Anteproyecto - Larrain y Urrutia
Anteproyecto - Larrain y Urrutia
Anteproyecto - Larrain y Urrutia
Anteproyecto presentando a la
Facultad de Ingeniería de la Universidad Católica de Temuco
Para Optar al Título de Ingeniero Civil Industrial, Licenciado en Ciencias de la Ingeniería
Temuco, Chile
2021
1. Descripción del problema
En la región de La Araucanía se producen más de 306 mil toneladas de residuos sólidos al año
y la ciudad de Temuco es la responsable de producir el 45% del total (Armstrong, 2019). Los residuos
se disponen en su totalidad en la región del Biobío trayendo consigo diversos problemas en la
gestión de éstos en cuanto a costos y logística. Se estima que antes del cierre del vertedero Boyeco
la municipalidad de Temuco gastaba cada mes 150 millones de pesos y con el traslado de los
residuos a la ciudad de Los Ángeles el costo aumentó a 400 millones de pesos (Castillo y Cáceres,
2017).
Al ser una planta nueva, su implementación requiere de una correcta asignación de todos los
recursos disponibles con el fin de realizas una eficiente distribución de planta para la empresa
MAXISUR. Para ello, es necesario conocer cuáles son los factores que determinarán tal elección
mediante el uso de algoritmos heurísticos y técnicas de multicriterio.
2
2. Revisión Bibliográfica
Heizer (2007) menciona que un layout eficaz puede ayudar a una organización a conseguir una
estrategia que esté basada en diferenciación, bajos costes o rapidez de respuesta y que un diseño
de distribución de planta debe tener en cuenta cómo conseguir lo siguiente:
Por otra parte, Freivalds y Niebel (2015) establecen que los encargados de la distribución y
asignación de espacios deben darle al trabajador condiciones de trabajo favorables, seguras y
cómodas. Estudios anteriores han demostrado que las plantas con una adecuada distribución
generan mayor productividad y mejor ambiente laboral en la empresa. Cuando se decide invertir en
3
un mejor ambiente laboral los resultados son significativos y beneficiosos a nivel económico. Esto
genera mayor motivación a los trabajadores
4
independiente de su naturaleza (plantas industriales, hospitales, oficinas, locales comerciales, etc.)
e incorpora el flujo de materiales.
Heragu (2016) menciona que una de las principales razones por las que la técnica SLP se ha
mantenido popular durante más de 30 años es su sencillo enfoque paso a paso para el diseño de
instalaciones. Esta metodología consta de cuatro fases:
Además, Heragu (2016) detalla los datos de entrada requeridos por SLP que se clasifican en las
siguientes cinco categorías:
5
- S - servicios: servicios de apoyo, vestuarios, puestos de inspección, etc.
- T - sincronización: ¿cuándo se producirán los tipos de piezas? ¿Qué máquinas se utilizarán
durante este período de tiempo?
Casals et al (2008) mencionan que este método fue desarrollado en 1967 por Sechof y Evans, y
se basa en un algoritmo de barrido que parte de una planta de un edificio donde sólo hay situados
los elementos fijos. El proceso empieza seleccionando de forma aleatoria un primer departamento,
que lo sitúa en la esquina noreste de la planta, y colocando los demás de forma sucesiva en función
de las especificaciones de proximidad dadas. Por tanto, se utiliza una matriz de código de letras
similar a las especificaciones de prioridad de cercanía de Murther, dicha clasificación es traducida a
términos cuantitativos para facilitar la evaluación.
Las entradas para el cálculo de la distribución con el método ALDEP son: información de las
zonas, tabla relacional de actividades, planta de la nave industrial, elementos fijos. Por su parte, el
resultado se refleja en distintas distribuciones de plantas.
Casals et al (2008) define este método como aquel que introduce secuencialmente las
actividades en la distribución y que el criterio para establecer la ubicación adecuada de cada una de
las actividades se basa en el índice de proximidad TCR (Total Closeness Rating), que es la suma de
todos los valores numéricos asignados a las relaciones de proximidad de la tabla relacional de
actividades (A=6, E=5, I=4, U=2, X=1)
Este método empieza situando en el centro de la distribución la zona que está más
interrelacionada con el resto y que, por tanto, tiene una puntuación mayor. Sucesivamente, se van
colocando las demás zonas en función de su necesidad de cercanía con las ya colocadas. Las
soluciones obtenidas se caracterizan por la irregularidad en las formas (Casals, et al; 2008)
6
Además, Casals et al mencionan que las entradas para el método CORELAP son: información de
los departamentos, tabla relacional de actividades y que como resultado se obtiene: una
distribución en planta que cumple con las especificaciones de proximidad iniciales.
Prasetyo et al (2020) mencionan que este algoritmo es utilizado para producir un nuevo diseño
que no depende o no requiere de un layout inicial y citan a Tompkins (1996) en cuanto a los pasos
del algoritmo:
1. Calcular el TCR para cada departamento. Para calcular el valor de TCR, se debe sumar la
ponderación de los valores de proximidad para cada departamento, donde dichos valores
se obtienen del gráfico de relación de actividades (ARC).
2. Seleccionar uno de los departamentos con TCR máximo, luego, se coloca en el centro de
diseño.
3. Si hay el mismo TCR, primero seleccionar el área que tiene un área más grande y luego, si el
área es la misma, se debe elegir el departamento con el número más pequeño.
4. Colocar el departamento con el enlace A elegido, luego los enlaces E, I, O, U y X. Si hay varios
de los mismos, los criterios se utilizan igual que en el paso anterior.
5. Si un departamento ha sido seleccionado si se ha seleccionado un departamento,
determinar su ubicación en función de la Clasificación de ubicación. Si el número de
calificaciones de cercanía ponderadas entre los departamentos ingresados es la misma,
entonces la longitud del límite o el número de se comparan las unidades cuadradas se
comparan con las unidades adyacentes.
6. Evaluación del diseño a través de la puntuación del diseño:
7
básicos que se refieren a: una tendencia, un factor cíclico, fluctuaciones estacionales y variaciones
no sistemáticas (Sapag y Sapag, 2008).
Moreno (2019) menciona que los custro componentes antes mencionados no actúan en forma
independiente, sino que lo hacen de manera simultánea y provocan un efecto que puede ser aditivo
o multiplicativo en la variable que se examina. Cuando la variación estacional no depende de los
otros componentes se aplica un modelo aditivo y cuando la estacionalidad varía con la tendencia se
aplica un modelo aditivo
8
3. Objetivos
9
4. Metodología
10
4.1. Objetivo 1: Determinar diferentes tipos de productos para su
comercialización y el escalado de la planta mediante un análisis de mercado
Los datos secundarios son aquellos que ya fueron reunidos para propósitos diferentes al
problema en cuestión y se pueden localizar con rapidez y a bajo costo (Malhotra, 2008). Con la
información a recolectar se logrará definir cuál es el mercado para los potenciales productos a
comercializar, para ello se identificará cuál es el sector, la segmentación del mercado y la
competencia de la empresa MAXISUR.
Por el uso de los 4P de marketing (producto, plaza, promoción y precio) se puede llegar a
los posibles productos que se deberían fabricar, para que tenga buena aceptación en el mercado,
esto con el fin de que no solo ayude a vender más, sino las maneras de ser más efectivos. Marusic
(2019) menciona que los 4P se pueden describir como piezas de un rompecabezas que simbolizan
un producto o servicio exitoso, si falta una pieza el rompecabezas no está completo, es decir, el
producto nunca llega a su máximo potencial.
11
Etapa 4. Determinar la capacidad del sistema
Se estudia la superficie donde se instalará la planta, las máquinas a utilizar para ver los
espacios disponibles, horarios de trabajo, productividad, cantidad de masa saldrá al moldaje, entre
otras, donde se evaluará la capacidad diseñada y efectiva de la planta que se instalará, para que a
partir de eso tenga las medidas de desempeño que regirá la capacidad actual de la empresa.
Etapa 5. Utilizar técnicas de pronóstico para prever las ventas del mix de productos.
12
Etapa 7. Proyectar el equipamiento y la mano de obra que estará disponible durante un horizonte de
10 años.
Describir el proceso productivo de las materias primas en base a PP, PET y PES a través de
las operaciones unitarias; granulado y extrusión, tomando en consideración la maquinaria dispuesta
por la empresa DINAPLAST GM LTDA; determinando diagrama de operaciones, recursos y
requerimientos del proceso productivo (máquinas), insumos y materiales del proceso productivo.
13
4.3. Objetivo 3: Proponer diseño de la distribución de planta (layout) para la
transformación de residuos de PP, PE y EPS mediante distintas metodologías y
heurísticas.
La primera etapa de esta fase considera el diseño de la planta, se debe decidir aquí el tipo
de distribución en base a los procesos de transformación dados por las operaciones unitarias, el
peso y volumen de los equipos, la cantidad de operarios necesarios, entre otras (Heizer & Render,
2009). La identificación del proceso unitario y el diseño de la fábrica se realizará con la participación
activa de DINAPLAST, para ello se puede considerar trabajar de forma remota, siendo necesaria al
menos una visita de los profesionales de la empresa. Posteriormente, se considerarán condiciones
básicas como tipo de material, temperatura, humedad, etc. para iniciar la transformación de la
planta piloto.
Para lograr generar distintos tipos de distribución es necesario considerar ciertos algoritmos
y metodologías:
- Algoritmo ADELP: Trabajar particularmente con datos de forma cualitativa, pero a diferencia
de otros algoritmos los lleva a ser cuantitativos.
- Metodología SLP: Una vez obtenida información acerca de la situación actual de la empresa,
como layout inicial, sistema de producción, tipos de trabajos, entre otros, se aplica la
metodología SLP con los siguientes pasos:
o PASO 1. Determinación de la ubicación del área donde se distribuirán los
departamentos.
o PASO 2. Establecimiento del diseño general del layout.
o PASO 3. Establecimiento de planos de distribución detallados.
o PASO 4: Instalación del diseño seleccionado.
- Algoritmo CORELAP: se ubican los departamentos de acuerdo con la calificación de cercanía
total representada en trayectoria rectilínea, siendo el de mayor relación de cercanía situado
14
en el centro de la disposición y como regla de desempate siempre se selecciona el
departamento de área más grande.
Considerar factores que no incluyen los algoritmos: Existen artefactos que no son tan
relevantes o que no son considerados dentro de esta distribución, y que en espacios sí se debe
considerar, y están fuera del área de trabajo o necesaria.
5. Resultados esperados
15
6. Cronograma
Semana
Objetivo Específico Fase Etapa 1 2 3 4 5 6 7 8
1. Realizar un análisis en
el mercado con datos 1. Describir el mercado. X
1. Determinar diferentes
secundarios.
tipos de productos para
2. Describir las características del
su comercialización y el X
mix de productos.
escalado de la planta
2. Determinar mix de 3. Analizar la demanda y
mediante un análisis del X
productos a comercializar potenciales ingresos.
mercado.
4. Determinar la capacidad del
X
sistema.
5. Utilizar técnicas de pronósticos
para prever las ventas del mix de X
productos.
2. Diseñar el proceso
3. Realizar un escalado de 6. Calcular el equipamiento y la
para la producción de X
la planta en un horizonte mano de obra.
madera plástica
de 10 años determinando 7. Proyectar el equipamiento y la
derivado de la
la capacidad que se mano de obra que estará disponible X
revalorización de
requerirá. en un horizonte de 10 años.
residuos de PP, EPS y PE,
8. Innovar en la planta
considerando un valor agregado al X
mix de productos.
4. Conocer el sistema de 9. Determinar sistema de
X
abastecimiento e abastecimiento.
3. Diseñar la distribución identificar las distintas
de planta (layout) para 10. Describir el proceso productivo. X
operaciones unitarias.
la transformación de
11. Diseñar la planta mediante la
residuos de PP, PE y EPS 5. Generar distintas
metodología SLP y algoritmos X
mediante distintas opciones de distribución heurísticos.
metodologías y de planta mediante
heurísticas. metodología SLP y 12. Identificar y diseñar la mejor
X
algoritmos heurísticos. opción de distribución de planta.
16
7. Referencias
Armstrong, W. (2019). La crisis de la basura en la Araucanía y la falta de políticas de Estado para solucionarlo.
Disponible en: https://araucaniadiario.cl/contenido/596/la-crisis-de-la-basura-en-la-araucania-y-la-falta-
de-politicas-de-estado-para-so
Casals, M., Forcada, M. & Roca, X. (2008). Diseño de complejos industriales, Fundamentos. Barcelona, España:
Edicions UPC, p. 103-104
Castillo, P., & Cáceres, J. (2017). Reportaje | Gestión de residuos y reciclaje en Temuco | Periódico La Frontera.
Disponible en: http://www.periodicolafrontera.cl/reportaje-gestion-de-residuos-y-reciclaje-en-temuco/
Chase, Richard B., Jacobs, F.R., Aquilano, Nicholas J., (2004), Administración de la producción y operaciones
para una ventaja competitiva, (10th ed.), México, México, McGraw-Hill Interamericana.
Freivalds, A; Niebel, B (2014). Ingeniería industrial de Niebel, Métodos, estándares y diseño del trabajo.
México. Mc Graw Hill
Haragu, S. (2016). Facilities Desing (4ta ed.). New York, EE.UU: CRC Press, p.76-78.
Heizer, J. & Render, B. (2009). Principios de administración de operaciones (7ma ed.). Pearson Educación,
México, p. 752.
Malhotra, N. (2008). Estudios de mercado (5ta ed.). México: Pearson Educación, p.106
Marusic, T. (2019) Importance of Marketing Mix in successful positioning of products and services on the
market, Ekonomska Misao I Praksa – Economic Thought and Practice, 28(1) p. 431-466.
Núñez, A. (2014). Dirección de operaciones: decisiones tácticas y estratégicas. Barcelona, España: Editorial
UOC.
Platas García, J. A. (2016). Planeación, diseño y layout de instalaciones: un enfoque por competencias. México,
México: Grupo Editorial Patria.
Prasetyo, N., Indah A., Elvina S. & ‘Azzam, D. (2020). Facility Layout Design with CORELAP Algorithm for
Educational Tour. IOP Conference Series: Materials Science and Engineering. 982 (2020) 012060.
Sapag, N., & Sapag, R. (2008). Preparación y Evaluación de Proyectos (5ta ed.). Bogotá, Colombia: McGraw-
Hill, p. 96-103
Moreno, T. (2019). El pronóstico de Ventas en los Negocios. (1ra. ed.) Chile: RIL, p. 54-124
17