EVALUACIÓN DE UNA METODOLOGÍA PARA LA GESTIÓN DE DATOS DE ENTRADA EN PROYECTOS DE SIMULACIÓN DE EVENTOS DISCRETOS

EVALUACIÓN DE UNA METODOLOGÍA PARA LA GESTIÓN DE DATOS DE ENTRADA EN PROYECTOS DE SIMULACIÓN DE EVENTOS DISCRETOS

Maria Medina

Maria Pezo

Programa de Iniciación Científica

Universidad Católica San Pablo

Arequipa - Perú

Resumen:

Se evaluó el trabajo orientado a la entrada de datos en simulación. Esta evaluación está  basada en la metodología propuesta por los estudiantes de la Universidad Tecnológica de Chalmers ubicada en Gotemburgo, Anders Skoogh y Bjom Johansson para el tratamiento de datos de entrada. Se analizó principalmente el tratamiento de datos de entrada con respecto a la clasificación propuesta por los estudiantes.  Para el estudio se tomó un ejemplo práctico, en el ámbito textil, una manufactura encargada de realizar short y pantalones.

Se evaluó siguiendo la metodología propuesta por Anders Skoogh y Bjom Johansson pudiendo notar una eficaz metodología ya que logra reducir el tiempo en el proceso de datos de entrada y logra mostrarlos de una manera simple.

Abstract:

Palabras claves:

Simulación

Datos de entrada

Metodología para gestión de datos

Análisis Sensible

1. INTRODUCCIÓN:

En un mundo globalizado el ahorro de tiempo y dinero se ha convertido en una de las mayores prioridades de las empresas especialmente de la industria, una herramienta útil y práctica  es la simulación debido a que los resultados obtenidos por esta generan ahorro en los aspectos mencionados anteriormente.

Si bien el proceso de simulación ofrece muchas ventajas, es poco conocido por las industrias, es debido a esto que la simulación de procesos discretos  no es muy utilizada.

Una de las etapas de simulación que genera mayor incertidumbre para los diferentes profesionales es la entrada de datos, debido a se considera a ésta como una etapa tediosa, por la gran cantidad de datos con la cual se deben trabajar.

En esta evaluación se procederá a analizar una metodología para el tratamiento de datos de entrada, basándonos en un caso práctico.

En el análisis sensible se estimara la sensibilidad de los resultados de los resultados con respecto a un parámetro. Esto disminuirá la probabilidad de variabilidad en los datos de entrada.

1. METODOLOGÍAA SEGÚN ANDERS SKOOGH Y BJOM JOHANSSON

Para llevar a cabo el proyecto, se analizó la metodología planteada por Anders Skoogh y Bjom Johansson en la cual plantean seguir una estructura para el mejor tratamiento de datos de entrada, la cual consideran contiene menos incertidumbre.

1. Identificar y definir los parámetros relevantes
2. Especifique Requisitos de precisión
3. Identificar datos disponibles
4. Elija métodos de obtención de datos no disponible.
5. ¿Todos los datos especificados se encuentra?
6. Crear Hoja de datos
7. Recopilar datos disponibles
8. Reunir datos no disponibles
9. Reparar representación estadística o empírica
10. ¿Representación Suficiente?
11. Validar datos representaciones
12. ¿Validado?
13. Terminar la documentación

1. MODELO EXPERIMENTAL

El modelo experimental es una empresa de nombre Tribal S.L, es una  manufactura encargada de la fabricación de pantalones y shorts jeans, teniendo en cuenta lo importante que es la calidad para el mercado al cual se presentan. Para optimizar el tiempo de producción es necesario evaluar cada paso en la elaboración de los mismos, analizar sus deficiencias y mejorarlas para así obtener un resultado óptimo.

1. Identificar y definir los parámetros relevantes

Se debe tener en cuenta todos los datos ya que se requiere obtener resultados de simulación semejantes al menos al 90% al modelo real, se tiene en cuenta que el objetivo del trabajo a realizar está en dirección a:

• Objetivo 1: Conocer el tiempo que se demora la producción de cada una de las prendas.
• Objetivo 2: Costos en la producción de las prendas.

1. Especifique Requisitos de precisión

Al ser una fábrica textil, es necesario conocer el funcionamiento exacto de todos los procesos industriales que se llevan a cabo en la fábrica, como por ejemplo, trabajar con máquinas automatizadas en parte del proceso y mano humana en otra.

Es necesario un análisis sensible para evitar la variabilidad inesperada, la cual será menor en la etapa de procesos automatizado debido a que en esta la recolección de atributos del proceso presenta  un comportamiento constante.

Caso contrario a la recolección de atributos en el proceso donde intervienen la mano del hombre se debe tener en cuenta que los atributos recolectados presentan una mayor  variabilidad , por lo tanto será necesaria realizar un análisis de confiabilidad , en este caso práctico será más sencillo debido a que los datos  recolectados están disponibles en la mayoría de los casos .

1. Identificar datos disponibles

Después de que se realizó diferentes estudios dentro de la empresa, se obtuvo resultados variados, considerados eventos discretos, debido a que estos procedimientos no son siempre son los mismos, pueden cambiar dependiendo de varios factores.

Dentro de los datos que se consideró para poder llegar a un objetivo claro están:

• Objetivo 1

• Tiempo empleado en corte y confección
• Tiempo de acabado
• Tiempo muerto
• Horas de trabajo
• Número de trabajadores por turno

• Objetivo 2

• Salario por trabajador
• Costo de los productos para el acabado de la prenda
• Pago de servicios varios (Agua, luz, desague)

1. Elija métodos de obtención de datos no disponible.

Para la obtención de datos no disponibles, se puede basar en datos aleatorios, sin embargo lo más recomendable entregar los datos más precisos.

Robinson 2004 da tres opciones para resolver este tipo de problemas: Discusiones con expertos en la materia, como los vendedores de máquinas o ingenieros de producción interna, revisión de los datos histórico de sistemas similares en el mismo u otro, por último, para algunos procesos existen datos estandarizados disponibles que se mide y se almacenan en las bibliotecas de proceso previamente.

...