Professional Documents
Culture Documents
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
1
Resumen ejecutivo
2
Índice
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
El presente proyecto tiene como objetivo mejorar los procesos de fabricación de pinturas industriales
mediante el uso de la simulación.
● 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.
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
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.
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.
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).
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.
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
6
Figura 2: Layout de la tabla
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
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.
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.
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
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
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
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
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
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
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
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
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
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.
• 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)
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
DISPERSADO
MOLIENDA
22
COMPLETADO
MATIZADO
CONTROL DE CALIDAD
ADICION
23
ENVASADO
EMBALADO
ALMACÉN
24
8. Animación
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