23,80
Cuadro 22. Porcentaje de utilización
Fuente: elaboración propia
Al revisar los porcentajes de utilización de cada una de las etapas del proceso de envasado
de Aguardiente 375 CC en la ILC, se evidencia que los Porcentaje de tiempos ociosos y se registran
en el cuadro 23.
Etapa del Proceso % de Tiempo Ocioso
Depaletizadora 55,36
Limpiado 42,76
Llenado 36,84
Sellado 31,61
Etiquetadora 31,43
Codificación 32,44
Devider 68,82
Empacado 76,2
Cuadro 23 Porcentaje de tiempos ocioso.
Fuente: elaboración propia
100
De lo anterior se analizó que las etapas con más tiempo ocioso son: Depaletizadora,
Divider y Empacado, debido a las paradas durante el proceso son 55.36%, 68.82%, 76.2%,
respectivamente, debido a su capacidad de procesamiento y frecuencia de los arribos. Por ello se
generan esperas por cuellos de botellas.
Al revisar los porcentajes de ocio por parte de los trabajadores (ver Anexo 6), se evidencia
que todos tienen un ocio entre el 45% y el 55%, lo cual indica un alto porcentaje de inactividad en
las labores que desempeñan.
Otro de los resultados a analizar es el tiempo de ciclo de la elaboración de una botella de
aguardiente 375 cc., el cual es de 21,75 min. Este tiempo de ciclo es alto debido a los tiempos
ociosos de los equipos. El tiempo se toma desde que entra la estiba a la Depaletizadora hasta que
es empacada en una caja.
Por último, se analiza los resultados estadísticos de los equipos, en cuanto a los
porcentajes de sus capacidades.
Los porcentajes a analizar son:
%vacío: porcentaje de tiempo que el equipo estuvo vacío
% parte ocupada: porcentaje de tiempo que el equipo estuvo parcialmente llena.
%lleno: porcentaje de tiempo que el equipo estuvo lleno.
En el cuadro 24, se muestra los resultados de lo expuesto anteriormente, simulado a la
situación actual, con arribos de 45 minutos.
101
Etapas del proceso % vacío % parte ocupada % lleno
Depaletizadora 37,63 61,15 1,22
Limpiado 40,10 3,83 56,07
Llenado 34,93 3,05 62,02
Sellado 31,30 0,63 68,07
Etiquetadora 30,86 0,82 68,32
Codificación 32,44 67,56 0
Devider 28,85 71,15 0
Empacado 13,88 86,12 0
Cuadro 24 Capacidades de los equipos del proceso de envasado.
Fuente: elaboración propia
Se evidencia un alto porcentaje lleno de los equipos más específicamente en la
etiquetadora con un 68,32 %, de igual manera se demuestra un porcentaje de vacío en la
empacadora con un 13,88 % y devider en un 28,85 %, cabe recalcar que estos dos equipos poseen
el mayor tiempo ocioso durante el proceso.
Debido a lo anterior, se implementó mejoras que disminuyan los porcentajes de vacío en
cada uno de los equipos para así lograr una disminución en los tiempos ociosos.
4.3.4. Propuestas de mejora
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.
La propuesta de mejora es disminuir a 40 min, y a 42,5 min el tiempo de llegadas de las
estibas a la Depaletizadora, y aumentar la capacidad de la etiquetadora y codificación al doble, Por
lo tanto, se simulará el proceso de envasado Aguardiente 375 CC en la ILC variando los tiempos
entre las llegadas de las estibas a la Depaletizadora.
Los resultados de simulación para arribos cada 40 min, 42.5 min y 45 min, se pueden
observar en el cuadro 25
102
Arribos Botellas Procesadas Tiempo de ciclo
40,0 min 31560 20,64 min
42,5 min 30365 21,23 min
45,0 min 28176 21,75 min
Cuadro 25 Botellas procesadas y tiempo de ciclo del proceso de envasado.
Fuente: elaboración propia
Al disminuir los arribos a 42,5 min se evidencia un aumento en la producción “botellas
procesadas” del 7,21%, y a 40 min aumenta en un 10,73%.
En los cuadros 26 y 27 se encuentran los porcentajes de ocio de las etapas del proceso y
de los operarios.
Etapa del Proceso % TO 1 % TO 2 % TO 3
Depaletizadora 47,66 50,39 55,36
Limpiado 33,53 36,95 42,76
Llenado 27,2 31,18 34,84
Sellado 21,6 26,07 31,61
Etiquetadora 23,36 27,72 31,43
Codificación 24,38 28,7 32,44
Devider 71,47 66,99 68,82
Empacado 74,5 74,98 76,2
Cuadro 26. Porcentaje de tiempos ocioso por etapa del proceso de envasado
Fuente: elaboración propia
Se registra una disminución del tiempo ocioso total del proceso, el tiempo ocioso de la
situación actual es de 46,68%, con arribos de 42,5 min es de 42,87% y a 40 min es de 40,46% es
decir que disminuye en un 3,81% y 6,22% de tiempo ocioso en el proceso total de la línea de
envasado de producción de aguardiente tradicional 375Cc.
Etapa del Proceso % TO 1 % TO 2 % TO 3
Mínimo 35 37 45
Máximo 50 50 55
Cuadro 27. Porcentaje de tiempos ocioso operarios del proceso de envasado
Fuente: elaboración propia
103
De donde TO 1 es el tiempo ocioso cuando los arribos son cada 40 min, TO 2 es el tiempo
ocioso cuando los arribos son cada 42,5 min y TO 3 es el tiempo ocioso cuando los arribos son
cada 45 min. Disminuyendo los tiempos de arribos aumenta la actividad de los operarios
disminuyendo los tiempos ociosos
Al analizar los resultados obtenidos para las simulaciones variando los arribos de las
estibas a la Depaletizadora, se observa que la combinación que reduce los tiempos de ocio en el
proceso de envasado de Aguardiente 375 CC en la Industria licorera del cauca, es la de disminuir
el tiempo de los arribos a 42,5 y 40 min. Dado que al simular el proceso de envasado de
Aguardiente 375 CC en la ILC con arribos a menor tiempo de este, hay estibas que no van a ser
recibidas por la Depaletizadora debido a la velocidad de procesamiento de esta etapa.
Por último, el cuadro 28, demuestra la disminución del porcentaje “vacío” en el devider y en la
encartonadora.
Etapas del proceso % vacío % parte ocupada % lleno
Depaletizadora 32,10 64,49 3,41
Limpiado 34,41 3,72 61,87
Llenado 29,32 2,98 67,70
Sellado 25,77 0,63 73,62
Etiquetadora 27,14 0,85 72,01
Codificación 28,70 71,30 0
Devider 24,66 75,34 0
Empacado 12,45 87,55 0
Cuadro 28. Porcentajes de las capacidades de los equipos del proceso de envasado.
Fuente: elaboración propia
Con arribos de 42, 5 min de las estibas se presenta una disminución del %vacío en el
devider en un 4,19 % y en la encartonadora del 1,43%, y en su totalidad el aumento de ocupación
del proceso es del 4,43%, debido a esto se aumenta el porcentaje de ocupación de estos equipos
logrando así una disminución de los tiempos ociosos.
104
De igual manera se disminuye los arribos a 42,5 min de las estibas a la Depaletizadora, y
se aumenta la capacidad de la Etiquetadora y la Codificación al doble. Obteniendo los resultados
en el cuadro 29, donde se evidencia los tiempos ociosos implementando esta propuesta:
Etapa del Proceso % TO
Depaletizadora 56,21
Limpiado 38,39
Llenado 32,75
Sellado 27,15
Etiquetadora 28,39
Codificación 64,35
Devider 66,99
Empacado 74,38
Cuadro 29 Porcentaje de tiempos ocioso por etapa del proceso de envasado
Fuente: elaboración propia
Se evidencia una disminución de tiempo ocioso en el empacado alcanzando un valor de
74,38% debido a que al aumentar las capacidades de la etiquetadora y codificación el flujo del
proceso de las botellas va a sr más continua y no se genera demasiadas esperas.
Otro de los resultados a analizar es el tiempo de ciclo, el cual tiene un valor de: 21,20 min
por botella. Este tiempo de ciclo de una botella de Aguardiente 375 CC, se toma desde que entra
la estiba a la Depaletizadora hasta que es empacada la botella en una caja.
Mediante el diseñó de simulación del proceso de producción de envasado en el software
ProModel, se calculó los tiempos ociosos de cada una de las etapas del proceso y los tiempos
inactivos de los trabajadores de la planta de envasado. Se realizó una propuesta de mejora mediante
corridas de simulación, disminuyendo los arribos para lograr la disminución de los tiempos
ociosos, evitando los cuellos de botella durante la línea de envasado y de esta manera aumentar la
actividad de los trabajadores obteniendo beneficios en la productividad.
105
4.4 Conclusiones.
La industria licorera del Cauca no cuenta con una gestión de inventarios adecuada, teniendo
problemas de sobre almacenamiento, debido a que no hay una planeación en las compras de las
materias primas y por lo tanto su recepción, almacenamiento y distribución se hace de manera
improvisada. Por otra parte, su sistema de inventarios no se encuentra computarizado y la
comunicación entre los encargados de las áreas es deficiente. Por consecuencia no existe un plan
de requerimiento de materiales acertado que permita la planificación de la producción requerida y
la existencia de materia prima que generan faltantes en la línea de producción ocasionando tiempos
ociosos. Sin embargo, la simulación actualmente permite diseñar y explorar el comportamiento de
un proceso a través del tiempo. En este orden de ideas se diseña y simula un modelo general,
basado en dinámica de sistemas aplicado al proceso de producción de aguardiente tradicional para
las presentaciones 375 cc., 750 cc. y 1750 cc. de la ILC, en el software Vensim Ple, con un
horizonte de tiempo de 12 periodos en meses. Se obtiene como resultado la planeación de la
producción requerida para satisfacer la predicción de la demanda, la capacidad real de producción,
los inventarios iniciales necesarios de productos terminados y materias primas y el cálculo del
alcohol extra neutro requerido por el proceso, con la cantidad económica de pedido. Así, se
proporciona las herramientas necesarias para la gestión administrativa de la planificación y el
control del proceso.
La capacidad real de producción para la presentación 1750, no cubre la producción
requerida para los periodos 7 y 9, por lo que será necesario el uso de las horas extras, con el fin de
garantizar la existencia del producto requerido. La simulación considera el uso de horas extras en
los meses de julio y septiembre iguales a 2109 y 3260 horas correspondientemente.
106
En el software Oracle Crystal ball®, se realizó el análisis de la demanda en base a los datos
históricos correspondientes a las ventas de aguardiente tradicional y sin azúcar en sus tres
presentaciones 375 c.c., 750 c.c. y 1750 c.c. de los años 2014-2017, identificando la estabilidad de
los mismos, sus tendencias y los métodos con los que se realizaron las predicciones; se proyectaron
las ventas para los doce periodos (meses) siguientes correspondientes al año 2018. Con este análisis
se obtuvo la demanda de cada presentación por ejemplo se estima que las ventas de aguardiente
tradicional en la presentación 750 para el mes de noviembre del 2018 serán 90.580 unidades.
Mediante el diseñó del modelo EOQ se calculó la cantidad optima de pedido Q y su punto
de reorden R para cada materia prima, necesaria para la producción de aguardiente tradicional y
sin azúcar en la ILC. De esta manera se establece una solución para el manejo de las entradas y
salidas de las materias primas a las bodegas de almacenamiento. Así, con el sistema de gestión de
inventarios EOQ se puede planear y controlar el flujo de las materias primas, reduciendo los
excesos en las bodegas y garantizando las cantidades necesarias para el proceso, evitando costos
por escases. Por ejemplo, al utilizar la materia prima de la etiqueta en presentación 750 tradicional,
se permite caer su existencia en bodega hasta un valor igual a 60.499 unidades (dato establecido
en el punto de reorden), para realizar un pedido con una cantidad igual a 212.582 unidades (dato
establecido en la cantidad optima de pedido), garantizando la existencia de materia prima durante
el tiempo de aprovisionamiento del proveedor en este caso 15 días.
En el software ProModel se diseña una propuesta de mejora que disminuye los tiempos de
ocio del proceso de envasado de aguardiente tradicional en la presentación 375 cc. de la ILC. Se
establece tiempos de arribo de 42.5 y 40 minutos por estibas a la depaletizadora, permitiendo
disminuir los tiempos ociosos del proceso en 3.81% y 6.22 % respectivamente, aumentando la
productividad en 7.21% y 10.73 %.
107
Con la simulación propuesta de la línea de producción Filling system de la ILC, elaborada
en el software ProModel, se establece una propuesta de mejora que aumenta el tiempo de
ocupación de los operarios, reduciendo el tiempo de la llegada de estibas al inicio del proceso de
45 minutos por arribo a 42.5 minutos y 40 minutos, permitiendo así, el aumento de ocupación de
los operarios en un 7% y 8% respectivamente.
4.5 Recomendaciones
Se sugiere a la ILC aplicar el modelo de la planeación y el control de la producción basado
en dinámica de sistemas, para lograr una planificación de los recursos necesarios para el proceso,
como las materias primas, los operarios, el stock de materias primas y productos terminados, entre
otros. De igual manera controlar la disponibilidad de la línea, teniendo en cuenta los porcentajes
necesarios para su mantenimiento preventivo y correctivo, que permiten calcular la capacidad real
de producción con la que dispone. Logrando tener un concepto sistémico del proceso que de seguro
aumentara la toma de decisiones acertadas.
Por las cantidades manejadas en las bodegas y las condiciones encontradas en ellas, se
propone en estudios siguientes implementar la metodología 9´S que proporcione las condiciones
adecuadas.
Realizar la sistematización de las materias primas con la implementación del código de
barras que evite errores en el conteo, debido a que se manejan grandes cantidades.
Es necesario realizar mantenimientos preventivos en cada una de las maquinas, de esta
manera se reducirá los tiempos de paradas que alteran los tiempos productivos dentro del proceso,
creando conciencia entre los operarios para lograr un mantenimiento autónomo de la línea.
108
Referencias bibliográficas
Andriychuk, M. (2012). Numerical Simulation – From Theory to Industry. Rijeka: Intech
Open.
Bala, B. K., Arshad, F. M., & Noh, K. M. (2017). System Dynamics. Modelling and
Simulation. Springer Nature. New York: Springer. https://doi.org/10.1007/978-981-10-2045-2
Banks, J., Nelson, B. L., Carson, J. S., & Nicol, D. M. (2010). Discrete-Event System
Simulation. PrenticeHall International Series in Industrial and Systems Engineering, 640.
https://doi.org/10.2307/1268124
Batista, F. R. M., & Meirelles, A. J. A. (2011). Computer simulation applied to studying
continuous spirit distillation and product quality control. Food Control, 22(10), 1592–1603.
https://doi.org/10.1016/j.foodcont.2011.03.015
Yosvanys R. Guerra Valverde. (2014). Sistemas y modelos de inventarios.
https://books.google.com.co/books/sistemasdeinventarios.
Castro Montaña Juan David, Mendoza Chacón Jaime Humberto. Segura Mosquera Juan
Manuel (2017). Desarrollo e implementación de la herramienta V.S.M. (VALUE STREAM MAP)
usando “IDEF0”, para la división producción de la ILC. Fundación Universitaria de Popayán,
Popayán, Cauca, Colombia. Disponible en: https://knepublishing.com/index.php/KnE-
Engineering/article/view/1505/3576
Chung, C. a. (2004). Simulation Modeling Handbook A Practical Approach. CRC Press.
Boca Raton: Taylor & Francis. https://doi.org/10.2217/fvl-2017-0003
Dubois, G. (2018). Modeling and Simulation. Boca Raton: Taylor & Francis.
109
Elizandro, D., & Taha, H. (2007). Simulation of Industrial Systems. New York: CRC Press.
Florez, J. F., & Diaz, E. (2003). Simulación y Control en Cascada de una Planta POMTM
en Tiempo Real con RTAI-LAB. https://doi.org/10.1103/PhysRevLett.109.032001
Klee, H., & Allen, R. (2018). Simulation of Dynamic Systems with MATLAB and
Simulink. Boca Raton: Taylor & Francis.
Kluever, C. A. (2015). Dynamic Systems Modeling, Simulation, and Control. New York:
Wiley.
Martínez Silvio y Requema Alberto (1981). Simulación dinámica por ordenador. Alianza
editorial, Madrid. Disponible en: https://es.slideshare.net/jasoncontinental/dinamica-
desistemas?next_slideshow=1
Law, A. (2015). Simulation Modeling and Analysis. New York: McGraw Hill.
Ochoa- Lopez. Alejandro, & Tovio-Almanza, W. (2007). Diseño y Análisis de un Modelo
de Planificación y Control de la Producción basado en Dinámica de Sistemas. Cartagena:
Universidad de Cartagena.
Calel Lopez Alba Elubia. (2014). Diagnóstico para reducir tiempos muertos en un
restaurante. Propuesta de un programa de capacitación y desarrollo del personal en énfasis en la
administración del tiempo para el alcance de metas. Retalhuleu.
http://biblio3.url.edu.gt/Tesario/2014/05/43/Calel-Alba.pdf
Ballestin. (2017). Optimización del tiempo de producción de mezclado bajo un modelo
matemático en una planta extrusora de tubos. Bogotá, Colombia.
110
Ross, S. M. (2006). statistical Simulation. New York: Elsevier.
https://doi.org/10.1201/9781420064919
Sacher, J., García-Llobodanin, L., López, F., Segura, H., & Pérez-Correa, J. R. (2013).
Dynamic modeling and simulation of an alembic pear wine distillation. Food and Bioproducts
Processing, 91(4), 447–456. https://doi.org/10.1016/j.fbp.2013.04.001
Thomas, P. (1999). Simulation of Industrial Processes for Control Engineers. New York:
Butterworth-Heinemann.