Facultad de Ciencias e Ingeniería

Informe 2

Elaborado por:
Carlos Víctor Calderón Llamocca (20140190) 100%
Milagros De Jesús Marca Delgado (20140398) 100%
Gianmarco Raymundo Moreyra (20141187/Coordinador) 100%
Sheyla Lisbeth Serrano Ramírez (20141566) 100%

Profesor:
Ing. MIGUEL ANGEL FERNANDEZ
Simulación de Sistemas

19 de Noviembre del 2018

1
 Resumen ejecutivo

La empresa “Pinturas International Perú S.A.C”. ubicada en el distrito y tiene un área de

aproximadamente 2500 m2 con un área construida de 650 m2.
Es una empresa se dedica a la fabricación y comercialización de pinturas. Desarrolla cinco
productos: Pinturas epóxicas, Pinturas de Poliuretano, Pinturas Anti-incrustante, Pintura
Convencional Industrial y Pinturas de señalización: Utilizados en la señalización de tránsito,
pistas de aeropuerto y carreteras.
En este negocio el producto más representativo son las pinturas epóxicas, las cuales realizan las
siguientes operaciones: Pesado de materia prima, dispersado, molienda, contemplado,
matizado, control de calidad, adicionado, envasado y embalado.
Actualmente, estos procesos no son efectuados adecuadamente, viéndose reflejado en los
tiempos de producción de todo el proceso.
Se realizará el presente estudio se encuentra focalizado en el sector industrial de pinturas. La
investigación tiene como objetivo simular las operaciones para el proceso de pinturas epóxicas.
Para ello, primero se analizarán las entidades, atributos y recursos. Además, de los análisis
tomados en la empresa. Obteniendo esta información, se llevará la información usando el
software Input Analyzer para verificar la distribución de probabilidades. Asimismo, se analizará
la naturaleza de estos datos para que finalmente sean llevados a un modelo matemático por
ARENA 14.7. Para el modelo, se tomarán en cuenta los conocimientos adquiridos en el curso
Simulación de Sistemas.
Finalmente, al final del informe, se presentarán las conclusiones y recomendaciones en base a
la información adquirida por la simulación realizada.

2
 Índice

1. Objetivo del trabajo ....................................................................................................... 2

1.1. Objetivo General .................................................................................................... 2
1.2. Objetivos Específico ............................................................................................... 2
2. Descripción del sistema que se va a simular................................................................. 2
2.1 Descripción de la empresa ...................................................................................... 2
2.2. Descripción del proceso a simular .......................................................................... 3
3. Procedimiento para la recolección de datos y datos para realizar la simulación ........... 5
3.1. Recolección de datos ............................................................................................. 5
3.2. Elección del horario de levantamiento .................................................................... 5
4. Análisis de los datos ..................................................................................................... 8
4.1. Definición de la población: ...................................................................................... 8
4.2. Determinación del tamaño de muestra. .................................................................. 8
4.2.1. Tiempo de pesado de materia prima: ............................................................... 9
4.2.2. Tiempo de dispersado:................................................................................... 10
4.2.4. Tiempo de molienda:...................................................................................... 12
4.2.5. Tiempo de completado:.................................................................................. 13
4.2.6. Tiempo de matizado:...................................................................................... 14
4.2.7. Control de Calidad ......................................................................................... 15
4.3.8. Tiempo de adición: ......................................................................................... 15
4.3.9. Embalado:...................................................................................................... 17
4.3.10. Embalado II: ................................................................................................. 18
5. Identificación de elementos de simulación de eventos ................................................ 19
5.1. Entidades: ............................................................................................................ 19
5.1.1. Entidades dinámicas: ........................................................................................ 19
• Pailas: Son los recipientes que pasan entre la operación de Materia Prima hasta el
Envasado. ................................................................................................................... 19
• Galones de pintura: Son los recipientes en donde la pintura estará desde la
operación de Envasado hasta Embalado. ................................................................... 19
5.1.2. Entidades estáticas: .......................................................................................... 19
• Operario Materia Prima Sólido: Son los operarios que se encargan de pesar los
insumos para las pinturas epóxicas. ............................................................................ 19
• Operario Materia Prima Líquido: Son los operarios que se encargan de pesar los
insumos para las pinturas epóxicas para líquidos........................................................ 19
• Máquina Dispersadora ........................................................................................ 19
• Máquina Molino .................................................................................................... 19
• Máquina Agitadora ............................................................................................... 19
• Laboratorista: Persona encargada de la operación de Control de Calidad. .......... 19
• Operario Envasado: Son los operarios que se encargan de envasar los galones. 19
• Operario Embalado 1: Es el operario encargado de embalar los galones. ........... 19
• Operario Embalado 2: Es el operario encargado de embalar los galones en otra
línea, para otra presentación. ...................................................................................... 19

1
 5.2. Atributos: .............................................................................................................. 19
5.3. Recursos: ............................................................................................................. 19
5.4. Variables de estado: ............................................................................................. 19
6. Presunciones: ............................................................................................................. 20
7. Modelo ........................................................................................................................ 22
8. Animación ................................................................................................................... 22
Bibliografía ...................................................................................................................... 25

1. Objetivo del trabajo

1.1. Objetivo General

El presente proyecto tiene como objetivo mejorar los procesos de fabricación de pinturas industriales
mediante el uso de la simulación.

1.2. Objetivos Específico

● Analizar los tiempos de cada una de las operaciones del proceso de elaboración de pinturas.
● Identificar los cuellos de botella dentro del proceso de elaboración de pinturas.
● Analizar la posibilidad de aumentar o disminuir la cantidad de personal en las operaciones
cuello de botella.
● Identificar las utilizaciones de las máquinas y operarios en cada uno de los puestos.

2. Descripción del sistema que se va a simular

Se realizará una breve descripción de la empresa “Pinturas International Perú S.A.C; además, se
explicará el proceso de elaboración de pinturas industriales epóxicas” mediante un flujograma para
informar con mayor detalle las operaciones que se realizan para obtener el producto final.

2.1 Descripción de la empresa

La empresa “Pinturas International Perú S.A.C”. se dedica a la fabricación y comercialización de

pinturas. Se encuentra ubicada en Chorrillos y tiene un área de aproximadamente 2500 m2 con un
área construida de 650 m2. Sus principales productos son:
● Pinturas epóxicas: Pinturas a base de zinc para evitar la oxidación de metales, permitiendo una
mayor duración. Está dirigido principalmente para el mantenimiento industrial.
● Pinturas de Poliuretano: Pinturas usadas como acabado por su brillo en estructuras metálicas,
concreto y madera en condiciones muy agresivas.
● Pinturas Anti-incrustante: Pinturas ecológicas formuladas en combinación de resinas poliméricas

2
y venenos orgánicos.
● Pinturas Convencional Industrial: Pinturas dirigidas especialmente a la industria por su alta
resistencia a ambientes muy agresivos.
● Pinturas de señalización: Utilizados en la señalización de tránsito, pistas de aeropuerto y
carreteras.
2.2. Descripción del proceso a simular
La empresa trabaja de lunes a viernes de 8:00 a.m. a 5:45 p.m. con 1 hora de refrigerio a partir de
la 1:00 pm.
A continuación, se presenta el flujograma:

3
 Figura 1: Flujograma
Fuente: Elaboración Propia

4
 1. Pesado de materia prima: La materia prima es pesada por un operario haciendo uso de
una balanza. Luego, será separada según el tipo de materia líquida o sólida. La materia
sólida está compuesta por talco, resina, pigmento y solvente; estas serán enviadas al área
de dispersado. Mientras que, la materia líquida que está compuesta por resina líquida, la
cual será enviada al área de completado, pigmento (Líquida) será enviado a matizado y
solventes líquidas serán enviadas al área de contemplado.

2. Dispersado: Esta operación consiste en homogenizar las materias primas sólidas haciendo
uso de tres máquinas dispersadoras. De manera que, se obtenga una mezcla con menos
gránulos, esta mezcla será enviada al área de molienda.

3. Molienda: Puesto que los pigmentos no han sido disueltos completamente en la dispersión,
son triturados haciendo uso de tres máquinas de molino. De manera que, se llegue a la
fineza requerida.

4. Contemplado: En esta operación se agrega la resina líquida (materia prima que da

consistencia a la pintura) y es realizada en las máquinas dispersadoras.

5. Matizado: Esta operación es realizada por un operario y una máquina agitadora, la que se
encargará de mezclar adecuadamente los pigmentos para la pintura.

6. Control de Calidad: Esta operación es realizada por un laboratorista y consiste en realizar

4 pruebas de calidad, si la muestra pasa todas las pruebas esta mezcla será enviado a
envasado si no serán enviados al área de adicionado.

7. Adicionado: Esta operación es realizada por un operario y en las máquinas dispersadoras.

En base a los resultados se le añade el talco. Posteriormente, serán enviados al área de
envasado.

8. Envasado: Esta operación es realizada por 2 personas, las cuales se encargan de envasar
en galones la pintura en 4 diferentes presentaciones (¼ galón, 1 galón, 5 galones y 20
galones).

9. Embalado: Las presentaciones (¼ galón y 1 galón) se embalan en cajas cada una de 20

unidades mientras que las presentaciones ( 5 galones y 20 galones) son envasadas en
cajas cada una de 5 unidades .Están son enviadas al almacén

3. Procedimiento para la recolección de datos y datos para realizar la simulación

En este punto, se describirá el procedimiento que se realizó para llevar a cabo la recolección de los
datos que se emplearán. Se indicará el horario en que se realizó la toma de datos. También, se
identificó las variables necesarias para desarrollar el proyecto.

3.1. Recolección de datos

Para realizar la recolección de datos, se realizó la toma de tiempos de cada operación del proceso
de elaboración de pinturas.

3.2. Elección del horario de levantamiento

Esta se realizó en 3 visitas a la empresa los días 18 y 27 de septiembre, además del 3 de noviembre,
desde las 8:00 a.m. hasta la 1:00 p.m. Cada operación fue evaluada por dos integrantes, para tener
una mayor precisión en los tiempos. Se empleó un cronómetro en el proceso de recolección de
datos. Estos fueron recopilados y trasladados a un Excel adjunto al documento.

5
Es importante resaltar que los tiempos se midieron desde la recepción de materia prima sólida y
líquida, las operaciones de dispersado, molienda, contemplado, matizado, control de calidad,
adición, embalado y por último el tiempo en que se demora hasta llegar a la estación de almacén 1
y almacén 2.
Se empleó el siguiente formato para realizar la toma de tiempos, el cual facilitó realizarla, ya que le
brinda un mayor orden a la técnica empleada.

PROCESO/MÉTODO
ACTIVIDAD
MÁQUINA/HERRAMIENTA
Nº MUESTRA TAREA DESCRIPCIÓN OBSERVACIÓN TIEMPO
1
2
3
4
5
6
7
8
9
10
Tabla 1: Formato de toma de tiempos.
Fuente: Elaboración Propia

En la planta trabajan 9 operarios por turno y tienen implementadas máquinas. La distribución de

estos será detallada a continuación.

Nº PROCESOS OPERARIOS MÁQUINAS

1 PESADO DE MP(L) 1 -
2 PESADO DE MP(S) 1 -
3 DISPERSADO - 3
4 MOLIENDA - 3
5 CONTEMPLADO 3
6 MATIZADO 1 -
7 CONTROL DE CALIDAD 1 -
8 ADICION - 3
9 ENVASADO 2 -
10 EMBALADO 2 -
11 ALMACÉN 1 Y 2 - -
Tabla 2: Distribución de operarios y máquinas
Fuente: Elaboración Propia

El layout de planta se muestra a continuación:

6
 Figura 2: Layout de la tabla
Fuente: Elaboración Propia

3.3. Definición de Variables aleatorias y determinísticas

Para la determinación de las variables a tomar en el sistema se visualizó, en primera instancia, el
proceso a simular. Una vez realizado esta operación, se procedió a clasificar las variables según:
significativas, proporciones y determinísticas.
Variables aleatorias:
Las variables aleatorias que se consideraron en el proceso de simulación fue el tiempo en el
sistema, el cual nos proporciona el tiempo total en el que una entidad ingresa a la primera estación
que es pesado de materia prima, hasta que llega al almacén.
ID DESCRIPCIÓN
V1 Tiempo en el sistema
Tabla 3:Definición de las variables aleatorias
Fuente: Elaboración Propia

Variables determinísticas:
Las variables determinísticas empleadas son la cantidad de recursos en el sistema. Esto involucra
la cantidad de operarios, las máquinas y el medio de transporte empleado para movilizar la entidad
a determinadas estaciones del sistema.

7
 ID DESCRIPCIÓN
D1 Cantidad de operarios de pesado de mp(L)
D2 Cantidad de operarios de pesado de mp(S)
D3 Cantidad de operarios de matizado
D4 Cantidad de operarios de control de calidad
D5 Cantidad de operarios de envasado
D6 Cantidad de operarios de embalado
D7 Cantidad de máquinas en dispersado
D8 Cantidad de máquinas en molienda
D9 Cantidad de máquinas en contemplado
D10 Cantidad de máquinas de adicion
D11 Cantidad de montacargas
Tabla 4: Definición de las variables determinísticas
Fuente: Elaboración Propia

4. Análisis de los datos

En esta sección, se determinarán las variables a tomar en cada proceso para la elaboración de la
pintura epóxica. En primer lugar, se identificará si la variable es discreta o continua. Luego, se
definirá la población, si este es finita o infinita. Seguido, se determinará el tamaño de la muestra
para realizar la prueba de bondad de ajuste.

4.1. Definición de la población:

Para los tiempos de pesado, dispersado, preparado de molienda, molienda, completado, matizado,
control de calidad, adición, preparado para envasado y envasado, la población será la misma. Según
el área de operaciones, se realiza mensualmente 3300 galones.
La población tomada es de 3300 galones en promedio, esta es la cantidad que produce la empresa
mensualmente. Además, la presentación del producto es de un galón.

4.2. Determinación del tamaño de muestra.

Para la determinación del tamaño de muestra, en primer lugar, se hará una muestra piloto de 30
muestras. La manera de realizar se presenta en la siguiente fórmula:

Dónde:
n0 es el tamaño de muestra considerando población finita
z1-a/2 es el valor del estadístico z cuya área bajo la curva es 1-a/2
s es el estimador de la desviación estándar
d es el error muestral o error de estimación.
Para el caso nuestro, se asumirá que el error es de 4%, pues debe ser menor al nivel de significancia
(5%).

8
Debido a que la población es finita, se tendrá que realizar un ajuste bajo la siguiente fórmula:

Dónde:
n es el tamaño de muestra luego de ajustarlo por población
n0 es el tamaño de muestra considerando población infinita
N es el tamaño de la población de la variable
A continuación se presenta la determinación del tamaño muestral para cada proceso.

4.2.1. Tiempo de pesado de materia prima:

Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de Kolmogorov-

Smirnov se indica que pvalue>0.15. Como el p-value es mayor al nivel de significancia de 0.05,
entonces no se rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para
señalar que los datos no siguen una distribución Lognormal.

9
 N° Muestras N 55
1 28.58 X 29.45
2 36.34 S2 30.02
3 27.96 Z1-a/2 1.96
4 30.2 e 4%
5 31.03 d 1.18
6 34 no 83.10
7 31.63 n 34.00
8 37.22 s 5.48
9 35.2 Coef 0.19
10 21.89
11 36.73
12 30.61
13 30.12
14 20.44
15 33.29
16 25.48
17 31.3
18 30.17
19 21.61
20 27.79
21 35.51
22 16.58
23 27.63
24 29.08
25 25.11
26 37.47
27 25.24
28 36.23
29 26.27
30 22.84

Tabla 5: Tiempo de pesado de materia prima

Fuente: Elaboración Propia

4.2.2. Tiempo de dispersado:

Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de Kolmogorov-
Smirnov se indica que pvalue>0.15. Como el p-value es mayor al nivel de significancia de 0.05,

10
entonces no se rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para
señalar que los datos no siguen una distribución Beta.

N° Muestras N 55
1 53.5 X 42.59
2 46.88 S2 42.56
3 47.66 Z1-a/2 1.96
4 46.08 e 4%
5 42.64 d 1.70
6 48.01 no 56.34
7 38.72 n 28.00
8 39.69 s 6.52
9 53.62 Coef 0.15
10 54.41
11 53.14
12 48.77
13 41.71
14 40.7
15 33.83
16 34.06
17 39.59
18 39.11
19 37.49
20 38.2
21 45.83
22 33.37
23 34.6
24 40.82
25 34.44
26 41.35
27 37.97
28 36.81
29 42.62
30 52.07

Tabla 6: Tiempo de dispersado

Fuente: Elaboración Propia

11
4.2.4. Tiempo de molienda:
Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de Kolmogorov-
Smirnov se indica que pvalue>0.15. Como el p-value es mayor al nivel de significancia de 0.05,
entonces no se rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para
señalar que los datos no siguen una distribución Normal.

N° Muestras N 55
1 0.6 X 0.56
2 0.5 S2 0.00
3 0.52 Z1-a/2 1.96
4 0.62 e 4%
5 0.64 d 0.02
6 0.63 no 18.45
7 0.54 n 14.00
8 0.54 s 0.05
9 0.5 Coef 0.09
10 0.63
11 0.52
12 0.52
13 0.52
14 0.6
15 0.62
16 0.58
17 0.5
18 0.63
19 0.54
20 0.53
21 0.59
22 0.51
23 0.53
24 0.53
25 0.55
26 0.61
27 0.62
28 0.53
29 0.51
30 0.5

12
 Tabla 7: Tiempo Dispersado
Fuente : Elaboración Propia

4.2.5. Tiempo de completado:

Se ha tomado un N = 55 lotes.
Kolmogorov-Smirnov se indica que
significancia de 0.05, entonces no
analizada no hay evidencia para
Lognormal.
Según el reporte del Input Analizer, en el test de
pvalue>0.15. Como el p-value es mayor al nivel de
se rechaza la hipótesis nula porque en la muestra
señalar que los datos no siguen una distribución

N° Muestras N 55
1 28.58 X 29.45
2 36.34 S2 30.02
3 27.96 Z1-a/2 1.96
4 30.2 e 4%
5 31.03 d 1.18
6 34 no 83.10
7 31.63 n 34.00
8 37.22 s 5.48
9 35.2 Coef 0.19
10 21.89
11 36.73
12 30.61
13 30.12
14 20.44
15 33.29
16 25.48
17 31.3
18 30.17
19 21.61
20 27.79
21 35.51
22 16.58
23 27.63
24 29.08
25 25.11
26 37.47
27 25.24
28 36.23
29 26.27
30 22.84

13
 Tabla 8:Tiempo de contemplado
Fuente: Elaboración Propia

4.2.6. Tiempo de matizado:

Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de
Kolmogorov-Smirnov se indica que pvalue>0.15. Como el p-value es mayor al nivel de
significancia de 0.05, entonces no se rechaza la hipótesis nula porque en la muestra
analizada no hay evidencia para señalar que los datos no siguen una distribución Normal.

N° Muestras N 55
1 87.06 X 64.01
2 77.9 S2 269.29
3 78.17 Z1-a/2 1.96
4 46.88 e 4%
5 74.22 d 2.56
6 75.41 no 157.82
7 67.55 n 41.00
8 45.9 s 16.41
9 39.51 Coef 0.26
10 82.57
11 40.6
12 53.98
13 79.61
14 83.7
15 47.98
16 47.26
17 85.61
18 48.57
19 48.26
20 64.61
21 44.76
22 56.03
23 81.81
24 76.22
25 42.73
26 55.71
27 88.59
28 53.21
29 73.52
30 72.26

14
 Tabla 9: Definición de las operaciones realizadas
Fuente: Elaboración Propia

4.2.7. Control de Calidad

Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de
Kolmogorov-Smirnov se indica que pvalue>0.15, asi como el p value de la chi cuadrado.
Como el p-value es mayor al nivel de significancia de 0.05, entonces no se rechaza la
hipótesis nula porque en la muestra analizada no hay evidencia para señalar que los datos
no siguen una distribución Triangular, ya que tiene menor error cuadrático medio

N° Muestras
1 89.23 N 55
2 82.38 X 76.77
3 70.27 S2 121.52
4 66.24 Z1-a/2 1.96
5 88.29 e 4%
6 97.13
d 3.07
7 62.97
no 49.51
8 95.15
9 77.29
n 27.00
10 76.66 s 11.02
11 72.86 Coef 0.14
12 81.48
13 85.34
14 77.16
15 82.61
16 58.98
17 67.7
18 59.9
19 84.88
20 79.08
21 63.75
22 69.33
23 78.84
24 66.27
25 82.31
26 89.74
27 73.08
28 71.94
29 93.83
30 58.26

Tabla 10: Control de Calidad}

Fuente : Elaboración Propia
4.3.8. Tiempo de adición:
Se ha tomado un N = 55 lotes. Según el reporte del Input Analizer, en el test de
Kolmogorov-Smirnov se indica que pvalue>0.15 y la prueba chicuadradro, también tiene

15
un p>0.05. Como el p-value es mayor al nivel de significancia de 0.05, entonces no se
rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para señalar
que los datos no siguen una distribución Weibull.

N 55
N° Muestras
X 22.59
1 27.98
S2 37.02
2 23.16
Z1-a/2 1.96
3 13.91
e 4%
4 29.32
d 0.90
5 31.51
no 174.21
6 30.5
n 42.00
7 19.65
s 6.08
8 16.08
Coef 0.27
9 29.93
10 26.76
11 14.47
12 31.62
13 19.42
14 27.79
15 17.88
16 27.91
17 28.93
18 19.57
19 24.93
20 27.39
21 22.81
22 24.37
23 14.3
24 14
25 15.65
26 22.23
27 14.81
28 24.25
29 13.19
30 23.29

Tabla 11: Control de Calidad}

Fuente : Elaboración Propia

16
4.3.9. Embalado:
Según el reporte del Input Analyzer, en el test de Kolmogorov-Smirnov se indica que
pvalue>0.15. Como el p-value es mayor al nivel de significancia de 5%, entonces no se
rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para señalar
que los datos no siguen una distribución Normal.

N° Muestras N 3300
1 0.76 X 0.83
2 0.92 S2 0.01
3 0.67 Z1-a/2 1.96
e 4%
4 0.71
d 0.03
5 0.78
no 21.33
6 0.84
n 22.00
7 0.86 s 0.08
8 0.9 Coef 0.09
9 0.94
10 0.76
11 0.84
12 0.75
13 0.73
14 0.84
15 0.83
16 0.9
17 0.87
18 0.89
19 0.95
20 0.84
21 0.76
22 0.8
23 0.85
24 0.95
25 0.89
26 0.77
27 0.7
28 0.89
29 0.86
30 0.93

Tabla 12: Control de Calidad}

Fuente : Elaboración Propia

17
4.3.10. Embalado II:
Según el reporte del Input Analyzer, en el test de Kolmogorov-Smirnov se indica que
pvalue>0.15. Como el p-value es mayor al nivel de significancia de 5%, entonces no se
rechaza la hipótesis nula porque en la muestra analizada no hay evidencia para señalar
que los datos no siguen una distribución Beta.

N° Muestras N 3300
1 19.77 X 18.15
2 17.47 S2 1.36
3 16.7 Z1-a/2 1.96
4 16.92 e 4%
5 17.02 d 0.73
6 16.98 no 9.89
7 17.29 n 10.00
8 16.91 s 1.16
9 20.03 Coef 0.06
10 18.23
11 17.98
12 18.17
13 16.79
14 19.17
15 17.64
16 17.02
17 19.27
18 17.57
19 20.07
20 18.03
21 17.09
22 19.35
23 19.67
24 16.99
25 17.93
26 18.6
27 19.47
28 16.91
29 19.71
30 19.64

Tabla 13: Embalado ii

Fuente : Elaboración Propia

18
5. Identificación de elementos de simulación de eventos

5.1. Entidades:
5.1.1. Entidades dinámicas:

• Pailas: Son los recipientes que pasan entre la operación de Materia Prima hasta el
Envasado.
• Galones de pintura: Son los recipientes en donde la pintura estará desde la operación de
Envasado hasta Embalado.

5.1.2. Entidades estáticas:

• Operario Materia Prima Sólido: Son los operarios que se encargan de pesar los insumos
para las pinturas epóxicas.
• Operario Materia Prima Líquido: Son los operarios que se encargan de pesar los insumos
para las pinturas epóxicas para líquidos.
• Máquina Dispersadora
• Máquina Molino
• Máquina Agitadora
• Laboratorista: Persona encargada de la operación de Control de Calidad.
• Operario Envasado: Son los operarios que se encargan de envasar los galones.
• Operario Embalado 1: Es el operario encargado de embalar los galones.
• Operario Embalado 2: Es el operario encargado de embalar los galones en otra línea, para
otra presentación.
5.2. Atributos:

 Componente

 Prueba de Calidad

 Tipo de Presentación

 Tinico cola

5.3. Recursos:
 Máquina dispersadora (3)

 Molinos (3)

 Máquina agitadora (1)

5.4. Variables de estado:

19
 Tabla 14: Variables de Estado
Fuente: Elaboración Propia

6. Presunciones:
Supuestos necesarios para realizar el modelo:

➢ Los operarios dejan de trabajar cuando llega la hora de refrigerio, que es de una hora.
Pasado aquel tiempo, los operarios vuelven a trabajar.
➢ No se considera a operarios faltantes, debido a que por política de la empresa, los
trabajadores no llegan tarde a sus áreas.
➢ Se considera que solo en el caso de pigmentos oscuros, pasan estos al proceso de
molienda, caso contrario, pasa directamente a completado.
➢ Se asume que los mantenimientos a las maquinarias se dan fuera del tiempo de trabajo.
➢ La empresa trabaja a pedidos, así que se asume que todos los productos terminados son
inmediatamente recogidos por el cliente.

20
➢ No existe rotación entre operarios ni intercambio de operaciones. Cada operario tiene un
puesto establecido por la empresa.
➢ El tiempo de traslado se considera despreciable, gracias a la distribución cercana que
presenta.
➢ El operario siempre está inspeccionando la máquina en cada proceso.
➢ Se asume que todos los pedidos son pinturas, debido a que es su producto estrella y que
los demás productos son estacionales.
➢ Se asume que la capacidad de pailas que posee es alta.
➢ Los tiempos determinados están minutos y la producción presenta la unidad en galones (1
galón=3.785 litros)

21
7. Modelo

LLEGADA DE MATERIA PRIMA

DISPERSADO

MOLIENDA

22
COMPLETADO

MATIZADO

CONTROL DE CALIDAD

ADICION

23
ENVASADO

EMBALADO

ALMACÉN

24
8. Animación

9. Análisis del modelo – Validación y verificación de resultados, análisis del sistema

terminal
El modelo desarrollado presenta un sistema no terminal. Esto se debe a que no tiene condiciones
iniciales ni finales específicas, ya que la empresa labora 8 horas y 45 minutos al día. Motivo por el
cual, cada día comienza la jornada de trabajo con el producto en proceso del día anterior. Por lo
que puede comenzar con cualquier operación del proceso. Es por ello, que se realizará un análisis
en el comportamiento del estado estacionario del sistema.
Para realizar el análisis de los sistemas no terminales se generarán los archivos de salida con el
Element DSTATS.

25
10. Planteamiento de alternativas de mejora
11. Conclusiones
12. Anexo

26
Bibliografía

 BANKS, Jerry
2010 Discrete-event system simulation. Quinta Edición. Prentice Hall, Montreal.
REYES, Laura
 2008 Rediseño de las operaciones de elaboración de pinturas industriales epóxicas.
Tesis de licenciatura en Ciencias e Ingeniería con mención en Ingeniería Industrial. Lima:
Pontificia Universidad Católica del Perú, Facultad de Ciencias e Ingeniería.

27