Professional Documents
Culture Documents
DE MANUFACTURA
A TWO-STAGE STRATEGY FOR THE OPTIMAL LAYOUT OF
MANUFACTURING CELLS
Nlida B. Camussi
Departamento de Ingeniera Industrial , Facultad de Ingeniera Qumica,
Universidad Nacional del Litoral
Santa Fe, Argentina
ncamussi@intec.unl.edu.ar
37
INTRODUCCIN
Tecnologa de grupo (TG) es un enfoque filosfico que intenta agrupar productos con
38
39
hecho en una primera etapa que consta de la aplicacin de un nuevo modelo matemtico
(CAMUSSI, 2011) que agrupa las mquinas en celdas minimizando el costo del manejo de
materiales entre ellas. Se presenta la aplicacin del algoritmo bi-etapa a un estudio de caso
planteado por Heragu (1997) y los resultados obtenidos se comparan con los reportados en
esta ltima referencia.
DESARROLLO DE LA PROPUESTA
2.1
Nomenclatura
2.1.1 Conjuntos
M: Mquinas (o cualquier elemento a ser agrupado en las celdas)
C: Celdas
2.1.2 Subndices
m, m: mquina
c, c: celda
2.1.3 Escalares
MinEC: mnimo nmero de elementos (mquinas) por celda
MaxEC: nmero mximo de elementos (mquinas) por celda
NMnC: nmero mnimo de celdas ( 2)
NMxC: nmero mximo de celdas
K,M: constantes suficientemente grandes
DimHT: cota horizontal del terreno donde se ubicarn las celdas
DimVT: cota vertical del terreno donde se ubicarn las celdas
2.1.4 Parmetros
NEm: nmero de componentes del tipo de mquina m
fmm: matriz de flujos o frecuencia de movimiento de materiales desde la mquina m hacia la
m, con m m (al ser una matriz de flujos desde-hacia, no es necesariamente simtrica)
amm: matriz de costo unitario del manejo de materiales desde la mquina m hacia la mquina
m, con m m (observacin similar a la hecha para la matriz fmm)
lhm: longitud de la mquina m en la direccin horizontal correspondiente a la orientacin de
referencia
lvm: altura de la mquina m en la direccin vertical correspondiente a la orientacin de
referencia
40
2.2
41
variable xc toma el valor uno, mientras que una celda inactiva es denotado con un valor de xc
nulo.
c C
y
c 1
mc
(1)
m M
y
m 1
mc
xc
(2)
c C
m M , c C
(3)
En cada celda activa debe haber un nmero mnimo y uno mximo de elementos,
denotados MinEC y MaxEC, respectivamente (Ecuacin 4 y 5).
m M
NE
m 1
mM
m 1
ymc MinEC xc
c C
N E m ymc M axE C xc
c C
(4)
(5)
x
c 1
c C
x
c 1
NMnC
(6)
NMxC
(7)
La funcin objetivo (Ecuacin 8) se expresa como una funcin cuadrtica que busca
minimizar el costo total del manejo de materiales entre las celdas generadas.
m M c C m ' M c ' C
m 1
c 1 m ' 1
m ' m
c ' 1
c ' c
(8)
Todas las variables de decisin del problema son binarias, excepto z que es real y libre
(Ecuacin 9).
ymc , xc 0,1 m M , c C
(9)
42
optimizacin matemtica mixta entera no-lineal, pero la diferencia es que Dicopt suministra
soluciones sin garantizar la optimalidad global, excepto que el programa sea convexo, y
reporta, generalmente, ptimos locales. En cambio, Baron es un motor que asegura la
optimalidad global de los MINLPs. Para un mismo problema, las corridas con el primero
consumen, la mayora de las veces, menos tiempo que aquellas con el segundo resolvedor.
2.3
lvm
lhm
dvmm
lvm
cxm
dhmm
Mquina
m
Mquina m
lhm
cym
cym
LRH
LR
V
Figura 1 Ilustracin de los parmetros y algunas de las variables de decisin correspondientes a un modelo de
layout bidimensional con mquinas de forma rectangular de distinta rea
43
(10)
m, m ' : m m '
cym cym ' M (1 pmm ' ) 0.5 lvvblem lvvblem ' dvmm '
(11)
m, m ' : m m '
m, c : m celda c
(12)
m, c : m celda c
(13)
m, c : m celda c
(14)
m, c : m celda c
(15)
mM
(16)
mM
(17)
Las celdas tienen cotas inferior y superior en la direccin horizontal dadas por LHCc y
UHCc, respectivamente, y cotas inferior y superior vertical dadas por LVCc y UVCc,
respectivamente. Es decir que el ancho de una celda est dado por UHCc-LHCc y la altura est
dada por UVCc-LVCc (Figura 2).
44
UHCc
cgxc
LHCc
UVCc
Celda c
Celda c
cgyc
LVCc
LRH
LRV
(18)
(19)
Con las Ecuacin (20) y (21) se calcula el centro de gravedad de cada celda dado por el
punto medio del rea rectangular determinado para cada una de ellas.
cgxc 0.5 UHCc LHCc c C
(20)
(21)
m M
m m
m ' M
m m '
c C
c ' C
c c '
Donde F
cc '
c c '
'
m m
'
mM m 'M
mc m 'c '
c 'c
mm ' mm '
'm
c g x
'm
c x
c g x
c '
c x
c g y
'
c y
c g y
c y
c '
'
(22)
23)
(23)
45
cC
(24)
UVCc dimVT
cC
(25)
(26)
El modelo matemtico que minimiza la Ecuacin (22) sujeta a las restricciones (10)(26) devuelve los valores ptimos de las variables de decisin detalladas en Ecuacin (26) y
son las que minimizan el costo del movimiento de materiales intra- e inter-celular.
Debido a la existencia de la funcin valor absoluto afectando a variables del
problema, se recurre a un artificio matemtico que genera un modelo equivalente, aunque con
ms variables y restricciones. Se har el detalle solo para el cxm - cxm (Ecuacin 27 y 28) a
efectos ilustrativos; para el resto de los valores absolutos se trabaja en forma similar. Se
46
reemplaza la funcin valor absoluto por la suma de dos funciones segn se detalla a
continuacin:
cxm cxm ' si cxm cxm ' 0
cxmm
'
0 en cualquier otro caso
cxm ' cxm si cxm cxm ' 0
cxmm
'
0 en cualquier otro caso
(27)
(28)
A partir de las definiciones dadas en (27) y (28), es fcil deducir que (Ecuacin 29 y
30):
m, m ' M : m m '
(29)
m, m ' M : m m '
(30)
Una de las condiciones que deben cumplir las funciones sustitutas del valor absoluto
es la dada por Ecuacin (31):
cxmm
' cxmm ' 0
m, m ' M : m m '
(31)
cxmm
' K bincxmm '
cxmm
' K 1 bincxmm '
m, m ' M : m m '
m, m ' M : m m '
(32)
(33)
ESTUDIO DE CASO
El estudio de caso presentado es un proyecto industrial que aparece en el captulo 9 de
Heragu (1997). Mediquip Manufacturer Inc. tiene un layout de proceso en el cual ocho
mquinas que pertenecen a cinco tipos distintos se acomodan como se ve en la Figura 3. Por
diversas razones, que incluyen cambios drsticos en la mezcla de productos y los volmenes,
el layout actual ha derivado en problemas como gran congestin de trfico, falta de control
en el sistema, baja de la motivacin en los empleados e incremento en los tiempos y en los
costos de manejo de materiales. El grupo de ingeniera industrial en Mediquip sugiere
fuertemente reagrupar las mquinas en celdas (de manera que cada una de estas ltimas se
47
Demanda
anual (unid.)
Tamao de
batch (unid.)
Nombre de
mquina
220
10
500
10
500
10
500
10
220
10
120
10
700
10
1204
2008
1204
2008
2014
1204
2008
2008
2023
2008
2014
2008
2014
2023
2030
2023
2008
Tiempo de
setup por
batch (hrs)
3.00
3.00
5.00
2.25
0.50
4.00
1.00
1.50
0.50
0.00
2.00
1.00
1.00
1.00
0.50
1.00
1.00
Tiempo de
procesamiento
por batch (hrs)
3.64
5.98
2.00
1.00
6.50
2.00
3.00
3.00
8.27
2.00
2.00
2.00
6.86
10.00
84.58
26.78
1.00
48
Nmero de
identificacin
de la parte
Demanda
anual (unid.)
Tamao de
batch (unid.)
900
10
200
10
10
250
10
11
400
10
12
300
10
13
250
10
14
600
10
15
450
10
16
500
10
17
400
10
18
300
10
19
10
10
20
250
10
Nombre de
mquina
2023
2030
2014
2029
2029
2014
2030
2008
2029
2014
1204
2008
2029
2030
2014
2029
2030
2014
2030
2030
1204
2008
2030
2023
2029
2030
2023
2029
2030
2008
2029
2030
2023
Tiempo de
setup por
batch (hrs)
1.00
0.75
0.50
0.00
8.00
0.00
0.50
1.00
8.00
1.00
2.89
1.00
0.00
0.00
1.50
0.00
1.00
0.75
1.00
1.50
4.00
0.75
0.00
0.50
0.00
0.00
0.75
0.00
0.00
0.00
0.00
0.00
1.00
Tiempo de
procesamiento
por batch (hrs)
1.00
1.25
1.00
0.31
65.00
2.23
5.00
7.00
55.00
2.67
8.68
8.00
8.55
19.37
2.80
7.53
3.00
1.00
2.91
3.83
3.64
3.00
2.50
2.00
12.01
7.59
14.50
23.25
23.63
42.67
7.28
23.00
2.00
2023
2023
2023
1204, 2008
2029
2014, 2030
2029
Dispositivo usado
Furgn
Manualmente con carro
Vehculo guiado
automticamente (AGV)
Manualmente con carro
Furgn
Vehculo guiado
automticamente (AGV)
Manualmente con carro
49
Dispositivo usado
Furgn
Longitud
20
20
15
25
45
20
Altura
10
15
10
20
10
15
50
elevndose de ocho a nueve el nmero total de equipos a disponer en ese sector de planta.
Adems existen restricciones de pasillo de 2 pies a cada lado de las mquinas, por lo que
dhmm=4 y dvmm=4, m, m, con m m. No existen restricciones acerca de las dimensiones
del terreno.
Heragu (1997) se reporta su resolucin usando un software disponible denominado
GTLAYPC.EXE, de naturaleza interactiva, que identifica no solo las celdas sino tambin su
layout y el layout de mquinas dentro de cada celda. El programa se basa en un mtodo
de tres etapas. En la primera las mquinas se agrupan en celdas (proponiendo agrupamientos
de mquinas en forma exhaustiva) y las correspondientes partes en familias de partes (con el
algoritmo R&CM). En la segunda etapa, el layout de mquinas dentro de cada celda se
determina mientras que en la tercera se hace lo propio pero con las celdas (ambas usando
heursticas como 2-opt, simulated annealing). La Figura 4 muestra el grfico de la disposicin
obtenida tras su aplicacin. El costo ptimo reportado es 58511.55.
Figura 4 Solucin reportada con un software de uso interactivo que emplea heursticos
Fuente: Heragu (1997)
51
continuas, 126 variables binarias que alcanz el valor ptimo de 48992 usando el resolvedor
Gurobi (tambin disponible con GAMS), en 84.34 segundos de CPU con una computadora
HP Z600 con un procesador Intel Xeon de 2.67 Ghz y 16 GB de RAM. En la Figura 5 se
presenta un esquema de la disposicin ptima obtenida.
Celda 1
Celda 2
Celda 3
Figura 5 Configuracin ptima obtenida con la nueva propuesta
CONCLUSIONES
Se ha propuesto un algoritmo que consta de dos pasos obteniendo por un lado el
agrupamiento de las mquinas, sin considerar la disposicin de las mismas dentro de cada
grupo o cluster, buscando reducir al mximo el costo del manejo de materiales entre grupos.
A posteriori, con los resultados de clusterizacin obtenidos en la primera etapa, se procede
a buscar la disposicin ptima de las mquinas dentro de cada celda y adems la ubicacin y
dimensiones ptimas de cada cluster que minimice los costos de movimientos intra- e intercelular. Se aplic a un estudio de caso reportado en la literatura y se obtuvieron mejores
soluciones en tiempos de CPU para su resolucin bajos a pesar de ser un modelo MINLP
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 36-52, 2011.
52
REFERENCES
BROOKE, A.; KENDRICK, D; MEERAUS, A.; RAMAN, R. GAMS: a users guide. GAMS
Development Corporation. Washington, 2006.
BURDBIDGE, J. L. Change to group technology: process organization is obsolete.
International Journal of Production Research, v. 30, n. 5, p. 1209-1219, 1992.
CAMUSSI, N. B. Modelo de programacin matemtica para la determinacin cuasi-ptima
de celdas de manufactura. In: Actas de XXIV Encuentro Nacional de Docentes en
Investigacin Operativa (ENDIO) y XXII Escuela de Perfeccionamiento en Investigacin
Operativa (EPIO), Ro Cuarto, 2011.
HERAGU, S. Facilities design. PWS Publishing Company, 1997.
MITROFANOV, S. P. Group Technology in Industry. v.1-2. Leningrado: Mashinostroienie,
1983.
SINGH, N. Design of cellular manufacturing systems. European Journal of Operational
Research, v. 69, n. 3, p. 284-291, 1993.