You are on page 1of 117

Proyecto Fin de Carrera

Ingeniera Aeronutica

Estudio del proceso productivo en una planta de


fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de
mejora.
Autor: Guillermo Casais Sancho
Tutor: Pedro Luis Gonzlez Rodrguez

Dep. Organizacin Industrial y Gestin de Empresas I


Escuela Tcnica Superior de Ingeniera
Universidad de Sevilla
Sevilla, 2014

Proyecto Fin de Carrera


Ingeniera Aeronutica

Estudio del proceso productivo en una planta de


fabricacin de elementos de material compuesto
para la industria aeronutica. Anlisis y propuesta
de mejora.
Autor:
Guillermo Casais Sancho

Tutor:
Pedro Luis Gonzlez Rodrguez
Profesor Titular

Dep. de Organizacin Industrial y Gestin de Empresas I


Escuela Tcnica Superior de Ingeniera
Universidad de Sevilla
Sevilla, 2014

Proyecto Fin de Carrera: Estudio del proceso productivo en una planta de fabricacin de elementos de material
compuesto para la industria aeronutica. Anlisis y propuesta de mejora.

Autor:

Guillermo Casais Sancho

Tutor:

Pedro Luis Gonzlez Rodrguez

El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros:
Presidente:

Vocales:

Secretario:

Acuerdan otorgarle la calificacin de

Sevilla, 2014

El Secretario del Tribunal

Resumen

Como culminacin a los estudios desarrollados en la Escuela Tcnica Superior de Ingenieros, es requisito la
elaboracin de un proyecto fin de carrera en el cual se aplican muchos de los conceptos y metodologas
aprendidos en el desarrollo de dicha carrera.
De la compaginacin con unas prcticas en empresa surge el presente proyecto final de carrera. Este proyecto
es el estudio de los procesos productivos de una empresa de fabricacin de piezas de material compuesto para
la industria aeronutica, motivado por la necesidad de conocer el estado real de la produccin, y la reduccin
de los tiempos de fabricacin para responder mejor a la demanda cambiante del sector.
Se ha llevado a cabo una recogida de informacin del proceso, la construccin de un modelo simplificado para
su simulacin, la simulacin de diferentes alternativas en el proceso, y el estudio estadstico de los resultados
para determinar la propuesta de mejora ms adecuada para adoptarse.

vii

ndice

Resumen

vii

ndice

viii

ndice de Tablas

xi

ndice de Figuras

xiii

Justificacin y objetivo
1.1 Justificacin
1.2 Objetivo

1
1
2

Descripcin del proceso


2.1 Los materials compuestos
2.2 Proceso de fabricacin
2.2.1
Suministro de material y corte de patrones
2.2.2
tiles de laminado: limpieza y transporte
2.2.3
Laminado
2.2.4
Curado en autoclave
2.2.5
Desmoldeo y recanteo
2.2.6
Verificacin y ultrasonidos
2.2.7
Operaciones especficas
2.3 Programas de fabricacin
2.3.1
Programa de carenas
2.3.2
Programa de vigas
2.3.3
Programa de tapas
2.3.4
Proceso global

3
3
3
4
4
5
5
5
6
6
6
6
7
8
9

Simulacin de eventos discretos


3.1 Introduccin a la simulacin de eventos discretos
3.2 Software de simulacin: ARENA R14
3.3 Descripcin de bloques utilizados
3.3.1
Create
3.3.2
Dispose
3.3.3
Assign
3.3.4
Process
3.3.5
Decide
3.3.6
Batch
3.3.7
Separate
3.3.8
Record
3.3.9
Hold
3.3.10 Station
3.3.11 Route
3.3.12 Sequence
3.3.13 Schedule

11
11
12
14
14
14
15
15
17
17
18
18
18
19
19
20
20

Modelo de Simulacin
4.1 Modelo del estado actual
4.1.1
Datos de tiempos

23
23
23

4.1.2
Programa de Carenas
4.1.3
Programa de Vigas
4.1.4
Programa de Tapas
4.1.5
Lanzamientos de pedidos
4.1.6
Modelado de recursos
4.1.7
Suministro y corte de material
4.1.8
Frekoteo y Laminado en Sala Limpia
4.1.9
Curado en autoclave
4.1.10 Verificacin del ciclo
4.1.11 Desmoldeo, limpieza de utillaje y recanteo
4.1.12 Verificacin tras recanteo
4.1.13 Sellado de bordes
4.1.14 Ensayo de estanqueidad
4.1.15 Avellanado
4.1.16 Pelado
4.1.17 Montaje o encolado (de walls)
4.1.18 Ultrasonidos
4.1.19 Furgoneta
4.1.20 Operaciones subcontratadas
4.2 Validacin del modelo
4.3 Propuestas de mejora

26
26
27
27
28
29
29
30
31
32
33
35
35
36
36
36
37
38
39
40
41

Anlisis de Mejoras
5.1 Variables de estudio
5.1.1
Respuestas
5.2 Parmetros de Simulacin
5.2.1
Horizonte de Simulacin
5.2.2
Nmero de rplicas
5.2.3
Warm-Up
5.3 Diseo de Experimentos: Anlisis de Varianza
5.3.1
Respuesta 1: lead time de carenas
5.3.2
Respuesta 2: lead time de tapas
5.3.3
Respuesta 3: lead time de vigas
5.3.4
Respuesta 4: tiempo de fabricacin de una carena
5.3.5
Respuesta 5: tiempo de fabricacin de una tapa
5.3.6
Respuesta 6: tiempo de fabricacin de una viga grande
5.3.7
Respuesta 7: tiempo de fabricacin de una viga pequea
5.3.8
Respuesta 8: obra en curso carenas
5.3.9
Respuesta 9: obra en curso tapas
5.3.10 Respuesta 10: obra en curso vigas grandes
5.3.11 Respuesta 11: obra en curso vigas pequeas
5.3.12 Respuesta 12: tiempo de espera de carenas
5.3.13 Respuesta 13: tiempo de espera de tapas
5.3.14 Respuesta 14: tiempo de espera de vigas grandes
5.3.15 Respuesta 15: tiempo de espera de vigas pequeas
5.4 Resumen de efectos
5.5 Impacto econmico

43
43
43
45
45
49
52
52
54
57
59
63
65
66
70
73
74
77
79
82
84
85
88
89
92

Conclusiones
6.1 Consecucin de objetivos
6.1.1
Objetivo especfico 1: descripcin del proceso
6.1.2
Objetivo especfico 2: simulacin de eventos discretos
6.1.3
Objetivo especfico 3: modelo del estado actual
6.1.4
Objetivo especfico 4: propuestas de mejora
6.2 Implicaciones
6.3 Recomendaciones finales

97
97
97
97
97
98
98
99

ix

6.3.1
6.3.2
Referencias

Plazos de subcontratistas
Internalizacin de procesos subcontratados

99
99
101

ndice de Tablas
Tabla 1-1: Facturacin y empleo en el sector aeronutico de Andaluca, informe fundacin Hlice 2013 1
Tabla 4-1 : Atributos grabados en la entidad al generarse por primera vez en el sistema

27

Tabla 4-2 : Recursos modelados

28

Tabla 4-3: Tiempos de laminado segn pieza

30

Tabla 4-4 : Tiempos de curado segn ciclo

31

Tabla 4-5 : Tiempos de recanteo segn pieza

33

Tabla 4-6 : Tiempos de verificacin segn pieza

34

Tabla 4-7: Tiempos de reparacin de vigas

35

Tabla 4-8 : Tiempos de operacin

37

Tabla 4-9 : Tiempos de ultrasonidos

38

Tabla 4-10 : Tiempo de ultrasonido, "walls"

38

Tabla 4-11 : Tiempos de operaciones subcontratadas

39

Tabla 5-1 : Resumen de respuestas de inters medidas

43

Tabla 5-2 : Factores, niveles, equivalente real y modelado

52

Tabla 5-3 : Niveles (alto: +, bajo: -) de los factores en los 16 experimentos

53

Tabla 5-4 : Incrementos sobre R1

56

Tabla 5-5 : Incrementos sobre R2

59

Tabla 5-6 : Incrementos sobre R3

62

Tabla 5-7 : Incrementos sobre R4

64

Tabla 5-8 : Incrementos sobre R5

66

Tabla 5-9 : Incrementos sobre R6

69

Tabla 5-10 : Incrementos sobre R7

72

Tabla 5-11: Incrementos sobre R8

74

Tabla 5-12 : Incrementos sobre R9

76

Tabla 5-13 : Incrementos sobre R10

78

Tabla 5-14 : Incrementos sobre R11

81

Tabla 5-15: Incrementos sobre R12

83

Tabla 5-16 : Incrementos sobre R13

85

Tabla 5-17 : Incrementos sobre R14

87

Tabla 5-18: Incrementos sobre R15

89

Tabla 5-19 : Resumen de efectos, Lead Time y Tiempo de Fabricacin de una pieza

89

Tabla 5-20 : Resumen de efectos, Obra en Curso y Tiempo de Espera

90

Tabla 5-21 : Suma de efectos de cada factor

91
xi

Tabla 5-22 : Coste y obra en curso por pieza

93

Tabla 5-23 : Incrementos de obra en curso y coste

94

Tabla 5-24 : Incrementos de Lead Time por programa

94

Tabla 5-25 : Resumen de beneficios por mejora

95

Tabla 5-26: Impacto econmico y balance por mejora

95

ndice de Figuras
Figura 2-1 Esquema general del proceso de fabricacin

Figura 2-2 Ejemplo ciclo de curado, norma Airbus de fabricacin I+D-P-233

Figura 2-3 Diagrama de flujo del proceso de fabricacin del programa de carenas

Figura 2-4 Diagrama de flujo del proceso de fabricacin del programa de vigas

Figura 2-5: Lay-Out de la planta y diagrama de recorrido de las piezas

Figura 3-1 Ventanas del programa

12

Figura 3-2 : Ventana de configuracin, bloque "Create"

14

Figura 3-3 : Ventana de configuracin, bloque Assign

15

Figura 3-4 : Opciones de asignacin, bloque "Assign"

15

Figura 3-5 : Ventana de configuracin, bloque "Process"

16

Figura 3-6 : Ventana de configuracin, bloque "Decide"

17

Figura 3-7 : Opciones de nueva condicin/camino, bloque "Decide"

17

Figura 3-8 : Ventana de configuracin, bloque "Batch"

18

Figura 3-9 : Ventana de configuracin, "Route"

19

Figura 3-10 : Tabla de secuencias o rutas

20

Figura 3-11 : Ejemplo de una secuencia o ruta

20

Figura 3-12 : Tabla de calendarios

20

Figura 3-13 : Ejemplo de calendario, visualizacin como grfica

21

Figura 4-1 : Tabla de ajuste de Stat::Fit, ejemplo1

24

Figura 4-2: Grfica de distribuciones de ajuste de Stat::Fit, ejemplo1

25

Figura 4-3: Grfica de distribuciones de ajuste de Stat::Fit, ejemplo 2

25

Figura 4-4 : Estacin de lanzamiento de rdenes de fabricacin

28

Figura 4-5 : Modelo de la estacin de laminado, previo "frekoteo" del til

30

Figura 4-6 : Modelo de la estacin de autoclave

31

Figura 4-7 : Modelo de la estacin de verificacin de ciclo

32

Figura 4-8 : Modelo de la estacin de recanteo

33

Figura 4-9 : Modelo de la estacin de verificacin tras el recanteo

34

Figura 4-10 : Estacin de sellado

35

Figura 4-11 : Estacin de ensayo de estanqueidad

36

Figura 4-12 : Estacin de encolado de "walls"

37

Figura 4-13 : Estacin de espera a la furgoneta de reparto

39

Figura 4-14 : Fotografa de un fragmento del VSM real del programa de carenas

40

Figura 5-1: Modelado para el registro de los valores de los parmetros de estudio

44

Figura 5-2 : Error relativo Lead Time (tanto por uno) frente al horizonte (das)

46

xiii

Figura 5-3 : Error relativo obra en curso (tanto por uno) frente al horizonte (das)

46

Figura 5-4: Lead Time carenas (horas) frente al horizonte (das)

47

Figura 5-5: Obra en curso carenas frente al horizonte (das)

47

Figura 5-6: Lead Time tapas (horas) frente al horizonte (das)

47

Figura 5-7: Obra en curso tapas frente al horizonte (das)

48

Figura 5-8: Lead Time vigas (horas) frente al horizonte (das)

48

Figura 5-9: Obra en curso vigas frente al horizonte (das)

48

Figura 5-10: Lead Time carenas (horas) frente a rplicas

49

Figura 5-11: Lead Time vigas (horas) frente a rplicas

49

Figura 5-12 : Lead Time tapas (horas) frente a rplicas

50

Figura 5-13 : Obra en curso frente a rplicas

50

Figura 5-14 : Error relativo (tanto por uno) frente a rplicas

51

Figura 5-15 : Error relativo (tanto por uno) frente a rplicas

51

Figura 5-16 : Tabla ANOVA R1

54

Figura 5-17 : Medias marginales R1

55

Figura 5-18 : Interaccin fur+lam R1

56

Figura 5-19 : Tabla ANOVA R2

57

Figura 5-20: Medias marginales R2

58

Figura 5-21: Interaccin fur+lam R2

58

Figura 5-22 : Tabla ANOVA R3

59

Figura 5-23: Medias marginales R3

60

Figura 5-24 : Interaccin lam+rec R3

60

Figura 5-25 : Interaccin lam+us R3

61

Figura 5-26: Interaccin fur+us R3

61

Figura 5-27 : Tabla ANOVA R4

63

Figura 5-28: Medias marginales R4

63

Figura 5-29: Interaccin fur+lam R4

64

Figura 5-30 : Tabla ANOVA R5

65

Figura 5-31: Medias marginales R5

65

Figura 5-32: Tabla ANOVA R6

66

Figura 5-33: Medias marginales R6

67

Figura 5-34 : Interaccin fur+lam R6

67

Figura 5-35 : Interaccin fur+us R6

68

Figura 5-36 : Interaccin lam+us R6

68

Figura 5-37 : Interaccin lam+rec R6

68

Figura 5-38: Tabla ANOVA R7

70

Figura 5-39: Medias marginales R7

70

Figura 5-40: Interaccin fur+lam R7

71

Figura 5-41: Interaccin lam+us R7

71

Figura 5-42: interaccin fur+us R7

72

Figura 5-43: Tabla ANOVA R8

73

Figura 5-44: Medias marginales R8

73

Figura 5-45: Tabla ANOVA R9

74

Figura 5-46: Medias marginales R9

75

Figura 5-47: Interaccin rec+us R9

75

Figura 5-48: Interaccin fur+lam R9

76

Figura 5-49: Tabla ANOVA R10

77

Figura 5-50: Medias marginales R10

77

Figura 5-51: Interaccin lam+rec R10

78

Figura 5-52: Tabla ANOVA R11

79

Figura 5-53: Medias marginales R11

79

Figura 5-54: Interaccin lam+us R11

80

Figura 5-55: Interaccin lam+rec R11

80

Figura 5-56: Interaccin fur+us R11

81

Figura 5-57: Tabla ANOVA R12

82

Figura 5-58: Medias marginales R12

82

Figura 5-59: Interaccin fur+lam R12

83

Figura 5-60: Tabla ANOVA R13

84

Figura 5-61: Medias marginales R13

84

Figura 5-62: Tabla ANOVA R14

85

Figura 5-63: Medias marginales R14

86

Figura 5-64: Interaccin fur+us R14

86

Figura 5-65: Tabla ANOVA R15

88

Figura 5-66: Medias marginales R15

88

xv

1 JUSTIFICACIN Y OBJETIVO

Continuacin se desarrolla la justificacin del inters de realizar el presente proyecto, as como la


finalidad del mismo.

1.1 Justificacin
El sector aeronutico tiene una elevada facturacin anual, genera miles de empleos directos e indirectos, y
soporta una gran cantidad de empresas que llegan a nutrirse casi exclusivamente de dicho sector. A finales del
ao 2012, el sector aeronutico generaba en Espaa 38.013 puestos de trabajo, de los cuales 11.290 en
Andaluca, con una facturacin de 8,118 millones de euros, de los cuales 1.858 millones de euros en Andaluca
(Fundacin Hlice, 2013).
Tabla 1-1: Facturacin y empleo en el sector aeronutico de Andaluca, informe fundacin Hlice 2013
Ao

2003

2004

2005

2006

2007

Facturacin
(millones de )

596,2

645,4

798,8

848,4

825,3

Empleos

4.179

4.516

5.535

6.206

6.753

2008

2009

1.417,2 1.541,2
7.555

8.786

2010

2011

2012

1.983

1.754

1.858,5

10.278

10.802

11.290

Los materiales utilizados y la tecnologa en sus procesos de fabricacin son los ms novedosos y modernos,
haciendo el sector aeronutico un entorno caro por s mismo. La excelencia en la calidad de los productos y
servicios es una caracterstica clave en el sector, que establece rigurosos controles de calidad y gran cantidad
de documentacin, lo que encarece enormemente el producto. Un defecto en el producto es rpidamente
corregido, incurriendo nuevamente en los altos costes de fabricacin y control de calidad, por lo que la
eliminacin y prevencin de defectos y errores se hace indispensable.
En una poca gravemente afectada por una crisis econmica, y con varios mercados emergentes con unos
costes extremadamente competitivos, la competencia es feroz y la distincin entre las empresas nace en la
calidad de los servicios, productos y procesos. La rentabilidad econmica se hace ms difcil, y filosofas de
gestin y produccin basadas en la reduccin de costes son fundamentales para mantenerse en el mercado y
ser competitivo.
La flexibilidad para atender la demanda, el ajuste del producto a las necesidades y expectativas del cliente, y la
rpida respuesta a cambios son claves tambin.
1

Justificacin y objetivo

Diversas metodologas abordan estos factores importantes para la rentabilidad y competitividad de una
empresa, como el Lean Manufacturing1, la Mejora continua u otras denominaciones, que tienen en comn
la reduccin de costes mediante la eliminacin de desperdicios, errores, y la mejora continua de los procesos.
Algunas de las empresas de fabricacin ms importantes del planeta llevan aplicando estas filosofas de
gestin, habindose colocado a la cabeza en sus sectores, como la estadounidense Boeing, y la japonesa
Toyota2.
La Simulacin de Eventos Discretos ha demostrado ser una tcnica muy til en la toma de decisiones en
procesos sometidos a incertidumbre. Para ello el proceso se modela y caracteriza para su posterior anlisis,
determinando cuellos de botella y permitiendo proponer mejoras simulando el efecto de las mismas dentro del
proceso. Todo ello sin necesidad de alterar el proceso, incluso sin tener que detener la produccin, reduciendo
notablemente la inversin necesaria y evitando errores como la adopcin de medidas de mejora no tan potentes
como inicialmente se poda pensar.

1.2 Objetivo
El objetivo del presente estudio es el anlisis y propuesta de mejora del proceso productivo en una planta de
fabricacin de elementos de material compuesto para la industria aeronutica. De las posibles propuestas de
mejora se escoger la ms ventajosa, desde el punto de vista de la mejora en el tiempo de entrega, y de menor
inversin econmica necesaria.
Todo ello se obtendr a travs del uso de una herramienta informtica de simulacin de eventos discretos, con
la que caracterizaremos el proceso y ensayaremos las posibles oportunidades de mejora.
Para la consecucin de este objetivo general, se establecen los siguientes objetivos especficos (O.E.) que se
abordarn:
O.E.1.
Descripcin del proceso. Se hace imprescindible estudiar el proceso productivo en cuestin,
con sus caractersticas ms relevantes para su modelado posterior.
O.E.2.
Simulacin de eventos discretos. Con la ayuda de un programa de simulacin de eventos
discretos, se analizar el comportamiento del proceso y destacarn puntos dbiles susceptibles de
mejora.
O.E.3.
Modelo del estado actual. Validacin del modelo. Una vez implementado un modelo de
simulacin, es necesario comprobar que ste se corresponde con la realidad que se quiere representar
y estudiar.
O.E.4.
Propuestas de mejora. A raz del anlisis del comportamiento del modelo, se propondrn
una serie de posibles mejoras que sern implementadas y simuladas, para evaluar su impacto.

El desarrollo y consecucin de estos objetivos especficos se describe en los siguientes captulos.

Para ampliar conocimientos sobre las bases de esta filosofa de gestin, consultar The Machine that Changed the World (Womack, y otros,
1990), o el ms recientemente revisado Lean Thinking (Womack, y otros, 2010).
2 El llamado Toyota Production System, o TPS, es un referente mundial. La empresa divulg su filosofa con el libro The Toyota Way 2001
(Toyota Motor Corporation, 2001) , del que posteriormente se han hecho eco otros autores. Los principios bsicos ms relevantes se detallan
en The Toyota way (Liker, 2004)
1

2 DESCRIPCIN DEL PROCESO

l proceso productivo que nos ocupa es el que se desarrolla en una empresa de fabricacin de piezas de
material compuesto para la industria aeronutica. El nombre de la empresa y detalles de la misma han
sido omitidos por motivos de confidencialidad. La fabricacin de este tipo de material tiene unas
caractersticas particulares que la diferencian notablemente de una fabricacin con materiales metlicos o
plsticos, ms extendida y conocida.

2.1 Los materials compuestos


Los materiales compuestos son combinaciones dos o ms (rara vez) materiales de caractersticas diferentes. Se
trata de mezclas heterogneas en donde por lo general se presenta un material en forma de fibra (de altas
prestaciones mecnicas) y otro en forma de matriz aglomerante (de bajas prestaciones mecnicas). El objetivo
de la matriz es mantener las fibras en una posicin fija, as como transmitir las cargas y tensiones; mientras que
las fibras son las que resisten los esfuerzos.
Son materiales excepcionalmente ligeros, que ofrecen unas resistencias mecnicas muy elevadas para el peso
que tienen. Este punto es clave en la industria aeronutica, donde hacer volar un kilogramo de peso de ms
implica un mayor gasto de combustible y una prdida de rentabilidad.
Ejemplos conocidos de los materiales compuestos usados habitualmente son: la fibra de carbono con matriz
epoxi para altas prestaciones (para aviacin, misiones espaciales, automocin, ), la fibra de vidrio de bajas
prestaciones (tambin para aviacin en zonas sin requisitos estructurales, en automocin de forma
progresivamente ms extendida, en el sector naval, y tpicamente en recubrimientos de piscinas), y la fibra de
poliamida, con nombre comercial kevlar, con una gran resistencia a los impactos (utilizada en chalecos
antibalas).Para una comprensin ms general de los materiales compuestos, o para profundizar en el tema, el
lector puede consultar Introduccin al anlisis y diseo con materiales compuestos (Paris, y otros, 2002).

2.2 Proceso de fabricacin


Se describe a continuacin el proceso ms general de fabricacin de una pieza de material compuesto en la
industria aeronutica, y no exactamente los tratados en este proyecto. Los procesos de los programas
estudiados siguen una estructura similar, con sus particularidades.
El proceso de conformado de la pieza es mediante el apilado manual de telas de preimpregnados: fibras
entretejidas y unidas gracias a la matriz polimrica semi-polimerizada. Tras apilar las telas sobre un til
metlico que le da la forma a la pieza, se introduce el conjunto en un autoclave en donde se le aplica el vaco y
una alta temperatura para activar la polimerizacin de la matriz y endurecer el material. Tras el ciclo de curado
en autoclave, la pieza se desmoldea del til y se recantea para alcanzar las dimensiones finales. Posteriormente
se verifican sus dimensiones e integridad antes de ser entregada al cliente.
3

Descripcin del proceso

Se presenta a continuacin un esquema simplificado del proceso ms general que puede seguir la fabricacin
de un elemento de material compuesto.

Corte
Corte del
material segn
patrones

Limpieza de
til

Laminado

Curado

Apilado de los
patrones de
material sobre
el til

Polimerizacin
mediante
vaco y
temperatura
en autoclave

Desmoldeo
y recanteo
Obtencin de
medidas
finales

Ensayo de
ultrasonidos
Comprobacin
de la existencia
de defectos
internos

Limpieza y
aplicacin de
agente
desmoldeante

Figura 2-1 Esquema general del proceso de fabricacin


Adicionalmente, algunas piezas requieren ser encoladas con otras, algn ensayo adicional de estanqueidad si
poseen un ncleo, pintura, montaje de herrajes, etctera. La casustica puede ser muy variada, aunque los pasos
bsicos por los que pasan todas las piezas siempre son los mismos.
Todos estos procesos son manuales. Aunque existen algunas mquinas de corte numrico para el recanteo, o
de verificacin por ensayo de ultrasonidos, son tecnologas muy caras que no estn disponibles en la empresa
objeto del presente estudio.
A continuacin se profundiza un poco ms en las etapas del proceso, para una mejor comprensin global de la
situacin.

2.2.1

Suministro de material y corte de patrones

El material preimpregnado se suministra en grandes rollos, que deben ser refrigerados en su almacenamiento,
ya que es un material caduco a temperatura ambiente. A la hora de comenzar la fabricacin, el rollo de
material se atempera.
El corte de los patrones necesarios en el rollo de material se realiza de forma manual o automtica. En este
caso, la empresa dispone de una mquina de corte automtico, en la que nicamente hay que cargar un archivo
con los patrones necesarios.
Normalmente el rollo se monta en la mquina de corte, y los patrones obtenidos se almacenan en kits en la
cmara frigorfica. De esta forma, cuando se vaya a fabricar una pieza nicamente hay que sacar el kit de los
patrones ya cortados, dejarlo atemperar, y proceder al laminado.

2.2.2

tiles de laminado: limpieza y transporte

Un gran y pesado til metlico sirve de asiento paralos patrones de material compuesto y da la forma final a la
pieza. El til debe ser limpiado para eliminar partculas, y posteriormente se le aplican dos capas de frekote,
un antiadherente que facilita la extraccin de la pieza una vez se ha curado.
El til metlico, debido a su peso, debe ser transportado con la ayuda de una elevadora o gra, lo que ralentiza
el trabajo, especialmente durante las operaciones de carga y descarga del autoclave.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
5
la industria aeronutica. Anlisis y propuesta de mejora.

2.2.3

Laminado

El til metlico pasa entonces a la sala limpia, un habitculo con temperatura, presin y humedad ambiente
controladas. En su interior se realiza el apilado de los patrones de material compuesto sobre el til metlico, de
las manos de uno o dos operarios, segn el tamao de la pieza.
Una vez terminado el apilado, sobre el til metlico se construye una bolsa que soportar el vaco en su interior
y las altas temperaturas del autoclave.

2.2.4

Curado en autoclave

Tras el laminado, el til con el material y la bolsa de curado se introduce en el autoclave. Este aparato de
grandes dimensiones forzar el vaco en las bolsas de las piezas, y aumentar la temperatura a un ritmo
controlado hasta los 120oC-280oC, segn el ciclo necesario para la pieza en cuestin.
Cada pieza tiene un ciclo de curado determinado: una rampa de calentamiento concreta, una temperatura
mxima concreta, un tiempo de estabilizacin concreto a la mxima temperatura, y una rampa de enfriamiento
concreta.

Figura 2-2 Ejemplo ciclo de curado, norma Airbus de fabricacin I+D-P-233


Por lo tanto, piezas con diferentes ciclos de curado no puede introducirse a la vez en el autoclave, pues tienen
diferentes temperaturas y tiempos de curado.
Esto provoca que las cargas del autoclave tengan que ser estudiadas y optimizadas, ya que el consumo de la
mquina es significativo, y se hace lo posible por agrupar piezas con el mismo ciclo de curado para saturar la
capacidad de la mquina.

2.2.5

Desmoldeo y recanteo

Una vez la pieza ha polimerizado en el autoclave, se deja enfriar un tiempo y posteriormente se desmoldea del
til.
Los patrones de material siempre se cortan con creces, por lo que la pieza resultante no tiene las dimensiones
finales adecuadas. El til metlico posee unas marcas o hendiduras, llamadas riscado, que se imprimen sobre

Descripcin del proceso

el material al curar, y que sirven de gua para eliminar el material sobrante. En esencia, con unas sierras se
corta la pieza por las marcas que el til ha dejado sobre la misma, y as se obtiene la pieza final.
Adicionalmente, la pieza puede tener huecos o taladros, que tambin se realizan durante el recanteo.

2.2.6

Verificacin y ultrasonidos

Prcticamente tras cada etapa del proceso se realiza una verificacin para asegurar que todo est de acuerdo a
norma o especificacin tcnica antes de proseguir. Si un error pasa inadvertido hasta el final del proceso, el
coste de reparacin o por inutilidad en el que se incurre es muy alto. As pues, se verifica el corte del material,
la elaboracin de la bolsa de curado, los parmetros del ciclo de curado, el desmoldeo de la pieza, el recanteo,
y finalmente se le realiza una inspeccin por ensayo de ultrasonidos.
La inspeccin por ultrasonidos es de obligado cumplimiento para todas las piezas, y se realiza para comprobar
que no existen delaminaciones, grietas o partculas extraas en el interior del material. Es un proceso lento que
requiere un verificador certificado y un equipo. Siempre se realiza al final del proceso, ya que un golpe
accidental en la manipulacin de la pieza podra originar una delaminacin interna que no puede detectarse de
otra forma.

2.2.7

Operaciones especficas

Los programas de fabricacin de la empresa del presente estudio tienen ciertas particularidades que hay que
tener en cuenta para el estudio y modelado. Algunas de estas operaciones son recanteos o verificaciones que
deben hacerse con gran precisin, y se requieren de un proceso automatizado que debe ser subcontratado; y
otras son ensayos especficos, montajes de elementales, o procesos de pintura (estos ltimos son tambin
subcontratados).

2.3 Programas de fabricacin


Los programas de fabricacin son el conjunto de pedidos en firme a fabricar, acordados con los diferentes
clientes y que por su volumen de produccin y repercusin econmica tienen un inters especial en ser
analizados. Los programas en fabricacin de la empresa del presente estudio son: kits de 8 carenas por avin,
para cubrir soportes de actuadores en las alas y dar continuidad al fuselaje; kits de 5 vigas que soportan el
carenado de un motor del avin, habiendo 2 motores diferentes (izquierdo y derecho) que se fabrican; kits de 2
tapas para un depsito de aceite del avin. Cada programa tiene sus particularidades, que se detallan a
continuacin.

2.3.1

Programa de carenas

Se trata de la fabricacin de 8 carenas diferentes por avin. La geometra curva de la pieza complica el
laminado y hace que tenga tiempos del orden de 15 horas en la sala limpia. Tambin hace que sea necesario
realizar un recanteo de la pieza por control numrico, tecnologa no disponible en la empresa. Por lo tanto, esta
operacin del proceso est subcontratada a una empresa a la que hay que llevar las piezas.
Las carenas tambin tienen que ser pintadas, otra operacin que debe ser subcontratada, principalmente porque
son necesarias unas homologaciones por parte del cliente, que la empresa no posee.
Debido al alto coste de las operaciones subcontratadas, antes de las mismas se realiza un ensayo por
ultrasonidos para detectar delaminaciones internas que en general suponen la inutilidad de la pieza, para evitar
incurrir en esos costes en caso de inutilidad. Sin embargo, el ensayo de ultrasonidos debe realizarse siempre al
final del proceso, por lo que en este programa se realiza en dos ocasiones.
Las carenas tambin tienen una serie de taladros (que se realizan en la operacin de recanteo) que deben ser
avellanados, operacin esta ltima que se realiza en la empresa.
En ltimo lugar, la pieza contiene un ncleo de panal de abeja o honeycomb, y hay que asegurar que est
completamente aislado del exterior a travs de un ensayo de estanqueidad, que tambin se realiza en la
empresa.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
7
la industria aeronutica. Anlisis y propuesta de mejora.

Corte +
Ncleo

Limpieza de
til

Laminado

Ciclo de
curado N30

Sellado y
estanqueidad

Recanteo
(externo)

Ultrasonidos

Desmoldeo

Pintura
(externo)

Avellanado

Ultrasonidos

Figura 2-3 Diagrama de flujo del proceso de fabricacin del programa de carenas

2.3.2

Programa de vigas

Se trata de vigas estructurales para el carenado de 2 motores diferentes (uno izquierdo y uno derecho),
compuestos por 5 vigas cada uno, diferentes entre s. Es un proceso asentado y depurado dentro de la empresa,
sin ninguna operacin subcontratada.
Dos de las cinco vigas que componen cada motor tienen que pasar por un proceso de encolado con unos
pequeos refuerzos. Los refuerzos son fciles de fabricar en grandes cantidades, por lo que se tratan como
normales y se dispone de un stock de los mismos.
El nico inconveniente de este programa es que el proceso de fabricacin genera numerosos defectos en casi la
totalidad de las vigas. Todas las vigas tienen que pasar por una reparacin tras el recanteo y verificacin del
mismo, lo que provoca una ocupacin adicional de la estacin de recanteo.

Corte

Limpieza de
til

Laminado

Recanteo

Desmoldeo

Ciclo de
curado N22

Encolado

Ultrasonidos

Figura 2-4 Diagrama de flujo del proceso de fabricacin del programa de vigas

Descripcin del proceso

2.3.3

Programa de tapas

Son 2 tapas de cierre para un depsito de combustible del avin. Tienen una geometra complicada para un
recanteo manual, un ncleo honeycomb, requieren ser pintadas, someterlas a un ensayo de ultrasonidos
automtico no disponible en la empresa, y adems deben montarse unos pernos y cierres sobre ellas.
Todas estas operaciones estn subcontratadas, salvo el ensayo de estanqueidad, por lo que las piezas de este
programa son las que ms tienen que salir de la planta de produccin. Adicionalmente, tras cada operacin se
requiere una verificacin, lo que obliga a que la pieza deba llevarse al subcontratista, devolverla a la empresa
para verificar el trabajo, y volver a enviarla a otro subcontratista para la siguiente operacin.

Corte + Ncleo

Limpieza de
til

Laminado

Ciclo de
curado N30

Ultrasonidos
automtico
(externo)

Estanqueidad

Recanteo
(externo)

Desmoldeo

Pintura
(externo)

Montaje
(externo)

Figura2-1: diagrama de flujo del proceso de fabricacin del programa de tapas

El transporte de las piezas a las diferentes empresas que realizan las operaciones subcontratadas (recanteo por
control numrico, ensayo de ultrasonidos automtico, pintura y montaje de herrajes) se realiza con una
furgoneta que tiene un calendario de viajes determinado. Inicialmente la furgoneta viaja una vez a la semana, y
pasa por todas las empresas subcontratadas, dejando las piezas que requieren ser trabajadas y recogiendo
aquellas que ya lo han sido para devolverlas a la planta en el viaje de vuelta. As, se generan dos esperas
importantes de piezas: aquellas que esperan para montarse en la furgoneta e ir a los subcontratistas, y aquellas
que ya han sido trabajadas en el subcontratista y esperan a que llegue la furgoneta para volver a la empresa.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
9
la industria aeronutica. Anlisis y propuesta de mejora.

2.3.4

Proceso global

Estos procesos descritos no se fabrican de forma aislada, sino que conviven en la misma planta, y comparten
los mismos recursos y estaciones
estaciones. A continuacin se presenta, para una mejor comprensin del proceso en
estudio, la distribucin en planta (Lay
(Lay-Out)
Out) de las diferentes estaciones por las que pasan las piezas en su
proceso de fabricacin.
Adicionalmente, se representa un flujo general que puede recorrer una pieza cualquiera, con las salvedades que
determinen las caractersticas especficas de cada programa. stas pueden ser: piezas que no pasan por montaje
y sellante, piezas que salen de la planta para las operaciones subcontratadas, reflu
reflujos entre verificacin y
recanteo para reparaciones, etc.

Lay-Out de la planta y diagrama de recorrido de las piezas


Figura 2-5:: Lay

3 SIMULACIN DE EVENTOS DISCRETOS

l estudio o anlisis de un proceso en el que existen tantas interacciones no es sencillo. La gran cantidad
de factores que intervienen en el desarrollo de un proceso, lo costoso de realizar varias veces el mismo y
capturar datos, etc. hacen que las tcnicas de simulacin hayan tomado un gran protagonismo.

En el presente estudio se ha utilizado un programa de software especfico para el modelado y la realizacin de


las simulaciones, llamado ARENA , ampliamente aplicado en este tipo de contextos.

3.1 Introduccin a la simulacin de eventos discretos


Una simulacin es la representacin de la realidad, mediante un programa de software en el presente caso, a
travs de la cual se pueden inferir comportamientos de la realidad aproximados. Esta representacin emula el
comportamiento del proceso segn ciertas condiciones de operacin. Desde la aparicin de las computadoras y
su posterior desarrollo a grandes pasos, las simulaciones de eventos discretos han adquirido una gran
importancia y se han utilizado en multitud de sectores: automocin, aeronutica, servicios, etc. Para ampliar
conocimientos sobre la materia, el lector puede dirigirse a obras como Discrete-Event System Simulation
(Banks, y otros, 2004).
Para construir esta representacin, o modelo, hay que observar la realidad y proceder a simplificarla para
obtener las caractersticas ms relevantes o que son de inters, a la par que se consigue una representacin
suficientemente sencilla para su manipulacin y mantenimiento.
Un simulador de eventos discretos es un sistema, definido por sus variables de estado en cada instante, en el
que dichas variables de estado cambian de valor en instantes no peridicos de tiempo. En dichos instantes
ocurre un evento (accin instantnea): creacin de un elemento, inicio de un proceso, fin de un proceso,
etctera. En general, el algoritmo que siguen los simuladores de eventos discretos posee una estructura similar
a la siguiente3:
1. Inicializacin del reloj de simulacin, generacin y ejecucin de eventos iniciales.
2. Acceso al primer evento de la lista de eventos, y lo ejecuta eliminndolo de la lista. Si no hay
eventos en la lista, la simulacin se detiene.
3. Actualizacin del reloj de simulacin con el tiempo del evento ejecutado. Vuelta al segundo
punto.
El objetivo de la simulacin es realizar diferentes experimentos con distintas condiciones de operacin, para
obtener las respuestas del sistema. Esto permite la simulacin de configuraciones distintas en el proceso,
cambios en demandas, disponibilidad de recursos, etctera, obteniendo el comportamiento que tendra el
sistema real de forma aproximada. Todo ello sin la necesidad de modificar el sistema real, el cual ni siquiera
tiene que existir.
No hay que perder de vista que la simulacin es una representacin abstracta de la realidad, con una serie de
3Simulation

modeling and analysis with Arena (Altiok, y otros, 2007)

11

Simulacin de eventos discretos

12

aproximaciones e hiptesis, por lo que slo representa una parte de la realidad. El modelo creado para la
simulacin ha sido simplificado de acuerdo a unos parmetros de inters para su estudio, por lo que
nicamente puede arrojar resultados sobre dichos parmetros, y no de la totalidad del proceso.
Por todo esto, los modelos tambin precisan de una validacin comparndolos con la realidad, para asegurar
que simulan correctamente el comportamiento del proceso real, en base a las condiciones y parmetros de
inters.
Del uso de una simulacin destacan las siguientes ventajas:

Mejor comprensin del proceso real al simplificarlo y modelarlo.


Reduccin del espacio temporal: aos de experimentacin simulados en unos minutos.
No se interrumpe el proceso real. De hecho, no es necesario que exista el proceso como tal.
Permite el estudio de situaciones transitorias al variar las condiciones de operacin.
Permite obtener respuestas a situaciones hipotticas que podran llegar a ocurrir.

Como principales inconvenientes estn el elevado nmero de horas de computacin necesarias para sistemas
complejos, las horas de trabajo en la elaboracin de un modelo, la ausencia de garanta de que el modelo es
completamente fiable y no se volver inestable en ninguna situacin, y la ausencia de estndares a la hora de
abordar la tcnica de simulacin y la construccin del modelo.

3.2 Software de simulacin: ARENA R14


ARENA es un software de modelado y simulacin de procesos de diferentes naturalezas: cadenas de
suministros, procesos de fabricacin, logstica y distribucin, sector servicios, etctera. Es un software flexible
que permite darle el nivel de detalle deseado a los modelos y simulaciones, representando un proceso como un
nico bloque o como la composicin de varios de ellos para obtener informacin detallada de cada etapa
dentro del proceso general.
Una vez construido el modelo, las simulaciones arrojan informacin sobre el proceso actual y futuro,
cambiando las condiciones de operacin. Se obtiene un informe en el que se detallan datos como las colas de
espera (cantidad de elementos y tiempos medios) previas a un proceso, el nmero de elementos en el proceso
general o en una etapa, la cantidad de recursos en uso o parados, etctera.

C
Figura 3-1 Ventanas del programa

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
13
La interfaz del programa es sencilla y cmoda de utilizar. Una serie de ventanas distribuidas contienen los
bloques para construir el modelo (A), el diagrama de flujo del modelo (B), en donde se ubican y conectan los
bloques utilizados), la tabla con todos los parmetros de los bloques en el diagrama de flujo (C), y una ventana
con los informes generados en la simulacin (D).
En panel de la barra del proyecto estn los bloques para construir el modelo, separados en grupos segn su
funcionalidad. Para el presente estudio, se han utilizado los bloques bsicos, avanzados y de transferencia. En
el siguiente apartado se describen algunos de los bloques utilizados en el modelo.
Adems de los bloques para modelar el comportamiento del proceso real, el software ARENA permite trabajar
con otros parmetros de inters, como son los recursos, las variables o los calendarios. Para una mejor
comprensin del programa4, se definen a continuacin algunos conceptos:

Entidad: es cualquier elemento generado en el modelo, y que se mueve a travs de l. Por ejemplo, en
el presente estudio, las piezas en fabricacin son entidades, un tipo para cada programa.

Atributo: es una propiedad de la entidad, que se le puede asignar o modificar a lo largo del proceso.

Variable: se puede generar y modificar su valor (a travs de ciertos bloques) a lo largo de la

Recurso: se pueden definir una serie de recursos, con una capacidad determinada, que deben estar

Algunos atributos seran, por ejemplo, el tamao de una determinada pieza (ya definida como
entidad), el tipo de ciclo de curado por el que debe pasar, o el tiempo de duracin de su laminado.
simulacin, y pueden servir para controlar parmetros, medir evoluciones, o asignar caractersticas o
propiedades cambiantes a las piezas (modificando sus atributos) o los procesos. Los ejemplos de
variables en este estudio son todas las respuestas que se han decidido medir, como el tiempo de
fabricacin de una pieza tipo, o de un kit completo para su entrega al cliente.

disponibles para ejecutar un determinado subproceso. Cada vez que un proceso comienza, un recurso
puede ser ocupado y dejar de estar disponible para otros procesos; y el mismo recurso se libera y
vuelve a estar disponible cuando el proceso en cuestin ha terminado. Si un recurso necesario para un
determinado proceso no est disponible, el proceso no se ejecuta y queda en espera hasta encontrar el
recurso liberado. Recursos del presente estudio son, por ejemplo, los operarios que realizan la
operacin de laminado de la pieza, o los tiles metlicos sobre los que se debe laminar.
Calendario: el programa permite definir calendarios de cantidades en el tiempo, que pueden ser
utilizados posteriormente en el modelo para programar la ejecucin de determinados procesos, o la
disponibilidad de algunos recursos. En el presente estudio existen, entre otros, un calendario que
describe la jornada laboral que tienen los operarios (lo que determina la disponibilidad del recurso:
cantidad de operarios disponibles, y horas en las que estn disponibles), y un calendario de
lanzamiento de pedidos (el cual controla los das en los que se comienza la fabricacin de cada pieza
de cada programa).

Para ms informacin, el lector interesados puede consultar elmanual de usuarioArena Users Guide (Bradley, 2007); as como el Arena
Variables Guide (Rockwell Software, 2007).

Simulacin de eventos discretos

14

3.3 Descripcin de bloques utilizados


ARENA contiene una gran cantidad de bloques, de entre los cuales se describen a continuacin los ms
significativos utilizados en el presente estudio para el modelo.

3.3.1

Create
Este bloque genera las entidades que entran al sistema, a travs de llegadas. Lleva un
contador que registra el nmero de entidades generadas. En el presente caso, simulan la
llegada de la materia prima de la pieza, que progresa por el sistema a travs de las
sucesivas operaciones.

Algunos de sus parmetros son:

Name: nombre identificador nico del bloque.

Entity type: tipo de entidad que genera el bloque.

Type: ley de generacin de llegadas. Se puede seleccionar una distribucin exponencial, una
constante, un calendario, o describir una expresin matemtica (dentro de la cual se pueden incluir
diversas distribuciones estadsticas).

Value/Expression/Schedule Name: valor de la media de la distribucin exponencial o la constante;


expresin matemtica; nombre del calendario (definido previamente). Esta casilla se rellena en
funcin de la ley de generacin de llegadas.

Entities per Arrival: el nmero de entidades generadas en cada llegada. Puede ser un nmero
constante, una expresin matemtica, o un calendario.

Max Arrivals: nmero mximo de llegadas que generar el bloque a lo largo de toda la simulacin.

First Creation: tiempo de generacin de la primera llegada.

Figura 3-2 : Ventana de configuracin, bloque "Create"

3.3.2

Dispose
Este bloque retira las entidades del sistema, llevando un contador del nmero de
entidades retiradas.
Se puede habilitar o deshabilitar el registro de las estadsticas de las entidades que son
retiradas en este bloque.

El programa necesita de estos bloques para identificar que la entidad ha llegado al final del proceso, en donde
deben registrarse sus estadsticas y ser eliminada del sistema.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
15

3.3.3

Assign
Este bloque permite asignar valores o propiedades a las entidades que pasan por l, o a
variables definidas por el usuario.

Las asignaciones pueden ser atributos de la entidad que pasa por el bloque Assign, en
donde se selecciona el nombre del atributo en cuestin (o se crea uno nuevo) y se define
su nuevo valor (con un nmero, una cadena de texto, o una expresin matemtica). De esta forma puede
cambiarse el tipo de entidad, o asignarle una imagen (para una animacin grfica posterior) a la entidad que
pasa por el bloque. Tambin pueden ser variables del sistema definidas por el usuario.
El formato en el que se presentan las asignaciones sigue el esquema: Atributo/Variable/Tipo de entidad,
nombre, nuevo valor.

Figura 3-3 : Ventana de configuracin, bloque Assign

Figura 3-4 : Opciones de asignacin, bloque "Assign"

3.3.4

Process

Este bloque es el eje central de todo sistema. La entidad que llega a este bloque sufre un
retraso temporal (simulando la duracin de un trabajo) y requiere y ocupa una cantidad
de un recurso (simulando la ocupacin de un operario, herramienta, etc.). Si los recursos
necesarios, si los hubiere, para realizar un proceso estn ocupados, la entidad queda
esperando en una cola. En el momento en el que todos los recursos necesarios para dicho
proceso estn disponibles, la entidad abandona la cola y entra en el bloque.
Los parmetros del bloque son:

Type: se puede definir como un proceso estndar o como un submodelo, dentro del cual hay otros
procesos.

Action: aqu se selecciona la accin que sufre la entidad. Puede ser de un retraso (Delay), una llamada
y ocupacin de un recurso ms un retraso (Seize Delay), un retraso ms la liberacin posterior de un

Simulacin de eventos discretos

16

recurso (Delay Release), o la ocupacin de un recurso ms un retraso ms la liberacin posterior del


recurso (Seize Delay Release).

Priority: aqu se le puede asignar una prioridad al proceso a la hora de ocupar los recursos que vayan
quedando disponibles. Es til cuando varios procesos requieren el mismo recurso, pero alguno de esos
procesos es crtico y debe resolverse lo antes posible.

Resources: los recursos que deben estar disponibles para que el proceso se ejecute. Estos mismos
recursos quedarn ocupados, si as se ha seleccionado en Action, hasta que el proceso termine,
momento en el que dichos recursos sern liberados, nuevamente si se ha seleccionado en Action.
No slo se define el recurso requerido, sino tambin la cantidad del mismo y el modo de seleccin (un
recurso concreto, uno cualquiera de un set, etc.).

Delay Type: en estas casillas se define el retraso temporal que sufre la entidad al entrar en el proceso.
Puede ser una constante, ser una lectura de algn atributo de la entidad o de una variable, ser una
funcin de probabilidad, o una expresin definida por el usuario.

Figura 3-5 : Ventana de configuracin, bloque "Process"

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
17

3.3.5

Decide
Este bloque divide el proceso en 2 o ms caminos. Para dirigir a la entidad por
uno u otro, este condicional puede basarse en una funcin de probabilidad o en
una prueba lgica. La prueba lgica se puede basar en la lectura y comparacin
de constantes, atributos, tipos de entidad, variables, etctera.

Figura 3-6 : Ventana de configuracin, bloque "Decide"

Figura 3-7 : Opciones de nueva condicin/camino, bloque "Decide"

3.3.6

Batch
Este bloque retiene todas las entidades en una cola de espera. Cuando se ha
alcanzado un nmero determinado, las agrupa en un solo paquete o lote que libera
en el sistema para que siga el camino.

Sus parmetros son:

Type: se puede seleccionar una agrupacin temporal, en la que se conservan los datos de las entidades
por separado aunque viajen juntas, o una agrupacin permanente.

Batch Size: el tamao del lote en el que se agrupan las entidades. Puede basare en un atributo, una
variable, una expresin, o ser una constante.

Save Criterion: al agrupar varias entidades con diferentes valores para los mismos atributos, el lote

Simulacin de eventos discretos

18

resultante debe tener un nico valor en cada atributo. Aqu se selecciona qu valores seleccionar: los
de la primera entidad que lleg al lote, los de la ltima, la suma de todas ellas, o el producto de todas
ellas.

Rule: aqu se puede definir si el lote se formar con cualquier tipo de entidad, o si se basar en un tipo
de atributo (agrupando las entidades con el mismo valor en dicho atributo).

Figura 3-8 : Ventana de configuracin, bloque "Batch"

3.3.7

Separate
Este bloque realiza la operacin contraria al bloque Batch, separando la entidad
recibida en las entidades originales que conforman el lote. Tambin puede
configurarse para duplicar la entidad, obteniendo dos o ms entidades idnticas.

3.3.8

Record
Este bloque es clave para el estudio de los parmetros de inters en la simulacin. A
travs de l, el programa registra estadsticas de la entidad, expresiones definidas por el
usuario, etc. que despus muestra en el informe generado tras la simulacin.

En el presente estudio, este bloque registra los diferentes valores que toman las
respuestas de inters para la mejora del proceso.

3.3.9

Hold
Este bloque retiene todas las entidades que llegan al mismo, hasta que alguna condicin
definida por el usuario se cumple. En ese momento, todas las entidades son liberadas a la
vez, prosiguiendo el camino en el mismo orden en el que llegaron al bloque.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
19

3.3.10 Station
Este bloque sirve como identificador y punto intermedio o inicio de un camino del
sistema. Un bloque Route puede redirigir una entidad a este punto.

imgenes.

Son tiles cuando diferentes entidades pasan por las mismas operaciones pero en
diferente orden, o cuando se construye una representacin dinmica del proceso con

3.3.11 Route
Este bloque pertenece al grupo de transferencia. Route redirige automticamente
todas las entidades que llegan al mismo, en base a las opciones que se seleccionen dentro
del bloque.
Se puede activar un Route Time, que es el tiempo que transcurre entre el momento en
el que la entidad entra en el bloque y el momento en el que aparece en el destino al que se le ha mandado. El
tipo de destino tiene varias opciones:

Station: la entidad se enva a un bloque Station determinado, creado previamente.

By Sequence: el bloque lee el atributo Sequence de la entidad, que contiene una ruta definida
previamente, y enva la entidad al siguiente bloque Station que le corresponde.

Attribute: el destino es ledo de un atributo de la entidad.

Expression: se puede definir una expresin para la eleccin del destino.

Figura 3-9 : Ventana de configuracin, "Route"

Simulacin de eventos discretos

20

3.3.12 Sequence
Sequence no es un bloque propiamente dicho, pero es esencial para el uso del grupo de
bloques de transferencia. Es una tabla donde definir secuencias o rutas entre las diferentes
estaciones creadas en el sistema. Las entidades pueden contener estas rutas en uno de sus
atributos, por lo que el bloque Route puede leer en este atributo cul es el camino que debe
seguir la entidad, y enviarla a la siguiente estacin correspondiente.

Figura 3-10 : Tabla de secuencias o rutas

Figura 3-11 : Ejemplo de una secuencia o ruta

3.3.13 Schedule
Tampoco se trata de un bloque, pero es otra herramienta muy til y esencial para comprender el
funcionamiento de la generacin de llegadas de entidades, y de la disponibilidad o variacin de
capacidad de los recursos.
Esta herramienta permite definir calendarios de capacidad, llegada u otros. En todos ellos, se definen
unas cantidades a lo largo del tiempo, que funcionarn como capacidad de un recurso (si al crear el recurso se
define su capacidad basada en este calendario), instantes de llegadas en un bloque Create, u otros usos como
el nmero de entidades en cada llegada.

Figura 3-12 : Tabla de calendarios

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
21

Figura 3-13 : Ejemplo de calendario, visualizacin como grfica


Con los calendarios se puede hacer variar la capacidad de un recurso de forma sencilla a lo largo del tiempo.
Por ejemplo, en un turno de maana (de 7:00 a 15:00) puede haber 5 operarios trabajando, y en el turno de
tarde (de 15:00 a 23:00) puede reducirse el nmero de operarios disponibles a 3. Sin utilizar un calendario, la
capacidad del recurso operarios sera constante en todo el tiempo.

4 MODELO DE SIMULACIN

n este captulo se describe la creacin del modelo de simulacin, a partir de una serie de simplificaciones
de la realidad y siempre teniendo presente los factores que desean estudiarse. Se detalla tambin el
clculo de los parmetros de simulacin necesarios para dar rigor estadstico a dichas simulaciones.
Finalmente, se valida el modelo comparndolo con el comportamiento real del proceso.

4.1 Modelo del estado actual


En base a la observacin de la realidad, se crea un modelo que la represente de forma adecuada y que sea
manejable para el objeto de este estudio. Para la elaboracin del modelo se ha partido de la observacin y
seguimiento del proceso real de fabricacin, apoyndose en herramientas paralelas desarrolladas para tal fin,
como son los diagramas de flujo de valor (o VSM), o los diagramas de tiempo de barras apiladas (o
Yamazumi), as como una herramienta informatizada de recogida de tiempos de procesos, basada en el
registro, por el operario, en un sistema de las horas de inicio, pausas y finalizacin de las diferentes
operaciones.
De estos datos se han extrado las caractersticas ms importantes, simplificando la realidad, para construir un
modelo manejable y a la vez representativo, en lo que a los parmetros de inters de este estudio se refiere, de
la realidad. A continuacin se relacionan los programas de fabricacin y las operaciones destacadas con sus
respectivas caractersticas diferenciadoras, y las simplificaciones realizadas.

4.1.1

Datos de tiempos

Se ha realizado una recogida de tiempos de todas las operaciones involucradas en el proceso, a lo largo de 2
meses de fabricacin. La recogida de tiempos se ha basado en un sistema informtico en el que los operarios
registran el inicio, las pausas y la finalizacin de las operaciones, pudindose calcular el tiempo de operacin.
Sin embargo, este sistema no comprende todas las operaciones.
Los tiempos de aquellas operaciones no cubiertas por el sistema informtico, han sido tomados manualmente.
Esta toma de datos no ha sido tan completa como la informatizada, pues los observadores estaban sujetos a
disponibilidad horaria.
Los datos recogidos han sido tratados para ajustarlos a una distribucin estadstica, que posteriormente se ha
implementado en el modelo para simular los tiempos de procesados de las diferentes estaciones.
Simplificaciones y modelado:

Se han ajustado los datos de cada operacin a una distribucin estadstica, y se ha obtenido que la
bondad de ajuste de una distribucin normal es en general elevada, aun habiendo otras distribuciones
con mejor ajuste (segn el caso: lognormal, chi-cuadrado, etc.). Se aproximan todas las distribuciones
de tiempos como normales.

Para las distribuciones normales, existe una pequea probabilidad de que los valores arrojados sean
negativos, al tratarse de un ajuste a valores reales. Aunque la probabilidad es nfima, puede ocurrir el
evento y ocasionar fallos en la simulacin tener que operar con un valor negativo. Para evitar los
23

Modelo de Simulacin

24

valores negativos, se trucan todas las distribuciones de probabilidad en el valor cero.

En los casos en los que los datos implican un tamao de la muestra es inferior a 10, se ha utilizado una
distribucin triangular de probabilidad. Esto se hace as porque para una muestra de tamao elevado el
teorema central del lmite5 establece que la variable medida sigue una distribucin normal con media
y desviacin relacionadas directamente con las de la poblacin y el tamao de la muestra. Sin
embargo, para tamaos de muestra pequeos no es posible asegurar que las variables sigan una
distribucin normal, adems de obtener una desviacin muy grande en caso de admitir que s lo
hiciesen. Por ello se decide utilizar la distribucin triangular de probabilidad mencionada.

Adicionalmente, para algunas operaciones no se disponen de datos fiables de tiempos, sino de


estimaciones de tiempos mnimos y mximos. En estos casos, tambin se recurre a una funcin
triangular de probabilidad, ya que permite reflejar rpidamente las estimaciones de tiempos.

Para realizar los ajustes de los datos a distribuciones estadsticas, se hace uso del programa Stat::Fit v2.0.5.2, el
cual realiza todos los clculos sobre una serie de datos que se le deben introducir.
El programa puede ser configurado para que realice ajustes segn unas pruebas determinadas, como la prueba
de Kolmogorov-Smirnov, de Anderson-Darling, o la de Chi-cuadrado; para que agrupe los datos en
histogramas con intervalos seleccionables por el usuario; etc. Tambin se pueden seleccionar las distribuciones
estadsticas que se desean para el ajuste, devolviendo finalmente los parmetros de las mismas, si el test de
ajuste es aceptado o rechazado en cada caso, y la bondad de ajuste de dichas distribuciones.
A modo de ejemplo6, se muestran a continuacin algunas ventanas del programa:

Figura 4-1 : Tabla de ajuste de Stat::Fit, ejemplo1

5 Teorema relativo a la inferencia estadstica de una poblacin muestreada, que puede consultarse en Estadstica en la Ingeniera: Inferencia y
Aplicaciones (Gutirrez Fernndez, y otros, 2004)
6 Se muestran nicamente algunos ejemplos por ser los otros casos anlogos, y se omiten los valores concretos recogidos por motivos de
confidencialidad.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
25

En la columna izquierda se presentan las diferentes distribuciones estadsticas a las que se han ajustado los
datos, con los correspondientes parmetros que definen cada una de ellas. En la columna central se muestra la
bondad de ajuste de cada distribucin. Finalmente, en la ltima columna se indica si el ajuste a la distribucin
ha sido aceptado o rechazado en base al tipo de prueba que se ha seleccionado (Kolmogorov-Smirnov,
Anderson-Darling, Chi-cuadrado).
Es destacable que en general siempre hay algn valor de los datos introducidos que est en el extremo, y que
provoca la falta de ajuste de las distribuciones.
El programa de ajuste tambin representa grficamente las distribuciones seleccionadas sobre el histograma de
datos introducidos, para comprobar visualmente lo adecuado del uso de una distribucin u otra.

Figura 4-2: Grfica de distribuciones de ajuste de Stat::Fit, ejemplo1

Figura 4-3: Grfica de distribuciones de ajuste de Stat::Fit, ejemplo 2

Modelo de Simulacin

26

En el ejemplo mostrado se puede comprobar que el ajuste de una normal tambin es adecuado, especialmente
de forma visual.
Para otras series de datos ocurre que el tamao de la muestra es pequeo, por lo que los histogramas de los
datos pueden aparecer sesgados y una distribucin normal no realiza un buen ajuste. Tambin se tienen
operaciones (como los transportes con la fenwick) en las que los datos de tiempos no son fiables o no se
conocen, y nicamente se dispone de una estimacin de tiempos mximos y mnimos. En ambos casos se
utiliza una distribucin triangular de probabilidad (valor mnimo, mximo, y ms probable).

4.1.2

Programa de Carenas

Se trata de 8 carenas diferentes, aunque del mismo tamao y consumo de material. Todas tienen las mismas
caractersticas de fabricacin, ninguna tiene una operacin diferente a las otras. De la misma manera, los tiles
sobre los que se laminan son diferentes tambin, aunque del mismo tamao y peso.
Simplificaciones y modelado:

En base a los datos de tiempos registrados, todos los tiempos de las diferentes carenas, para una
misma operacin, son prcticamente idnticos. Al ser tambin del mismo tamao y consumo de
material, y con las mismas caractersticas, se considera que las 8 carenas son idnticas.

Debido a la prctica igualdad de los tiles, se considera que son todos idnticos. No obstante, se
mantiene la restriccin de que cada carena se lamina exclusivamente sobre un til determinado, por lo
que se conserva una identificacin individual de cada til y cada carena.

4.1.3

Programa de Vigas

Se trata de 10 vigas diferentes, que se agrupan en kits de 5. De todas ellas, hay 3 vigas pequeas y otras 2
grandes en cada kit. Las vigas grandes, a diferencia de las pequeas, pasan por una operacin adicional en la
que se les montan unos pequeos refuerzos encolados. Estos refuerzos tambin son fabricados, pero siguen un
proceso muy diferente a las vigas. Por el contrario, todas las vigas pequeas tienen el mismo proceso y las
mismas caractersticas, as como las grandes entre ellas. Los tiles de laminacin de las vigas tambin tienen
tamaos y pesos iguales, tanto de las vigas grandes como de las pequeas.
El 90% de las vigas fabricadas presentan defectos que deben ser reparados. Los defectos son detectados en una
verificacin tras el recanteo, y se vuelven a mandar a la estacin de recanteo para que el operario las repare.
Despus, vuelven a verificarse y continan el proceso normalmente.
Simplificaciones y modelado:

En base a los datos de tiempos registrados, todos los tiempos de las diferentes vigas pequeas, para
una misma operacin, son prcticamente idnticos. Lo mismo ocurre con las vigas grandes. De forma
anloga a como se hizo en el programa de carenas, todas las vigas pequeas se consideran idnticas, y
todas las vigas grandes se consideran idnticas.

Anlogamente, y debido a la prctica igualdad de tamaos y pesos de los tiles, los tiempos de
limpieza de los mismos son iguales.

De la misma forma que con el programa de carenas, se mantiene la restriccin de que cada viga
nicamente se lamina sobre un til concreto, conservando la identificacin individual de los tiles y
las vigas.

Se supone que el 100% de las vigas presentan defectos, por lo que tras el recanteo todas las vigas
pasan por dos operaciones adicionales de verificacin y reparacin. De esta manera se sita la
simulacin en un escenario desfavorable, estando del lado de la seguridad.

Los refuerzos de las vigas grandes, llamados walls, tienen una ruta diferente a la de las vigas. As
mismo, las vigas pequeas tienen una ruta diferente a las vigas grandes. Para este programa se crean 3
rutas: vigas pequeas, vigas grandes, y walls.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
27

4.1.4

Programa de Tapas

Las 2 tapas que componen el programa son de tamao diferente, aunque no mucho. Sin embargo, los tiles
sobre los que se laminan tienen un tamao y peso muy parecidos. De la misma manera, debido a la gran
similitud entre las tapas, los tiempos de cada operacin para las 2 tapas son muy parecidos, a pesar de la
diferencia de tamao.
Simplificaciones y modelado:

En base a los datos de tiempos registrados, y la prctica igualdad de tamao y peso de tiles, los
tiempos de las dos tapas en la operacin de limpieza de til son iguales.

Al igual que en los otros programas, se mantiene la restriccin de que cada tapa se lamina nicamente
sobre un til concreto, conservando la identificacin individual de los tiles y las tapas.

4.1.5

Lanzamientos de pedidos

Los programas de fabricacin estn planificados en base a la demanda del cliente. Esta demanda est
disponible a un ao vista, con cierta flexibilidad a la hora de aumentar/disminuir la cadencia en algunos meses.
La planificacin creada se ha programado en un calendario de lanzamiento de pedidos de fabricacin mensual.
Simplificaciones y modelado:

Se supone una demanda estable, sin variaciones en la duracin de la simulacin. En el caso de


encontrar una variacin en la demanda en la realidad, simplemente habra que ajustar el dato en el
modelo y correr nuevamente la simulacin para encontrar el efecto de dicha variacin.

Cada semana, se lanzan las rdenes de produccin de 8 carenas, 10 vigas y 4 tapas (2 de cada tipo).
Las rdenes de produccin de los walls se lanzan 3 veces al mes.

Todas las piezas comienzan a fabricarse a las 7:00 de la maana (se lanzan las rdenes de produccin,
que activan todo el proceso), cuando empieza el turno de maana de los operarios de produccin.

Varios bloques Create generan las llegadas de los lanzamientos, y a las entidades se les asignan los
atributos que definen qu tipo de pieza son y qu ruta van a seguir.
Tabla 4-1 : Atributos grabados en la entidad al generarse por primera vez en el sistema

Atributo

Descripcin

Ejemplo

Part Number

Cdigo identificador nico de la pieza. Sirve para


distinguirla de las dems y poder agruparla en
programas u obtener datos de la pieza concreta.

23031002 (es una viga grande de


uno de los motores, conformado
por 5 vigas en total)

til

til sobre el que debe laminarse. Sirve para buscar si


dicho til est disponible antes de comenzar.

PEAU 11 (til nmero 11)

Secuencia /
ruta

Camino que debe recorrer la entidad dentro del


sistema: orden de paso por las diferentes estaciones.
Cada pieza de cada programa tiene una ruta diferente.

Ruta_viga_1 (secuencia de una


viga grande)

Programa

Para identificar el programa al que pertenece la pieza.


Sirve para obtener datos del programa concreto.

Vigas (programa de vigas)

Ciclo

Ciclo de curado al que debe someterse la pieza. Sirve


para agrupar las diferentes piezas en ciclos comunes,
para que entren en bloque al autoclave.

22 (ciclo nmero 22)

Tiempo de
lanzamiento

Instante en el que se lanz la orden de fabricacin de


la pieza. Para calcular tiempos totales de fabricacin.

Modelo de Simulacin

28

Figura 4-4 : Estacin de lanzamiento de rdenes de fabricacin

4.1.6

Modelado de recursos

Por experiencias en programas de fabricacin anteriores, y por intereses concretos de la empresa, se


consideran una serie de recursos crticos para el sistema. Adicionalmente, se deben considerar otros recursos
esenciales para la correcta simulacin de la realidad, aunque no se trata de recursos crticos para la empresa.
Tabla 4-2 : Recursos modelados
Recurso

Utillaje

Capacidad
(cantidad)
1

Disponibilidad

Siempre
7:00-15:00

Limpiador

15:00-23:00
Lunes-Viernes

Estaciones
de trabajo

Observaciones

Laminado

Un til para cada pieza concreta. El


proceso no comienza si el recurso
no est disponible.

Frekoteo, limpieza,
transporte,
desmoldeo

Sala limpia

Carga y descarga
autoclave, curado

Monitoriza la operacin de curado.


Realiza otras tareas no
contempladas en la simulacin,
como el corte de material.

Curado

Simula el propio autoclave.

Recanteo, reparacin

7:00-15:00
Laminador

Operario
autoclave
Autoclave

15:00-23:00
Lunes-Viernes
7:00-15:00

15:00-23:00
Lunes-Viernes

Siempre
7:00-15:00

Recanteador

15:00-23:00
Lunes-Viernes

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
29
7:00-15:00
Verificador

15:00-23:00
Lunes-Viernes
7:00-15:00

Montador

15:00-23:00
Lunes-Viernes

Verificaciones,
ensayo de
estanqueidad

Montaje de walls,
aplicacin de
sellante, pelado

Realiza otras tareas no


contempladas en la simulacin,
como el suministro a sala limpia.

Ultrasonidos

7:00-15:00
Ultrasonidos

4.1.7

15:00-23:00
Lunes-Viernes

Suministro y corte de material

El aprovisionamiento de material se realiza de forma planificada, de manera que en el almacn siempre hay
disponible un stock de todos los materiales auxiliares necesarios, as como de la materia prima de las piezas.
Conforme se planifica la produccin de una determinada semana, la semana previa se realiza el corte de los
patrones en el material. Posteriormente se embolsan en kits y se almacenan. El da de la fabricacin de una
determinada pieza, el kit con los patrones necesarios se saca del almacn y se deja en la sala limpia, donde se
lamina. De esta forma el proceso de laminacin comienza rpidamente.
Simplificaciones:

4.1.8

Debido a la preparacin previa al comienzo del proceso y al stock de seguridad disponible de


materiales auxiliares, as como al no inters de controlar el sistema de aprovisionamiento de material
(ya que el problema logstico se ha tratado desde otros proyectos y englobando otras reas), en el
modelo se entender que los materiales necesarios siempre estn disponibles, por lo que no se
modelar una estacin de suministro o corte.

Frekoteo y Laminado en Sala Limpia

Trasel lanzamiento de las rdenes de produccin de las piezas, se inicia el proceso. Antes de comenzar el
laminado de la pieza en la sala limpia, al til correspondiente a la pieza en curso se le deben aplicar dos capas
de frekote, un agente desmoldeante que facilitar la extraccin de la pieza del til tras el curado. Una vez el
til ha sido preparado, se comienza la laminacin.
Simplificaciones y modelado:

La aplicacin del frekote es relativamente rpida y de tiempo estacionario, a pesar de los diferentes
tamaos de tiles. Los tiempos de proceso de las diferentes piezas es el mismo, y sigue una
distribucin triangular de media 30min.

Los tiles metlicos son muy pesados, y se requiere el uso de una carretilla elevadora para su
transporte. En toda la empresa nicamente hay una carretilla disponible, por lo que el transporte puede
ser una operacin crtica: cada operacin se realiza en un lugar fsico diferente, lo que obliga a un
continuo transporte de utillaje. Todos los transportes tienen una duracin parecida, ya que la forma de
manejar los tiles es la misma.

En un primer momento se implement un control del espacio disponible en la sala limpia (al
considerar el espacio como un parmetro crtico), para dar entrada a los tiles o mantenerlos a la
espera. Sin embargo, el rea disponible de la sala limpia nunca llega a ocuparse al 100%, por lo que se
simplifica el estudio dejando entrar libremente los tiles.

Cada pieza, debido a su tamao, es laminada por un nico operario.

De los tiempos de laminacin de las diferentes piezas se tienen numerosos registros, por lo que la
distribucin de los tiempos de operacin sigue una normal. Los parmetros de estas distribuciones son

Modelo de Simulacin

30

diferentes de un tipo de pieza a otro.

La operacin de frekoteo, y el transporte del til, requieren de un recurso limpiador. El transporte


tambin requiere de un recurso fenwick.

El laminado de cada pieza requiere un recurso laminador.

Figura 4-5 : Modelo de la estacin de laminado, previo "frekoteo" del til

Tabla 4-3: Tiempos de laminado segn pieza


Pieza

Carena

Distribucin NORM

4.1.9

Viga grande Viga peq. Walls Tapa 1

Tapa 2

NORM

NORM

NORM

NORM

NORM

Media

15.32 H 13.16 H

7.67 H

0.51 H

10.15 H 8.73 H

Desviacin

2.76 H

3.26 H

0.15 H

2.37 H

3.12 H

3.75 H

Curado en autoclave

Tras el laminado, las piezas entran en el autoclave para el proceso de curado. Como previamente se ha
comentado, la puesta en marcha del autoclave consume una gran cantidad de energa, por lo que se optimiza la
carga del autoclave, saturndolo. As, slo se pondr en marcha el autoclave cuando haya varias piezas
preparadas para entrar en el mismo. Es importante recordar en este punto que cada pieza tiene sus propias
condiciones de temperatura y tiempo de exposicin, que se conoce como ciclo, por lo que piezas con
diferentes ciclos no pueden entrar a la vez en el autoclave.
Simplificaciones y modelado:

Cuando una pieza es laminada, se mantiene a la espera hasta que se acumule una cantidad adecuada
de piezas para saturar el autoclave. Esta espera y agrupacin se hace segn el ciclo de curado: las
carenas y las tapas tienen un ciclo nmero 30, por lo que pueden entrar juntas en el autoclave; las
vigas tienen un ciclo nmero 22.

La optimizacin de la carga del autoclave no es objeto del presente estudio, y se ha llevado a cabo en
otro proyecto, del cual se obtiene una agrupacin predefinida. Estas agrupaciones son implementadas
en el modelo: se agrupan 4 carenas ms 2 tapas para el ciclo 30, y 5 vigas (ms los walls, que
apenas ocupan espacio en el autoclave, cuando se fabrican) para el ciclo 22.

Las piezas agrupadas para un ciclo de autoclave se fusionan en el modelo para pasar una nica vez por

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
31
el proceso de curado, y posteriormente se separan para volver a ser tratadas individualmente.

La operacin de carga y descarga del autoclave, y la de curado, requieren de un recurso operario


autoclave. Las carga y descarga del autoclave tambin requieren un recurso fenwick.
Adicionalmente, la operacin de curado tambin requiere un recurso autoclave.

Figura 4-6 : Modelo de la estacin de autoclave


Tabla 4-4 : Tiempos de curado segn ciclo
Ciclo

30

Distribucin NORM

22
NORM

Media

420.16 m 442.3 m

Desviacin

58.71 m

55.77 m

4.1.10 Verificacin del ciclo


Como se ha comentado con anterioridad, se realiza una verificacin despus de cada proceso. En general no se
detallan en el presente documento, salvo aquellas que tienen una especial importancia para el modelado.
Durante el proceso de curado en autoclave, se registran datos de temperatura y presin en cada pieza. Al
finalizar el ciclo, se comprueba que todos los rangos estn dentro de las tolerancias del ciclo. Si alguna pieza
hubiera estado sometida a mayor o menor temperatura de la requerida, o durante un mayor o menor tiempo del
requerido, se debe declarar una no conformidad con respecto a la norma. El registro de esta no conformidad
supone un tiempo adicional a la verificacin normal.
Tras encontrar una no conformidad de ciclo, la pieza es llevada al rea de calidad y reparaciones, en donde se
determinar si todava puede repararse. Las no conformidades por ciclo son pocas, y en general se trata de
desconexiones de los sensores y no de condiciones de temperatura fuera de tolerancia.
Simplificaciones y modelado:

En base a datos de defectologa, no conformidades e inutilidades recogidos, se conoce que un 3% de


las piezas presenta una no conformidad en el ciclo de curado. Se modela este hecho a travs de un
bloque Decide con un 3% de probabilidad.

Modelo de Simulacin

32

Por cada pieza que presente una no conformidad, el tiempo de operacin de la verificacin se ve
incrementado. Esto se modela a travs de un tiempo de operacin funcin de una variable que
controla el nmero de no conformidades que se dan en cada ciclo.

Se considera que todas las piezas con no conformidad de ciclo son reparables. El modelo enva a todas
esas piezas a una estacin de reparacin, para posteriormente devolverla a su curso normal dentro del
ciclo.

Todas las operaciones de verificacin requieren un recurso verificador.

Figura 4-7 : Modelo de la estacin de verificacin de ciclo

4.1.11 Desmoldeo, limpieza de utillaje y recanteo


Tras verificar que el ciclo de curado ha sido satisfactorio, la pieza se desmoldea y se recantea. Tras el
desmoldeo, el til queda sucio y con restos de resina, sellante, la bolsa de curado, etc. Mientras la pieza sigue
su curso por el proceso (en la estacin de recanteo), el til es limpiado y almacenado para que pueda estar
disponible para la siguiente laminacin de la pieza.
La pieza, mientras, es recanteada para eliminar el exceso de material o resina, y llegar a las dimensiones
finales.
Simplificaciones y modelado:

Los tiempos registrados de la operacin de limpieza no llegan a un tamao de muestra


suficientemente alto como para suponer una distribucin normal, por lo que se utiliza una distribucin
triangular.

Lo mismo ocurre con los tiempos registrados de la operacin de recanteo.

Todas las piezas pasan por la operacin de recanteo, an cuando el recanteo se subcontrata. Esto es
porque previamente a ser enviadas las piezas al subcontratista, se les elimina parte del exceso de
material (caso de las carenas y las tapas, por ello la repetitividad de los datos de las distribuciones y lo
rpido de la operacin).

La operacin de recanteo de los walls consiste en seccionar una barra en varios refuerzos pequeos
que posteriormente se encolan a una viga grande. De cada barra se obtienen 10 walls, que se modela
gracias a un bloque Separate con la opcin de duplicar la entidad.

Las operaciones de desmoldeo y limpieza requieren un recurso limpiador.

La operacin de recanteo requiere un recurso recanteador.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
33

Figura 4-8 : Modelo de la estacin de recanteo


Tabla 4-5 : Tiempos de recanteo segn pieza
Pieza

Carena Viga grande Viga peq. Walls Tapa 1

Distribucin TRIAN

Tapa 2

TRIAN

TRIAN

TRIAN

TRIAN TRIAN

Mnimo

8m

82.2 m

30 m

30 m

20 m

20 m

Media

9m

92.3 m

65.2 m

60 m

25 m

25 m

Mximo

15 m

115.6 m

95.4 m

90 m

30 m

30 m

4.1.12 Verificacin tras recanteo


Esta operacin de verificacin es especialmente relevante debido a que un 90% de las vigas fabricadas
presentan defectos que las obligan a ser reprocesadas. La operacin de verificacin depende de las
caractersticas que haya que comprobar en cada pieza, aunque en general se trata de un muestreo de espesores
y comprobacin de taladros, que tiene una duracin similar en todas las piezas.
Simplificaciones y modelado:

Se considera que el 100% de las vigas presentan defectos, y tras la verificacin pasan por una

Modelo de Simulacin

34

operacin de reparacin y una nueva verificacin.

El tamao de la muestra de los tiempos de operacin es pequeo, por lo que se ha utilizado una
distribucin triangular.

Los tiempos de la operacin de reparacin son los mismos para los dos tipos de vigas, ya que no se
trata de corregir la geometra completa de las piezas, sino de algunos excesos de resina localizados o
diferencias de enrase en escalones.

Las diferencias de tiempos entre las tapas es nula, ya que su diferencia de tamao no afecta a las
caractersticas que se verifican. Se considera la misma funcin de distribucin para las dos tapas.

Las operaciones de verificacin ocupan un recurso verificador.

La operacin de reparacin se realiza en la sala de recanteo, por lo que ocupa un recurso


recanteador.

Figura 4-9 : Modelo de la estacin de verificacin tras el recanteo


Tabla 4-6 : Tiempos de verificacin segn pieza
Pieza

Carena Viga grande Viga peq. Walls Tapa 1

Distribucin TRIAN

Tapa 2

TRIAN

TRIAN

TRIAN

TRIAN TRIAN

Mnimo

15 m

40 m

20 m

4m

15 m

15 m

Media

17 m

42.67 m

22.67 m

5m

18 m

18 m

Mximo

20 m

45 m

25 m

7m

20 m

20 m

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
35
Tabla 4-7: Tiempos de reparacin de vigas
Mnimo Media Mximo
Vigas 10 m

16 m

29 m

4.1.13 Sellado de bordes


Todas las carenas pasan por una operacin en la que se aplica un sellante a los cantos o bordes de la pieza.
Tras la aplicacin del sellante, la pieza debe reposar durante 24 horas, tiempo que tarda el sellante en
polimerizar. El sellante debe prepararse en el momento de utilizarlo, ya que pasado un tiempo empieza a
endurecer. El sellante se aplica en dos capas para conseguir un recubrimiento adecuado; la segunda capa se
aplica tras 1 hora de secado, ya que la viscosidad del sellante hace que en lugar de aplicar ms sobre la pieza,
se retire el que ya haba.
Simplificaciones y modelado:

Se hace un aprovisionamiento y preparacin de sellante previo a la recepcin de la pieza en la


estacin, por lo que no se modela esta operacin.

Se utiliza bloques Process en modo Delay (nicamente una espera) para simular el tiempo de
espera de la pieza para permitir el curado del sellante.

Los tiempos de operacin de aplicacin de sellante son bastante estticos, oscilando alrededor de los
20min la primera capa, y 10m la segunda.

La operacin de sellado de bordes requiere un recurso montador.

Figura 4-10 : Estacin de sellado

4.1.14 Ensayo de estanqueidad


Todas las piezas que contienen un ncleo en su laminado deben ser sometidas a un ensayo de estanqueidad,
para asegurar que no hay forma de que partculas o lquidos penetren hasta el ncleo de la pieza y lo daen
irreversiblemente.
El ensayo se realiza en una cuba de agua que debe calentarse previamente. El calentamiento de la cuba lleva 5
horas, mientras que el ensayo de estanqueidad slo lleva de 5 a 10 minutos, ya que se trata de sumergir la pieza
en 3 posiciones durante unos segundos, y posteriormente rellenar la documentacin.
El calentamiento de la cuba no est planificado, por lo que se inicia cuando una pieza est lista para ser
ensayada. Si ms piezas se acumulan, todas se ensayan secuencialmente una vez se ha calentado la cuba. Si no
se acumulan piezas, una vez ensayada la ltima se desconecta la cuba y comienza a enfriarse.
Simplificaciones y modelado:

Se supone una ley de calentamiento y enfriamiento de la cuba lineal, de manera que tarde 5 horas en
calentarse por completo, 5 horas en enfriarse por completo, y si se reactiva el calentamiento cuando
lleva 2 horas (por ejemplo) enfrindose, slo necesita 2 horas para estar completamente caliente de
nuevo.

Al llegar una pieza, se inicia el calentamiento de la cuba si estaba completamente fra; se prosigue el

Modelo de Simulacin

36

calentamiento desde la temperatura actual si estaba enfrindose; o se mantiene dicha pieza a la espera
si la cuba ya est en proceso de calentamiento. Una vez la cuba est caliente, todas las piezas se
ensayan secuencialmente hasta que no queda ninguna, momento en el que se inicia el enfriamiento.
Este enfriamiento se interrumpe cuando llega una nueva pieza.

El ensayo de estanqueidad requiere un recurso verificador.

Figura 4-11 : Estacin de ensayo de estanqueidad

4.1.15 Avellanado
En esta operacin por la que slo pasan las carenas, se construye una bolsa protectora para evitar daos en la
pintura, y posteriormente se avellana y se comprueban las dimensiones de los avellanados.
Simplificaciones y modelado:

Todas las tareas se incluyen en una nica operacin.

Los tiempos de operacin siguen una distribucin normal de media 43.82 min, y desviacin 0.7 min.

La operacin de avellanado requiere de un recurso recanteador.

4.1.16 Pelado
Esta operacin solo se aplica a las vigas. Las vigas se laminan con una capa final de un tejido protector
retirable. Este tejido debe retirarse antes de la operacin de montaje o encolado, aunque tambin lo poseen las
vigas pequeas.
Simplificaciones y modelado:

Los tiempos de operacin siguen una distribucin triangular de valor mnimo 18 min, valor mximo
38 min, y valor medio 25.

La operacin de pelado requiere un recurso montador.

4.1.17 Montaje o encolado (de walls)


Las vigas grandes son reforzadas con unos pequeos suplementos llamados walls, como ya se ha comentado
previamente. Se encolan 3 walls en cada viga, aplicando una buena cantidad de adhesivo. El adhesivo se
deja secar durante 24 horas, y a continuacin se rebajan los bordes que no han quedado perfectamente
alineados debido a las creces de material en los walls. Este rebajado se realiza en la estacin de recanteo.
Una vez rebajados los walls, en la estacin de montaje se retira el exceso de adhesivo, y se aplica un cordn
de sellante.
Simplificaciones y modelado:

Las vigas grandes se mantienen a la espera hasta que 3 walls han sido fabricados y agrupados con
un bloque Batch de tamao 3. Entonces se unen a travs de otro bloque Batch de tamao 2 y

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
37
unin permanente, guardando las caractersticas de la viga.

El transporte de la estacin de montaje a recanteo, y la inversa, requiere un recurso montador, y se


hace a pie.

Las operaciones de encolado de walls, limpieza de adhesivo sobrante, y la aplicacin del cordn de
sellante requieren un recurso montador.

La operacin de rebajado de walls requiere un recurso recanteador.

Figura 4-12 : Estacin de encolado de "walls"


Tabla 4-8 : Tiempos de operacin
Operacin

Encolado

Rebajado

Limpieza

Aplicacin

de walls de walls de adhesivo de cordn


Distribucin TRIAN

TRIAN

TRIAN

TRIAN

Mnimo

10 m

6m

44 m

15 m

Media

14 m

7m

58 m

17 m

Mximo

18 m

10 m

70 m

25 m

4.1.18 Ultrasonidos
Al final de su proceso de fabricacin (y en el programa de carenas antes del recanteo subcontratado) todas las
piezas se someten a un ensayo de ultrasonidos. ste se realiza con un equipo especfico de ultrasonidos, y
requiere un operario certificado en el proceso. La finalidad es detectar defectos internos como partculas, poros
o delaminaciones.
Los tiempos de operacin son bastante constantes, ya que la operacin consiste en recorrer con un sensor toda
la superficie de la pieza. Si se detecta una anomala, se anota el lugar y caracterstica de la misma en la
documentacin, y la pieza se enva a reparacin posteriormente. No obstante, la prueba de ultrasonidos no se

Modelo de Simulacin

38

interrumpe.
Simplificaciones y modelado:

Los tiempos de operacin siguen distribuciones normales, salvo en el caso de los walls que siguen
una distribucin triangular.

La operacin de ultrasonidos requiere un recurso ultrasonidos. En ste recurso se consideran


incluidos el operario certificado y el equipo especfico necesario para el ensayo.
Tabla 4-9 : Tiempos de ultrasonidos
Pieza

Carena

Distribucin NORM

Viga grande Viga peq. Tapa 1

Tapa 2

NORM

NORM

NORM

NORM

Media

100.2 m 171.14 m

76.2 m

78.56 m 76.5 m

Desviacin

63.62 m 52.43 m

22.04 m

17.79 m 13.17 m

Tabla 4-10 : Tiempo de ultrasonido, "walls"


Pieza

Walls

Distribucin TRIAN
Mnimo

10 m

Media

12 m

Mximo

15 m

4.1.19 Furgoneta
No se trata de una operacin, sino de una parada y espera previas a las operaciones subcontratadas: recanteo,
pintura, montaje y ultrasonidos, segn cada programa de fabricacin.
Existe una ruta semanal que realiza una furgoneta, y que discurre entre todos los subcontratistas de la empresa.
En la furgoneta se cargan las piezas que van a ser recanteadas, pintadas, etc. y se llevan a los subcontratistas.
Una vez all, se recogen tambin aquellas piezas que se han dejado en semanas anteriores y que ya han sido
trabajadas, para devolverlas a la empresa en el viaje de vuelta.
Simplificaciones y modelado:

La furgoneta nunca va cargada al 100% de capacidad, por lo que no hay limitaciones de espacio. No
se implementa un control del espacio disponible en la furgoneta, pues no se cargan nunca muchas
piezas en ella, simplificando el modelo y la simulacin.

Un bloque Hold retiene todas las piezas que van a salir de la empresa para ser trabajadas en un
subcontratista. Cuando llega el da y hora de salida de la furgoneta, todas las piezas que estaban en
espera se liberan y pasan a la operacin subcontratada. Lo anlogo ocurre con las piezas que han
terminado de ser procesadas en el subcontratista: se retienen en otro bloque Hold hasta que la
misma furgoneta realiza la ruta, liberndolas y permitiendo que continen con el proceso normal.

Un bloque Create genera furgonetas segn un calendario previamente definido: una nica vez a la

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
39
semana, los mircoles.

Figura 4-13 : Estacin de espera a la furgoneta de reparto

4.1.20 Operaciones subcontratadas


La forma en la que el subcontratista organiza sus trabajos es ajena a la empresa en estudio. Segn el acuerdo
de subcontratacin, todas las piezas deben haber sido trabajadas en un nmero mximo de das.
Simplificaciones y modelado:

Al no tener ningn control ni conocimiento sobre la gestin interna del subcontratista, se considera la
operacin como una caja negra, modelado como un bloque Process.

Las operaciones subcontratadas no requieren ningn recurso, ya que es desconocido el


funcionamiento del subcontratista.

Los tiempos de operacin se basan en los acuerdos firmados con el subcontratista, y no en los
tiempos reales de trabajo que podran tener las piezas. Se modelan como una distribucin triangular.
Tabla 4-11 : Tiempos de operaciones subcontratadas
Operacin

Recanteo Ultrasonidos Pintura Montaje

Distribucin TRIAN

TRIAN

TRIAN

TRIAN

Mnimo

5 das

2 das

5 das

3 das

Media

7 das

3 das

7 das

4 das

Mximo

10 das

4 das

10 das

5 das

Modelo de Simulacin

40

4.2 Validacin del modelo


Una vez construido el modelo, se pueden realizar todas las simulaciones necesarias. Sin embargo, hay que
asegurar que el modelo y la simulacin representan suficientemente bien el comportamiento real del proceso
que se estudia. De lo contrario, cualquier resultado arrojado por la simulacin sera errneo.
Para la validacin del modelo se ha utilizado como criterio que los tiempos totales de fabricacin en la
simulacin sean cercanos a los reales.
Se ha recurrido a una herramienta habitual del Lean Manufacturing7, llamada VSM o Value Stream Map.
Esta herramienta consiste en una especie de diagrama de flujo donde se representa el proceso en estudio, con
flechas que indican el recorrido que sigue una pieza desde que se efecta el pedido por el cliente hasta que se
entrega al mismo. Se representan cada una de las estaciones u operaciones que conforman el proceso, y se
incluye informacin relevante sobre ellas: tiempo de proceso, nmero de operarios necesarios, inventario, etc.
Una vez se tienen todos los datos de tiempo de cada estacin, se puede calcular el lead time8 a travs de una
sencilla suma de dicho tiempos. Como se estn sumando los tiempos secuencialmente, sin tener en cuenta que
mientras una pieza est siendo verificada, otra puede estar siendo recanteada a la vez, lo que realmente se
obtiene son las horas de fabricacin de la pieza. Estas horas de fabricacin son tiles para poder calcular el
coste del programa, por ejemplo, y tambin ofrecen una estimacin conservadora del lead time.

Figura 4-14 : Fotografa de un fragmento del VSM real del programa de carenas
Los datos ms fiables, debido a la gran cantidad de tiempos registrados, son los de programa de carenas, por lo
que se usa el mismo para validar el modelo.
Unas primeras simulaciones arrojan como resultado que el lead time medio del programa de carenas, basado
en la fabricacin y entrega de un paquete de 8 carenas, es de 48.41 das.
Por otro lado, la suma de tiempos de todas las operaciones del VSM, basado tambin en la fabricacin de 8
carenas, es de 54.29 das.
Teniendo en cuenta, como se menciona previamente, que en el VSM no se consideran las operaciones en
paralelo, se puede hacer una estimacin del tiempo de ms que se est aadiendo al que sera el lead time
real del VSM. Solapando las operaciones de recanteo y verificacin, las subcontratadas y las pruebas de
ultrasonidos, etc., se obtiene que hay una diferencia de 6.65 das con respecto al lead time real del VSM.

Se puede profundizar en esta filosofa de gestin y sus herramientas con el libro Lean Thinking (Womack, y otros, 2010)
Time es un trmino ingls de uso generalizado que significa tiempo de entrega. Es el tiempo que transcurre entre el instante en el
que se realiza el pedido de un determinado producto o servicio, y el instante en el que dicho producto o servicio es recibido por el cliente.

8Lead

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
41
As pues:
() = 54.29 6.65 = .

Por lo tanto, la diferencia entre el lead time del VSM, y el lead time de la simulacin es de 0.77 das, lo
que supone un error del 1.6%, que es perfectamente asumible.
De esta manera se da por validado el modelo construido.

4.3 Propuestas de mejora


En base a la experiencia y los intereses de la empresa, proponen a continuacin posibles mejoras, y criterios
para evaluarlas.
En anteriores programas de fabricacin, y en los actuales, se viene observando una gran acumulacin de piezas
en la sala de recanteo, en donde slo hay 2 operarios trabajando. La empresa est interesada en saber si un
aumento en el nmero de operarios de recanteo supondra una mejora en el proceso.
Tambin se han sufrido retrasos importantes en la laminacin de piezas en sala limpia, provocando retrasos en
las ejecuciones del autoclave. Ms importante que el retraso, es el hecho de que el material compuesto tiene un
tiempo de vida limitado a temperatura ambiente, mientras no ha polimerizado (en el autoclave). Por ello,
mantener las piezas laminadas y esperando a que otras terminen para poder comenzar su ciclo de autoclave,
puede suponer que alguno de los materiales pase ms tiempo del permitido a temperatura ambiente. Esto
origina una no conformidad grave y la pieza puede ser considerada intil por el cliente.
Por estos motivos, la empresa tambin est interesada en saber si un aumento del nmero de operarios en sala
limpia supondra una mejora en el proceso.
Es un hecho que todas las piezas fabricadas deben pasar en ltima instancia por un ensayo de ultrasonidos.
Esto apunta a un posible cuello de botella en el proceso, pues absolutamente todo lo que se fabrica en la planta
debe pasar por una estacin en la que trabajan nicamente 2 operarios, realizando una operacin que tiene un
tiempo de entre 80 minutos y 180 minutos por pieza aproximadamente. Se propone en consecuencia estudiar si
un aumento en el nmero de operarios de ultrasonidos supone una mejora.
Finalmente, es destacable que 2 de los 3 programas de fabricacin tienen operaciones subcontratadas.
Adicionalmente, dichas operaciones subcontratadas tienen tiempo de operacin del orden de das, mientras
que el resto de operaciones del proceso duran minutos y horas. Si una nica operacin subcontratada, como el
recanteo, puede suponer de 5 a 10 das, dicha subcontratacin supone del 11% al 23% del lead time total.
Por lo tanto, se propone estudiar si un aumento en la frecuencia de viajes de la furgoneta de reparto supone una
mejora en el proceso.
En resumen se propone:

Aumentar el nmero de laminadores.

Aumentar el nmero de recanteadores.

Aumentar el nmero de operarios de ultrasonidos.

Aumentar la frecuencia de la furgoneta.

5 ANLISIS DE MEJORAS

as mejoras propuestas tienen a priori un efecto desconocido sobre el sistema. Partiendo del modelo
validado, se puede introducir pequeos cambios en las condiciones de operacin y realizar una
simulacin para analizar las variaciones producidas con respecto al sistema inicial. El objetivo de este
captulo es introducir las mejoras propuestas en el modelo, realizar diversas simulaciones con dichas mejoras
implementadas, y estudiar sus efectos sobre una serie de variables o respuestas de inters. Para ello se recurre a
un estudio estadstico: un anlisis de varianza.

5.1 Variables de estudio


Desde el punto de vista de la simulacin, el modelo es un sistema cerrado. El sistema recibe una serie de
entradas, que procesa de forma interna, y devuelve una serie de salidas. A travs de estas salidas es posible
medir y evaluar el rendimiento del sistema.
Sobre el modelo se puede actuar cambiando sus condiciones de operacin, que son las entradas del sistema, a
travs de la variacin de unas variables de control o factores. Los factores se describen en el siguiente
apartado, correspondiente al diseo de experimentos.
Al variar los factores, el sistema evoluciona de manera diferente y sus salidas cambian. De entre todas las
salidas, aquellas que son de inters para el estudio son las llamadas respuestas.

5.1.1

Respuestas

Las respuestas son las salidas del sistema que tienen un especial inters para el estudio que se realiza. Miden
parmetros de inters, en base a los cuales se determina si una mejora es efectiva o no.
La empresa en estudio est interesada en obtener mejoras de desempeo en los siguientes puntos: lead time,
tiempo de fabricacin de una pieza, obra en curso, y tiempo de espera de una pieza.
Tabla 5-1 : Resumen de respuestas de inters medidas
Respuestas

Carenas

Lead Time

LD_carena

Tiempo Pieza

TP_carena

Obra en curso
Tiempo de espera
(Wait Time)

Vigas
Grandes

Pequeas

LD_vigas
TP_viga_gra

TP_viga_peq

Tapas
LD_tapas
TP_tapa

WIP_carena WIP_viga_gra WIP_viga_peq WIP_tapa


WT_carena

WT_viga_gra

WT_viga_peq

WT_tapa

Para poder medir estos parmetros de inters, se incluyen en el modelo de simulacin una serie de variables
43

Anlisis de Mejoras

44

para medirlos, ya que los informes generados por ARENA no incluyen todos estos datos. Basndose en los
atributos de las entidades, como el programa al que pertenecen y el identificador de pieza o Part Number, se
clasifican y se hacen pasar por los bloques Record que registran las estadsticas de los parmetros de inters.

Figura 5-1: Modelado para el registro de los valores de los parmetros de estudio
A continuacin se describen las respuestas medidas.
5.1.1.1

Lead Time

Tiempo de entrega al cliente: tiempo transcurrido entre el lanzamiento del pedido y la finalizacin del mismo.
Las simplificaciones hechas en los programas llevan a considerar un lead time para las 8 carenas, otro para
las 2 tapas, y finalmente uno ms para un conjunto de 5 vigas (ya que a pesar de ser 2 motores diferentes, son
simtricos y se entregan de forma individual).
5.1.1.2

Tiempo de fabricacin de una pieza

El tiempo transcurrido desde el lanzamiento de la orden de produccin de una nica pieza y la finalizacin de
la misma.
Este parmetro resulta de inters para medir la capacidad de respuesta frente a un cambio puntual y urgente en
la demanda, como la necesidad de sustitucin de una pieza con defectos.
Se establece un tiempo de fabricacin de una pieza para cada tipo de pieza: una carena, una viga grande, una
viga pequea, y una tapa. La simplificacin de considerar una nica tapa se debe a que los tiempos de
fabricacin individuales de cada una son muy similares.
5.1.1.3

Obra en curso

La obra en curso, o work in process (WIP), es el nmero medio de piezas que estn siendo fabricadas a la
vez en todo el proceso.
Cada pieza en el proceso de fabricacin significa una inversin de capital en sus materiales, trabajos,
almacenamiento, etc. Esta inversin es un capital bloqueado, que no puede ser utilizado para ninguna cosa ms
til: pagos a proveedores, empleados, afrontar deudas, etc.
Se mide la obra en curso para cada tipo de pieza, con la simplificacin de las tapas mencionada previamente:
carenas, vigas grandes, vigas pequeas, y tapas (como si fuesen un nico tipo).

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
45
5.1.1.4

Tiempo de espera

Es el tiempo medio que una pieza est esperando y sin ser trabajada a lo largo de todo el proceso. Son
tiempos muertos.
Este parmetro permite disear el espacio necesario de almacenamiento, o calcular la fraccin del tiempo de
fabricacin de una pieza que corresponde a esperas (puede ser una medida de rendimiento o productividad, o
de margen para la mejora del proceso).
As, se miden como respuestas los tiempos de espera de las carenas, las vigas grandes, las vigas pequeas, y
las tapas (como si fuesen un nico tipo).

5.2 Parmetros de Simulacin


Cuando se ejecuta una simulacin, hay una serie de parmetros configurables que deben ajustarse
convenientemente para garantizar el buen funcionamiento de la simulacin y as poder hacer inferencias
estadsticas con cierta garanta. As, se controla el tiempo que se simular, el nmero de veces que se repetir
la simulacin para sacar datos estadsticos, y el perodo inicial que no se tendr en cuenta para las mediciones,
para evitar el rgimen transitorio cuando comienza a trabajar el sistema. Se seguir para ello la metodologa
descrita en Simulation Modeling and Analysis (Law, y otros, 1999).
Hay que tener en cuenta que a lo largo del estudio se varan las condiciones de operacin en cada simulacin,
para as reflejar las posibles mejoras propuestas. Para el clculo de los parmetros para las simulaciones
(horizonte, rplicas, warm-up) se utiliza el escenario inicial, en el que se representa la realidad actual sin
ninguna propuesta de mejora implementada. Las subsiguientes simulaciones se realizan con los parmetros
calculados de esta manera, no volvindose a repetir el clculo de los mismos para cada condicin de operacin
diferente9.

5.2.1

Horizonte de Simulacin

El horizonte es el tiempo transcurrido en el proceso que se simula. No hay que confundirlo con el tiempo real
de ejecucin de la simulacin, ya que el programa es capaz de simular el transcurso de aos en slo unas horas
o das (segn la complejidad del sistema y la potencia de la mquina en la que se realiza la simulacin).
Un horizonte muy pequeo implica que el sistema no es capaz de desarrollarse completamente, y los datos
recogidos de la simulacin no son fiables. Un horizonte muy grande implica unos tiempos de ejecucin de la
simulacin tambin grandes, con el consiguiente coste.
Para obtener un horizonte adecuado, se realizan varias simulaciones en las mismas condiciones de operacin,
pero aumentando progresivamente el horizonte. Se miden los resultados medios y el intervalo de confianza10,
datos que se pueden obtener de los informes de simulacin generados por ARENA, y se busca un error
relativo en las medidas que resulte aceptable.
Los otros parmetros de simulacin se deben dejar fijos inicialmente. Se escogen los siguientes valores: 50
rplicas, y tiempo de calentamiento (Warm Up) nulo. Posteriormente, con el horizonte fijado, se varan los
otros parmetros.
Es importante destacar en este punto una consideracin referente a los tiempos. Los turnos de trabajo de los
operarios son de lunes a viernes, quedando el sistema parado durante dos das (sbado y domingo). Sin
Formalmente se debe repetir el clculo de los parmetros de simulacin para cada nueva simulacin que se realice. No obstante, los
errores relativos alcanzados en el escenario inicial son muy pequeos, y al realizar el clculo de los parmetros de simulacin en otros
escenarios se ha encontrado que apenas hay diferencias con respecto a los calculados en el escenario inicial, manteniendo esos errores
relativos muy pequeos. Por ello, se simplifica el estudio utilizando en todas las simulaciones los mismos parmetros de simulacin,
calculados en el escenario inicial.
10 Un intervalo de confianza es aquel rango de valores de un parmetro en el cual est contenido el valor real de dicho parmetro, con una
probabilidad determinada. Habitualmente, se fija una probabilidad del 95%. Para aclarar conceptos estadsticos bsicos, el lector puede
consultar el libro Estadstica en la Ingeniera: Inferencia y Aplicaciones (Gutirrez Fernndez, y otros, 2004)
9

Anlisis de Mejoras

46

embargo, hay varias operaciones que no requieren de ningn operario, como los tiempos de secado de
sellantes, que adems tienen duraciones de 1 da completo (24 horas). Por esta razn, es imprescindible tener
en cuenta esos dos das sin operarios disponibles. Por lo tanto, el horizonte de simulacin no se calcula en das,
sino en semanas (mltiplos enteros de 7 das).
Se representan a continuacin de manera grfica las evoluciones de las respuestas medias y los errores
relativos (calculados como la semi longitud del intervalo de confianza entre el valor medio de la respuesta)
para el Lead Time y la obra en curso (WIP), ya que son las respuestas ms relevantes.

Desviacin LEAD TIME


0,0060
0,0050
0,0040
carenas

0,0030

tapas

0,0020

vigas

0,0010
0,0000
119

231

455

910 1820 2184 2625 3150 3780

Figura 5-2 : Error relativo Lead Time (tanto por uno) frente al horizonte (das)
Es destacable que para la totalidad de los valores de horizonte probados, el error relativo (o desviacin) en la
medida del lead time es inferior al 1%. Este error es perfectamente admisible, por lo que el error relativo en
el lead time no es un parmetro crtico a la hora de determinar el horizonte de simulacin.

Desviacin WIP
0,0070
0,0060
0,0050
carenas

0,0040

tapas

0,0030

viga grande

0,0020

viga pequea

0,0010
0,0000
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-3 : Error relativo obra en curso (tanto por uno) frente al horizonte (das)
Nuevamente, los errores relativos son siempre inferiores al 1%, por lo que la desviacin en la medida de la
obra en curso tampoco es un parmetro crtico para determinar el horizonte de simulacin.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
47

LEAD TIME medio carenas


1170,00
1165,00
1160,00
1155,00
1150,00
1145,00
1140,00
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-4: Lead Time carenas (horas) frente al horizonte (das)

WIP medio carenas


52,00
50,00
48,00
46,00
44,00
42,00
40,00
38,00
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-5: Obra en curso carenas frente al horizonte (das)

LEAD TIME medio tapas


1390,00
1388,00
1386,00
1384,00
1382,00
1380,00
1378,00
1376,00
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-6: Lead Time tapas (horas) frente al horizonte (das)

Anlisis de Mejoras

48

WIP medio tapas


35,00
30,00
25,00
20,00
15,00
10,00
5,00
0,00
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-7: Obra en curso tapas frente al horizonte (das)

LEAD TIME medio vigas


156,00
155,80
155,60
155,40
155,20
155,00
154,80
119 231 455 910 1820 2184 2625 3150 3780

Figura 5-8: Lead Time vigas (horas) frente al horizonte (das)

WIP medio vigas


viga grande

viga pequea

8,00
6,00
4,00
2,00
0,00
119

231

455 910 1820 2184 2625 3150 3780

Figura 5-9: Obra en curso vigas frente al horizonte (das)


Se observa que a medida que aumenta el horizonte de simulacin, las respuestas estudiadas tienden
asintticamente a un valor estacionario. Esto indica que el sistema, en las condiciones de operacin, es estable.
Para los valores ms bajos del horizonte de simulacin, las respuestas tienen un valor bajo no representativo.
Para valores del horizonte de simulacin de 455 das (65 semanas) en adelante, los valores son
mayoritariamente estacionarios, teniendo una variacin mnima.
El valor de 455 das es el extremo superior de un salto en la respuesta del lead time de vigas, por lo se
elige un valor del horizonte superior: 490 das (70 semanas).

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
49

5.2.2

Nmero de rplicas

Las rplicas son la cantidad de veces que el software ARENA realiza una simulacin del horizonte, para tomar
datos. A mayor nmero de rplicas, mayor es el tamao de la muestra de los parmetros medidos, y ms
fiables son los datos recopilados.
Si se realiza una nica rplica, slo se obtiene un valor medio de las respuestas, no pudiendo asegurar que
dicho valor sea estacionario y siempre constante. Para un mayor nmero de rplicas, se registran ms valores
medios y el software de simulacin puede calcular un intervalo de confianza para la media de los valores
medios de las respuestas. Un gran nmero de rplicas aumenta el tiempo de ejecucin de la simulacin, al
igual que un horizonte grande, con los consiguientes costes.
De forma anloga al clculo del horizonte de simulacin, se realizan varias simulaciones variando el nmero
de rplicas. En este caso se mantienen fijos los otros parmetros de simulacin: un horizonte de 490 das
(calculado previamente) y un Warm Up nulo.

LEAD TIME medio carenas


1175,00
1170,00
1165,00
1160,00
1155,00
1150,00
1145,00
1140,00
4

14

20

26

32

38

44

50

Figura 5-10: Lead Time carenas (horas) frente a rplicas

LEAD TIME medio vigas


156,50
156,00
155,50
155,00
154,50
154,00
4

14

20

26

32

38

44

50

Figura 5-11: Lead Time vigas (horas) frente a rplicas


Se representan a continuacin de manera grfica las evoluciones de las respuestas medidas y el error relativo
de las mismas, de la misma forma que se ha realizado en el clculo del horizonte de simulacin.

Anlisis de Mejoras

50

LEAD TIME medio tapas


1390,00
1385,00
1380,00
1375,00
1370,00
4

14

20

26

32

38

44

50

Figura 5-12 : Lead Time tapas (horas) frente a rplicas


El lead time tiende a un valor asinttico, y parece estabilizarse en torno a dicho valor entre las 14 y las 20
rplicas.

WIP medio
45,00
40,00
35,00
30,00

carenas

25,00

tapas

20,00
15,00

viga grande

10,00

viga pequea

5,00
0,00
4

14

20

26

32

38

44

50

Figura 5-13 : Obra en curso frente a rplicas


La obra en curso tambin tiende asintticamente a un valor concreto. De hecho, prcticamente para cualquier
nmero de rplicas se obtiene dicho valor.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
51

Desviacin LEAD TIME


0,0500
0,0450
0,0400
0,0350
0,0300
0,0250
0,0200
0,0150
0,0100
0,0050
0,0000

carenas
tapas
vigas

14

20

26

32

38

44

50

Figura 5-14 : Error relativo (tanto por uno) frente a rplicas


El error relativo o desviacin del lead time se reduce drsticamente conforme se aumenta el nmero de
rplicas, como era de esperar. El error es inferior al 1% para un nmero de rplicas igual o superior a 14.

Desviacin WIP
0,0450
0,0400
0,0350
0,0300

carenas

0,0250

tapas

0,0200
0,0150

viga grande

0,0100

viga pequea

0,0050
0,0000
4

14

20

26

32

38

44

50

Figura 5-15 : Error relativo (tanto por uno) frente a rplicas


Lo mismo ocurre con el error relativo o desviacin de la obra en curso. En este caso, el error es inferior al 1%
a partir de un nmero de rplicas igual a 20.
De la unin de las diferentes condiciones, se tiene que el nmero de rplicas que debe tener la simulacin es de
20.

Anlisis de Mejoras

52

5.2.3

Warm-Up

El Warm-Up, o tiempo de calentamiento, es el tiempo que dura el rgimen transitorio del sistema desde el
momento en el que se inicia la simulacin. Los transitorios pueden presentar una gran variacin en las
respuestas medidas, que no son representativas del comportamiento normal del sistema, representado por el
rgimen estacionario. Durante el Warm-Up, ARENA no registra datos para elaborar la estadstica de los
informes, para evitar la distorsin que introduce el rgimen estacionario.
El tiempo de calentamiento en el presente estudio se establece en 2 semanas, tiempo suficiente para que todas
las estaciones tengan carga de trabajo.

5.3 Diseo de Experimentos: Anlisis de Varianza


Una vez elegidos los parmetros de la simulacin (horizonte, rplicas, y Warm-Up), los factores de
influencia sobre el sistema de inters (laminadores, recanteadores, ultrasonidos y furgoneta, descritos a
continuacin), y las respuestas para medir y determinar el desempeo del sistema (lead time, tiempo de
fabricacin de una pieza, obra en curso, y tiempo de espera), se ejecutan todas las simulaciones que
representan las propuestas de mejora.
Los factores son las entradas del sistema que se varan, y que simulan as las diferentes propuestas de mejora.
Los diferentes valores de los factores se denominan niveles. En el presente estudio se trabaja con
nicamente dos valores diferentes para cada factor, por lo que se habla de nivel bajo cuando se hace
referencia al valor ms bajo del factor en cuestin, y nivel alto cuando se hace referencia al valor ms alto.
Tabla 5-2 : Factores, niveles, equivalente real y modelado
Factores

Nivel
bajo

Nivel
alto

Descripcin

Laminador

Nmero de operarios. Capacidad del recurso laminador.

Recanteador

Nmero de operarios. Capacidad del recurso recanteador.

Ultrasonidos

Nmero de verificadores con equipo de inspeccin de ultrasonidos.


Capacidad del recurso ultrasonidos.

Furgoneta

Trayectos de furgoneta a la semana. Calendario de llegadas: mircoles,


o martes y jueves.

Para cada nivel de cada factor, y sus combinaciones, se realiza una simulacin. Al tener cada simulacin unas
condiciones de operacin (determinadas por los niveles de los factores) diferentes, las salidas o respuestas son
distintas, y se puede evaluar el efecto que tiene cada factor sobre los distintos parmetros de inters.
Se tienen 4 factores que variar, con 2 niveles cada uno. Se ha seleccionado un diseo Factorial Completo
simulando todas las combinaciones posibles de los mismos: laminadores nivel alto, laminadores y
recanteadores nivel alto, laminadores y ultrasonidos nivel alto, etc. As, se tienen un total de 16 combinaciones
posibles, que son los 16 experimentos o simulaciones que se realizan. En otros escenarios conviene reducir el
nmero de experimentos a realizar, aplicando diseos fraccionados.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
53
Tabla 5-3 : Niveles11 (alto: +, bajo: -) de los factores en los 16 experimentos
Experimento
Factores

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Laminadores

Recanteadores

+ +

+ +

Ultrasonidos

+ + + +

Furgoneta

Una vez realizados todos los experimentos, y extrados los datos de las respuestas, se hace un anlisis de
varianza. El anlisis de varianza es un mtodo estadstico para determinar las relaciones existentes entre ciertas
variables. En el presente estudio, se analiza si existe o no una relacin entre los factores (parmetros de control
que pueden variarse) y las respuestas (variables de salida que se pretenden mejorar). De forma muy
simplificada12, el anlisis de varianza tienen en cuenta las variaciones sufridas por las respuestas cuando se
varan los factores (combinaciones de niveles altos y bajos en los 16 experimentos), tiene en cuenta un error
introducido por las distribuciones estadsticas que siguen las respuestas, y determina con un nivel de confianza
del 90% si existe un efecto directo sobre una o ms respuestas al variar uno o ms factores.
El anlisis a mano de los datos es muy engorroso, y se recurre a un programa informtico para realizar los
anlisis estadsticos: DOEpack v3.0.22. Introduciendo los datos de las respuestas en cada rplica de cada
experimento13, el programa realiza el anlisis de varianza construyendo la llamada tabla ANOVA, y algunas
grficas de inters.
Los resultados de las 15 respuestas medidas en las 16 simulaciones realizadas se presentan a continuacin en
forma de tablas de anlisis de varianza, o ANOVA, sobre las cuales se marca en color amarillo aquellos
efectos estadsticamente apreciables. Esto es, aquellos incrementos observados al variar un factor, o
combinacin de varios, que son superiores a los errores derivados del propio anlisis estadstico. As pues, los
incrementos de magnitud similar o inferior a los errores no son destacados, no siendo un efecto del cambio de
niveles de los factores, sino parte del error.
Tambin se muestran las grficas de las medias marginales, en las que se aprecian los incrementos provocados
por cada uno de los factores de forma individual (sin combinarse con otros).
Por ltimo se muestran, para los casos de inters, las grficas de los efectos de la interaccin de dos factores.
En base todos estos datos presentados, para cada respuesta medida se discute el impacto que tiene cada uno de
los factores sobre las mismas.

Los niveles de cada factor han sido definidos previamente en la Tabla 5-2 : Factores, niveles, equivalente real y modelado.
Para profundizar en las tcnicas del anlisis de varianza y los diseos de experimentos, el lector puede consultar el libro Anlisis de
varianza: introduccin conceptual y diseos bsicos (Tejedor, 1999)
13 Se recuerda en este momento que se trata de 16 experimentos o simulaciones, con 20 rplicas cada uno; y que son 15 las respuestas que se
miden.
11
12

Anlisis de Mejoras

54

5.3.1

Respuesta 1: lead time de carenas

Figura 5-16 : Tabla ANOVA R1


La tabla ANOVA presenta las siguientes columnas:

SS: varianza (o suma de cuadrados) del grupo y entre grupos.

DF: grados de libertad del grupo (en todos los casos del presente estudio es la unidad) y entre grupos.

MS: cuasi varianza(o media cuadrtica) del grupo y entre grupos. Se calcula como:
=

F-ratio: cociente entre MS del grupo y MS entre grupos. Al seguir estos parmetros distribuciones tipo
Chi cuadrado (la varianza muestra sigue esta distribucin cuando la poblacin se admite normal), su
cociente sigue una distribucin F-Snedecor. El valor de este cociente determina un nivel de confianza
o una significacin14.

I-hat: diferencia promedio de respuestas para un factor a nivel alto respecto al bajo.

P-value: es el nivel de significacin determinado por el valor de F-ratio.

% contrib: porcentaje de contribucin del factor al efecto general de todos los factores sobre la
respuesta.

Si el P-value, o nivel de significacin determinado por el cociente de las cuasi varianzas en un grupo y entre
los grupos, es inferior al nivel de significacin que se ha elegido para aceptar o rechazar la prueba, el factor
tiene una repercusin sobre la respuesta. Si el P-value es mayor que el nivel de significacin, entonces las
variaciones en el grupo son debidas al error inherente a las distribuciones estadsticas, y el factor no tiene
repercusin sobre la respuesta.
El nivel de significacin es la probabilidad de aceptar que existe una relacin factor-respuesta, cuando
realmente no existe dicha relacin. En el presente estudio se ha elegido un nivel de significacin 0.1, que
quiere decir que existe un 10% de probabilidad de aceptar que existe una relacin factor-respuesta cuando en
realidad no la hay; y un 90% de probabilidad (nivel de confianza 0.9) de aceptar que existe una relacin factorrespuesta cuando s que la hay.

14 La suma de la significacin y el nivel de confianza es igual a la unidad, por lo que es equivalente hablar de significacin y nivel de
confianza, aunque no significan lo mismo y representan dos cosas diferentes.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
55
Los factores cuyos grupos tienen un P
P-value
value inferior a 0.1 estn coloreados de amarillo, ya que se puede
aceptar que existe un efecto sobre la respuesta al variar el factor.
Formalmente, para aplicar el anlisis de varianza mediante la tabla ANOVA se deben cumplir una serie de
hiptesis:
a) Independencia de las muestras.
b) Las poblaciones de las que provienen las muestras siguen una distribucin normal. Esta hiptesis se
comprueba observando el histograma de las respuestas, o realizando un contraste de Kolmogorov
KolmogorovSmirnov de ajuste normal. Tambin se puede estudiar la normalidad de los residuos en lugar de la
respuesta.
c) Homocedasticidad, o igualdad de las varianzas de las poblaciones. Esta hiptesis se comprueba
mediante el grfico de barras de error, o a travs de un contraste de Levene.
En el presente estudio no se han formalizado e indicado las pruebas de homocedasticidad. No obstante, s se
han tenido en cuenta el aspecto de los grficos de distribucin de probabilidad normal, y la distribucin de los
residuales. La independencia de los datos se verifica por obtenerse las muestras de simulaciones diferentes.
Una rpida inspeccin de la tabla ANOVA de
dell anlisis de varianza muestra que los factores furgoneta,
laminadores, ultrasonidos, y la combinacin furgoneta+laminadores tienen un efecto estadsticamente
apreciable.
Se presenta a continuacin la grfica de las medias marginales (la cual representa, para cada factor, el valor
promedio de la respuesta para todos los experimentos segn los niveles)
niveles),, en donde se visualizan los factores
que han intervenido en el experimento, con los niveles bajo y alto, y el valor obtenido en la respuesta para cada
uno de los niveles de los factores.

Figura 5-17 : Medias marginales R1


lead time
time,, as como de todas las respuestas medidas (lead
(
time, tiempo de
Se busca una disminucin del lead
fabricacin de una pieza, obra enn curso y tiempo de espera), por lo que se puede comprobar que nicamente
los factores furgoneta y laminadores tienen un efecto positivo al aumentar al nivel alto.
Para discutir la interaccin entre los factores furgoneta y laminadores utilizaremos la gr
grfica de efectos de
ambos factores combinados:

Anlisis de Mejoras

56

Figura 5-18 : Interaccin fur+lam R1


Mientras que un par de rectas paralelas indicaran una inexistente interaccin entre los efectos, un par de rectas
que divergen o se cruzan es indicativo de que s existe una interaccin. En este caso, la interaccin
furgoneta+laminadores hace que el efecto de aumentar al nivel alto el factor laminadores sea inexistente (e
incluso negativo, aumentando el lead
lead time
time) cuandoo el factor furgoneta est en nivel bajo; mientras que se
amplifica cuando el factor furgoneta est en nivel alto.
Los incrementos15 observados al cambiar del nivel bajo al alto en los factores se recoge en la siguiente tabla:
Tabla 5-4 : Incrementos sobre R1
Factor

Incremento

Fur

32,87%

Lam

1,64%

US

1,07%

Fur-Lam

2,38%

El factor furgoneta es claramente determinante, y el factor laminadores tiene una ligera influencia despus, al
igual que el factor ultrasonidos. La combinacin de los factores furgoneta+laminadores tambin tiene una
ligera influencia.
on lgicas: las carenas son las piezas con un tiempo de laminado ms alto, con media de
Estas influencias son
15.32 horas. El kit est compuesto por 8 carenas
carenas, que suman un total de unas 123 horas16, laminadas y curadas
en el autoclave en grupos de 4, y sin compartir ciclo con nninguna
inguna otra pieza (slo entran 4 carenas en cada
Los incrementos porcentuales se han calculado como el incremento mximo producido sobre la respuesta aal variar el factor (o factores)
sobre el valor medio de la respuesta en la situacin inicial (experimento 1: todos los factores en nivel bajo).
16En realidad habra que tener en cuenta la desviacin de la distribucin en lugar de multiplicar la media por un nmero entero
entero, pero se
omite para facilitar el razonamiento y la interpretacin de los resultados.
15

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
57
ejecucin de autoclave). Un mayor nmero de laminadores acelera la finalizacin de las carenas, por lo que el
ciclo de autoclave comienza antes.
El efecto de aumentar el recurso de ultrasonidos tambin sigue la misma lnea: su tiempo de operacin del
ensayo de ultrasonidos es de 100 minutos de media, por lo que el kit completo acumula un total de 800
minutos (algo ms de 13 horas), por lo que un mayor nmero de verificadores de ultrasonidos acelera la
inspeccin final del kit de 8 carenas.
Al tratarse de un programa con dos salidas de piezas al subcontratista, suponiendo un tiempo de 9 das de
media del total de 48.41 das del lead time, es razonable que al aumentar la frecuencia de los viajes de la
furgoneta se mejore el flujo de piezas entrantes y salientes, y el programa de carenas vea reducido su lead
time en consecuencia. De la misma forma, como la operacin de recanteo es subcontratada (salvo una
pequea retirada de exceso de material, con un tiempo de operacin pequeo) y no se hace en la empresa,
aumentar el nmero de recanteadores no afecta a las carenas.

5.3.2

Respuesta 2: lead time de tapas

Figura 5-19 : Tabla ANOVA R2


De la tabla ANOVA se concluye que los factores furgoneta, laminadores y la combinacin de ambos, tienen
un efecto sobre el lead time de las tapas.

Anlisis de Mejoras

58

Figura 5-20: Medias marginales R2


En la grfica de las medias marginales se puede observar que el aumento en el nivel de ambos factores resulta
beneficioso, reducindose el lead time.
Observando la grfica, presentada a continuacin, de efectos combinados de los factores furgoneta y
laminadores,
nadores, puede observarse que el efecto del factor laminadores se amplifica cuando el factor furgoneta
est en nivel alto, mientras que es muy pequeo cuando el factor furgoneta est en nivel bajo.

Figura 5-21: Interaccin fur+lam R2

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
59
Los incrementos observados al cambiar del nivel en los factores se recogen en la siguiente tabla:
Tabla 5-5 : Incrementos sobre R2
Factor

Incremento

Fur

30,67%

Lam

2,39%

Fur-Lam

1,28%

El factor furgoneta es claramente determinante, y el factor laminadores tiene una ligera influencia despus. La
combinacin de los factores furgoneta+laminadores tambin tiene una ligera influencia.
Las tapas tienen un tiempo de laminado relativamente alto, pero son slo 2. Sin embargo, comparten ciclo de
curado con las vigas, que son 5. En conjunto, las piezas que integran una ejecucin de autoclave suman un
total de algo ms de 700 horas. Por este motivo, un mayor nmero de laminadores adelanta la ejecucin del
autoclave y disminuye el lead time de las tapas.
Al ser un programa con recanteo subcontratado, el nmero de recanteadores no tiene efecto, al igual que pasa
en el programa de carenas. De la misma forma, al tener 3 operaciones subcontratadas, un aumento de la
frecuencia de viajes de la furgoneta implica una gran disminucin del lead time de las tapas, tal como ocurre
con las carenas.
El nmero de verificadores de ultrasonidos tampoco tiene influencia, ya que slo son 2 tapas por kit, y con
tiempos de operacin relativamente pequeos (unos 70 minutos).

5.3.3

Respuesta 3: lead time de vigas

Figura 5-22 : Tabla ANOVA R3


De la tabla ANOVA se desprende que todos los factores, as como la combinacin de varios de ellos, tienen un
efecto apreciable en la respuesta medida.

Anlisis de Mejoras

60

Figura 5-23: Medias marginales R3


De la grfica de las medias marginales se obtiene que el factor furgoneta tiene un efecto perjudicial (aumenta
el lead time) cuando pasa a nivel alto, mientras que el resto de los factores tienen un efecto beneficioso en
nivel alto.
Se comprueban ahora las interacciones entre factores:

Figura 5-24 : Interaccin lam+rec R3

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
61

Figura 5-25 : Interaccin lam+us R3


No hay una interaccin significat
significativa
iva entre los factores laminadores y recanteadores, ni entre los factores
laminadores y ultrasonidos, ya que las rectas son prcticamente paralelas.

Figura 5-26: Interaccin fur+us R3


La interaccin entre los factores furgoneta y ultrasonidos hace que el efecto favorable que tendra aumentar a
nivel alto el factor ultrasonidos se amplifique cuando tambin aumentamos a nivel alto el factor furgoneta, que
previamente se ha comprobado que es perjudicial. O, visto de otro modo: el aumento a nivel alto del factor
furgoneta se vuelve favorable, cuando antes era perjudicial, al aumentar a nivel alto el factor ultrasonidos.

Anlisis de Mejoras

62

Una tabla resumen de los efectos:


Tabla 5-6 : Incrementos sobre R3
Factor

Incremento

Fur

0,20%

Lam

1,42%

Rec

1,20%

US

0,87%

Fur-US

0,44%

Lam-Rec

0,28%

Lam-US

0,21%

Fur-Lam-US

0,26%

De donde se concluye que el efecto sobre el lead time de las vigas es muy pequeo en cualquier caso.
En consecuencia, todos los efectos pueden ser despreciados salvo el producido por los factores laminadores y
recanteadores, individualmente, que sigue siendo muy pequeo.
El programa de vigas es el nico que tiene una fuerte carga de trabajo sobre la estacin de recanteo, ya que
adems del recanteo propio de la pieza, tambin se realizan las reparaciones de la misma. Por esta razn, el
lead time de las vigas se ve afectado por el nmero de recanteadores; todo lo contrario que en los programas
de carenas y tapas.
De la misma forma que con el programa de tapas, comentado anteriormente, un mayor nmero de laminadores
acelera la finalizacin de las piezas necesarias para entrar en el autoclave, reduciendo as el lead time de las
vigas.
Un resultado de fcil interpretacin es el nulo efecto de aumentar la frecuencia de viajes de la furgoneta, ya
que el programa de vigas no utiliza dicho recurso. Sin embargo, s que se aprecia un efecto negativo
(perjudicial) en el lead time de las vigas cuando la furgoneta realiza ms viajes. Esto se debe a que los otros
dos programas pasan menos tiempo esperando la furgoneta, y vuelven antes a la planta, ocupando ms las
estaciones de trabajo, que de otra forma habran estado ms liberadas para las vigas.
Un resultado que a priori no parece evidente es que el nmero de verificadores de ultrasonidos apenas tiene
efecto sobre las vigas, an cuando se trata de 5 vigas por kit, que acumulan un tiempo de ms de 9 horas de
ensayos de ultrasonidos.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
63

5.3.4

Respuesta 4: tiempo de fabricacin de una carena

Figura 5-27 : Tabla ANOVA R4


Existe un efecto de los factores furgoneta y laminadores, y de la combinacin de ambos.

Figura 5-28: Medias marginales R4


Aumentar a nivel alto los factores resulta favorable en ambos casos, disminuyendo el tiempo de fabricacin de
una carena individual.

Anlisis de Mejoras

64

Figura 5-29: Interaccin fur+lam R4


La interaccin entre los factores furgoneta y laminadores es despreciable (las rectas son prcticamente
paralelas), pues apenas vara ligeramente el efecto de cambiar el nivel de laminadores cuando el nivel de
furgoneta es bajo o alto.
Tabla 5-7 : Incrementos sobre R4
Factor

Incremento

Fur

26,95%

Lam

3,93%

Fur-Lam

1,22%

En resumen, el factor furgoneta es el ms influyente, seguido de una pequea influencia del factor
laminadores.
Nuevamente, el nmero de viajes de la furgoneta es determinante en esta respuesta, ya que el programa de
carenas tiene 2 operaciones subcontratadas que suman un tiempo importante del total de fabricacin.
Por las mismas razones expuestas en el anlisis de las respuestas anteriores, un mayor nmero de laminadores
hace que el lote de 4 carenas que entran en el autoclave se finalice antes, y por tanto se inicie la ejecucin del
autoclave antes, reducindose as el tiempo de fabricacin de una carena.
El nmero de operarios de recanteo no tienen ningn efecto, ya que las carenas apenas pasan por la estacin de
recanteo.
Los operarios de ultrasonidos no afectan al tiempo de fabricacin de una pieza. Esto se debe a que la respuesta
es la fabricacin de una nica pieza, no del lote completo, y se tiene un gran nmero de carenas en el proceso
(8 por kit), por lo que resulta fcil que sea una carena la que entre por delante de otras piezas a la estacin de
ultrasonidos. Adicionalmente, las colas se han caracterizado como FIFO17: First In First Out, que significa
que la primera carena en llegar y ponerse a la cola ser la primera en entrar al proceso y terminarse.
17 Existen otros tipos de colas, como FILO (First In LastOut, la primera en llegar es la ltima en procesarse), o una basada en prioridades
(por ejemplo donde las vigas tengan prioridad sobre cualquier otra pieza, que tendr que esperar hasta que no quede ninguna viga
esperando).

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
65

5.3.5

Respuesta 5: tiempo de fabricacin de una tapa

Figura 5-30 : Tabla ANOVA R5


nicamente los factores furgoneta y laminadores tienen un efecto apreciable en la respuesta medida.

Figura 5-31: Medias marginales R5


El efecto del factor furgoneta es claramente determinante.

Anlisis de Mejoras

66

Tabla 5-8 : Incrementos sobre R5


Factor

Incremento

Fur

29,36%

Lam

1,86%

De la misma forma que con el programa de carenas, las tapas pasan por varias operaciones subcontratadas
(que suponen un gran porcentaje del tiempo total de fabricacin), por lo que la frecuencia de viajes de la
furgoneta es importante. Tambin tienen un tiempo mnimo de paso por la estacin de recanteo, no siendo por
tanto apreciable ningn efecto al aumentar el nmero de recanteadores.
Tal y como se ha explicado previamente, un mayor nmero de laminadores hace que las piezas del lote para el
autoclave (aquellas que comparten ciclo) se terminen de laminar antes, y que el autoclave comience el ciclo
antes, disminuyendo as el tiempo de fabricacin de la pieza.
En ltimo lugar, el nmero de verificadores de ultrasonidos tampoco tiene una gran influencia en el tiempo de
fabricacin de una pieza, conclusin que a priori no se intuye.

5.3.6

Respuesta 6: tiempo de fabricacin de una viga grande

Figura 5-32: Tabla ANOVA R6


Se refleja una influencia de todos los factores, y de la combinacin de varios de ellos.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
67

Figura 5-33: Medias marginales R6


El efecto de cambiar a nivel alto el factor furgoneta es perjudicial, mientras que en el resto de los factores es
positivo.

Figura 5-34 : Interaccin fur+lam R6

Anlisis de Mejoras

68

Figura 5-35 : Interaccin fur+us R6

Figura 5-36 : Interaccin lam+us R6

Figura 5-37 : Interaccin lam+rec R6

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
69

En general, la interaccin entre los factores es despreciable, por tratarse de rectas prcticamente paralelas;
mientras que el factor ultrasonidos en nivel alto tiene un mayor efecto cuando el nivel del factor furgoneta es
tambin el nivel alto. No obstante, cambiar a nivel alto el factor furgoneta resulta perjudicial, como se
desprende de la grfica de las medias marginales.
El resumen de los efectos:
Tabla 5-9 : Incrementos sobre R6
Factor

Incremento

Fur

1,28%

Lam

2,85%

Rec

2,06%

US

1,68%

Fur-Lam

0,41%

Fur-US

0,82%

Lam-Rec

0,43%

Lam-US

0,25%

Fur-Lam-US

0,48%

Todos los efectos de factores combinados resultan despreciables, mientras que los efectos de los factores
individualmente tienen una pequea importancia. Se vuelve a hacer notar que, como se comprueba en la
grfica de medias marginales, cambiar a nivel alto el factor furgoneta resulta perjudicial. Por lo tanto, los
factores de inters son los otros tres.
Al igual que ocurre con la respuesta lead time de vigas, el factor furgoneta tiene una influencia negativa al
pasar a nivel alto: las piezas que salen de la planta estn menos tiempo fuera, por lo que interfieren ms con el
programa de vigas, que tiene todas sus operaciones dentro de la planta.
Nuevamente, al ser el programa de vigas el que ms tiempo ocupa de la estacin de recanteo, un aumento del
nmero de recanteadores resulta beneficioso.
En esta ocasin, el factor ultrasonidos s que tiene influencia sobre la respuesta. La influencia sobre el tiempo
de fabricacin de una pieza es mayor que sobre el lead time de vigas (0.87%), ya que al ser el kit de 5 vigas,
y haber un mximo de 3 puestos de ultrasonidos, las 5 piezas tienen que esperarse y no es tan acusada la
reduccin de tiempo que cuando se trata de una nica pieza, que no tiene que esperar a ninguna otra. El
efecto del factor ultrasonidos es mayor en combinacin con el factor furgoneta en nivel alto, ya que hay un
mayor flujo de piezas de otros programas pasando por ultrasonidos, y hay un mayor beneficio sobre las vigas
cuando se aumenta el nmero de verificadores de ultrasonidos.
La influencia del nmero de laminadores ya ha sido explicada previamente.

Anlisis de Mejoras

70

5.3.7

Respuesta 7: tiempo de fabricacin de una viga pequea

Figura 5-38: Tabla ANOVA R7


Al igual que para el tiempo de fabricacin de una viga grande, todos los factores, y varias combinaciones de
los mismos, tienen un efecto apreciable.

Figura 5-39: Medias marginales R7

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
71

Figura 5-40: Interaccin fur+lam R7

Figura 5-41: Interaccin lam+us R7


El efecto de cambiar a nivel alto el factor furgoneta es perjudicial, al contrario que en el resto de factores, al
igual que ocurra para el tiempo de fabricacin de una viga grande.

Anlisis de Mejoras

72

Figura 5-42: interaccin fur+us R7


La interaccin todos los factores es despreciable, salvo el efecto de aumentar a nivel alto el factor ultrasonidos
cuando el factor furgoneta est tambin en nivel alto, que se amplifica. O visto al revs: el efecto perjudicial de
aumentar a nivel alto el factor furgoneta se reduce cuando el factor ultrasonidos est en nivel alto.
Tabla 5-10 : Incrementos sobre R7
Factor

Incremento

Fur

1,03%

Lam

2,36%

Rec

4,69%

US

1,88%

Fur-Lam

0,28%

Fur-US

0,71%

Lam-US

0,42%

Todos los efectos de los factores combinados son despreciables, mientras que hay un pequeo efecto de los
factores individualmente. Se vuelve a sealar que, al igual que en el caso del tiempo de fabricacin de una viga
grande, aumentar a nivel alto el factor furgoneta es perjudicial, por lo que los factores de inters son
nuevamente los otros tres.
Las conclusiones sobre el tiempo de fabricacin de una viga pequea son exactamente las mismas que sobre el
tiempo de fabricacin de una viga grande, explicadas previamente. Los efectos son algo mayores, pues hay un
mayor nmero de vigas pequeas que grandes (un 50% ms de vigas pequeas).

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
73

5.3.8

Respuesta 8: obra en curso carenas

Figura 5-43: Tabla ANOVA R8


Slo tienen influencia los factores furgoneta y laminadores.

Figura 5-44: Medias marginales R8

Anlisis de Mejoras

74

El efecto de aumentar a nivel alto los factores con influencia es positivo (disminuye la obra en curso), siendo
determinante el factor furgoneta.
Tabla 5-11: Incrementos sobre R8
Factor

Incremento

Fur

27,77%

Lam

2,18%

A priori cabra pensar que todos aquellos factores que redujesen el lead time del programa de carenas,
tambin deberan reducir la obra en curso de las mismas, ya que se terminan los kits antes y se entregan al
cliente, saliendo de la planta y dejando de ser obra en curso. En realidad no ocurre exactamente as, cosa que
no se habra podido saber sin realizar el anlisis de varianza.
Nuevamente, el factor furgoneta es clave, pues hace que aumente o disminuya el tiempo que pasan las carenas
esperando para ir o volver del subcontratista, teniendo un gran impacto sobre el tiempo de fabricacin del kit y
acelerando la entrega al cliente.
El factor laminadores vuelve a tener cierta influencia, pues contribuye a finalizar antes todas las piezas del lote
para el autoclave. El autoclave controla el tiempo de 4 carenas por ejecucin, por lo que iniciar la ejecucin
antes implica reducir el tiempo de fabricacin de las 4 piezas, y la nica forma de controlar el tiempo del
autoclave es reduciendo el tiempo de proceso de la estacin anterior, el laminado, a travs del nmero de
laminadores. As, al reducir el lead time se sacan del proceso antes a las piezas, y se reduce la cantidad de las
mismas siendo procesadas a la vez en todo el sistema.

5.3.9

Respuesta 9: obra en curso tapas

Figura 5-45: Tabla ANOVA R9


Para la respuesta medida, tienen efecto los factores furgoneta, laminadores y recanteadores, y la combinacin
de furgoneta y laminadores, y recanteadores y ultrasonidos.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
75

Figura 5-46: Medias marginales R9


El efecto de aumentar a nivel alto los factores furgoneta y laminadores es positivo, mientras que los factores
recanteadores y ultrasonidos apenas tienen influencia por s mismos.

Figura 5-47: Interaccin rec+us R9


Hay una clara interaccin entre los factores recanteadores y ultrasonidos, que hace que el efecto de cambiar el
nivel del factor ultrasonidos sea positivo cuando el factor recanteadores est en nivel bajo, y negativo si est en
nivel alto. Tambin puede interpretarse de la siguiente forma: el factor recanteadores no tiene ninguna
influencia cuando el factor ultrasonidos est en nivel alto. En cualquier caso, el incremento provocado es

Anlisis de Mejoras

76

apenas un 0.9% sobre la obra en curso inicial, por lo que resulta despreciable.

Figura 5-48: Interaccin fur+lam R9


La interaccin entre los factores furgoneta y laminadores resulta inexistente en la prctica.

La tabla resumen de los efectos se muestra a continuacin:


Tabla 5-12 : Incrementos sobre R9
Factor

Incremento

Fur

28,91%

Lam

2,35%

Rec

0,09%

Fur-Lam

0,19%

Rec-US

0,09%

Los nicos efectos apreciables son el del factor furgoneta, predominante, seguido del factor laminadores, de
pequeo impacto.
El programa de tapas, al igual que el de carenas, tiene varias operaciones subcontratadas. Por los mismos
razonamientos que se han expuesto en el punto anterior, las conclusiones sobre la obra en curso de carenas son
idnticas a las de la obra en curso de tapas.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
77

5.3.10 Respuesta 10: obra en curso vigas grandes

Figura 5-49: Tabla ANOVA R10


Se aprecia influencia de los factores recanteadores y ultrasonidos, y la combinacin de laminadores y
recanteadores.

Figura 5-50: Medias marginales R10


El efecto de los niveles altos de todos los factores es positivo, reduciendo la obra en curso.

Anlisis de Mejoras

78

Figura 5-51: Interaccin lam+rec R10


La interaccin entre los factores laminadores y recanteadores es tal, que cambiar del nivel bajo al alto del
factor recanteadores no tienen ningn efecto cuando se tiene el nivel alto del factor laminadores. No obstante,
el incremento provocado en el caso contrario es inferior al 0.9% con respecto a la obra en curso en la situacin
inicial, por lo que resulta despreciable.
Tabla 5-13 : Incrementos sobre R10
Factor

Incremento

Rec

0,41%

US

0,58%

Lam-Rec

0,42%

Todos los efectos resultan despreciables, por lo que la respuesta obra en curso de vigas grandes no se ve
alterada por los factores estudiados.
Aunque el programa de vigas, especialmente las vigas grandes, ocupen la mayor parte del tiempo de la
estacin de recanteo, el efecto de aumentar el nmero de recanteadores es despreciable.
Estos resultados se explican al observar el valor medio de la obra en curso: de 4.77 a 4.81 vigas grandes. Se
trata ya de por s de un valor muy pequeo, por lo que es difcil mejorarlo notablemente. Es oportuno recordar
en este momento que el programa de vigas es el programa ms asentado y depurado de los estudiados,
teniendo un menor margen para la mejora.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
79

5.3.11 Respuesta 11: obra en curso vigas pequeas

Figura 5-52: Tabla ANOVA R11


En este caso, tienen influencia los factores laminadores, recanteadores y ultrasonidos, y la combinacin de
varios factores.

Figura 5-53: Medias marginales R11


El cambio a nivel alto tiene un efecto positivo, reduciendo la obra en curso, para todos los factores
individualmente.

Anlisis de Mejoras

80

Figura 5-54: Interaccin lam+us R11

Figura 5-55: Interaccin lam+rec R11


El efecto de pasar del nivel bajo al nivel alto los factores ultrasonidos y recanteadores se ve disminuido cuando
el factor laminadores est en nivel alto.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
81

Figura 5-56: Interaccin fur+us R11


A la inversa ocurre con el factor ultrasonidos, que se amplifica cuando el factor furgoneta est en nivel alto.
De la misma forma que en los casos previos, los incrementos provocados son inferiores al 3% sobre una
cantidad inicial de 6.7 en todos los factores, por lo que estos efectos resultan despreciables.
Tabla 5-14 : Incrementos sobre R11
Factor

Incremento

Lam

0,22%

Rec

0,78%

US

0,89%

Fur-US

0,51%

Lam-Rec

0,36%

Lam-US

0,37%

Al igual que con las vigas grandes, todos los efectos resultan despreciables, por lo que la respuesta obra en
curso de vigas pequeas tampoco se ve alterada por los factores estudiados.
Aunque el efecto sobre las vigas pequeas es ligeramente superior que sobre las vigas grandes, el resultado
final es el mismo: el programa de vigas est asentado y bastante depurado, por lo que tiene poco margen de
mejora.

Anlisis de Mejoras

82

5.3.12 Respuesta 12: tiempo de espera de carenas

Figura 5-57: Tabla ANOVA R12


Se identifica la influencia de los factores furgoneta y laminadores, y de la combinacin de ambos.

Figura 5-58: Medias marginales R12


Para ambos factores con efecto apreciable, el cambio del nivel bajo al alto supone un efecto beneficioso,
reduciendo el tiempo de espera.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
83

Figura 5-59: Interaccin fur+lam R12


La interaccin entre los factores furgoneta y laminadores resulta ser nula, pues las rectas son paralelas.
Tabla 5-15: Incrementos sobre R12
Factor

Incremento

Fur

45,30%

Lam

4,59%

Fur-Lam

0,51%

El efecto del factor furgoneta es predominante. Tras los resultados obtenidos en las respuestas previamente
analizadas, esto era de esperar. El programa de carenas tiene varias operaciones subcontratadas que implican
que las piezas salgan de la planta. Para viajar hasta el subcontratista, tienen que esperar a que la furgoneta
realice la ruta. Por lo tanto, aumentar la frecuencia de viajes de la furgoneta reduce drsticamente el tiempo de
espera.
Nuevamente, aumentar el nmero de laminadores hace que el lote para el autoclave se finalice antes, por lo
que se reduce el tiempo de espera de las piezas para entrar al autoclave.
El efecto combinado de los factores furgoneta y laminadores resulta no ser tan determinante como cabra
esperar al ver el efecto que tienen de forma individual. Esto es debido a que el efecto producido por el factor
furgoneta es mucho mayor que el producido por el factor laminadores, haciendo que el ltimo sea despreciable
en comparacin.

Anlisis de Mejoras

84

5.3.13 Respuesta 13: tiempo de espera de tapas

Figura 5-60: Tabla ANOVA R13


En este caso, slo tienen efecto los factores furgoneta y laminadores, pero no su combinacin.

Figura 5-61: Medias marginales R13


Para ambos factores, el aumento al nivel alto resulta beneficioso. Nuevamente, el factor furgoneta es
predominante.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
85
Tabla 5-16 : Incrementos sobre R13
Factor

Incremento

Fur

47,74%

Lam

4,25%

El tiempo de espera de las tapas se ve afectado por los mismos factores que las carenas, pues los dos
programas comparten una caracterstica clave: tienen varias operaciones subcontratadas.

5.3.14 Respuesta 14: tiempo de espera de vigas grandes

Figura 5-62: Tabla ANOVA R14


Sobre el tiempo de espera de las vigas grandes, tienen efecto todos los factores, as como la combinacin de
los factores furgoneta y ultrasonidos, y otras combinaciones de 3 factores, que habitualmente en la realidad no
se dan.

Anlisis de Mejoras

86

Figura 5-63: Medias marginales R14


El cambio de nivel bajo a alto en el factor furgoneta resulta perjudicial, aumentando el tiempo de espera;
mientras que en el resto de los factores el cambio a nivel alto resulta beneficioso.

Figura 5-64: Interaccin fur+us R14


Para el valor alto del factor ultrasonidos, el factor furgoneta no tiene influencia (es una recta horizontal),
obteniendo el mismo tiempo de espera tanto para el nivel bajo como para el nivel alto.
La tabla resumen de los efectos se presenta a continuacin:

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
87
Tabla 5-17 : Incrementos sobre R14
Factor

Incremento

Fur

0,18%

Lam

0,57%

Rec

0,53%

US

0,60%

Fur-US

0,21%

Fur-Lam-US

0,25%

Lam-Rec-US

0,21%

Los efectos de interacciones entre 3 factores o ms, no suelen darse en la realidad. En este caso, las
interacciones de 3 factores tienen un efecto despreciable (0,25% mximo), por lo que se concluye que
realmente no existen dichos efectos.
De igual forma, todos los incrementos provocados son inferiores al 0,6%, por lo que la respuesta tiempo de
espera de vigas grandes no se ve afectada por los factores que se estudian.

Anlisis de Mejoras

88

5.3.15 Respuesta 15: tiempo de espera de vigas pequeas

Figura 5-65: Tabla ANOVA R15


Sobre el tiempo de espera de las vigas pequeas tienen efecto todos los factores, y una combinacin de 3 de
ellos.

Figura 5-66: Medias marginales R15


Slo los factores furgoneta y ultrasonidos producen un efecto positivo, reduciendo el tiempo de espera, al
pasar a nivel alto.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
89
Se presenta la tabla resumen de los incrementos a continuacin:
Tabla 5-18: Incrementos sobre R15
Factor

Incremento

Fur

2,41%

Lam

8,71%

Rec

2,01%

US

1,99%

Fur-Lam-US

2,15%

Teniendo en cuenta los factores que producen un efecto beneficioso al pasar a nivel alto, los factores de inters
son furgoneta y ultrasonidos.

5.4 Resumen de efectos


Tras la revisin de los resultados de todos los experimentos y los efectos de la variacin de los factores en cada
respuesta, se presenta a continuacin una tabla resumen de los efectos que tiene cada factor, y sus
combinaciones, sobre las respuestas. El objetivo es determinar qu factores son los ms influyentes o
importantes.
Tabla 5-19 : Resumen de efectos, Lead Time y Tiempo de Fabricacin de una pieza

18

Vigas

Carenas

Tapas

Viga Grande

Viga Pequea

SINGLE PART TIME

Tapas

LEAD TIME

Carenas

Experimento

Respuesta

N/A18

N/A

N/A

N/A

N/A

N/A

N/A

N/A

Fur

32,87%

30,67%

0,20%

26,95%

29,36%

1,28%

1,03%

Lam

1,64%

2,39%

1,42%

3,93%

1,86%

2,85%

2,36%

Rec

0,00%

0,00%

1,20%

0,00%

0,00%

2,06%

4,69%

US

1,07%

0,00%

0,87%

0,00%

0,00%

1,68%

1,88%

Fur-Lam

2,38%

1,28%

0,00%

1,22%

0,00%

0,41%

0,28%

Factores
variantes

N/A: No Aplica. El experimento 1 es la situacin inicial de estudio (la referencia), en la que todos los factores estn en nivel bajo.

Anlisis de Mejoras

90

Fur-Rec

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Fur-US

0,00%

0,00%

0,44%

0,00%

0,00%

0,82%

0,71%

Lam-Rec

0,00%

0,00%

0,28%

0,00%

0,00%

0,43%

0,00%

10

Lam-US

0,00%

0,00%

0,21%

0,00%

0,00%

0,25%

0,42%

11

Rec-US

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

12

Fur-LamRec

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

13

Fur-LamUS

0,00%

0,00%

0,26%

0,00%

0,00%

0,48%

0,00%

14

Fur-RecUS

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

15

Lam-RecUS

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

16

Fur-LamRec-US

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Tabla 5-20 : Resumen de efectos, Obra en Curso y Tiempo de Espera

Viga Grande

Viga Pequea

Carenas

Tapas

Viga Grande

Viga Pequea

WAIT TIME

Tapas

WORK IN PROCESS

Carenas

Experimento

Respuesta

N/A

N/A

N/A

N/A

N/A

N/A

N/A

N/A

N/A

Fur

27,77%

28,91%

0,00%

0,00%

45,30%

47,74%

0,18%

2,41%

Lam

2,18%

2,35%

0,00%

0,22%

4,59%

4,25%

0,57%

8,71%

Rec

0,00%

0,09%

0,41%

0,78%

0,00%

0,00%

0,53%

2,01%

US

0,00%

0,00%

0,58%

0,89%

0,00%

0,00%

0,60%

1,99%

Fur-Lam

0,00%

0,19%

0,00%

0,00%

0,51%

0,00%

0,00%

0,00%

Fur-Rec

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Fur-US

0,00%

0,00%

0,00%

0,51%

0,00%

0,00%

0,21%

0,00%

Lam-Rec

0,00%

0,00%

0,42%

0,36%

0,00%

0,00%

0,00%

0,00%

10

Lam-US

0,00%

0,00%

0,00%

0,37%

0,00%

0,00%

0,00%

0,00%

11

Rec-US

0,00%

0,09%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Factores
variantes

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
91

12

Fur-LamRec

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

13

Fur-LamUS

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,25%

2,15%

14

Fur-RecUS

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

15

Lam-RecUS

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,21%

0,00%

16

Fur-LamRec-US

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

0,00%

Experimento

Tabla 5-21 : Suma de efectos de cada factor

1
2
3

Factores
variantes

N/A
Fur
Lam
Rec

US

Suma de
efectos

Observacin

N/A

N/A

13

Afecta a un gran nmero de respuestas, y


en una cantidad importante.

14

Afecta a un gran nmero de respuestas,


aunque en una cantidad baja.

Slo tiene efecto apreciable sobre las


vigas, y en todas las respuestas, aunque en
una cantidad baja.

Slo tiene efecto apreciable sobre las


vigas, y en todas las respuestas, aunque en
una cantidad baja.

La combinacin de los dos factores ms


influyentes tiene efecto sobre la mitad de
las respuestas, aunque en una cantidad
baja.

No tienenningnefecto.

Tiene un efecto leve sobre las vigas,


producido por el factor US (ya que el
factor furgoneta es prejudicial)

Fur-Lam
6

7
8

Fur-Rec
Fur-US

Lam-Rec

Tiene un efecto leve sobre las vigas.

10

Lam-US

Efecto leve sobre las vigas.

11

Rec-US

No tienen ningn efecto apreciable.

Anlisis de Mejoras

92

12

Fur-Lam-Rec

No tiene ningn efecto.

13

Fur-Lam-US

Tiene un efecto leve en las vigas.

14

Fur-Rec-US

No tiene ningn efecto.

15

Lam-Rec-US

No tiene ningn efecto apreciable.

16

Fur-Lam-Rec-US

No tiene ningn efecto.

Los factores que influyen sobre un mayor nmero de respuestas son furgoneta y laminadores. De estos
dos factores, el que tiene un mayor efecto es el factor furgoneta, en torno al 30% en general; mientras que el
efecto del factor laminadores est en torno al 2%. Estos efectos son sobre prcticamente todas las respuestas de
todos los programas, y en porcentajes similares.
Los otros factores (recanteadores y ultrasonidos) tambin influyen sobre un nmero alto de respuestas. Sin
embargo, adems de ser menor ese nmero, el efecto tambin es menor (del 0,5% al 4,5%), y nicamente
afectan a las vigas, no teniendo repercusin sobre las carenas y las tapas.
Adicionalmente, el mayor de estos efectos sobre las vigas se da en el tiempo de fabricacin de una pieza
(single part time), que es una respuesta con menor importancia que el lead time (tiempo de fabricacin de
un kit), la obra en curso y el tiempo de espera medio.
Si finalmente se tiene en cuenta que los valores medios de las respuestas en el programa de vigas son
pequeos, y por tanto los porcentajes indicados se traducen en incrementos mnimos, estos factores resultan de
poca o ninguna importancia en el desempeo del proceso global.
Los efectos combinados de varios factores tienen en general poca o ninguna influencia. En su mayora afectan
nicamente a las vigas, y en unos porcentajes despreciables (inferiores al 1%), sobre unos valores medios en
las respuestas bajos.
Lo contrario ocurre con la excepcin, la combinacin de los factores furgoneta y laminadores, que afecta a las
carenas y las tapas. Este efecto es tambin bajo, salvo en el lead time, una de las respuestas ms importantes
y de mayor inters, en la que el efecto oscila entre el 1% y el 2%. En el caso de las carenas y las tapas, los
valores medios de las respuestas son altos, especialmente en la respuesta con los mayores porcentajes de efecto
(lead time), por lo que resulta de cierto inters tener en cuenta este efecto combinado de furgoneta y
laminadores.
En conclusin, los factores que tienen un mayor efecto sobre el desempeo del proceso estudiado son el factor
furgoneta y el factor laminadores. Estos dos factores influyen sobre todas las respuestas tenidas en cuenta, y
adicionalmente tienen un efecto combinado sobre el lead time de las carenas y las tapas.
Los factores recanteadores y ultrasonidos resultan no tener tanta influencia o repercusin sobre las
respuestas, por lo que no sern objeto de cambio.

5.5 Impacto econmico


Las dos propuestas de mejora de mayor inters son: aumentar los viajes de la furgoneta a dos por semana, y
aumentar el nmero de laminadores de 5 a 6.
La furgoneta que realiza la ruta no es propiedad de la empresa, sino que es alquilada. El conductor de la
furgoneta, sin embargo, s es empleado de la empresa. La adquisicin de una furgoneta no est entre los
intereses de la empresa, por lo que se seguir utilizando la ya alquilada, y se reubicar un operario de la planta
(de sala limpia, montaje, limpieza de utillaje, recanteo, etc.) segn la carga de trabajo para conducir la

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
93
furgoneta.
El aumento de uno a dos viajes semanales implica un mayor coste recurrente en concepto de horas de trabajo
del operario y gasolina.
19 =

1982.03
1

160

5
= 61.94

= 36.25

= (61.94 + 36.25 ) 1

4
= 392.76

El aumento del personal en sala limpia de 5 a 6 laminadores implica el pago de una nmina mensual ms, con
sus correspondientes seguros sociales.
20 = 1982.03

A priori es evidente que la mejora con un mayor coste es la segunda: contratar un operario ms para laminar en
sala limpia (un laminador).
A continuacin se comparan los beneficios obtenidos de una mejora u otra.
El impacto econmico sobre el proceso puede medirse en reduccin del lead time y en la reduccin de la
obra en curso, sta ltima fcilmente traducible a datos econmicos. Se presentan en la siguiente tabla los
datos econmicos21 de cada programa:
Tabla 5-22 : Coste y obra en curso por pieza

Pieza

Coste medio

Obra en curso
inicial media

Obra en curso final


media

Obra en curso final


media

(factor furgoneta)

(factor laminadores)

Carenas

1260.08

48.36 u

35.59 u

47.99 u

Viga grande

912.96

4.82 u

4.83 u

4.78 u

Viga peq.

426.04

6.85 u

6.88 u

6.77 u

Tapas

377.03

30.5 u

21.64 u

29.75 u

En la tabla se muestran:

Coste medio: coste medio imputado a una pieza en el proceso. Conforme la pieza avanza en el
proceso, el coste imputado aumenta, por lo que se ha calculado un coste medio ponderado con el
porcentaje de tiempo que pasa en cada etapa.

El coste mensual de un operario incluye el pago de su nmina y de los seguros sociales.


Ver nota al pie anterior.
21 Los datos econmicos aqu presentados no se corresponden con los reales: han sido alterados por motivos de confidencialidad. No
obstante, se ha cuidado que reflejen las mismas conclusiones que los datos reales, para no desvirtuar el presente estudio.
19
20

Anlisis de Mejoras

94

Obra en curso inicial media: para los clculos se ha tomado el valor medio de la obra en curso en la
situacin inicial o de referencia (todos los factores en nivel bajo).

Obra en curso final media: para los clculos se ha tomado el valor medio de la obra en curso en el
escenario en el que el factor correspondiente (furgoneta o laminadores) est en nivel alto.

A partir de la tabla es sencillo calcular los incrementos de la obra en curso producidos por los incrementos en
los factores, y estima el impacto econmico que tiene (al reducirse la cantidad de piezas en el proceso, y por
tanto el capital invertido en forma de material, mano de obra, etc. que se imputa a la pieza).
Tabla 5-23 : Incrementos de obra en curso y coste

Pieza

Coste
medio

Incremento
WIP

Incremento
coste

(furgoneta)

(furgoneta)

Incremento WIP
(lamiandores)

Incremento
coste
(laminadores)

Carenas

1260.08

-12.77

-16091.22

-0.37

-466.23

Viga grande

912.96

0.01

9.13

-0.04

-36.52

Viga peq.

426.04

0.03

12.78

-0.08

-34.08

Tapas

377.03

-8.86

-3340.49

-0.75

-282.77

Es fcil adelantar que la reduccin del coste imputado a la obra en curso global del sistema es mucho menor en
el caso de aumentar la frecuencia de viajes de la furgoneta. Esto ocurre a pesar de que el efecto sobre el
programa de vigas (vigas grandes y vigas pequeas) es perjudicial: aumenta la obra en curso. Sin embargo, los
programas de carenas y tapas tienen un coste mucho mayor.
Los incrementos en el lead time se pueden calcular de la misma manera, aunque resulta a priori complicado
traducir los resultados en trminos econmicos, por lo que no se aborda ese aspecto.
Tabla 5-24 : Incrementos de Lead Time por programa
Lead Time
medio

Lead Time
medio

Incremento
Lead Time

(inicial)

(furgoneta)

(furgoneta)

Carenas

1162.04 H

794.14 H

-367.9 H

1152.19 H

-9.85 H

Vigas

155.9 H

157.4 H

1.49 H

153.4 H

-2.49 H

Tapas

1388 H

965.4 H

-422 H

1359 H

-29 H

Programa

Lead Time medio


(laminadores)

Incremento
Lead Time
(laminadores)

Tambin es fcil observar que el aumento de la frecuencia de los viajes de la furgoneta suponen una reduccin
del lead time mayor. La excepcin es el programa de vigas, que ve aumentado su lead time en una hora y
media. No obstante, la mejora en los programas de carenas y tapas es muy significativa, mucho ms que en el
caso de aumentar de 5 a 6 los laminadores.
Se resume a continuacin toda la informacin de las mejoras obtenidas, en trminos medios, sobre cada
programa y en cada caso.

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
95

Tabla 5-25 : Resumen de beneficios por mejora


Incremento Lead Time (H)

Incremento Obra en Curso ()

Factor
Carenas

Vigas

Tapas

Carenas

Vigas

Tapas

Furgoneta

-367.9

1.49

-422

-16091.22

21.91

-3340.49

Laminadores

-9.85

-2.49

-29

-466.23

-70.6

-282.77

Tabla 5-26: Impacto econmico y balance por mejora


Mejora

Coste (/mes)

Beneficio por obra en


curso (/mes)

Balance (/mes)

Furgoneta

392.76

19409.8

19017.04

Laminadores

1982.03

819.6

-1162.43

Mientras que la mejora correspondiente al aumento del nmero de laminadores tiene un balance econmico
negativo (teniendo nicamente en cuenta la obra en curso), y sera necesario profundizar en otro beneficios
menos tangibles para poder decir que tiene un efecto positivo sobre el proceso global; la opcin de aumentar el
nmero de viajes semanales de la furgoneta es mucho ms ventajosa: econmicamente supone un ahorro,
adems de producir reducciones generales del lead time mayores que en el caso de aumentar los
laminadores.
Por lo tanto, se concluye que la propuesta de mejora ms beneficiosa es aumentar el nmero de viajes
semanales de la furgoneta.

6 CONCLUSIONES

continuacin se discuten los resultados obtenidos con el presente estudio, y se evala la consecucin de
los objetivos marcados inicialmente. Finalmente se indican algunas consideraciones de inters para
futuras mejoras o lneas de estudio.

6.1 Consecucin de objetivos


Al comienzo del presente estudio se marc como objetivo general el anlisis y la mejora de un proceso de
fabricacin de piezas de material compuesto para la industria aeronutica, para lo cual se fijaron una serie de
objetivos especficos orientados a la consecucin de dicho objetivo general. A continuacin se enumeran cada
uno de dichos objetivos especficos con el fin de describir su grado de consecucin.

6.1.1

Objetivo especfico 1: descripcin del proceso

En el desarrollo del proyecto se ha estudiado el proceso, destacando sus aspectos ms caractersticos y


recopilando los datos necesarios para su posterior anlisis: estimaciones y registros de datos de tiempos,
registros de defectologa, datos econmicos, etc.
Se han descrito los procesos de fabricacin de cada uno de los programas, as como el sistema de fabricacin
general en el que dichos programas interactan: ruta de cada una de las piezas, nmero y funciones de los
operarios implicados en el proceso, recursos necesarios (utillaje, carretilla elevadora), etc.
Sin embargo, no se han podido registrar suficientes datos de tiempos de algunas operaciones, hecho que ha
quedado reflejado en la utilizacin de algunas distribuciones de probabilidad triangulares. Por ello, el grado de
consecucin de este objetivo es alto, pero no completo.

6.1.2

Objetivo especfico 2: simulacin de eventos discretos

Para poder estudiar la evolucin del sistema en diferentes escenarios o condiciones de operacin, se ha
recurrido a la simulacin de eventos discretos.
La realidad ha sido simplificada en base a caractersticas crticas observadas en el proceso, parmetros de
inters de la empresa y objetivo del estudio, y sencillez en la implementacin de cambios en el modelo de la
realidad para la posterior simulacin de diferentes escenarios.
Este objetivo se ha cumplido por completo.

6.1.3

Objetivo especfico 3: modelo del estado actual

Para obtener resultados razonablemente fiables de la simulacin del modelo creado, ste debe representar de
forma adecuada el comportamiento real del sistema. En base a estudios paralelos de los procesos, y
priorizando sobre el programa de mayor peso econmico (el programa de carenas), se han comparado los
resultados obtenidos de la simulacin del modelo con los parmetros medidos y calculados por un grupo de
trabajo de la empresa al elaborar un Value Stream Map o VSM. Los parmetros correspondientes al lead
time principalmente, por ser el de mayor inters, coinciden y el modelo se valida.
97

Conclusiones

98

Al reproducir el modelo con suficiente exactitud la realidad, este objetivo tambin se ha cumplido por
completo.

6.1.4

Objetivo especfico 4: propuestas de mejora

Siguiendo los intereses de la empresa, y los problemas observados en programas de fabricacin anteriores, y
en la descripcin y caracterizacin de los actuales en este estudio, se han propuesto 4 posibles mejoras. Estas
mejoras se han traducido en unas variables de entrada (factores) al modelo de simulacin, que determinan las
condiciones de operacin del mismo.
Mediante la variacin de los factores se han generado distintos escenarios, que se han simulado. Los datos de
las respuestas se han tratado mediante un anlisis de varianza, para determinar la influencia de los mismos
sobre cada uno de los parmetros de inters del sistema (tiempos de fabricacin, obra en curso y tiempos de
espera).
Tras el anlisis de varianza se han seleccionado los dos factores ms influentes globalmente, y se han detallado
sus efectos individuales. Un pequeo estudio del impacto econmico de implementar una u otra mejora, junto
con los efectos sobre el sistema, ha servido para determinar que existe una mejora con beneficios notables y
con un coste de inversin inexistente, pues se trata de un pequeo cambio en el proceso.
La obtencin de varias posibles mejoras a raz de los anlisis de varianza suponen el tambin cumplimiento de
este objetivo especfico.
La consecucin de cada uno de los objetivos especficos anteriores ha llevado a cumplir con el objetivo
general: analizar el proceso y proponer y seleccionar una mejora para el mismo.

6.2 Implicaciones
Derivadas de este estudio se pueden resumir las siguientes conclusiones o implicaciones:

El sistema de produccin contiene muchas interacciones y depende de muchos parmetros, siendo


complejo de estudiar, y prcticamente imposible conocer a priori qu efecto puede tener la alteracin
de alguna de las condiciones de operacin (como puede ser una mejora). La simulacin de eventos
discretos resulta ser una herramienta til para su estudio.

En contra de lo que inicialmente se pensaba, el aumento de la mano de obra no repercute de forma


relevante sobre el rendimiento del sistema (en trminos de tiempos de fabricacin y obra en curso),
habiendo otras posibles mejoras con un beneficio mucho ms notable.

En el proceso global actual el punto crtico corresponde a todas las operaciones subcontratadas, por
los elevados tiempos de espera que generan, provocando tiempos de fabricacin y obras en curso
altas.

En los procesos individuales el punto crtico es variable. En los programas con operaciones
subcontratadas, stas son crticas. En los programas sin operaciones subcontratadas (programa de
vigas), los puntos crticos son aquellas estaciones con tiempos de operacin altos, y que comparten
con otros programas (laminado, recanteo, ultrasonidos).

El curado en autoclave resulta ser un punto tambin crtico, al provocar una espera general de todas
las piezas hasta que la ltima del lote para el autoclave se termina de laminar en la sala limpia. En el
modelo de simulacin creado no hay posibilidad de modificar la operacin del autoclave, y la carga
del mismo viene definida de otros estudios. Por ello, la nica forma de incidir directamente sobre el
tiempo de espera aumentar los recursos en la sala limpia (laminadores), para finalizar las piezas del
lote del autoclave ms rpidamente. Esta conclusin deriva del resultado obtenido en los anlisis de
varianza, que indican que aumentar el nmero de laminadores produce ciertos beneficios en el
proceso.

Una modificacin en el proceso, reubicando un trabajador (segn carga de trabajo) como conductor de
la furgoneta y aumentando el nmero de viajes semanales a dos, resulta en un ahorro y un beneficio
inmediatos: la obra en curso disminuye, disminuyendo as el capital inmovilizado en dicho concepto,

Estudio del proceso productivo en una planta de fabricacin de elementos de material compuesto para
la industria aeronutica. Anlisis y propuesta de mejora.
99
y los tiempos de fabricacin, espera y lead time disminuyen tambin, favoreciendo una ms rpida
entrega al cliente, y permitiendo una mayor flexibilidad del proceso frente a pedidos urgentes o
prioritarios.

6.3 Recomendaciones finales


A raz del anlisis del proceso, motivado por el presente estudio, se ha constatado que las operaciones
subcontratadas tienen un gran impacto sobre el sistema global. Las piezas deben esperar a una furgoneta, y
llegan en lotes que pueden saturar alguna estacin, adems de que las operaciones subcontratadas suponen un
alto porcentaje del tiempo de fabricacin de las piezas (en torno al 25%).
Sobre este punto se sugiere a la empresa el estudio del impacto en la implantacin de las siguientes mejoras en
un futuro.

6.3.1

Plazos de subcontratistas

Los plazos acordados por contrato con los subcontratistas son de hasta 10 das. El proceso interno del
subcontratista no puede ser alterado, salvo mediante el acuerdo con el mismo de unos tiempos de operacin y
plazos de entrega determinados. Realizar una operacin de recanteo o pintado de una pieza en un plazo de
entre 5 y 10 das es excesivo.
Una reduccin en el plazo de entrega podra tener un efecto similar al aumento de viajes semanales de la
furgoneta.

6.3.2

Internalizacin de procesos subcontratados

Otra opcin para reducir el tiempo de fabricacin de las piezas es la internalizacin de los procesos ahora
mismo subcontratados. Si bien hay determinados procesos que a priori pueden no ser rentable internalizar,
como la pintura (por la certificacin, material y personal requeridos), se puede estudiar la inversin en otros
procesos que podran suponer una gran reduccin del tiempo de fabricacin al eliminar por completo la
dependencia de una furgoneta y un subcontratista (como la adquisicin de una mquina de recanteo
automtica).

REFERENCIAS
Altiok, Tayfur and Melamed, Benjamin. 2007. Simulation modeling and analysis with Arena. 2007.
Banks, J., et al. 2004. Discrete-Event System Simulation. s.l. : Prentice Hall, 2004.
Bradley, Allen. 2007. Arena User's Guide. s.l. : Rockwell Software, 2007.
Fundacin Hlice. 2013. Hlice, Andalusian Aerospace Cluster. [Online] 2013. [Cited: Enero 26, 2014.]
http://helicecluster.com/es.
Gutirrez Fernndez, Miguel and Gutirrez Moya, Ester. 2004. Estadstica en la Ingeniera: Inferencia y
Aplicaciones. Sevilla : Edicin Digital @ tres, 2004.
Law, A. M. and Kelton, W. D. 1999. Simulation Modeling and Analysis. New York : McGraw-Hill, 1999.
Liker, Jefrey K. 2004. The Toyota Way: 14 Management Principles from the World's Greatest Manufacturer.
2004.
Paris, Federico, Caas, Jos and Marn, Juan Carlos. 2002. Introduccin al anlisis y diseo con
materiales compuestos. s.l. : Univesidad de Sevilla, 2002.
Rockwell Software. 2007. Arena Variables Guide. 2007.
Tejedor, Francisco Javier. 1999. Anlisis de varianza: introduccin conceptual y diseos bsicos. Madrid :
La Muralla, 1999.
Toyota Motor Corporation. 2001. The Toyota Way 2001. 2001.
Womack, James P. and Jones, Daniel T. 2010. Lean thinking: banish waste and create wealth in your
corporation. s.l. : Simon and Schuster, 2010.
Womack, James P., Jones, Daniel T. and Roos, Daniel. 1990. The Machine that Changed the World. s.l. :
Simon and Schuster, 1990.

101