S1 Tarea - 1 Simu

FACULTAD CIENCIAS DE LA INGENIERIA
Tema:
A Study on Modeling and Simulation of Automobile Painting.
Asignatura:
Simulación
Estudiante:
Jahir Alexander Tubay López
Carrera/nivel:
Ingeniería Industrial / 7mo Semestre
Docente:
Avilés Noles Manuel Andrés
INTRODUCCIÓN
Tener procesos eficientes en la industria y los negocios es crucial para generar productos
de alta calidad, cumplir con los plazos y minimizar los costos. Para lograr este objetivo,
se plantean varias opciones, como la experimentación en el sistema real, aunque esto
puede resultar costoso debido a la falta de oportunidades de experimentación. En cambio,
se destaca el valor de la simulación por computadora, que permite comprender la realidad
y la complejidad de los sistemas de producción a través de la creación de modelos y la
experimentación virtual. La simulación por computadora ofrece la posibilidad de
construir modelos que representen la realidad y puedan ser interpretados por las
computadoras. Los resultados de la simulación permiten comparar el rendimiento de un
sistema en diferentes escenarios, lo que facilita la toma de decisiones. Además, se resalta
su utilidad como herramienta didáctica en la gestión de la producción, ya que permite
analizar casos reales e identificar oportunidades de mejora. La simulación también se
utiliza como una herramienta para tomar decisiones relacionadas con la optimización de
recursos y el aumento de la productividad. Se menciona la importancia de desarrollar
modelos de simulación que reflejen las condiciones y parámetros de cada sistema de
producción para poder comparar los resultados obtenidos al finalizar la simulación. En
resumen, se enfatiza la importancia de la simulación por computadora en la gestión de la
producción y se destaca su utilidad para tomar decisiones, analizar casos reales y mejorar
la productividad. El objetivo principal es simular el proceso de pintura automotriz y
utilizar la simulación como una herramienta para modelar, analizar y optimizar los
procesos de manera eficiente.
TEORÍA
La simulación de procesos: Es una técnica que utiliza modelos computarizados para

imitar y estudiar el comportamiento de un sistema o proceso en particular. Su objetivo es
predecir y evaluar diferentes escenarios sin realizar cambios directos en el sistema real.
Esta herramienta es muy útil para analizar el rendimiento, identificar posibles cuellos de
botella y optimizar la eficiencia de los procesos.
FlexSim: Es un software ampliamente utilizado en la industria y la investigación para

realizar simulaciones por computadora. Proporciona una plataforma interactiva y
dinámica para crear modelos de simulación que representan sistemas complejos en
diversos campos, como producción, logística y atención médica. A través de FlexSim, es
posible llevar a cabo experimentos virtuales y tomar decisiones basadas en los resultados
obtenidos.
Cuello de botella: se utiliza para describir una etapa o componente de un proceso en el

que la capacidad de producción está limitada, lo que afecta la velocidad o el rendimiento
general del sistema. El cuello de botella puede estar relacionado con recursos, máquinas,
empleados u otros factores que impiden que el proceso funcione a su máxima capacidad.
Identificar y solucionar los cuellos de botella es fundamental para mejorar la eficiencia y
la productividad de un sistema.
Pintura de automóviles: Es el proceso de aplicar una capa de pintura sobre la carrocería

de un automóvil. Esta etapa implica una serie de pasos, como la preparación de la
superficie, la aplicación de imprimaciones, capas base y capas de acabado, y el posterior
secado.
Productividad: La productividad es un factor clave en la gestión de la producción, ya que

tiene un impacto directo en la rentabilidad y competitividad de una empresa. Al mejorar
la productividad, se puede lograr un mayor rendimiento en términos de producción, lo
que a su vez puede llevar a una reducción de costos, mayor satisfacción del cliente y una
posición más sólida en el mercado.
DESARROLLO
FlexSim es un programa de simulación que se utiliza para crear, modelar, simular y

supervisar sistemas y procesos reales. Su enfoque principal está en los entornos
industriales y los almacenes, y ofrece la capacidad de generar modelos en 2D y 3D
utilizando objetos de otros programas de diseño, como AutoCAD, ProE, Solid Works,
Catia, entre otros. Es ampliamente adoptado por empresas líderes para simular y
optimizar sus procesos de producción antes de su implementación.
Una de las características destacadas de FlexSim es su habilidad para crear simulaciones

que se asemejan a la realidad, lo que facilita la interpretación y comprensión de la
complejidad de los procesos de fabricación. Proporciona una amplia selección de
bibliotecas de objetos que representan diversos métodos industriales, y cada objeto tiene
su propia interfaz gráfica de usuario para agregar datos y lógica.
Una ventaja importante de FlexSim es su capacidad para simular múltiples escenarios y

variables simultáneamente, lo que lo convierte en una herramienta poderosa para la toma
de decisiones y la optimización de procesos. Además, su uso no requiere conocimientos
de programación, ya que cuenta con herramientas visuales que agilizan el proceso de
creación de modelos.
FlexSim se aplica en diversos campos, desde la fabricación y la logística hasta la

simulación de vuelos, pruebas aerodinámicas y diseño de distribución. Gracias a su
versatilidad y precisión, es posible desarrollar modelos de simulación eficientes y
precisos, lo que contribuye a mejorar la productividad y reducir el desperdicio en los
procesos
METODOLOGIA
Diseño Experimental
El estudio comienza con un análisis estadístico para validar la precisión de las llegadas al
modelo de simulación. Posteriormente, se utiliza AutoCAD para diseñar la empresa y se
exportan los elementos al software FlexSim. Se incorporan entidades y ubicaciones que
representan los diferentes procesos del ciclo de producción, y se programan eventos y
estados del sistema. Además, se definen recursos, atributos y variables para reflejar el
tiempo de ciclo y otros aspectos relevantes.
A continuación, se llevan a cabo diversos experimentos con el objetivo de optimizar el

cuello de botella del sistema. Estos experimentos permiten identificar posibles áreas de
mejora y tomar decisiones informadas para incrementar la eficiencia de la empresa. Una
vez definidos los parámetros óptimos, se ejecuta la simulación teniendo en cuenta los
resultados obtenidos.
Estudio del Trabajo
Se identifican variables clave, como el tiempo de espera y la capacidad de producción,

para analizar su impacto en el sistema. Se realiza un estudio de tiempo en los diferentes
procesos y se encuentra que el proceso de lijado es el cuello de botella, es decir, el proceso
que limita la capacidad de producción del sistema.
Una vez identificado el cuello de botella, se establece el tiempo total del ciclo teniendo
en cuenta diversos factores adicionales que influyen en la duración de cada proceso.
Después de realizar los cálculos pertinentes, se determina que el tiempo total del ciclo es
de 7.01 horas.
Para evaluar la productividad del sistema, se calcula la cantidad de unidades producidas

en un período determinado. Dividiendo uno entre el tiempo estándar, se obtiene una
productividad de 1.14 unidades diarias o 6.27 unidades por semana.
Utilizando la ley de Little, se determina el trabajo en proceso (WIP) mediante la

simulación. Esta ley establece una relación entre el tiempo promedio de permanencia de
una unidad en el sistema y la cantidad promedio de unidades en el sistema.
Al emplear la simulación, es posible obtener información precisa sobre el trabajo en

proceso y así comprender mejor la dinámica del sistema, identificar posibles cuellos de
botella adicionales y tomar decisiones informadas para optimizar la eficiencia y mejorar
el rendimiento general del proceso de producción.
Análisis Estadístico
El estudio comienza generando una muestra inicial mediante números pseudoaleatorios,

que servirá como base del diseño a simular. Luego, se utiliza el software Excel para
calcular la media y la desviación estándar de un vector más amplio de alrededor de 1000
números. Este enfoque aumenta la precisión del estudio estadístico a medida que se
incrementa el tamaño de la muestra.
Se realiza la prueba de Kolmogorov-Smirnov (prueba K-S) sobre los valores obtenidos

para evaluar la uniformidad e independencia de los datos. Los resultados positivos indican
que los datos se ajustan adecuadamente a las propiedades estadísticas deseadas, lo que
asegura la confiabilidad de los mismos y su idoneidad para el estudio.
Comparando los resultados de diferentes experimentos, se determina que las

distribuciones Weibull E, Beta y Johnson se ajustan a los datos. Mediante la prueba de
Kolmogorov se concluye que la distribución Beta es la óptima para el proceso en estudio.
Estos hallazgos son relevantes para seleccionar la distribución adecuada y lograr una
representación precisa del proceso en el modelo de simulación.
Finalmente, el software proporciona los parámetros necesarios para modelar las llegadas
al sistema en FlexSim. Estos parámetros, basados en el análisis estadístico realizado,
permiten simular las llegadas de manera precisa y realista, contribuyendo así a obtener
resultados confiables y útiles para el estudio y la optimización de los procesos.
RESULTADOS
Modelado en FlexSim
Se utiliza AutoCAD para crear diseños en 3D de los objetos en el taller de pintura. Estos
diseños se importan posteriormente a FlexSim, donde se reemplazan los íconos por
representaciones más fieles al entorno real. Además, se emplean los tiempos estándar
obtenidos a partir de un estudio de tiempo previamente realizado. Una vez identificado el
cuello de botella, se utiliza la herramienta Experimenter para explorar diversas
soluciones, como el aumento de maquinaria o la fuerza laboral, con el objetivo de alcanzar
un flujo equilibrado en el sistema.
Aplicación de Experimenter
Para aumentar la capacidad de un proceso, se pueden considerar diversas estrategias,

como la reducción de la variabilidad en la tasa de llegada de productos, la adición de
máquinas adicionales o la disminución del tiempo de espera en la máquina. Sin embargo,
es importante tener en cuenta que la reducción del tiempo de procesamiento en sí mismo
tiene un impacto limitado en la productividad, ya que representa solo una fracción
pequeña del tiempo total de rendimiento.
En el contexto del uso de la herramienta Experimenter de FlexSim, se realizan escenarios

de simulación para buscar posibles mejoras. Durante este proceso, se identifica que el
proceso de lijado es el cuello de botella, lo que resulta en un trabajo en proceso (WIP) de
1.5 autos en esa área.
Como medida para aumentar la capacidad de producción, se propone atender a 2

entidades simultáneamente durante una semana de trabajo. Esta medida permite un
aumento en la capacidad de producción. En un segundo escenario, se agrega capacidad a
las máquinas del proceso de pintura, logrando así estabilizar la producción en 6
automóviles. Como resultado, el proceso de pintura deja de ser el cuello de botella.
Se continúan llevando a cabo más experimentos con el objetivo de alcanzar las llegadas
esperadas desde el inicio del proceso, utilizando la herramienta Experimenter de FlexSim.
Aplicación de Horarios de Trabajo
Para crear una simulación más realista, se establece un horario de trabajo específico que
abarca desde las 8:00 a.m. hasta las 5:00 p.m., con un descanso programado de 12:00 p.m.
a 1:00 p.m. Para implementar este horario en FlexSim, se utiliza la opción de horario
disponible en la caja de herramientas del software.
Establecer estos horarios en FlexSim permite tener una simulación más realista,
reflejando los tiempos de trabajo y descanso de los empleados, así como las restricciones
de disponibilidad de las máquinas durante el día laboral.
Aplicación del Flujo de Proceso - TaskExecuter
En FlexSim, se utiliza la opción de Task Executer para crear un nuevo flujo de proceso
en la simulación. Para controlar y asignar tareas, se emplea la función "Wait for event"
que permite esperar eventos específicos en el modelo de simulación.
En primer lugar, se realiza la codificación necesaria para asignar tareas y controlar el flujo
de los tokens dentro del modelo. Se utiliza la opción "Event" para seleccionar el operador
y se elige el evento "OnResourceAvailable" para indicar cuándo la fuente está disponible.
Se asigna el nombre de etiqueta "nextTask" a esta operación de asignación.
Para realizar un seguimiento del flujo de los tokens, se selecciona el objeto y la cola
correspondiente en el modelo. Además, se activa la opción "Wait until complete" para
garantizar que se espere hasta que la tarea anterior se complete antes de continuar con la
siguiente.
A través de la opción "Task Executer" en FlexSim, se utilizan las funciones "Wait for
event" y "OnResourceAvailable" para controlar el flujo de tareas y asignar operaciones
en la simulación. Además, se configuran los tiempos de espera y descanso mediante el
uso de etiquetas y eventos específicos para garantizar un flujo adecuado en el modelo.
Aplicación de la Biblioteca de Fluidos
En el estudio de caso, se utiliza un modelo híbrido en FlexSim que combina tanto material
discreto como fluidos. Este enfoque permite simular el proceso de lavado de automóviles,
que involucra tanto elementos físicos (automóviles) como el flujo de líquidos (agua y
jabón).
Para representar los fluidos, se utilizan generadores de fluidos con capacidades

específicas para el agua y el jabón. Estos generadores simulan la producción y suministro
de los líquidos en el sistema. Las tuberías se encargan de transportar los fluidos hacia un
mezclador, donde se determina la cantidad necesaria de agua y jabón para la mezcla.
Después de la mezcla, los líquidos se dirigen hacia un tanque de almacenamiento donde
se realiza la mezcla de la solución de lavado. Para conectar la salida de los fluidos con
los elementos discretos, se utiliza el componente "Fluid to Item". Este componente se
encarga de vincular la salida de los fluidos con un Combinador, que combina el automóvil
con el agua generada para la operación de fluidos.
Propuesta de mejora
Después de identificar el cuello de botella en el proceso, se llevó a cabo una simulación

para evaluar el impacto de agregar un operador adicional. Esta mejora tuvo un efecto
significativo en el tiempo de ciclo, reduciéndolo a 5,175 horas en comparación con el
tiempo anterior.
La reducción en el tiempo de ciclo resultó en un aumento notable en la capacidad de

producción de la empresa. Ahora, la empresa puede producir 1.54 unidades por día o 7.72
unidades por semana, lo que representa un incremento del 27.45% en comparación con
los valores iniciales.
Gracias a esta mejora, la empresa ha logrado aumentar su eficiencia y su capacidad para

satisfacer la demanda de manera más efectiva. La reducción en el tiempo de ciclo y el
aumento en la capacidad de producción son indicadores positivos de una mayor eficiencia
en el proceso y una mejor capacidad para cumplir con los requerimientos del mercado.
Estos resultados demuestran el impacto positivo de identificar y abordar el cuello de

botella en el sistema, lo que ha permitido a la empresa optimizar sus operaciones y lograr
un mayor nivel de rendimiento y competitividad en el mercado.
CONCLUSIONES
El uso de FlexSim en el modelado y simulación de sistemas de producción proporciona

una serie de beneficios significativos para las empresas. Algunos de estos beneficios
incluyen la toma de decisiones informadas, la optimización de procesos y la reducción de
pérdidas económicas.
En el estudio realizado, se utilizó FlexSim para identificar el cuello de botella en el

proceso de lijado y se exploraron diferentes escenarios para aumentar la capacidad de
producción. Esta capacidad de modelado y simulación permitió a la empresa evaluar
virtualmente diversas soluciones antes de implementarlas en la realidad. Esto resulta en
ahorros importantes en tiempo y dinero al evitar la experimentación en el mundo real sin
tener certeza de los beneficios y resultados esperados.
El modelado y la simulación con FlexSim en el proceso de pintura de automóviles

demostraron ser herramientas valiosas para mejorar la eficiencia y la productividad de la
empresa. Al simular el sistema, se puede evaluar el rendimiento en diferentes condiciones,
realizar cambios y ajustes virtuales, y medir el impacto de estas acciones en tiempo real.
Esto ayuda a tomar decisiones informadas y optimizar los procesos, evitando así pérdidas
económicas y maximizando los recursos disponibles.
Bibliografía
Reyes, J., Aldas, D., Castelo, H., Velasteguí, R., Rodríguez, N., Suarez, C., &
Alvarez, K. (2019, October). A study on modeling and simulation of automobile painting
process based on flexsim. In Advances and Applications in Computer Science,
Electronics and Industrial Engineering: Proceedings of the Conference on Computer
Science, Electronics and Industrial Engineering (CSEI 2019) (pp. 260-273). Cham:
Springer International Publishing.

S1 Tarea - 1 Simu

Cargado por

Copyright:

Formatos disponibles

S1 Tarea - 1 Simu

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S1 Tarea - 1 Simu

Cargado por

Copyright:

Formatos disponibles

FACULTAD CIENCIAS DE LA INGENIERIA

La simulación de procesos: Es una técnica que utiliza modelos computarizados para

FlexSim: Es un software ampliamente utilizado en la industria y la investigación para

Cuello de botella: se utiliza para describir una etapa o componente de un proceso en el

Pintura de automóviles: Es el proceso de aplicar una capa de pintura sobre la carrocería

Productividad: La productividad es un factor clave en la gestión de la producción, ya que

FlexSim es un programa de simulación que se utiliza para crear, modelar, simular y

Una de las características destacadas de FlexSim es su habilidad para crear simulaciones

Una ventaja importante de FlexSim es su capacidad para simular múltiples escenarios y

FlexSim se aplica en diversos campos, desde la fabricación y la logística hasta la

A continuación, se llevan a cabo diversos experimentos con el objetivo de optimizar el

Estudio del Trabajo

Se identifican variables clave, como el tiempo de espera y la capacidad de producción,

Para evaluar la productividad del sistema, se calcula la cantidad de unidades producidas

Utilizando la ley de Little, se determina el trabajo en proceso (WIP) mediante la

Al emplear la simulación, es posible obtener información precisa sobre el trabajo en

El estudio comienza generando una muestra inicial mediante números pseudoaleatorios,

Se realiza la prueba de Kolmogorov-Smirnov (prueba K-S) sobre los valores obtenidos

Comparando los resultados de diferentes experimentos, se determina que las

Para aumentar la capacidad de un proceso, se pueden considerar diversas estrategias,

En el contexto del uso de la herramienta Experimenter de FlexSim, se realizan escenarios

Como medida para aumentar la capacidad de producción, se propone atender a 2

Aplicación de Horarios de Trabajo

Aplicación del Flujo de Proceso - TaskExecuter

Aplicación de la Biblioteca de Fluidos

Para representar los fluidos, se utilizan generadores de fluidos con capacidades

Después de identificar el cuello de botella en el proceso, se llevó a cabo una simulación

La reducción en el tiempo de ciclo resultó en un aumento notable en la capacidad de

Gracias a esta mejora, la empresa ha logrado aumentar su eficiencia y su capacidad para

Estos resultados demuestran el impacto positivo de identificar y abordar el cuello de

El uso de FlexSim en el modelado y simulación de sistemas de producción proporciona

En el estudio realizado, se utilizó FlexSim para identificar el cuello de botella en el

El modelado y la simulación con FlexSim en el proceso de pintura de automóviles

También podría gustarte