Beruflich Dokumente
Kultur Dokumente
1. Metodología
Autores
Morales Botero Fernando1, Vergara Hoyos Gustavo2 , Sierra Manrique Jesús3, García Martínez
Harold4
2. Resumen
3. Introducción
Colombia es uno de los países en el mundo que orienta sus actividades económicas a
distintos sectores de la economía, dentro de los cuales se puede evidenciar el sector textil,
del cual el país es capaz de producir la mayoría de sus materias primas e insumos
utilizados para su posterior transformación, sin embargo, las empresas que realizan
actividades de manufacturas dedicadas a la transformación de dichos insumos que se
encuentran radicas en este país, no poseen la infraestructura, tecnologías y estrategias que
les permitan competir con organizaciones internacionales que hoy por hoy penetran en
mayor proporción el mercado colombiano, con llevando a generar diversas problemáticas
que colocan en peligro la estabilidad del sector. Según (Castellanos,2006) En términos
generales, en Colombia la industria textil-confección es considerada como el sector con
gran dinámica económica, no obstante, a eso, el clúster referenciado presenta
inconvenientes relacionados con la capacidad del sistema productivo al igual que en las
decisiones de planeación estratégica, que obstaculizan alcanzar altos estándares de
competitividad conforme a las exigencias del mercado actual.
Los procesos de manufactura cambian conjunto el crecimiento del mercado, por lo cual es
necesario poder realizar ensayos previos a una inversión real, los cuales puedan determinar la
viabilidad del cambio, por lo cual un análisis realizado por (Zapata Gaviria & Peña, 2006),
determina que la simulación ha sido utilizada como instrumento para planificar nuevos
proyectos en manufactura y a su vez para replantear el área de producción, por lo tanto, a
medida que la simulación se desarrolla requiere más especificaciones lógicas dado al
sistema de trabajo en la misma, basado en la velocidad, tiempo, fallas, piezas defectuosas,
incluyendo todos los recursos involucrados en el proceso. Hacer un minucioso análisis
mediante la simulación conlleva un beneficio para la alta dirección y sus colaboradores
dado que pueden probar y practicar en el modelo alternativas de decisión.
La simulación tiene diversas aplicaciones, según (Herrera & Becerra, 2014), afirman que
cuando se implementa la simulación en una organización ya existente o los futuros
proyectos se tiene un valor agregado ya que se sostiene en la posibilidad de escenificar
oportunamente una amplia gama de posibles situaciones, obteniendo una representación
gráfica conveniente para la interpretación por parte del equipo que lidera y toma las
decisiones y las directivas de la compañía.
4. Materiales y métodos
1. Diseño virtual: En esta etapa se elabora los diseños de cualquier índole dependiendo
finalmente de los requerimientos del cliente, como lo son: escudos, publicidades y el
diseño general del producto, estableciendo los colores, figuras y demás.
2. Revelar y lavar plancha: Las actividades que se llevan a cabo en esta etapa son: (1)
Primero lavar la plancha, con ayuda de insumos como cloro, agua y shampoo, (2)
Segundo preparar emunción, aquí se utilizan proporcionalmente materiales químicos
como: el bicromato, colbón y emunción textil, (3) preparar la posición que dicho diseño
tomara en la plancha ya untada; (4) Cuarto revelar, en esta se hace uso de una cámara de
revelado, en donde el uso de luz externa es mínimo.
3. Cortar telas: en primer lugar, se selecciona la cantidad de tela necesaria para abastecer
las unidades a fabricar, posteriormente esta se traza con cada molde y a partir de ello se
procede a moldear la tela de tal forma que se minimicen los cortes a trazar, por último, se
realiza el corte de esta.
Secado: En esta es requerido menos recurso de materias prima y de mano de obra, ya que
solo se colocan los papeles en una secadora al aire libre sin tener que asignarle un
tratamiento
Tabla 1 Tiempos tomados en el proceso de fabricación de suéter deportivo. Elaboración propia
especial, el
tiempo de secado varia de una hora o más, dependiendo del clima, dado que el proceso
es realizado por secado natural.
6. Armar diseño: En esta etapa se realiza el respectivo dibujo del diseño en los papeles,
después de ello se comienza los cortes de los trazos realizados (requiere de mucha
precisión) de manera que se obtengan las unidades o partes que conforman el diseño
impreso y por último se ejecuta la actividad de armar el diseño como tal, la cual consiste
en elaborar diseños que tenga el más alto nivel de similitud con el diseño virtual
7. Sublimar: Aquí se somete el diseño realizado a papel con su respectiva tela (del mismo
molde) a un tratamiento térmico, el cual a un nivel de temperatura especifico logra
trasferir el color del diseño en el papel a la tela, dando lugar a la finalización de gran parte
del trabajo del producto final.
8. Filetear: Esta operación es realizada con el fin de adicionar puntadas de acabado a los
orillos o márgenes de costura a cada prenda de vestir y con ello mejorar la apariencia de
cada una de estas.
9. Planar: En este proceso se unen de las partes que conforma la prenda de vestir,
agregando puntadas un poco más firmes, pero sin tener en cuenta el acabado de estas.
10. Recubrir: Esta etapa se realiza con el fin de coger o definir los falsos respectivos a
las diferentes prendas de vestir que se están fabricando, es decir, son puntadas de acabado
cuya principal diferencia del fileteado es que no se identifica en la presentación del
producto, estas por lo general tienen lugar por dentro o en el interior de cada unidad.
3 CORTAR TELA 0,68 0,71 0,71 0,70 0,73 0,71 0,49 0,96 0,56 0,74 0,71
4 PIGMENTACION 0,029 1,10 1,25 1,20 1,05 0,95 1,00 1,20 1,05 1,05 0,95
5 SECADO 0 0,9 1,05 0,95 0,9 0,9 1 1,2 1,15 0,9 0,95
6 ARMAR DISEÑO 0,38 1,09 1,125 1,2 1,15 1,165 0,65 1,25 0,6 1,005 1,15
7 SUBLIMAR 0,45 2,04 2,05 2,05 2,19 2,24 2,25 1.9 2,2 2,1 2,6
8 FILETIAR 0,15 3,10 3,20 3,40 2,99 2,80 3,00 2,80 2,70 3,10 3,30
9 PLANAR 0,09 2 2,1 1,9 2 2,1 2,1 1,97 2,1 2,5 2,4
10 RECUBRIR 0,09 2,21 2,05 1,83 2,24 2,69 2,20 2,06 2,50 2,64 2,34
En primer lugar y específicamente en el nivel (6) encontramos todas las materias primas
necesarias y utilizadas por la empresa KALE, para la elaboración de la camiseta, el diseño
virtual representa el principio y la restricción principal del proceso productivo, ya que de
este requerimiento depende la estructura general y final del producto terminado, cabe
resaltar que dicho requerimiento es el primero que se suministra, dado que las demás
materias primas dependen inmediatamente de este requerimiento, ya que en él, se
describirá el color de la camiseta, tipo de tela, diseño y colores de estampado.
La base (1), la base (2) y la pintura en polvo (el color es dependiente al diseño virtual),
son requeridas directamente por la etapa de pigmentación, dado que son utilizadas para
preparar el color o los colores necesarios descritos en el diseño virtual; el papel de igual
forma es suministrado directamente a la etapa de pigmentación para su posterior proceso
de pintura en donde se proporcionan totalmente, esta materia prima también es requerida
La etapa de revelado utiliza como insumos el diseño virtual y la emulsión, este proceso
solo es realizado una sola vez, dado que es suficiente para abastecer todo el lote de
producción. La tela es utilizada en la etapa de sublimación ya que es aquí donde el proceso
pasa de un estado a otro, acompañada además de los diseños a papel enviados por la etapa
respectiva, cabe reiterar que es necesario el diseño delantero y trasero que llevara la
camiseta por separado, es decir; en esta etapa el diseño pasa del papel a la tela.
REQUERIMIENTOS TOTALES
Tabla 2 Requerimiento de materiales
Requerimiento
Materias primas Cantidad Gosinto unitario
total
Papeles en Blanco (und) 182 8 182
Pigmento preparado (kg) 1,5 1 22,06
Base (1) kg 1,25 1 21,93
Base (2) kg 0,61 1 21,79
Pigmento (gr) 25 1 1
Emulsión (gr) 50 1 1
Diseño virtual (und) 3 3 3
Armado (und) 2 2 44
Hilo (m) 1320 3 66
Tela (cm^2) 44 moldes 189156 2 44
Sublimación (und) 44 2 44
Filetear (und) 1 1 22
Planar (und) 1 1 22
Recubrir (und) 1 1 22
Puntuación de
Etapa de proceso Distribución de probabilidad Parámetros
distribución
Location: 0
1.Diseño virtual Log – Laplace 94.64% Scale: 31.00898
Shape: 3.15
Location: 0
2.Revelar plancha
Ceibal 92.74% Scale: 31.904
Shape: 9.59
Location: 0
3.Cortar tela Log – Laplace 100% Scale: 0.71
Shape: 9.89
Lower endpoint: 0.94243
Upper Point: 1.25795
4.Pigmentación Beta 84,68%
Shape #1: 0.66948
Shape #2: 0.83620
Location: 0.87307
5.Secado Exponential(E) 91.67%
Scale: 0.11693
Location: 1.62271
7.Sublimacion Log – Logistic (E) 99.19% Scale: 0.51099
Shape: 5.709
Lower point: 2.64339
Upper Point: 3.46652
8.Filetiar Johnson SB 96.77%
Shape #1: 0.07955
Shape #2: 0
Location: 1.66
9.Planar Inverted Weibull (E) 87.1% Scale: 0.356
Shape: 3.2364
Location: 0.69705
10.Recubrir Inverse Gaussian 82.26% Scale: 1.57931
Shape: 56.11654
garantiza que los datos siempre se comporten con una medida de tendencia central, por
ello resulta necesario realizar una prueba de bondad de ajuste, la cual determine a que
distribución de probabilidad se comportan los datos, con ciertos parámetros que dicha
prueba menaje, para esta prueba fue realizada en el software Expert fit,, la cual está
incluido en el paquete de flexsim, obteniendo las distribuciones para cada etapa de
proceso, ver tabla
4.2.1 Restricciones
5. En la etapa de armar diseño, los trazados deben ser uniforme y precisos, puesto que
cualquier imperfección en la silueta de cada recorte se verá reflejado en el producto final.
7. En la etapa de confección en términos generales las puntadas deben ser con firmeza y
precisión para evitar inconformidades.
4.2.2 Supuestos
1. La simulación no tiene en cuenta los tiempos de llegada de los materiales, dado que
comúnmente se encuentra en los almacenamientos de materia prima.
2. La simulación procesa cada pedido generado, para un lote de 22 suéteres, dado que las
muestras tomadas fueron para lotes de 22 unidades.
3. los diseños y colores que tienen las unidades a procesar, se asumen que son similares
y no requieren tiempos extras.
Tabla 4 Parámetros del número de corrida Para garantizar que el modelo planteado se
Parámetros Valor asemeje a lo que sucede en la realidad, se calculo
𝜶 5%
cuantas veces se deben realizar las corridas del
𝑬𝒓𝒓𝒐𝒓 ±5
modelo, dado que, con solo una no obtendremos
N 20
un resultado confiable, para ello nos basaremos en
Grados de
19 la distribución normal, Calculando primero una
libertad
prueba piloto, dado que desconocemos la
desviación del proceso, y con la prueba piloto calcularemos la desviación, para ello
utilizamos los siguientes parámetros. Tabla 4
Ecuación 1 Calculo de numero de corrida
2
ST
n 2
( , n ' 1)
2
ST 0.05
n (
2
,19)
0.05
2
0.50984
n
0.05
n 103.97
n 104 Corridas
Por lo cual, para asegurar que los datos se comporten a la realidad, se tuvo que realizar
104 corridas, dado que los tiempos de procesamiento en cada máquina se distribuyen
según una distribución de probabilidad. Ecuación 1
- Al_Base1
- Al_Base2
- Al_Pintura Mediante los
- Al_Papel Queve, se pudo
- Al_Emulsión simular los
- Al_Tela almacenamientos de
Queue - Al_Hilo los tres inventarios,
- Al_Tela_cortada materia prima,
- Al_Pigmentación materiales en
- Al_Secado proceso y productos
- Al_Recortes terminados.
- Al_Sublimación
- Al_Producto_final
Mediante el
processor, se logró
simular los procesos
que fabrican de una
Processor - PO_Diseño sola unidad de
- PO_Secado entrada y resulta de
igual forma una sola
unidad
Mediante el
Combiner, se pudo
simular la
combinación de
- EN_Revelado
varios materiales,
- EN_Cortado
con ello se
- EN_Pigmentación
restringió que solo
- EN_Armado
se procese cuando
Combiner - EN_Sublimación
están todos los
- EN_Fileteado
elementos
- EN_Planar
necesarios.
- EN_Recubrir
Mediante el
-
SA_Diseño Separator, se pudo
- SA_Revelado simular la
- SA_Corte separación de
Separator - SA_Diseño elementos, dando la
- SA_Pigmentación ventaja de crear más
- SA_Armado flow item con un
solo tiempo de
procesamiento
Mediante el
Dispatcher, se logró
simular el generador
de trabajos para los
- Despachador operarios, con ello
se garantizó una
Dispatcher cantidad de
operarios trabajando
en varias maquinas
Mediante los
operarios, se pudo
- Operario x 10 simular a una
Operarios persona, con
holguras y demás.
Mediante el plane,
se logró simular el
layout de la planta,
con las medidas
- Layout reales del espacio,
integrando el diseño
Plane
realizo en Sweet
Home 3D
Mediante los
Networdnode, se
logró simular los
pasillos por el cual
- Caminos caminan los
operarios, así se
Networdnode garantizó las
distancias de
transporte
La simulación en el software Flexsim, se corrió durante un mes virtual, para obtener datos
coherentes y que pudieran asemejarse a la realidad, esto se hizo por 104 veces, acatando
el número de corrida estadísticamente aceptable. Esto se realizó en el módulo de
Experimenter Run en Flexsim, el cual permite correr las veces que sea necesario,
identificado una serie de variables. En este caso fue de interés identificar la capacidad del
sistema, además cuanto era el tiempo promedio de procesamiento. Ilustración 5,6,7 y 8
Ilustración 7 Vista superior de corrida en el software Flexsim Ilustración 6 Diagrama de caja y pivote de cantidades fabricadas
Los datos obtenidos, pueden ayudar a tomar decisiones, pero antes de ello, hay que
comprobar estadísticamente que estos datos si se comporten como en la realidad, con lo
cual se deberá realizar una prueba de hipótesis.
La prueba hipótesis que se utilizo fue una diferencia de medias, suponiendo que la
varianza es igual, para ello la prueba fue realizada en el software Excel, con el módulo
de análisis de datos, partiendo que el estudio se realizó para un trabajo de un lote de 22
suéteres, por ello las salidas son de 660, dado que el tiempo de corrida es de 1 mes,
partiendo del supuesto de que se atiende un solo pedido por día, y se laboran los 30 días
del mes. Ecuación 2
HO : U1 U 2 0
HA : U1 U 2 0
Como el estadístico de prueba t, es menor que el valor critico de una cola de la distribución
T-Stundent, se pudo reconocer la valides de la hipótesis nula, en donde los datos si
coindicen con lo sucedido en la planta y se pueden tomar decisiones en base la simulación.
Tabla 5
El sistema de producción con el que cuenta la empresa KALE, trabaja bajo pedido
(PULL), lo que implica que el sistema funcione solo bajo la demanda, por ello la principal
restricciones será la demanda, aunque en el sistema interno se pudo identificar varias
estaciones cuello de botella entre las cuales son la etapa de secado y sublimación, dado
que cuentan con tecnología deficiente y estas determinar la salida de productos
terminados, cabe resaltar que en la investigación no se cuenta con un pronóstico de
demanda, por lo cual la estrategia será fabricar mayor cantidad de productos, para ello se
examina la restricción a nivel operacional, lo que radica que se deberá explotar dichas
estaciones RRC para aumentar la capacidad global del sistema.
Para explotar las operaciones cuello de botella, se propone varias estrategias, entre ellas:
secadora la cual disminuya los tiempos de secado por hoja, lo cual aumentara la
4) Proporcionar un estante de secado el cual remplace las estibas en las que se secan
trabajando.
Ilustración 10 Diagrama de caja y pivote de cantidades Ilustración 9 Diagrama de frecuencia de cantidades fabricadas
fabricadas con mejora con mejora
durante un mes virtual por el número de corridas estadísticamente aceptable, con llevando
lo siguiente. Ilustracion 9 y 10
5. Resultados y Discusión
La simulación es una de las herramientas con mayor uso en todo el campo empresarial,
debido a los problemas de planificación y control en sus procesos, esta es capaz de
representar gráficamente casi cualquier escenario desde diferentes perspectivas
orientadas a situaciones reales, permitiendo así la toma de decisiones gerenciales u
operativas minimizando consigo el nivel de incertidumbre inmerso a los resultados
futuros, los cuales son generados por cambios derivados de esta, abaratando los costos de
error y propuestas de mejoras, además de aumentar los beneficios por los cambios.(Gárriz
& Domingo, 2017)
7. Bibliografías
Arslankaya, S., & Çalık, G. (2016). Optimization of the Production Processes of Trial Tires at a
Tire-producing Company with the Simulation Technique. Procedia - Social and
Behavioral Sciences, 229, 88–95. https://doi.org/10.1016/j.sbspro.2016.07.117
Butzer, S., Kemnitzer, J., Kunz, S., Pietzonka, M., & Steinhilper, R. (2017). Modular
Simulation Model for Remanufacturing Operations. Procedia CIRP, 62, 170–174.
https://doi.org/10.1016/j.procir.2016.06.012
Gárriz, C., & Domingo, R. (2017). Simulation, through discrete events, of industrial processes
in productive environments. Procedia Manufacturing, 13, 1074–1081.
https://doi.org/10.1016/j.promfg.2017.09.137
Gómez P., Urbano E.; Gómez N., O. (2013). Modelo de simulación para el proceso de
producción en empresas de confección textil. Sistemas y Telemática, 11(24), 73–89.
Retrieved from http://www.redalyc.org/articulo.oa?id=41153492005
Herrera, O. J., & Becerra, L. A. (2014). Diseño General de las Etapas de Simulación de
Procesos con Énfasis en el Análisis de Entrada. Twelfth LACCEI Latin American and
Caribbean Conference for Engineering and Technology.
Juárez, A., Trabajo, R., & Vicedo, J. C. (2015). Análisis económico y financiero del sector textil
en las comarcas centrales. Diagnóstico y recomendaciones.
Mercado, H. J., Fontalvo, T. J., & Granadillo, E. H. (2011). Análisis comparativo entre las
cadenas productivas del sector textil-confecciones de la provincia de Jiangsu-China y el
departamento del Atlántico-Colombia. Revista Chilena de Ingeniería, 19(3), 429–441.
https://doi.org/10.4067/S0718-33052011000300012
Papavasileiou, V., Koulouris, A., Siletti, C., & Petrides, D. (2007). Optimize manufacturing of
pharmaceutical products with process simulation and production scheduling tools.
Chemical Engineering Research and Design, 85(7 A), 1086–1097.
https://doi.org/10.1205/cherd06240
Simón, I., Santana, F., Granillo, R., & Piedra, V. (2013). La simulación con FlexSim , una
fuente en las operaciones de un sistema híbrido. Cientifica IPN, 17, 39–49.
Sistemas, D. D. E. (2015). En El Sector Textil De Medellín , Empleando, (65), 161–190.
Trebuňa, P., Kliment, M., Edl, M., & Petrik, M. (2014). Creation of simulation model of
expansion of production in manufacturing companies. Procedia Engineering, 96(Figure
1), 477–482. https://doi.org/10.1016/j.proeng.2014.12.118
Zadin, V., Kasemägi, H., Valdna, V., Vigonski, S., Veske, M., & Aabloo, A. (2015).
Application of multiphysics and multiscale simulations to optimize industrial wood drying
kilns. Applied Mathematics and Computation, 267, 465–475.
https://doi.org/10.1016/j.amc.2015.01.104
Zhu, X., Zhang, R., Chu, F., He, Z., & Li, J. (2014). A flexsim-based optimization for the
operation process of cold-chain logistics distribution centre. Journal of Applied Research
and Technology, 12(2), 270–278. https://doi.org/10.1016/S1665-6423(14)72343-0