Simulación de procesos de mantenimiento en Komatsu

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
FACULTAD DE CIENCIAS E INGENIERÍA

SECCIÓN INGENIERÍA INDUSTRIAL
SIMULACIÓN DE SISTEMAS
Empresa: Komatsu
Tema:
Avance 2
PROFESOR: CLEMENTE MOQUILLAZA, LUIS ALFREDO MANUEL
GRUPO: 2
INTEGRANTES:
% PARTICIPACION
CÓDIGO NOMBRES Y APELLIDOS
GRUPAL
20102346 VILLANUEVA BASTANTE, CAROLINA CLAUDIA 100%
20105021 MAYORCA HUAMÁN, ANDREA ALEJANDRA 100%
20111076 ALCA PALOMINO, MAURICIO ALEJANDRO 100%
20112290 LUYO CARBONERO, PABLO MILTON 100%
20121418 PAIS BOZZO, BRIGITE LIZET 100%
HORARIO: 0933
San Miguel, 26 de noviembre del 2016

RESUMEN EJECUTIVO
Komatsu Ltd. es uno de los líderes mundiales en la fabricación de equipos para Minería y
Construcción. Fue fundado el 13 de mayo de 1921 y es accionista de Komatsu-Mitsui Maquinarias
Perú S.A. Sus principales negocios son la fabricación y venta de equipos de construcción y
minería, servicios, maquinaria forestal y maquinaria industrial. El grupo Komatsu Ltd. está
conformado por 178 empresas. Cuenta con 146 subsidiarias consolidadas y un total de 46, 730
trabajadores.
El presente trabajo trata de aplicar lo aprendido en el curso de Simulación de Sistemas,

mediante la simulación de un caso real. En este caso, se ha escogido a la empresa Komatsi –
Mitsui, específicamente el área de mantenimiento y reparaciones, debido a que los procesos
realizados en esta área tienen periodos muy largos se debe reducir el lead time desde que llega
el componente hasta que se despacha para lograr mejorar el servicio.
Para entender mejor el problema se detallará cada uno de los procesos que realiza la
empresa para realizar el servicio de mantenimiento y reparación de los componentes, para ello se
identificara las variables aleatorias, proporciones y datos determinísticos.
Para ello, se analizara el tamaño de muestra con los pasos vistos en clase para cada uno de los
procesos, esto nos servirá de data para ingresar al input analizar y escoger que distribución sigue
las variables.
Finalmente se realizará un modelo de simulación para evaluar los indicadores de

desempeño. Cabe resaltar que los datos se obtuvieron gracias a los formatos que maneja
actualmente la empresa.
Contenido
1. OBJETIVO DEL TRABAJO ......................................................................................................... 4
1.1. Objetivo general .................................................................................................................. 4
1.2. Objetivo específicos ............................................................................................................ 4
2. DESCRIPCIÓN DEL SISTEMA ................................................................................................... 4
3. PROCEDIMIENTO PARA LA RECOLECCIÓN DE DATOS Y DATOS PARA REALIZAR LA
SIMULACIÓN ...................................................................................................................................... 7
4. ANÁLISIS DE LOS DATOS ......................................................................................................... 8
4.1. Determinación de tamaño de muestra ................................................................................ 8
4.2. Pruebas de bondad de ajuste y determinación de probabilidad a emplear en el modelo .. 9
........................................................................................................................................................... 25
5. IDENTIFICACIÓN ENTIDADES, RECURSOS, VARIABLES DE ESTADO Y ATRIBUTOS .... 26
6. PRESUNCIONES REALIZADAS PARA ESTABLECER EL MODELO .................................... 30
7. MODELO ................................................................................................................................... 31
8. ANIMACIÓN .............................................................................................................................. 34
1. OBJETIVO DEL TRABAJO
1.1. Objetivo general

El principal objetivo del presente trabajo de simulación de sistemas es abordar el
comportamiento actual de las diferentes actividades y tiempos que registra la
empresa Komatsu-Mitsui en sus procesos de reparación, controles de calidad y
acondicionamientos de los equipos, se proponga un plan que permita mejorar el flujo
de operaciones de manera eficiente y económicamente factible. Como parte del presente
trabajo, se buscará identificar las causas de tiempos improductivos, tiempos muertos y
productos en reproceso con el fin de mejorar los indicadores de gestión de Komatsu-Mitsui
y por ende optimizar costos para la empresa.
1.2. Objetivo específicos
 Reducir el tiempo total de duración del proceso, es decir desde que el componente ingresa
hasta que el componente es despachado. Principalmente enfocados en reducir los tiempos
de espera en las colas.
 Determinar las variables que forman parte del sistema a simular.
 Determinar las distribuciones que siguen las diferentes variables que intervienen en el
proceso.
 Hallar el tamaño de muestra a tomar por variable.
 Hallar la distribución a la cual mejor se ajuste cada variable.
 Generar indicadores de desempeño para una posterior evaluación de nuestras propuestas
de mejoras.
Se evaluarán algunas alternativas como: el incremento o reducción del personal y/o equipos de
transporte en base a los niveles de productividad.
2. DESCRIPCIÓN DEL SISTEMA
Komatsu es uno de los líderes mundiales en la fabricación de equipos para Minería y Construcción.
Fue fundado el 13 de mayo de 1921. Sus principales negocios son la fabricación y venta de
equipos de construcción y minería, servicios, maquinaria forestal y maquinaria industrial.
En la sede Callao – Perú (Av. Argentina 4453) ofrece el servicio de mantenimiento y reparación de
los componentes de los camiones y/o maquinarias (marca: Komatsu), la venta de repuestos,
alquiler de maquinaria para el rubro de construcción, entre otros utilizados en el sector minero y
construcción.
Ilustración 1: Camión 930E-4SE

Fuente: Página Web de la empresa
Para el presente trabajo nos basaremos en el servicio de mantenimiento y reparación. Los
subprocesos a seguir son los siguientes:
 Recepción: se recibe el componente del camión y/o maquinaria enviada por el cliente.
 Inspección 1: se realiza una inspección inicial del componente y se toma los datos
necesarios de este. Luego, se separa los componentes de acuerdo al tipo que sean
(mecánicos o eléctricos).
 Lavado externo: se realiza el lavado superficial de los componentes mecánicos para
retirar la suciedad con la cual viene de la mina.
 Desarmado: se desarma el componente en piezas (pernos, etc.).
 Lavado interno de piezas: se le retira la suciedad o grasa que tengan las piezas.
 Evaluación: se observa si las piezas presentan fisuras o necesitan cambiar los repuestos.
 Elaboración de informe: apuntan todos los repuestos y piezas que se necesitan cambiar
o reparar, así como los trabajos a realizar para la reparación de las piezas que presenten
alguna fisura y/o defecto. Se realiza la programación de la actividad a realizar.
 Presupuesto: Se elabora el presupuesto de la reparación.
 Reemplazo de piezas: Se realiza el cambio de las piezas dañadas por repuestos nuevos.
 Reparación y/o mantenimiento: Se realiza la reparación y/o mantenimiento de las piezas
dañadas.
 Ensamblaje: Se realiza el armado de todas las piezas para obtener el componente del
camión y/o maquinaria.
 Prueba (simulación): se realiza la simulación del funcionamiento del componente,
observándose si tiene algún tipo de falla o está funcionando correctamente.
 Pintado: el componente se pinta de color amarillo.
 Inspección 2: Se verifica que todas las piezas estén completas y que el componente
tenga el número de rotulado.
 Embalaje: se embala el componente.
 Despacho: se envía el componente al cliente.
Ilustración 2: Procesos en la reparación

A continuación se presenta el diagrama de flujo del proceso.
Ilustración 3: Diagrama de Flujo del proceso

Fuente: Elaboración Propia
3. PROCEDIMIENTO PARA LA RECOLECCIÓN DE DATOS Y DATOS PARA REALIZAR LA
SIMULACIÓN
Los datos del proceso que se muestran fueron obtenidos de una base de datos que tiene la
empresa. Los tiempos obtenidos están en días; ya que se trabaja con proyectos de reparación y/o
mantenimiento para componentes.
La base de datos es realizada por el área de planeamiento de la empresa; que proporcionó la
base a nuestra compañera Brigite Pais (se adjunta pantallazo de la base de datos). Es la que se
utilizará para realizar las simulaciones en cada uno de los puntos del siguiente informe.
Los campos que se utilizaran de la base son los siguientes: Número del orden de servicio, nombre
del componente, número de parte, nombre del cliente, tipo de componente (mecánico y/o
eléctrico), entre otros.
Ilustración 4: Estatus Reparaciones

Fuente: Base del área de planeamiento de la empresa
Luego se procedió a identificar las actividades que estaban dentro del alcance del proceso y se
estableció una serie de variables de acuerdo a los procesos mencionados anteriormente, estas
variables son:
Tabla 1: Tipos de Variables
Tipo de
N° Descripción de la variable variable
1 Tiempo entre llegadas de componentes Aleatoria
2 Tiempo de desarmado Aleatoria
Tiempo de lavado interno (limpieza
3 interna) Aleatoria
4 Tiempo evaluación Aleatoria
5 Tiempo de elaboración del informe Aleatoria
6 Tiempo de ensamblaje (armado) Aleatoria
7 Tiempo de pruebas (simulación) Aleatoria
8 Tiempo de despacho Aleatoria
9 Tiempo de toma de datos iniciales Aleatoria
10 Tiempo en lavado externo (superficial) Aleatoria
11 Tiempo en Rspta Cliente Aleatoria
12 Tiempo Proveedor Aleatoria
13 Tiempo Acabado Componentes Aleatoria
14 Tiempo de Inspección Final Aleatoria
15 Tiempo de Pintar Aleatoria
16 Tiempo de programación Aleatoria
17 Tipo de componente Proporción
18 Tipo de trabajo Proporción
19 Tiempo de presupuesto Determinística
20 Tiempo de verificación de códigos Determinística
21 Cantidad de horas por turno Determinística
22 Aforo del taller Determinística
Fuente: Elaboración propia
4. ANÁLISIS DE LOS DATOS

4.1. Determinación de tamaño de muestra
Para las variables obtenidas en el anterior punto, se realiza un cálculo para obtener el
tamaño de muestra a utilizar.
Algunos puntos que se considera son los siguientes:

 Para obtener una muestra de cada variable se elige aleatoriamente 30 datos.
Después se calcula la media muestral y la varianza muestral.
 Se utiliza un valor Z igual a 1.96 debido a que se está trabajando con un nivel de
confianza del 95% y se consideró un error máximo de 5% para hallar el error
muestral de estimación.
 Debido a que nuestros datos son menores a 200,000 asumimos que el tamaño
de la población es finita por lo tanto se ajusta el tamaño de la muestra con la
siguiente fórmula.
De acuerdo a lo anterior se obtuvo un resumen con todos los tamaños de muestra (En el
Anexo 2 se encuentro detallado los pasos que se siguió para hallar el tamaño de muestra
por cada variable).
N° Descripción de la variable Tipo de variable Media desv std e d N z n0 n Distribución
1 Tiempo entre llegadas de componentes Aleatoria 57.60 38.6 5.00% 2.88 165 1.96 691.78 134 10+EXPO(32.2)
2 Tiempo de desarmado Aleatoria 52.47 58.7 5.00% 2.62 165 1.96 1922.15 152 10+WEIB(25.5,0.846)
3 Tiempo de lavado interno (limpieza interna) Aleatoria 25.03 32.0 5.00% 1.25 165 1.96 2506.95 155 2+ERLA(23.5,1)
4 Tiempo evaluación Aleatoria 53.17 88.7 5.00% 2.66 165 1.96 4272.50 159 4+ERLA(50.8,1)
5 Tiempo de elaboración del informe Aleatoria 2.08 0.6 5.00% 0.10 165 1.96 113.51 68 UNIF(1,3)
6 Tiempo de ensamblaje (armado) Aleatoria 83.07 95.6 5.00% 4.15 165 1.96 2033.24 153 7+35*BETA(0.537,2.07)
7 Tiempo de pruebas (simulación) Aleatoria 4.62 1.4 5.00% 0.23 165 1.96 142.92 77 2+5*BETA(1.29,1.05)
8 Tiempo de despacho Aleatoria 164.03 208.8 5.00% 8.20 165 1.96 2489.52 155 NORM(0.318,0.0828)
9 Tiempo de toma de datos iniciales Aleatoria 0.51 0.2 5.00% 0.03 165 1.96 225.52 96 0.1+GAMM(0.0728,4.88)
10 Tiempo en lavado externo (superficial) Aleatoria 9.53 13.4 5.00% 0.48 165 1.96 3015.05 157 LOGN(6.51,9.07)
11 Tiempo en Rspta Cliente Aleatoria 280.33 71.4 5.00% 14.02 165 1.96 3015.05 157 BETA(1.66,0.916)*2.39+12
12 Tiempo Proveedor Aleatoria 273.93 84.7 5.00% 13.70 165 1.96 3015.05 157 BETA(0.905,0.788)*12.6+19.4
13 Tiempo Acabado Componentes Aleatoria 3.90 1.0 5.00% 0.20 165 1.96 100.09 63 LOGN(3.24,1.29)+1.09
14 Tiempo de Inspección Final Aleatoria 0.37 0.1 5.00% 0.02 165 1.96 151.56 79 NORM(0.368,0.116)
15 Tiempo de Pintar Aleatoria 5.85 1.4 5.00% 0.29 165 1.96 88.92 58 BETA(1.22,1.22)*5
16 Tiempo de programación Aleatoria 1.32 0.7 5.00% 0.07 165 1.96 459.75 122 BETA(2.66.3.96)*2.84+0.16
N° Descripción de la variable Tipo de variable N proporción 1-p alpha z e n0 n
17 Tipo de componente Proporción 165.00 0.63 0.37 0.975 1.96 5% 356.84 114
18 Tipo de trabajo Proporción 165.00 0.97 0.03 0.975 1.96 5% 49.51 39
19 Tiempo de presupuesto Determinística 1 hora
20 Tiempo de verificación de códigos Determinística 0.5 hora
21 Cantidad de horas por turno Determinística - - - - - - - -
22 Aforo del taller Determinística - - - - - - - -
Ilustración 5: Distribución de las variables
Fuente: Elaboración propia
4.2. Pruebas de bondad de ajuste y determinación de probabilidad a emplear en el modelo
Para identificar el modelo de distribución que mejor se ajusta a nuestros datos, es

necesario emplear las pruebas de bondad de ajuste a un nivel de significancia del 95%
con un alfa de 0.05.
Basándonos en el tamaño de la muestra que se halló de la variable, se realizara la pruebas

de bondad de ajuste usando el programa Input Analyzer de Arena para poder definir el
mejor tipo de distribución que se pueda aplicar a la variable.
Para ello se plantea la siguiente hipótesis:
Ho: Los datos siguen la distribución de la variable aleatoria propuesta.
H1: Los datos no siguen la distribución propuesta.
 Tiempo entre llegadas de componentes

Aplicabilidad de las pruebas
Puesto a que el tiempo es una variable continua, es posible aplicar tanto la prueba Chi-
cuadrado como KS, asimismo se puede observar que el tamaño de la muestra utilizada es
de 145 datos, confirmando así el uso de ambas pruebas de bondad.
Análisis de la prueba
Se analizó el P-value, dándonos como resultado que la prueba Kolmogorov y Chi-cuadrado
poseen un P-value mayor a 0.05.
Solo la distribución Exponencial y Erlang no rechazan la hipótesis nula. Además de poseer
un p-value mayor a 0.05.pero la distribución exponencial posee un menor error cuadrático
Por lo tanto los datos se ajustan a una distribución Exponencial.
Se puede concluir que no se rechaza la hipótesis nula debido a que no existe evidencia
para afirmar que no sigue la distribución exponencial.
Ilustración 6: Distribución Chi-cuadrado

Fuente: Programa Arena – Input Analyzer
 Tiempo de desarmado
Se analizó el P-value ademas de la prueba Kolmogorov. El P-value es mayor a 0.05 para
weibull. Por lo tanto los datos se ajustan a una distribución Weibull y posee un menor error
cuadratico
Distribución de mejor ajuste
Solo la distribución Weibull no rechaza la hipótesis nula.
Conclusión
para afirmar que no sigue la distribución Weibull, la distribución que mejor describe el
comportamiento de la variable tiempo de desarmado es D.Weibull.
Ilustración 7: Distribución Weibull
 Tiempo de lavado interno

Se analizaron los datos a tomar de lo que se desprende que se debe utilizar prueba Chi-
cuadrado con P-value mayor a 0.05. La distribución que cumple con las anteriores
condiciones es la distribución Erlang por tener p-value > 0.05.
Distribución de mejor ajuste cuadratico
Según Fit Allsummary, podemos corroborar que es una prueba Erlang ya que presenta
un menor error cuadrático según la tabla proporcionada por el imput analizer comparado
con las demás distribuciones
Conclusión: se puede concluir que no se rechaza la hipótesis nula debido a que no existe
evidencia para afirmar que no siguen la distribución. Es la distribución que mejor describe
el comportamiento de la variable tiempo de desarmado es Erlang.
Ilustración 8: Distribución Erlang
 Tiempo evaluación

Se analizó el P-value y la prueba Kolmogorov cuales posee un P-value mayor a 0.05. De
estas distribuciones los datos se ajustan a una distribución Erlang por poseer un p>0.05
además es el de menor error cuadratico.
Solo la distribución Erlang no rechaza la hipótesis nula.
Conclusión
para afirmar que no sigue la distribución exponencial. . Es la distribución que mejor
describe el comportamiento de la variable tiempo de desarmado es Erlang.

 Tiempo de elaboración del informe

Puesto a que el tiempo es una variable continua, es posible aplicar KS, ya que el tamaño
de la muestra utilizada es de 68 datos, confirmando así el uso de la prueba de bondad.
Se analizó el P-value además de la prueba Kolmogorov. De lo cual notamos que la
distribución uniforme es la que pertenece al grupo de distribuciones de la prueba
Kolmogorof además de poseer un p-value mayor a 0.05. Los datos se ajustan a una
distribución uniform.
Además con la opción FitAllsummary, podemos corroborar que es una prueba uniforme
presenta un menor error cuadrático comparado con los demás.
Conclusión
para afirmar que no sigue la distribución uniform. . Es decir la distribución que mejor
describe el comportamiento de la variable tiempo de desarmado es Uniforme.
Ilustración 11: Distribución Uniforme

 Tiempo de ensamblaje

Puesto a que el tiempo es una variable continua, es posible aplicar la Chi-cuadrado y KS, ya
que el tamaño de la muestra utilizada es de 153 datos, confirmando así el uso de la prueba de
bondad.
Se analizó la prueba chi-cuadrado y kolmogorof, además de identificar que p-value>0.05
Se notó que la distribución beta poseía un p-value mayor a 0.05, además de tener un menor
error cuadrático tal y como se muestra en la tabla inferior.
Además con la opción FitAllsummary, podemos corroborar que es una prueba Beta ya que
Conclusión
Se puede concluir que no se rechaza la hipótesis nula debido a que no existe evidencia para
afirmar que no sigue la distribución Beta.
Ilustración 92: Distribución Beta

 Tiempo de pruebas (simulación)
Puesto a que el tiempo es una variable continua, es posible aplicar la prueba de KS, ya que el
tamaño de la muestra utilizada es de 77 datos, confirmando así el uso de la prueba de bondad.
Se analizó el P-value, dándonos como resultado que la prueba KS posee un P-value mayor a
0.05. Por lo tanto los datos se ajustan a una distribución beta.
Conclusión
afirmar que no sigue la distribución beta.

 Tiempo de pintar
0.05. Por lo tanto los datos se ajustan a una distribución beta.

Conclusión
afirmar que no sigue la distribución beta.

 Tiempo de Toma de Datos (simulación)
Puesto a que el tiempo es una variable continua, es posible aplicar la prueba de KS y Chi-
cuadrado, ya que el tamaño de la muestra utilizada es de 96 datos, confirmando así el uso de la
prueba de bondad.
0.05. Por lo tanto los datos se ajustan a una distribución gamma.
Además con la opción FitAllsummary, podemos corroborar que es una prueba gamma ya que
Conclusión
afirmar que no sigue la distribución gamma.
Ilustración 115: Distribución Gamma

 Tiempo de Lavado Externo (simulación)
cuadrado, ya que el tamaño de la muestra utilizada es de 157 datos, confirmando así el uso de
la prueba de bondad.
0.05. Por lo tanto los datos se ajustan a una distribución Lognormal.
Además con la opción FitAllsummary, podemos corroborar que es una prueba Lognormal ya
que presenta un menor error cuadrático comparado con los demás.
Conclusión
afirmar que no sigue la distribución Lognormal.
Ilustración 126: Distribución Lognormal

 Tiempo Respuesta de Cliente (simulación)
0.05. Por lo tanto los datos se ajustan a una distribución Beta.
Conclusión

 Tiempo Proveedor (simulación)
Conclusión

 Tiempo Acabado de Componentes (simulación)
prueba de bondad.
0.05. Por lo tanto los datos se ajustan a una distribución LogNormal.
Además con la opción FitAllsummary, podemos corroborar que es una prueba LogNormal ya
que presenta un menor error cuadrático comparado con los demás.
Conclusión
afirmar que no sigue la distribución LogNormal.
Ilustración 19: Distribución LogNormal

 Tiempo despacho (simulación)
prueba de bondad.
0.05. Por lo tanto los datos se ajustan a una distribución Normal.
Además con la opción FitAllsummary, podemos corroborar que es una prueba Normal ya que
Conclusión
afirmar que no sigue la distribución Normal.
Ilustración 20: Distribución Normal

 Tiempo de Inspección Final (simulación)
0.05. Por lo tanto los datos se ajustan a una distribución Normal.
Además con la opción FitAllsummary, podemos corroborar que es una prueba Normal ya que
Conclusión
afirmar que no sigue la distribución Normal.
Ilustración 21: Distribución Normal

 Tiempo Programación
cuadrado, ya que el tamaño de la muestra utilizada es de 122 datos, confirmando así el uso de
la prueba de bondad.
Conclusión

 Tipo de componente
Utilizando la fórmula de tamaño de muestra para la estimación de la proporción:

Tabla 2: Tamaño de muestra
N 165
Prop. (p) 0.63
1- p 0.37
α 0.975
Z 1.96
e 5%
n0 356.84
n 114.00
Se obtuvo la siguiente distribución:

Tabla 3: Distribución del tipo de componente
Valores Frecuencia F. relativa F acumulada

mecanico 82 0.72 0.72
electrico 32 0.28 1.00
114 1.00
 Tipo de decisión del cliente
Utilizando la fórmula de tamaño de muestra para la estimación de la proporción:
Tabla 4: Tamaño de
muestra
N 165
Prop. (p) 0.87
1- p 0.13
α 0.975
Z 1.96
e 5%
n0 177.57
n 86.00
Se obtuvo la siguiente distribución:
Tabla 5: Distribución del tipo de decisión del cliente
Valores Frecuencia F. relativa F acumulada

ACEPTA 77 0.90 0.90
NO ACEPTA 9 0.10 1.000
86 1.00
5. IDENTIFICACIÓN ENTIDADES, RECURSOS, VARIABLES DE ESTADO Y ATRIBUTOS
ENTIDADES:
 Componentes: Es la entidad que pasa por las etapas para realizar la reparación.
Ilustración 23: Componentes

 Repuestos chicos: Estos son utilizados y acoplados a los componentes.
Ilustración 24: Repuestos chicos

RECURSOS:
 Puente grúa: Es la herramienta utilizada para izar el componente y trasladarlo a las zonas
designadas.
Ilustración 25: Puente Grúa

Fuente: Instituto Nacional de seguridad e higiene en el trabajo
 Asistente_log: Es el personal del área de logística operacional que se encarga de la

recepción, inspección y toma de datos de los componentes que llegan.
 Lavador:
- Lavador 1: Es el encargado de realizar el lavado superficial del componente.
- Lavador 2: Es el encargado de realizar el lavado interno del componente.
 Técnico: Es el personal con experiencia técnica que realiza el desarmado, evaluación y
armado del componente.
- Tecnico_pruebas: Existe 1 técnico destinado a realizar la prueba de funcionamiento del
modelo.
- Tecnico_arm: Existe 1 técnico destinado a realizar el armado de los componentes.
- Tecnico_aca: Existe 1 técnico destinado a realizar el acabado de los componentes.
- Tecnico_ens: Existe 1 técnico destinado a realizar ensamblado de los componentes.
- Tecnico_eva: Existe 1 técnico destinado a realizar evaluación.
- Tecnico_inf: Existe 1 técnico destinado a realizar el informe.
- Tecnico_des: Existe 1 técnico destinado a realizar el desarmado de los componentes.
 Presupuestador: Son los encargados de realizar la cotización de los repuestos nuevos
requeridos, los costos de mano de obra, material, etc. Como entregable el presupuestador
define un monto que es enviado al cliente.
 Analista de repuestos: Se encarga de realizar el pedido y despacho de los repuestos
nuevos a utilizar.
 Planner: Realiza la programación de los componentes.
 Proveedor: Este el encargado de realizar trabajos a las piezas señaladas por komatsu.
 Pintador: Persona que se encarga de realizar el pintado del componente.
 Inspector de calidad: Personal del área de calidad que se encarga de asegurar la calidad
de la reparación, este inspecciona y verifica que el producto este conforme (contenga
todas las piezas).
Ilustración 26: Personal

 Banco_de_pruebas: Es la máquina en la que se realiza la simulación del funcionamiento

del modelo.
 Computadora
 Montacarga: Equipo para trasladar componentes.
Ilustración 27: Montacarga

ATRIBUTOS:
 T_tecnico_prue: Atributo que hace referencia al tiempo de prueba.

 T_pintador: Atributo que hace referencia al tiempo de pintado.
 T_tecnico_aca: Atributo que hace referencia al tiempo de acabado.
 T_desarme: Atributo que hace referencia al tiempo de desarmado.
 T_lavadointmec: Atributo que hace referencia al tiempo de lavado interno.
 T_evaluacion_informe: Atributo que hace referencia al tiempo de evaluación y preparación
del informe.
 T_presupuesto: Atributo que hace referencia al tiempo de elaboración del presupuestos.
 T_planner: Atributo que hace referencia al tiempo de planeamiento.
 T_proveedor: Atributo que hace referencia al tiempo de reparación del proveedor.
 T_tecnico_ensamblado: Atributo que hace referencia al tiempo de ensamblado.
 T_inspector_repuesto: Atributo que hace referencia al tiempo de inspección de repuestos.
 T_tecnico_arm: Atributo que hace referencia al tiempo de armado.
 T_lavado1: Atributo que hace referencia al tiempo de lavado por el lavador 1.
 T_lavado2: Atributo que hace referencia al tiempo de lavado por el lavador 2.
 T_asistentelog: Atributo que hace referencia al tiempo de toma de datos iniciales.
 Tipo_componente: Define el tipo de componente según el funcionamiento que presenta
(mecánico y eléctrico).
 Respuesta: Es la respuesta que envía el cliente según el monto enviado.
 Resultado: Es el resultado de la prueba aplicada al componente, es decir, se comprueba el
funcionamiento adecuado del componente (1=pasa la prueba, 2=no pasa la prueba).
 Verificacion: Es el resultado de la inspección final del componente realizada por el
inspector de calidad (1=producto conforme, por acabar).
 Ini_cola_lavado: Atributo que hace referencia al tiempo en cola en lavado.
 Ini_cola_lavado2: Atributo que hace referencia al tiempo en cola en lavado 2.
 Ini_cola_pintado: Atributo que hace referencia al tiempo en cola en pintado.
 Ini_cola_acabado: Atributo que hace referencia al tiempo en cola en acabado.
 Ini_cola_inspeccionf: Atributo que hace referencia al tiempo en cola en inspección final.
 Ini_cola_pg2 Atributo que hace referencia al tiempo en cola en programación 2.
 Ini_cola_armado: Atributo que hace referencia al tiempo en cola en armado.
 Ini_cola_lavadoint: Atributo que hace referencia al tiempo en cola en lavado interior.
 Ini_cola_desarmado: Atributo que hace referencia al tiempo en cola en desarmado.
 Ini_cola_programacion: Atributo que hace referencia al tiempo en cola en programación.
 Ini_cola_aistlog: Atributo que hace referencia al tiempo en cola en toma de datos.
 Ini_cola_desc_puentegrua: Atributo que hace referencia al tiempo en cola en puente grúa.
COLAS:
 Cola_ficticia2
 Cola_trabajo_proveedor
 Cola_pedido_repuestos_chicos
 Cola_informe
 Cola_programacion2
 Cola_lavado_externo2
 Cola_limpieza_interna
 Cola_lavado_externo1
 Cola_desarmado
 Cola_evaluacion
 Cola_recepcion
 Cola_presupuesto
 Cola_armado2
 Cola_armado1
 Cola_pruebas
 Cola_pintado
 Cola_acabado
 Cola_inspeccion_final
 Cola_ficiticia666
Variables de estado:
 Estado del puente grúa (ocupado, desocupado).

 Estado del montacarga (ocupado, desocupado).
 Número de componentes en cola del armado.
 Número de componentes en cola del desarmado.
 Número de componentes en cola del pintado.
 Número de componentes en cola de pruebas.
 Número de componentes siendo atendidos en desarmado.
 Número de componentes siendo atendidos en armado.
 Número de componentes siendo atendidos en pintado.
 Número de componentes siendo atendidos en pruebas.
6. PRESUNCIONES REALIZADAS PARA ESTABLECER EL MODELO
1. Se asumen que los técnicos son especializados según el funcionamiento del componente;
por tanto, se asume que los técnicos solo atienden componentes según su funcionamiento
del componente.
2. El puente grúa avanza a una velocidad de 20 m/h.
3. El montacarga avanza a una velocidad de 60 m/h.
4. Las colas poseen capacidad máxima suponiendo que todos los componentes que llegan
son de tamaño similar.
5. La cantidad máxima de recurso humano permanece constante, es decir, se asume que los
técnicos no se enferman ni faltan al trabajo.
6. Se asume que los trabajadores mantienen la misma efectividad y eficiencia en su trabajo
durante la jornada laboral (eficiencia constante).
7. Se asume que durante el horizonte de la simulación de reparaciones no existirán
problemas con el abastecimiento de los repuestos.
8. No se consideran los tiempos muertos de que los trabajadores vayan a los servicios
higiénicos.
9. El horario de almuerzo es de los técnicos es de 11:30 am a 12:30 pm, el almuerzo es de 1
hora. Los administrativos almuerzan de 12pm a 1 pm. Luego de eso, empiezan su turno
puntualmente sin retrasos. No está considerado en los tiempos asignados.
10. Algunos trabajos que ingresan a la compañía son rechazados, ya que puede que el cliente
no acepte la cotización propuesta.
11. Se asume que los operarios no realizan horas extras, si no terminan un trabajo en su turno;
se terminará el día útil siguiente.
12. SE asume que los clientes siempre son los que envían sus componentes a reparar, la
empresa no recoge los componentes.
13. Se termina el servicio cuando el cliente recoge el componente en la planta.
14. Se asume que los componentes no sufren averías en el trayecto.
15. Se asume que los aumentos y/o reducciones salariales, no afectaría en la cantidad de
empleados ni eficiencia (empeño, motivación).
16. Se asume que los trabajadores desarrollan sus actividades colocando el 100% de su
esfuerzo.
17. Se asume que la maquinaria usada no sufre desgasto y siempre trabaja al 100% de su
capacidad a lo largo del tiempo.
18. Todas las colas son de disciplina FIFO
19. Se asume que los componentes serán reparados en los tiempos establecidos por los
planners.
20. Las interrupciones que tiene los trabajadores por consultas de los jefes de equipo, no se
consideran relevantes para el presente análisis
21. Se asume que los trabajadores se dedican únicamente a las labores descritas en el
presente informe, esto no siempre es cierto debido a que KOMATSU MITSUI realiza otras
labores distintas a la reparación de componentes
22. Se asume que los operarios del KOMATSU MITSUI cuentan con los conocimientos
necesarios para resolver cualquier tipo de problemas en los componentes que llegan y
nunca hay contratiempos en la reparación de los componentes
23. Se asume que siempre se tendrá en el almacén, el repuesto exacto para cada
componente.
7. MODELO
En el archivo adjunto se presenta la modelación en ARENA del caso en estudio.
BLOCK CREATE
BLOCK COUNTER
BLOCK STATION
BLOCK QUEUE
BLOCK TALLY
BLOCK DELAY
BLOCK TRANSPORT
8. ANIMACIÓN
La animación del modelo se encuentra en el archivo adjunto en ARENA.
Ilustración 28: Animación del modelo

Leyenda:
}

Simulación de procesos de mantenimiento en Komatsu

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Simulación de procesos de mantenimiento en Komatsu

Uploaded by

Copyright:

Available Formats

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

FACULTAD DE CIENCIAS E INGENIERÍA

PROFESOR: CLEMENTE MOQUILLAZA, LUIS ALFREDO MANUEL

20102346 VILLANUEVA BASTANTE, CAROLINA CLAUDIA 100%

20105021 MAYORCA HUAMÁN, ANDREA ALEJANDRA 100%

20111076 ALCA PALOMINO, MAURICIO ALEJANDRO 100%

20112290 LUYO CARBONERO, PABLO MILTON 100%

20121418 PAIS BOZZO, BRIGITE LIZET 100%

San Miguel, 26 de noviembre del 2016

El presente trabajo trata de aplicar lo aprendido en el curso de Simulación de Sistemas,

Finalmente se realizará un modelo de simulación para evaluar los indicadores de

1.1. Objetivo general

2. DESCRIPCIÓN DEL SISTEMA

Ilustración 1: Camión 930E-4SE

Ilustración 2: Procesos en la reparación

Ilustración 3: Diagrama de Flujo del proceso

Ilustración 4: Estatus Reparaciones

Tabla 1: Tipos de Variables

4. ANÁLISIS DE LOS DATOS

Algunos puntos que se considera son los siguientes:

4.2. Pruebas de bondad de ajuste y determinación de probabilidad a emplear en el modelo

Para identificar el modelo de distribución que mejor se ajusta a nuestros datos, es

Basándonos en el tamaño de la muestra que se halló de la variable, se realizara la pruebas

 Tiempo entre llegadas de componentes

Ilustración 6: Distribución Chi-cuadrado

 Tiempo de lavado interno

Aplicabilidad de las pruebas

Aplicabilidad de las pruebas

Ilustración 9: Distribución Erlang

 Tiempo de elaboración del informe

Aplicabilidad de las pruebas

Ilustración 11: Distribución Uniforme

Aplicabilidad de las pruebas

Ilustración 92: Distribución Beta

Ilustración 103: Distribución Beta

Distribución de mejor ajuste

Ilustración 14: Distribución Beta

Ilustración 115: Distribución Gamma

Ilustración 126: Distribución Lognormal

Ilustración 137: Distribución Beta

Ilustración 18: Distribución Beta

Ilustración 19: Distribución LogNormal

Ilustración 20: Distribución Normal

Ilustración 21: Distribución Normal

Ilustración 22: Distribución Beta

Utilizando la fórmula de tamaño de muestra para la estimación de la proporción:

Fuente: Elaboración Propia

Se obtuvo la siguiente distribución:

Valores Frecuencia F. relativa F acumulada

Fuente: Elaboración Propia

 Tipo de decisión del cliente

Utilizando la fórmula de tamaño de muestra para la estimación de la proporción:

Valores Frecuencia F. relativa F acumulada

Fuente: Elaboración Propia

5. IDENTIFICACIÓN ENTIDADES, RECURSOS, VARIABLES DE ESTADO Y ATRIBUTOS

Ilustración 23: Componentes

 Repuestos chicos: Estos son utilizados y acoplados a los componentes.

Ilustración 24: Repuestos chicos

Ilustración 25: Puente Grúa

 Asistente_log: Es el personal del área de logística operacional que se encarga de la

Ilustración 26: Personal

 Banco_de_pruebas: Es la máquina en la que se realiza la simulación del funcionamiento

Ilustración 27: Montacarga