Informe Proyecto

PROYECTO FIN DE CARRERA INGENIERA AERONUTICA
Tutor: Ignacio Egua Salinas Febrero 2011
Simulacin de la produccin y ensayo de probetas aeronuticas
ndice:
Captulo 1: Objetivo, motivacin y alcance .......................................................................... 5 Captulo 2: Introduccin a la simulacin .............................................................................. 8 2.1.- Definicin de simulacin ..................................................................................................... 8 2.2.- Orgenes de la simulacin ................................................................................................... 8 2.3.- Aplicaciones de la simulacin ........................................................................................... 9 2.3.1.- Cundo utilizar simulacin: ....................................................................................... 9 2.3.2.- Inconvenientes de la simulacin ........................................................................... 11 2.3.3.- reas de aplicacin..................................................................................................... 11 2.4.- Tipos de simulacin ........................................................................................................... 12 2.5.- Simulacin por ordenador............................................................................................... 13 2.5.1 Introduccin a la simulacin por ordenador ...................................................... 13 2.5.2.- Elementos de un simulador computacional ..................................................... 14 2.6.- Pasos a seguir en la simulacin ..................................................................................... 14 2.6.1.- Formulacin del problema ...................................................................................... 15 2.6.2.- Coleccin de datos y Anlisis .................................................................................. 17 2.6.3.- Desarrollo del modelo ............................................................................................... 18 2.6.4.- Verificacin y Validacin del modelo .................................................................. 21 2.6.5.- Experimentacin y Anlisis de las salidas ......................................................... 21 2.6.6.- Implantacin de los resultados de la Simulacin ........................................... 23 2.7.- Simulacin en Arena .......................................................................................................... 24 2.7.1 Elementos bsicos de la simulacin en Arena .................................................... 24 2.7.2 Entorno Arena 7.0 ......................................................................................................... 25 Captulo 3: Definicin del Sistema ......................................................................................... 27 3.1.- La empresa ............................................................................................................................ 27 3.1.1 Introduccin .................................................................................................................... 27 3.1.3 Instalaciones .................................................................................................................... 28 3.1.4 Equipamiento disponible ........................................................................................... 28 3.1.5 Servicios ............................................................................................................................ 30 3.1.6 I+D+I .................................................................................................................................. 32 3.1.7 Principales proyectos desarrollados ...................................................................... 33 3.2.- El producto. ........................................................................................................................... 37
3.3.- Descripcin del proceso ................................................................................................... 44 3.3.1 Corte de paneles: ........................................................................................................... 44 3.3.2 Unin de tacones............................................................................................................ 46 3.3.3 Curado del adhesivo de los tacones ........................................................................ 47 3.3.4 Taladrado .......................................................................................................................... 48 3.3.5 Avellanado ........................................................................................................................ 49 3.3.6 Inspeccin de taladros por ultrasonidos .............................................................. 49 3.3.7 Medicin del dimetro de los taladros .................................................................. 50 3.3.8 Montaje de probetas ..................................................................................................... 50 3.3.9 Curado del Sellante ....................................................................................................... 52 3.3.10 Medicin de las dimensiones de las probetas .................................................. 54 3.3.11 Colocacin de Extensometra (galgas y extensmetro) ............................... 55 3.3.12 Acondicionamiento trmico ................................................................................... 55 3.3.13 Ensayo ............................................................................................................................. 56 3.3.14 Realizacin de fotografas........................................................................................ 58 3.3.15 Test de tensin residual ........................................................................................... 58 3.3.16 Investigacin microscpica ..................................................................................... 59 3.3.17 Almacenaje de las probetas ensayadas .............................................................. 60 Captulo 4: Simulacin del proceso ....................................................................................... 61 4.1.- Construccin del modelo ................................................................................................. 61 4.1.1 Datos de entrada ............................................................................................................ 61 4.1.2 Composicin de paneles.............................................................................................. 63 4.1.3 Corte de paneles ............................................................................................................. 65 4.1.4 Unin de tacones............................................................................................................ 66 4.1.5 Curado del adhesivo de los tacones ........................................................................ 67 4.1.6 Taladro ............................................................................................................................... 73 4.1.7 Avellanado ........................................................................................................................ 73 4.1.8 Inspeccin por ultrasonidos ...................................................................................... 74 4.1.9 Medicin de los taladros ............................................................................................. 75 4.1.10 Montaje de las probetas ........................................................................................... 75 4.1.11 Curado del sellante de las probetas ..................................................................... 77 4.1.12 Medicin de las dimensiones de las probetas .................................................. 85 4.1.13 Colocacin de Extensometra (galgas y extensmetro) ............................... 86 4.1.14 Acondicionamiento Trmico .................................................................................. 87
4.1.15 Ensayo ............................................................................................................................. 92 4.1.16 Envo de probetas a un laboratorio externo..................................................... 95 4.1.17 Realizacin de fotografas........................................................................................ 96 4.1.18 Test de tensin Residual .......................................................................................... 97 4.1.21 Resumen de los recursos asignados ..................................................................101 4.2 Animacin del modelo .......................................................................................................102 4.3 Modo de presentar los resultados................................................................................103 Captulo 5: Diseo de experimentos...................................................................................108 5.1 1er experimento: Aleatoriedad en la secuenciacin. .............................................108 5.2 2 experimento: Secuenciacin ordenada ................................................................109 5.3 3er experimento: Variacin de los tiempos de espera. .........................................109 5.4 4 experimento: Variacin del nmero de recursos humanos. ........................110 Captulo 6: Presentacin y Anlisis de resultados ......................................................111 6.1 Anlisis del 1er experimento: Aleatoriedad en la secuenciacin. ....................111 6.1.1 Presentacin de resultados del 1er experimento.............................................111 6.1.2 Anlisis y conclusiones de los resultados del 1er experimento..................114 6.2 Anlisis del 2 experimento: Secuenciacin ordenada. .......................................115 6.2.1 Presentacin de resultados del 2 experimento ............................................116 6.2.2 Anlisis y conclusiones de los resultados del 2 experimento. .................119 6.3 Anlisis del 3er experimento: Variacin de los tiempos de espera. ..................119 6.3.1 Presentacin de resultados del 3er experimento .............................................120 6.3.2 Anlisis y conclusiones de los resultados del 3er experimento..................123 6.4 Anlisis del 4 experimento: Variacin del nmero de recursos humanos. 124 6.4.1 Presentacin de resultados del 4 experimento. .............................................124 6.4.2 Anlisis y conclusiones de los resultados del 3er experimento..................127 Captulo 7: Conclusiones finales ...........................................................................................128 Bibliografa ......................................................................................................................................129
La concepcin de este proyecto surgi como fruto de una fructfera experiencia laboral en una empresa del sector aeronutico, cuya principal actividad consiste en la realizacin de ensayos mecnicos, fsico-qumicos y estructurales sobre materiales y estructuras aeronuticos, as como la verificacin y calibracin de instrumental de uso industrial. Dichos ensayos estn generalmente enfocados a la certificacin de materiales, comprobacin de la correcta fabricacin de un lote de piezas, obtencin de resultados experimentales del comportamiento mecnico de estructuras aeronuticas para su comparacin con un modelo terico, y un largo etctera. Uno de los proyectos desarrollados en la empresa, en el cual particip activamente y que es el eje central de este proyecto fin de carrera, es un proyecto de investigacin consistente en comprobar el comportamiento mecnico de un nuevo material, un sellante innovador. Dicho sellante ira integrado en la estructura de un nuevo avin civil de pasajeros cuya entrada en servicio est prevista para mediados de 2013 y el cual est siendo desarrollado por una gran empresa del sector aeronutico y sus consiguientes empresas filiales cuyos nombres no es revelable por motivos de confidencialidad de la informacin. Los ensayos se llevan a cabo integrando el sellante en estudio en el interior de probetas de fibra de carbono, simulando el comportamiento mecnico real del sellante en el avin. El nmero total de probetas a ensayar es de 241, distribuidas en muy diferentes configuraciones y condiciones tanto ambientales como de carga. Se entiendo por probeta aquel espcimen diseado con unas dimensiones y configuracin tales que permiten obtener cierta informacin relevante acerca de las propiedades de una muestra de un determinado material, o conjunto de materiales, mediante su posterior ensayo. Vase la figura 1.
Fig.1 Ejemplo de probeta.
El objeto del proyecto llevado a cabo en la empresa, consiste en el estudio mediante simulacin de la organizacin del plan de fabricacin de las 241 probetas, en sus diferentes configuraciones, y de la realizacin de los ensayos pertinentes en las diferentes condiciones establecidas. No es objeto del presente proyecto el anlisis de los resultados del comportamiento mecnico del nuevo sellante en estudio y ni la observacin de cmo se ven afectadas dichas propiedades mecnicas al variar ciertos parmetros dimensionales, condiciones de temperatura, carga aplicada (esttica o a fatiga), etc. El problema planteado respecto a la organizacin de la produccin y ensayo de las probetas, parece sencillo considerando que el nmero de especmenes a ensayar no es excesivamente elevado. Sin embargo, la gran variedad en cuanto a configuraciones y condiciones de ensayo, como se ver ms adelante, hacen de la organizacin del proceso una actividad extraordinariamente compleja. Adems, por la propia idiosincrasia de la empresa, habr que aadir los inconvenientes de no existir una lnea de montaje y que coexistirn simultneamente en las instalaciones de la empresa distintos proyectos de diferente ndole, dnde muchos de estos proyectos compartirn el mismo personal y maquinaria. Todo ello hace que la eleccin del plan de fabricacin ms adecuado no sea una tarea en absoluto trivial y que requiere por tanto de herramientas sofisticadas que permitan disear una organizacin ptima de un proceso complejo. Es por este motivo por el que se decidi utilizar la simulacin como herramienta de optimizacin y anlisis de alternativas al problema planteado. Una herramienta informtica, como es el programa Arena 7.0, permitir simular el entorno real de trabajo al completo, facilitando la toma de decisiones y solventar problemas no previstos. Esta herramienta posibilitar la identificacin de cuellos de botella, adems de visualizar el nivel de utilizacin de cada mquina as como el nivel de ocupacin de cada operario. En definitiva, la simulacin permitir comparar diversas decisiones en cuanto al orden de fabricacin y ensayo de las probetas, as como diversas asignaciones de tareas al personal, permitiendo adems visualizar de forma aproximada el tiempo en que tanto operarios como maquinaria estn inactivos y puedan dedicarse estos recursos al desarrollo de otras tareas o proyectos. Por este motivo, se escogi como tema central de este proyecto la simulacin mediante el programa informtico Arena 7.0 del proceso productivo y ensayo de 241 probetas de fibra de carbono que permitir un posterior anlisis del nuevo sellante en estudio. El presente proyecto comprende un total de 7 captulos. En el primero de ellos, Objetivo, motivacin y alcance, se ha dado una visin global del proyecto real que se simular mediante el soporte informtico Arena 7.0 y se han explicado las razones que motivan la realizacin de dicha simulacin.
El segundo captulo Introduccin a la simulacin tiene como motivo introducir al lector en el mundo de la simulacin, definiendo inicialmente qu es la simulacin, acompaando una muy breve resea histrica y finalizando con la descripcin de las diferentes aplicaciones de la simulacin. En el tercer captulo Definicin del sistema, se describirn detalladamente los constituyentes principales del proyecto real a modelar: naturaleza de la empresa y sus instalaciones, definicin y caractersticas de producto a fabricar y ensayar, y etapas por las que pasar el producto durante todo el proceso de produccin y ensayo. En el cuarto captulo Simulacin del proceso, se describirn con un elevado nivel de detalle los pasos seguidos para la creacin del modelo del sistema. Se incluirn los mdulos utilizados, nombrando los atributos, variables, recursos, etc. empleados y se explicar la lgica de las diferentes secuencias y las diferentes decisiones tomadas para la construccin del modelo. Se incluir tambin en este cuarto captulo las forma en que se mostrar la animacin de la simulacin y la forma en se presentarn los resultados obtenidos de la simulacin. El quinto captulo Diseo de experimentos, tiene como funcin hacer una breve descripcin de los cuatro diferentes tipos de experimentos que servirn como base para mejorar el proceso completo de fabricacin y ensayo del producto mediante la simulacin del sistema. En el sexto captulo Presentacin y anlisis de resultados, se mostrarn los resultados de las diferentes simulaciones del sistema realizadas para los cuatro tipos de experimentos descritos en el quinto captulo. Los resultados de la simulacin de estos cuatro experimentos sern analizados, obteniendo conclusiones de muy importante valor. El sptimo y ltimo captulo Conclusiones finales, tendr como fin resumir las importantes conclusiones obtenidas como anlisis de los resultados de las diferentes simulaciones realizadas en el sexto captulo.
2.1.- Definicin de simulacin

El sistema de control sobre el funcionamiento de un determinado sistema, ya sea una planta industrial, una entidad bancaria, un sistema de transportes, etc. no es en absoluto una tarea sencilla. Debern tomarse continuamente decisiones acerca de las acciones que ejecutar el sistema. Estas decisiones debern ser tales que el comportamiento resultante del sistema satisfaga de la mejor manera posible los objetivos planteados. Para poder tomar una decisin correcta es necesario saber cmo responder el sistema ante una determinada accin. Esto podra hacerse por experimentacin sobre el sistema mismo; pero factores de costos, de seguridad de tiempo, etc., hacen que esta opcin generalmente no sea viable. A fin de superar estos inconvenientes, se reemplaza el sistema real por otro sistema que en la mayora de los casos es una versin simplificada. Este ltimo sistema es el modelo a utilizar para llevar a cabo las experiencias necesarias sin los inconvenientes planteados anteriormente, utilizando las denominadas tcnicas de simulacin. Se podr definir por tanto la simulacin como el proceso consistente en disear y desarrollar la representacin de un sistema mediante un modelo que permita analizar sus caractersticas y estudiar y predecir el comportamiento de dicho sistema real con el fin de evaluar y mejorar su rendimiento. Si el plan de experimentacin se lleva a cabo con el solo objeto de aprender a conducir el sistema, entonces se denomina entrenamiento o capacitacin.
2.2.- Orgenes de la simulacin

En contra de lo que cabra esperar, la simulacin no es en absoluto una tcnica actual. A lo largo de la historia pueden encontrarse numerosas reseas que evidencian la prctica de la simulacin como pueden ser el juego denominado Weihai creado en China sobre el ao 3000 ac para recrear en un tablero el escenario de una batalla; o los diversos sistemas de simulacin que permitieron entrenar tcticas militares y apoyo logstico a las legiones Romanas (30 ac)
mediante cajones de arena y miniaturas militares para el entrenamiento y planificacin del combate. Es en 1908 cuando puede considerarse el comienzo de la simulacin como aplicacin industrial, gracias al estadstico William Sealy Gosset, el cual aplicaba sus conocimientos estadsticos trabajando en la destilera de Arthur Guinness, y en su propia explotacin agrcola. El especial inters de Gosset en el cultivo de la cebada le llev a especular que el diseo de experimentos debera dirigirse no slo a mejorar la produccin media, sino tambin a desarrollar variedades de cebada cuya mayor robustez permitiese que la produccin no se viese afectada por las variaciones en el suelo y el clima. Para evitar futuras filtraciones de informacin confidencial, Guinness prohibi a sus empleados la publicacin de cualquier tipo de artculo independientemente de su contenido, de ah el uso que hizo Gosset en sus publicaciones del seudnimo "Student", para evitar que el propietario de la destilera lo detectara. Es por esta razn que su logro ms famoso se conoce como la "distribucin t de Student", que de otra manera hubiera sido conocida como la "distribucin t de Gosset". Este hito histrico abri las puertas a la aplicacin de la simulacin Fig.2 Uno de Primeros simuladores de vuelo en el campo del proceso de control industrial as como a las sinergias que generaba esta simulacin basada en la experimentacin y tcnicas de anlisis para descubrir soluciones exactas a problemas clsicos de la industria y la ingeniera.
2.3.- Aplicaciones de la simulacin

2.3.1.- Cundo utilizar simulacin:
En el estudio de un sistema ser conveniente utilizar la simulacin cuando se de una o varias de las siguientes condiciones (Shannon, 1975): No existe una formulacin matemtica analticamente resoluble. Muchos sistemas reales no pueden ser modelados matemticamente con las herramientas actualmente disponibles, por ejemplo la conducta de un cliente de un banco. Existe una formulacin matemtica, pero es difcil obtener una solucin analtica. Los modelos matemticos utilizados para modelar un reactor
10
nuclear o una planta qumica son imposibles de resolver de forma analtica sin realizar serias simplificaciones. No existe el sistema real. Deber disearse un sistema real acorde con las necesidades para poder llevar a cabo los experimentos pertinentes. Los experimentos son imposibles debido a impedimentos econmicos, de seguridad, de tiempo, de calidad o ticos. En este caso el sistema real est disponible para realizar experimentos, pero la dificultad de los mismos hace que se descarte esta opcin. Un ejemplo sera la imposibilidad de provocar fallos de comportamiento en un avin real para evaluar la conducta del piloto. Existen el modelo y los mtodos, pero los procedimientos son tediosos, por lo que resulta ms sencilla y menos costosa la simulacin. Se desea observar en el tiempo una historia simulada del sistema. Se desea experimentar con un modelo antes de construir el sistema. Como puede ser el ejemplo de la maqueta de un avin en un tnel aerodinmico. Es imposible experimentar sobre el sistema real. Como por ejemplo el sistema solar. El sistema evoluciona muy lentamente o muy rpidamente. Un ejemplo de dinmica lenta es el problema de los cientficos que estudian la evolucin del clima. Deben predecir la conducta futura del clima dadas las condiciones actuales, sin esperar a que un tornado arrase una ciudad para luego dar el mensaje de alerta. Por el contrario, existen fenmenos muy rpidos que deben ser simulados para poder observarlos en detalles, por ejemplo una explosin.
Hasta ahora se ha presentado la simulacin y los mtodos analticos como mtodos alternativos, sin embargo, hay veces en que resulta fructfero el uso conjunto de ambos mtodos. Un estudio de planificacin de un ambulatorio usa una simulacin recursiva, primero un modelo de programacin genera planificaciones y asignacin de personal ptimas y entonces un modelo de simulacin evala su efectividad basndose en medidas tales como tiempo de espera de los pacientes y utilizacin de los servicios del personal. Si las medidas no son satisfactorias, se alteran las condiciones o se desarrolla un modelo de programacin matemtico usando el anlisis de regresin, y ste se incorpora para una segunda ronda de optimizacin. El proceso contina hasta que la solucin alcanzada sea aceptable. Esta aproximacin mixta tiene la ventaja de los modelos analticos de producir soluciones ptimas, mientras que con los modelos de simulacin se refleja el grado apropiado de realismo y precisin en la descripcin del sistema. Sin embargo, esta combinacin presenta la desventaja de requerir un mayor nivel de familiaridad con los modelos analticos y ms ingenio que si se usan slo modelos de simulacin.
11
2.3.2.- Inconvenientes de la simulacin

Entre las posibles desventajas de la simulacin se pueden citar: El desarrollo de un modelo puede ser costoso, laborioso y lento. Existe la posibilidad de cometer errores. No se debe olvidar que la experimentacin se lleva a cabo con un modelo y no con el sistema real. Si el modelo est mal concebido o se cometen errores en su manejo, los resultados tambin sern incorrectos. No se puede conocer el grado de imprecisin de los resultados. Por lo general el modelo se utiliza para experimentar situaciones nunca planteadas en el sistema real, por lo tanto no existe informacin previa para estimar el grado de correspondencia entre la respuesta del modelo y la del sistema real. No existe un conjunto de soluciones cerrado. Cada cambio en las variables de entrada requiere una solucin separada o conjunto de ejecuciones.
2.3.3.- reas de aplicacin

Actualmente la simulacin presta un invalorable servicio en casi todas las reas posibles, algunas de ellas son: Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir personal, determinar la poltica de produccin. Plantas industriales: Brinda informacin para establecer las condiciones ptimas de operacin, y para la elaboracin de procedimientos de operacin y de emergencias. Sistemas pblicos: Predice la demanda de energa durante las diferentes pocas del ao, anticipa el comportamiento del clima, predice la forma de propagacin de enfermedades, etc. Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas con mayor riesgo de accidentes, predice la demanda para cada hora del da. Construccin: Predice el efecto de los vientos y temblores sobre la estabilidad de los edificios, provee informacin sobre las condiciones de iluminacin y condiciones ambientales en el interior de los mismos, detecta las partes de las estructuras que deben ser reforzadas. Diseo: Permite la seleccin adecuada de materiales y formas. Posibilita estudiar la sensibilidad del diseo con respecto a parmetros no controlables. Educacin: Es una excelente herramienta para ayudar a comprender un sistema real debido a que puede expandir, comprimir o detener el tiempo, y
12
adems es capaz de brindar informacin sobre variables que no pueden ser medidas en el sistema real. Capacitacin: Dado que el riesgo y los costos son casi nulos, una persona puede utilizar el simulador para aprender por s misma utilizando el mtodo ms natural para aprender: el de prueba y error.
2.4.- Tipos de simulacin

De acuerdo a la naturaleza del modelo empleado, la simulacin puede diferenciarse, segn estableci Fishman en 1978, en: Identidad: Es cuando el modelo es una rplica exacta del sistema en estudio. Es la que utilizan las empresas automotrices cuando realizan ensayos de choques de automviles utilizando unidades reales. Cuasi-identidad: Se utiliza una versin ligeramente simplificada del sistema real. Por ejemplo, los entrenamientos militares que incluyen movilizacin de equipos y tropas pero no se lleva a cabo una batalla real. Laboratorio: Se utilizan modelos bajo las condiciones controladas de un laboratorio. Se pueden distinguir dos tipos de simulaciones:
o
Juego operacional: Personas compiten entre ellas, ellas forman parte del modelo, la otra parte consiste en computadoras, maquinaria, etc. Es el caso de una simulacin de negocios donde las computadoras se limitan a recolectar la informacin generada por cada participante y a presentarla en forma ordenada a cada uno de ellos. Hombre-Mquina: Se estudia la relacin entre las personas y la mquina. Las personas tambin forman parte del modelo. La computadora no se limita a recolectar informacin, sino que tambin la genera. Un ejemplo de este tipo de simulacin es el simulador de vuelo. Simulacin por ordenador: El modelo es completamente simblico y est implementado en un lenguaje computacional. Las personas quedan excluidas del modelo. Un ejemplo es el simulador de un sistema de redes de comunicacin donde la conducta de los usuarios est modelada en forma estadstica. Este tipo de simulacin a su vez puede ser:
o o
Digital: Cuando se utiliza una computadora digital. Analgica: Cuando se utiliza una computadora analgica. En este grupo tambin se pueden incluir las simulaciones que utilizan modelos fsicos.
13
Fig.3 Computadora analgica
2.5.- Simulacin por ordenador

2.5.1 Introduccin a la simulacin por ordenador
Por ser la simulacin por ordenador la base de este proyecto, se har especial hincapi en este tipo de simulacin. El desarrollo de los computadores digitales a partir de la dcada de los 50, y su aplicacin a la resolucin de problemas cientficos, ha introducido lo que algunos han llamado una tercera metodologa a la investigacin cientfica: la simulacin computacional. Este mtodo, de carcter complementario y muchas veces alternativo a los modos convencionales de hacer ciencia, el experimental y el terico, ha ejercido un fuerte impacto en prcticamente todos los campos de la ciencia. El objetivo de la simulacin computacional es resolver los modelos tericos en su total complejidad, mediante la resolucin numrica de las ecuaciones involucradas, haciendo uso intensivo y extensivo de computadores. Actualmente, gracias al vertiginoso desarrollo de la tecnologa informtica, la simulacin computacional se ha consolidado como una herramienta de clculo esencial, tanto para experimentalistas como para tericos. Mediante un buen modelo computacional no slo se pueden reproducir experimentos de laboratorio, sino que adems, gracias a que se pueden variar libremente los parmetros usados, permite probar (o falsar) modelos tericos existentes en rangos de parmetros imposibles de alcanzar experimentalmente por ahora, resolviendo as conflictos entre explicacin terica y observacin. La simulacin computacional no slo juega el papel fundamental de la visualizacin de los resultados obtenidos del modelo simulado, sino que permite adems obtener una imagen grfica y dinmica del proceso en cuestin.
14
2.5.2.- Elementos de un simulador computacional

Un simulador por ordenador est compuesto por las siguientes partes: Un modelo: Es un modelo simblico. Puede ser un conjunto de ecuaciones, reglas lgicas o un modelo estadstico. El evaluador: Es el conjunto de procedimientos que procesarn el modelo para obtener los resultados de la simulacin. Puede contener rutinas para la resolucin de sistemas de ecuaciones, generadores de nmeros aleatorios, rutinas estadsticas, etc. La interfaz: Es la parte dedicada a interactuar con el usuario, recibe las acciones del mismo y presenta los resultados de la simulacin en una forma adecuada. Esta unidad puede ser tan compleja como la cabina utilizada en los simuladores de vuelos profesionales.
2.6.- Pasos a seguir en la simulacin

Aunque se van a presentar una serie de pasos de forma secuencial, realmente es un proceso iterativo, tal y como se muestra en la figura 3.
Fig. 4 Pasos en la simulacin
15
2.6.1.- Formulacin del problema

Se definen las cuestiones para las que se buscan las respuestas, las variables implicadas y las medidas de ejecucin que se van a usar. Esta fase es muy importante para poder alcanzar un modelo vlido. Se puede dividir a su vez en 5 fases: Identificacin del Problema:
Se hace una abstraccin del tipo de problema que se va a tratar. Se identifican los recursos a utilizar y los requisitos que se van a exigir (relaciones a establecer). Reconocer las variables del sistema:
Se han de identificar las variables que interviene en el sistema y que son de inters para el modelo, stas se pueden clasificar en:
o
Variables exgenas: son variables externas al modelo y existen con independencia de l. Se consideran variables de entrada. stas a su vez se pueden dividir en dos grupos: Variables controlables o de decisin (factores): son aquellas sobre las que el analista puede decidir su valor dentro de ciertos lmites. Variables incontrolables o parmetros: sus valores no se pueden decidir sino que vienen fijados. Las variables sern controlables o incontrolables dependiendo de quin las defina. Variables endgenas: son las variables internas y las variables de salida del modelo. Se obtienen en funcin de las variables exgenas y de la estructura del modelo. Especificacin de las restricciones sobre las variables de decisin
Incluso en el caso de que las variables sean controlables, estn limitadas o restringidas a ciertos lmites dentro de los cuales pueden tomar valores. Es importante considerar cuidadosamente las restricciones sobre las variables de decisin, ya que definen el posible espacio de soluciones dentro del cual se buscar una buena solucin o la ptima usando el modelo de simulacin. Desarrollar una estructura preliminar del modelo que interrelacione las variables del sistema y las medidas de ejecucin.
16
Para evaluar la efectividad de un sistema, se debe identificar una medida o medidas de comportamiento (o ejecucin) para juzgarlo. Estas medidas se seleccionan del conjunto de variables endgenas. La medida o medidas que se pretenden optimizar se conocen como funcin objetivo. Hay veces en las que existe una nica funcin objetivo dominante y entonces se intenta optimizar sta sin tener en cuenta las otras variables, aunque siempre considerando las restricciones. En otras ocasiones existe ms de una funcin dominante, en este caso, hay que estudiar las distintas funciones objetivo e intentar encontrar valores para los cuales las funciones son ptimas. Cuando se quiere tener en cuenta varias medidas de comportamiento, a menudo no se podrn optimizar simultneamente. Lo ideal sera hacer mnimas ambas medidas, el tiempo de espera y el costo de tener los empleados, pero si se minimiza una de ellas la otra aumenta. Se tienen tres formas de abordar este problema:
o
Establecer compromisos implcitos entre las medidas. Esta aproximacin es muy subjetiva y no se va a considerar. Se dan los resultados a quin tenga que tomar la decisin y l ser quien establezca la relacin entre las variables conflictivas. Establecer compromisos explcitos, realizando una combinacin de todas las medidas usando una dimensin comn tal como el costo. A estas tcnicas se les suele conocer como anlisis de toma de decisiones multiatributo o multiobjetivo. Para realizar esta tcnica se tiene que decidir una dimensin comn para todas las medidas, factores de pesos, y formar una funcin que las combine. Restriccin y corte: seleccionar una medida como la que ms interesa optimizar y hacer que las otras estn dentro de un rango de valores aceptable. Esto reduce la posibilidad de encontrar un ptimo, o al menos las mejores soluciones. Desarrollo de un modelo apropiado
Los modelos son abstracciones de las partes esenciales del sistema. Se ha de intentar ver si con las variables que se han especificado se tiene suficiente para describir estos aspectos importantes del sistema (si no se tienen suficientes entonces el modelo no ser una buena representacin del sistema), o por el contrario se han definido ms de las necesarias (esto puede oscurecer las relaciones entre las variables realmente importantes). En resumen, lo que se tiene que fijar en este paso es el nivel de detalle al que se debe llegar en el modelo. El nivel de detalle depende de:
o o
Propsito del modelo. Contribucin de las variables al modelo.
17
No es igual si lo que se desea hacer es un modelo para una previsin a largo plazo, en cuyo caso la precisin puede ser menor, debido a que al transcurrir el tiempo las variables van a cambiar e incluso podrn aparecer otras nuevas, que si se desea una previsin a corto plazo, entonces se deber profundizar ms en el nivel de detalle.
2.6.2.- Coleccin de datos y Anlisis

Aunque la recogida de datos se va a ver como el segundo paso, es bastante posible que se hayan tenido que recoger datos para la formulacin del problema. Sin embargo, durante este paso se recoge el mayor volumen de datos, se reduce y se analiza. Los mtodos de recogida de datos son tan variados como los problemas a los que stos se pueden aplicar. Si se clasifican por su sencillez, se puede ir desde las aproximaciones manuales hasta las tcnicas ms sofisticadas de alta tecnologa. En la seleccin de un mtodo se pueden tener en cuenta los siguientes factores:
o o
Capacidad de quien recoja los datos. El impacto que pueda producir el proceso de recoleccin sobre el comportamiento del sistema real. Puede producir perturbaciones reales o fsicas en el sistema o psicolgicas. La facilidad de conversin de los datos a una representacin procesable por el ordenador. El coste del mtodo.
En muchas situaciones es suficiente con la observacin directa y la recogida manual de los atributos de inters. Pero si la medida que se quiere observar depende de una persona, su comportamiento se puede ver afectado por estar siendo observada. Otras veces puede ocurrir que la accin que se quiere observar sea muy rpida y que no sea posible realizar una observacin humana. Para decidir el nmero de muestras necesarias, se ha de establecer una relacin costo-exactitud y hacer una optimizacin de dicha relacin. Una vez realizado el muestreo, los datos se han de analizar e introducir en el modelo. Los datos usados para definir el modelo pueden ser de dos tipos:
o
Deteminsticos: son datos conocidos con certeza. stos se pueden introducir fcilmente en el modelo. Probabilsticos: hay dos formas de incluirlos en el modelo: Usar la muestra de datos recogida para representar la distribucin de probabilidades.
o
o
18
Determinar una distribucin probabilstica terica que se comporte como la muestra y usar sta en el modelo. Esto permite tener una mejor comprensin (generalizacin) del modelo.
2.6.3.- Desarrollo del modelo

Incluye la construccin y depuracin del modelo del sistema real, incluyendo la seleccin de un lenguaje de programacin, codificacin del modelo. Esta etapa se va a dividir en dos partes: Comprensin del sistema y Construccin del modelo. Comprensin del sistema
Una de las tareas ms difciles en el anlisis de simulacin es adquirir el suficiente conocimiento del sistema para poder desarrollar un modelo apropiado, es decir, conocer el comportamiento del sistema. Dos tcnicas comnmente usadas son la aproximacin de flujo fsico y la aproximacin de cambio de estado.
o
Aproximacin de Flujo Fsico: Se ha de identificar las entidades cuyo procesamiento o transformacin constituye el propsito principal del sistema. Estas entidades pueden tomar diferentes caminos en el sistema, las rutas que siguen se determinan mediante reglas de decisin. La representacin del sistema vendr dada mediante un diagrama de flujo de entidad y los elementos de procesamiento del sistema. Aproximacin de Cambio de Estado: Para describir esta aproximacin, se debe definir unas variables endgenas adicionales que son las variables de estado e introducir un nuevo concepto, el de suceso o evento. Las variables de estado describen el estado del sistema en cada momento. Dados los valores actuales de las variables de estado, las variables exgenas y la estructura del modelo, se puede determinar el estado futuro del sistema. Un evento es un instante particular en el tiempo en el que el sistema cambia de estado. La evolucin del sistema se puede representar mediante un grafo de sucesos. Construccin del Modelo Las tareas principales en la construccin de un modelo son:
Eleccin Mecanismo de avance del tiempo. Este depender de la aproximacin elegida para describir el comportamiento del sistema. Si se eligi la aproximacin de flujo fsico, este diagrama de flujo podra refinarse para convertirse en el diagrama de flujo del programa. Si se sigui la
19
aproximacin de cambio de estado, el diagrama de flujo desarrollado debera describir el procedimiento que efecta los cambios de estado en el tiempo. Otros dos factores inciden en la construccin del diagrama de flujo del programa: elegir un mecanismo de avance del tiempo y el lenguaje de programacin que se seleccione. Hay fundamentalmente dos formas de considerar el avance del tiempo en un modelo de simulacin:
o
Incrementos fijos de tiempo: se considera un intervalo fijo de tiempo y el estado del modelo se comprueba despus de transcurrido cada uno de estos incrementos constantes. Incrementos por los eventos (N.E.T.A., Next Event Time Advance): las comprobaciones y modificaciones de las variables afectadas se realizan slo despus de la ocurrencia de un evento. Aqu el incremento de tiempo es variable, va desde la ocurrencia de un evento a otro.
El avance del tiempo de simulacin depende de cul de las aproximaciones se elija. Si se elige el incremento por eventos, el reloj se inicializa a 0, y se incrementa al siguiente tiempo en que vaya a ocurrir un suceso; en ese momento de actualizacin del reloj, se modifican las variables que se vean afectadas por la ocurrencia del suceso. Si por el contrario se elige un incremento de tiempo fijo, el reloj se inicia a 0 y se va actualizando cada vez que pase el incremento de tiempo fijado. En esos instantes se observar el sistema para realizar los cambios. En ese momento puede ocurrir que no haya sucedido ningn cambio o que por el contrario que hayan ocurrido ms de un suceso con lo cual se tendr que decidir cul atender antes (por ejemplo dando prioridad a los sucesos). En esta aproximacin pueden ocurrir errores de redondeo, que hacen referencia a la diferencia de tiempo que pasa desde que sucede un suceso hasta que ste se computa (cuando el reloj se incrementa). Hay que tener cuidado en la eleccin del incremento de tiempo. Si ste es demasiado pequeo se realizar trabajo intil, ya que se comprobarn cambios cuando en realidad no ha ocurrido ningn suceso. Por el contrario si es demasiado grande se producirn muchos errores de redondeo y la dinmica del modelo ser ineficiente.
Fig. 4 Avance del reloj de simulacin segn los sucesos.
20
Fig. 5 Avance del reloj de simulacin en incrementos fijos

o
Eleccin de un Lenguaje de programacin: Hay un creciente nmero de lenguajes de programacin disponibles para la implementacin de modelos de simulacin. Entre los lenguajes de simulacin destacan: GPSS (General Purpose Simulation System), SLAM (Simulation Language for Alternative Modeling), SIMAN (Simulation Analysis), y SIMSCRIPT. Muchos lenguajes de propsito general son completamente adecuados para la simulacin, como por ejemplo FORTRAM, PASCAL, etc. pero los lenguajes de simulacin proporcionan una serie de caractersticas que hacen la programacin, depuracin y experimentacin ms eficientes en tiempo y esfuerzo, aunque consuman ms tiempo en la ejecucin. Quizs la ventaja ms importante de los lenguajes de simulacin es la correspondencia entre los elementos del sistema y los elementos del lenguaje. Por ejemplo, en GPSS hay bloques de diagramas de flujo y conjuntos de sentencias de programa llamados QUEUE que procesan entidades a travs de una cola de espera y acumulan datos de variables de salida tales como tiempo de espera en la cola. El lenguaje seleccionado puede influir en la forma exacta del diagrama de flujo del programa de computador. Generacin de nmeros y variables aleatorias: Se van a necesitar muestras aleatorias para representar valores de variables de entrada probabilsticas. Utilizando estos nmeros aleatorios podemos obtener valores de variables aleatorias que sigan ciertas distribuciones de probabilidad. Aunque se ha hecho referencia a que los nmeros usados en simulacin son aleatorios, no lo son totalmente, ya que se producen a partir de algoritmos determinsticos. Sin embargo las propiedades de los nmeros producidos se pueden hacer lo suficientemente cerradas de forma que stos sean completamente utilizables para la simulacin. Si el modelo se implementa con un lenguaje de propsito general, se puede seleccionar e incluir algoritmos necesarios para generar las variables aleatorias requeridas. Pero si se utiliza un lenguaje de simulacin estos algoritmos estn incluidos y pueden ser fcilmente accesibles por el usuario. Implementacin y depuracin del modelo. La facilidad o dificultad en esta etapa dependen en gran medida del lenguaje de programacin que se haya elegido.
21
2.6.4.- Verificacin y Validacin del modelo

La Verificacin del modelo consiste en ver cul es la consistencia interna del modelo. La Validacin consiste en asegurar que existe una correspondencia entre el sistema real y el modelo. Un buen mtodo para la validacin es hacer un test para ver cmo el modelo predice el comportamiento del sistema ante determinadas entradas. La verificacin y validacin del modelo se realiza en todas los niveles de modelizacin: modelo conceptual, modelo lgico y modelo de ordenador. La verificacin se centra en la consistencia interna del modelo, mientras que la validacin se interesa por la correspondencia entre el modelo y la realidad. Se dice que un modelo es vlido si sus medidas de salida tienen una correspondencia apropiada con las mismas medidas en el sistema real. La comprobacin ltima para la validez de un modelo es ver cmo el modelo puede predecir un comportamiento futuro del sistema ante unas determinadas entradas.
2.6.5.- Experimentacin y Anlisis de las salidas

Se han de disear los experimentos que se van a llevar a cabo sobre el modelo y luego analizar las salidas obtenidas, de forma que se pueda responder a las cuestiones planteadas. Experimentacin con el modelo
El propsito ltimo de la experimentacin con el modelo es obtener informacin acerca del comportamiento del sistema para que esto nos ayude en la toma de decisiones. Cuando consideramos la ejecucin de un sistema se puede desear conocer cmo se comporta dicho sistema en sentido absoluto, o comparativamente, para poder contrastar varias configuraciones alternativas del sistema. O se podran considerar dos medidas simultneamente. Es evidente que el nmero de exploraciones que se tendran que realizar es extremadamente largo. Hasta para los diseos de experimentos ms modestos, la exploracin de todas las posibles soluciones en la bsqueda de la mejor solucin, no es algo factible. Se necesita una aproximacin estructurada ms directa para encontrar una solucin que merezca la pena. Podemos considerar dos aproximaciones diferentes para abordar este problema: conjunto predeterminado de experimentos y tcnicas de bsqueda de ptimos.
22
Conjunto de experimentos predeterminado: Esta aproximacin impone identificar factores que podran afectar a la medida de salida y ejecutar los experimentos con los factores puestos a determinados valores. Una vez realizados los experimentos se aplicaran unas tcnicas estadsticas denominadas anlisis de la varianza (ANOVA), para decidir cul o cules de los factores seleccionados tiene realmente algn impacto en la medida de salida. Las medidas de salida se pueden adaptar de forma que las suposiciones estadsticas de esta tcnica se satisfagan de forma razonable y puedan ser aplicadas en la experimentacin del modelo. Un diseo experimental particularmente general es el diseo factorial. Se consideran dos o ms factores pudiendo estar cada uno a dos o ms niveles. El uso de un conjunto predeterminado de experimentos es efectivo para encontrar buenas soluciones si se puede aproximar una regin de optimalidad con experimentos previos o con la experiencia que se tenga sobre el problema. Sin embargo esta tcnica no puede conducir a la mejor solucin global, ni siquiera puede garantizar un ptimo local. Tcnicas de bsqueda de ptimos: Un conjunto de estas tcnicas se conoce como Metodologa de Superficie de Respuesta (RSM). La superficie de respuesta es la funcin que describe las relaciones de las medidas de ejecucin con los factores o variables de decisin. Dos factores definen una superficie de 3 dimensiones, la cual puede ser vista como un terreno en donde se puede escalar. De hecho, la representacin en 2 dimensiones de la respuesta de superficie es como las lneas de contorno de un mapa topogrfico. Usando varias estrategias se pueden alcanzar puntos altos en el terreno, y quizs llegar a la cumbre. Una estrategia es el mtodo de escalado ascendente. Esta requiere que el modelo se ejecute suficientemente para hacer que se pueda determinar qu direccin (qu cambios en los valores de los factores) parece conducir a un incremento en la altitud (incremento en la medida de salida). Las variables de decisin se van cambiando de esta forma y el proceso contina hasta que ya no se pueda llegar ms alto, en ese momento se ha alcanzado un ptimo local o global. Anlisis de las salidas
En la interpretacin de las salidas del modelo, hay algunos aspectos que son nicos de la simulacin. Mientras que los modelos analticos proporcionan soluciones con medidas de ejecucin completamente definidas, los modelos de simulacin producen estimaciones de las medidas que estn sujetas a error. Las salidas del modelo de simulacin se consideran muestras. Las principales cuestiones en la obtencin de estimaciones tiles a partir de muestras son: que la muestra sea representativa del comportamiento del sistema, y que el tamao de la muestra sea lo suficientemente grande para que las estimaciones de
23
las medidas de ejecucin alcancen un buen nivel de precisin. El tamao de la muestra es algo que est bien definido, pero la representatividad del comportamiento del sistema depende de la naturaleza de las cuestiones que tienen que ser contestadas por el modelo. Se pueden realizar dos tipos de anlisis con un modelo de simulacin:
o
Anlisis para sistemas con final definido: la ejecucin del modelo finaliza cuando ocurre un evento especfico. Se tomara una muestra por ejecucin. Anlisis para sistemas con final no definido (sistemas en estado de equilibrio o estacionario): el inters est en medias de las medidas de comportamiento de ejecuciones largas, despus de que el sistema ha pasado por algn periodo de comportamiento transitorio. Las medidas en estado estacionario se pueden definir como el valor de las medidas en el lmite, cuando la longitud de la ejecucin tiende a infinito.
En ambos casos, las condiciones iniciales (estado del sistema al empezar la ejecucin) pueden influir en la estimacin de las medidas de comportamiento. El tamao de la muestra es importante ya que la precisin de las estimaciones depende de la varianza de la media de la muestra, y la varianza cambia de forma inversamente proporcional al tamao de la muestra (si se cuadriplica el tamao de la muestra la desviacin estndar se reduce a la mitad). La definicin de tamao de muestra para simulacin depende del tipo de anlisis que se haya hecho. Para el anlisis de un sistema con final definido se podra reproducir el periodo de inters, con las condiciones iniciales apropiadas, un determinado nmero de veces hasta conseguir la precisin deseada de la estimacin. En cada ejecucin de obtendr un elemento de la muestra. Con un anlisis en estado estacionario el tamao de la muestra est estrechamente enlazado con el tamao de la ejecucin del modelo o cantidad de tiempo de simulacin.
2.6.6.- Implantacin de los resultados de la Simulacin

Se ha de asegurar que los resultados son aceptados por el usuario. Este paso final es uno de los ms importantes y el que ms se descuida de todo el proceso. Parece obvio que los beneficios de un largo y costoso anlisis no se realizarn sin una implementacin apropiada y una aceptacin por parte de los usuarios. Entre las razones por las que los esfuerzos de implantacin son a menudo intiles, se incluyen las siguientes:
24
Existe un vaco de comunicacin entre el analista de la simulacin y los encargados y usuarios del sistema. Falta de entendimientos por parte de los encargados del sistema debido a los tecnicismos utilizados. El compromiso de implementacin es tardo. Resistencia al cambio. Falta de coincidencia entre el personal disponible y los objetivos marcados por el modelo. Hay aproximaciones que tratan estos obstculos potenciales. Estas aproximaciones requieren que los usuarios y los analistas estn implicados desde el comienzo en el proyecto simulacin.
o o o
2.7.- Simulacin en Arena

2.7.1 Elementos bsicos de la simulacin en Arena
Los elementos bsicos utilizados para la simulacin en el programa informtico Arena, que ha sido el utilizado para el desarrollo del presente proyecto, son los siguientes: Entidades (entities): Las entidades representan a los objetos dinmicos de la simulacin. Pueden crearse, moverse o eliminarse. Atributos: Permiten asignar caractersticas propias a las entidades. Podrn definirse tantos atributos como sean necesarios para asignarle a las entidades todas las caractersticas que se estimen necesarias para la simulacin. Cada entidad individual tendr sus propios valores de atributos. Variables globales: Son elementos que contienen informacin que reflejan alguna caracterstica del sistema. Puede haber muchas variables, pero cada una es nica. Existen dos tipos de variables:
o o
Variables globales definidas en Arena (ej: tiempo de simulacin) Variables globales definidas por el usuario (ej: tiempo de un proceso) Las variables globales son accesibles por todas las entidades, que pueden modificarlas.
Colas (queues): Las colas son espacios de espera para entidades cuyo movimiento a travs del sistema se ha suspendido por algn motivo. Son elementos pasivos: las entidades entran y abandonan la cola dependiendo del estado del elemento asociado a la misma.
25
Recursos: Los recursos son elementos estacionarios utilizados para realizar una determinada accin sobre las entidades en una determinada estacin o proceso (ej: mquinas y/o trabajadores). Poseen una capacidad y un conjunto de estados. Cuando una entidad utiliza un recurso, lo reserva (seize) hasta que termina su procesamiento, liberndolo en ese momento o ms adelante (release). Un recurso tiene una cola asociada para almacenar las entidades que no puede procesar al estar reservada toda su capacidad. Las entidades pueden reservar mltiplos y fracciones de la capacidad de un recurso. Una entidad puede requerir simultneamente varios recursos. Acumuladores estticos: Los acumuladores estadsticos son variables que recogen informacin conforme la simulacin avanza para despus poder obtener la salida. En Arena hay muchos y muy variados tipos de acumuladores estticos:
o o o o
Time-persistent: media, mximo y mnimo respecto al tiempo. Tallies: media, mximo y mnimo de una lista de nmeros. Contadores: suma acumulada de ocurrencias de un evento. Frecuencias: frecuencia de ocurrencia de una variable, expresin o estado de un recurso de Arena. Salidas: valor final de algn elemento. Eventos: Los eventos son acciones que ocurren en cierto instante de tiempo (simulado) que puede cambiar atributos, variables o acumuladores estadsticos. Se organizan segn un calendario de eventos. Las variables que describen el sistema no cambian entre eventos. Reloj de simulacin: El reloj de simulacin es una variable que recoge el tiempo actual de simulacin. No fluye continuamente, sino que pasa del tiempo de un evento al siguiente.
2.7.2 Entorno Arena 7.0

La ventana de Arena 7.0 estar dividida en 5 espacios claramente diferenciados que se detallarn a conticuacin: Barra de mens: Estar colocada en la parte superior de la ventana del programa, y se utilizar para diferentes tareas como configurar las opciones del programa, insertar elementos, etc.
26
Barra de tareas: Esta barra estar colocada justo en la parte inferior de la barras de mens y se utilizar insertar de forma rpida grficos, hacer dibujos en el modelo, controlar el avance de la simulacin, etc. Paneles: Este bloque, colocado a la izquierda de la ventana, contendrn los mdulos necesarios para crear el modelo de simulacin. Ventana de Modelo: En esta ventana, colocada a en la esquina inferior derecha y que ocupa el mayor espacio de la ventana del programa, se crear el modelo del sistema que se pretende simular. Esta ventana estar a su vez dividida en dos apartados:
o
Espacio de trabajo del modelo: En este espacio, colocado en la parte superior de la ventana de modelo, se crear fsicamente el modelo de simulacin Vista de hoja de clculo: Este espacio estar dedicado a los parmetros utilizados por los diferentes mdulos que componen el modelo de simulacin.
Fig.5 Vista del entorno Arena 7.0
27
3.1.- La empresa
3.1.1 Introduccin
Como se mencion anteriormente, el proceso real que se pretende modelar y simular en el presente proyecto, se desarrollar en las instalaciones de una empresa del sector aeronutico. Dicha empresa es una sociedad de reciente creacin enfocada a dar soporte tcnico a la Industria Aeronutica en el campo de los materiales, mediante la realizacin de ensayos mecnicos, fsico-qumicos y estructurales, as como la verificacin y calibracin de instrumental de uso industrial. Es una empresa de base tecnolgica con una apuesta clara por todo lo que representa la definicin, desarrollo y mejora en el mbito del anlisis experimental y con un compromiso por fomentar la I+D en este campo. Entre los objetivos marcados est el contribuir al desarrollo de la empresa aeronutica en las parcelas de la ingeniera de materiales y del anlisis estructural.
Fig. 6 Vista exterior de la empresa
28
3.1.3 Instalaciones
La empresa dispone de una nave de 1.500 m2 en el Parque Aeroespacial Aerpolis, con infraestructuras y equipamientos especialmente diseados para las actividades que en ella se van a realizar. Las instalaciones estn dotadas con las siguientes capacidades: 500 m2 de instalaciones para ensayos mecnicos:
o o o o
Laboratorio de ensayos mecnicos. Laboratorio de ensayos fsico-qumicos. Laboratorio de ensayos metalogrficos, pinturas y sellantes. Sistema de climatizacin especial para mantener condiciones estndar de temperatura y humedad sin aporte exterior de humedad.
500 m2 de instalaciones para ensayos pesados y ambientales:

o o o
Puente gra de 8 Tn. de capacidad. Taller para mecanizados de probetas. Zona de ensayos ambientales /Vibracin y cmaras climticas).
50 m2 de Sala limpia con climatizacin independiente. 500 m2 disponibles para zonas de clculo e ingeniera o laboratorios.
3.1.4 Equipamiento disponible

TEAMS cuenta con un completo equipamiento para llevar a cabo una amplia gama de ensayos sobre materiales y elementos estructurales. Este equipamiento es el siguiente:
o o o o o
Mquina universal para ensayos estticos con Capacidad de 250 KN. 2 Mquinas de fatiga con capacidades de 100 KN y 1000 KN 3 Cmaras para ensayos a temperatura entre -70 y 350C. 1 Durmetro Rockwell. 2 Cmaras climticas de 250 litros y un rango de temperaturas desde 70C a 180C. 1 Vibrador de 3 ejes de 36KN y rango de frecuencia entre 0 y 2000 Hz. 1 Espectrgrafos de chispas (aluminio, aceros y titanios).
o o
29
o o o o o o o o o o o o o o o o o o
1 Calormetro diferencial de barrido (DCS). 1 Espectrgrafo de infrarrojos (FTIR). 1 Analizador de espectros para medidas de impedancias en cables. 1 Multmetro digital de precisin. Parque de actuadores (1 KN, 25 KN, 75 KN, 700 KN). Grupos hidrulicos (16 l/min, 100 l/min, 200 l/min). 1 Equipo de adquisicin de datos de 120 canales. 1 Estufas de secado. 1 prensas de platos calientes. Laboratorio metalogrfico. 1 balanzas de precisin (mg). 1 Equipo para medida de conductividad. 1 Equipo para corrosin bajo tensin. 1 Equipo de corrientes inducidas. 2 Equipo de ultrasonidos Pulso-Eco. 1 Baos termostticos. Microscopia ptica con sistema de tratamiento de imgenes hasta x500. 1 Laboratorio de calibracin de herramientas de grapado elctrico y torcmetros. Taller de mecanizado (torno, taladro-fresador, tronzadora de gran capacidad, disco de corte para materiales compuestos, sierra de cinta vertical, chorro de arena).
Fig. 7 Mquinas de ensayo Universal y de fatiga.
30
Fig. 8 Microscopa ptica
Fig. 9 Durmetro Rockwell
3.1.5 Servicios
Ensayos:
TEAMS dispone de medios tcnicos y personal especializado que le permiten realizar una amplia variedad de ensayos de caracterizacin de materiales. A continuacin se muestra una relacin de los ensayos ms comunes: o Ensayos sobre materiales metlicos: o Traccin. o Compresin. o Plegado o flexin. o Fatiga. o Ensayo de corrosin en niebla salina. o Ensayo de exfoliacin. o Tenacidad a fractura KIc y R. o Propagacin de grietas. o Tamao de grano. o Direcciones de fibra. o Metalografas. o Calificacin de soldadura por puntos. o Composicin qumica. o Dureza. o Conductividad.
31
o Tensiones residuales. o Corrosin bajo tensin.

o
Ensayos No destructivos: o Corrientes Inducidas o Inspeccin por Ultrasonidos
Ensayos en Materiales Compuestos y Adhesivos: o Contenido en fibra y resina. o Voltiles. o Fluidez. o Calorimetra diferencia de barrido (DSC). o Espectrografa infrarroja (IR). o Densidad. o Pelado en Tambor. o Pelado en Campana. o Tenacidad a fractura interlaminar (G1c). o Cortadura Interlaminar (IILS). o Cortadura Intralaminar (+/-45, Off-Axis, Iosipescu). o Traccin y Compresin en Laminados. o Compresin tras impacto (CAI). o Traccin Plana. o Flexin de sndwich. o Acondicionamiento de probetas. o Fabricacin en autoclave.
Pinturas y sellantes o Rayado. o Tiempo de Secado. o Viscosidad. o Contenido no voltiles. o Espesor.
Ensayos estructurales o Ensayos estticos y de fatiga de comportamiento de paneles a traccin compresin y cortadura o Ensayos de presurizacin-fatiga en conductos o Ensayos de vibracin y choque o Ensayos sobre mecanismos
Otros o Calibracin pinzas de grapado
32
o Medida de impedancias de enmallados de cables o Calibracin de torcmetros o Cada de tensin en terminales de cables Verificaciones: TEAMS tiene la capacidad de verificar las siguientes herramientas:
o o
Calibracin de herramientas de mano. Calibracin de torcmetros.
Fig. 10 Herramientas de mano
Fig. 11 Torcmetro
3.1.6 I+D+I
La actividad que la empresa realiza en relacin a grandes Proyectos de Investigacin nacionales y europeos se puede resumir en la participacin en 19 grandes proyectos de investigacin pblica competitiva en los ltimos 10 aos. Este hecho permitira un beneficio mutuo y una sinergia muy positiva entre la empresa y sus filiales.
Fig. 12 Proyecto de investigacin
33
Las capacidades innovadoras en Andaluca de las que dispone la empresa se enumeran a continuacin:
o
Capacidad de diseo, desarrollo y puesta en marcha de nuevos ensayos. La empresa tiene experiencia y capacidad en el diseo y fabricacin de instalaciones de ensayo en funcin de las necesidades del cliente. Capacidad para desarrollar ensayos estructurales. Puede realizarlos tanto a paneles de grandes dimensiones como de pequeas, sometidos a diferentes estados de cargas. Proceso completo de recepcin de materiales. Existen muy pocas entidades que puedan dar un servicio completo de recepcin de material metlico y compuesto. Capacidad de anlisis y diseo. El equipo formado por la empresa y sus filiales tendr capacidad para poder abordar cualquier problema relacionado con la caracterizacin experimental de materiales y estructuras aeronuticas. Capacidad para llevar a cabo ensayos ambientales sobre componentes. Inicialmente podrn llevarse a cabo ensayos sobre sistemas de avin, algunos de los cuales, solamente podran ser llevados a cabo por el INTA. As, podrn realizarse ensayos de vibracin senoidal, aleatoria y choque, climticos y de fatiga con presin y temperatura. A medio plazo es intencin de la empresa la adquisicin de una cmara de altitud lo que permitir abordar ensayos sobre componentes electrnicos. Capacidad para realizar laminados manuales en material compuesto preimpregnado. La empresa contar con una sala limpia homologada para llevar a cabo lay-up manual de materiales preimpregnado.
3.1.7 Principales proyectos desarrollados
Fig. 13 Trabajo desarrollado en TEAMS
34
Trabajos realizados para AIRBUS y EADS

o
Proyectos de Investigacin o Ensayos de fatiga y medida de tensiones residuales en panel conformado por peen-forming.(2001) o Proyecto WASF. Estudio y ensayos para caracterizar paneles soldados mediante soldadura por friccin. (2001-2002) o Calificacin del recanteado y soldadura Lser para aleaciones de aluminio de uso aeronutico (2002) o Ensayos de caracterizacin a fatiga de los procesos de corte en chapas de titanio (2003) o Failure, Performance and Processing Prediction for Enhanced Design with Non-Crimp Fabric Composites (FALCOM). (2001-2004) o Proyecto ALCAS (2005-2007) o Proyecto UNECA. Desarrollo de uniones encoladas para procesos alternativos de conjuntos aeronuticos (2006-2009) o Curado capa a capa de materiales compuestos mediante haz de electrones (2007-.) o En fase inicial pendiente de aprobacin. Proyecto ICARO (2008)
Trabajos regulares o Ensayos de recepcin en materiales metlicos y compuestos para EADS. (desde 1998) o Ensayos de control de produccin sobre materiales metlicos y compuestos para EADS Espacio (desde 2003..) o Calibracin de pinzas de grapado para EADS (desde 2007.) o Calibracin de torcmetros para EADS (desde 2008) o Inspecciones en campo mediante ultrasonidos para EADS (desde 2008)
Contratos o Para EADS Ensayo de compresin sobre dos piezas ANB-7155-1D-CO1 del avin MD11. Ensayos de tensiones residuales segn ASTM en pieza aeronutica de aluminio forjada del Eurofighter. Ensayos de traccin compresin en amortiguador. Diseo del ensayo y realizacin. Ensayo de tensiones residuales sobre panel del cajn del estabilizador del A340. Ensayos de calificacin de los slats del EF-2000 fabricados por CSP/SD de Ti 6Al4V.
35
o o
Ensayos sobre cables elctricos Ensayos sobre labio de tobera del F5 Calificacin de forjado de Aluminio para el A400M Ensayos de tolerancia al dao en estructuras sandwich (2002) Ensayos de caracterizacin en materiales compuestos. Obtencin de propiedades (2004) Ensayos varios en elementos aeroespaciales. Programa C-ISA (2005) Ensayos para el programa EUROSTAR 3000x (2005) Ensayos de tolerancia al dao. Programa NGL y PAS (2007) Ensayos de fatiga- Programa ALPHABUS (2007) Ensayos de uniones encoladas con pelables (NT-B-ID-03005) 28,141 (2003-2004) Ensayos de uniones mecnicas en CFR (2004) Calificacin de la aleacin de aluminio 7085 (2004-2005) Ensayos de recepcin y control de materiales (E 9712393) (EADS) 2004 Test on CFRP 3D Performs (NT-T-ID-05063) 2005 New structure materials (NSM) project agreement. Ti 5Al5Mo-5V-3Cr Forgins (2005) Torsin Box Rib 5 in LRI (SA55SP0701538) 2007 Ensayos de caracterizacin de paneles de fibra de carbono para Airbus (2002-2003)
Para EADS Espacio
Para AIRBUS
Trabajos realizados para otras empresas del sector o Joiing metals and composites by adhesive bonding, advanced lightweight design concepts. (1992-2002) (SACESA) o Virtual Engineering for Robust manufacturing with Design Integration (VERDI). (2004-2007) (ITP) o Desarrollo Tecnolgico de soluciones para la optimizacin estructural de elementos aeronauticos basados en paneles rigidizados de fibra de carbono (GRUPO TAM) (2007-2009) o Ensayos de calificacin de materiales y uniones para la Belly Fairing del A380. (2003-2004) (SACESA) o Ensayos de calificacin sobre sistemas de la Belly Fairing del A380 (2004-2005) (SACESA)
36
o Estudio tensional del forjado Front Fitting L 551-80041-200 IC (2004) (ICSA) o Ensayos de calificacin de la toma principal de aire AGU-NACA del A380 (2005-2006) (SACESA) o Ensayo de vibracin sobre el Suplemental Cooling del A380 y de fatiga sobre el LPGC (2006) (SACESA) o Ensayo de cortadura sobre paneles de la Belly Fairing del A380 82006-2007) (SACESA) o Desarrollo de un Convertidor AC/DC regulado en voltaje para el sector aeronutico (Proyecto BCRU) (2006-2009) (INABENSA) o Ensayos de recepcin de materiales compuestos para SACESA (desde 1995) o Ensayos de control de materiales para (IDEC, MASA, ARIES, ICSA, NOVALTI, TRATERCOM, AEROSUR,etc)
37
3.2.- El producto.
El objetivo del presente proyecto, como se indic anteriormente, es analizar el problema de decisin planteado sobre el proceso de fabricacin y ensayo de 241 probetas para la comprobacin de las propiedades mecnicas de un nuevo sellante que ir incluido en dichas probetas. Este sellante, denominado como Shimming, engloba a 3 tipos de sellantes que se desean estudiar: Redux 870, EPIDOND 1590, y EA9394. El objetivo principal del sellante en estudio, componente de futuros aviones de uso comercial, ser el permitir almacenar lquidos dentro de la estructura interna del avin, impidiendo que los fluidos puedan escapar libremente del habitculo diseado a tal efecto. Estos lquidos podrn ser de diferente ndole como aceites, grasas, lquido hidrulico, etc. Sin embargo, el principal objetivo del sellante es impedir la evacuacin de combustible (Jet A1), el cual se encuentra ubicado principalmente dentro de la estructura interna del ala y del estabilizador horizontal.
Fig. 14 Localizacin de los tanques de combustible de un avin comercial
El sellante, por tanto, deber resistir el ataque qumico de los fluidos con los que entrar en contacto, pero adems deber resistir las solicitaciones de carga, tanto estticas como dinmicas, a las que se ver sometido durante su vida til. Ser imprescindible, por tanto, realizar ensayos sobre el sellante en estudio para comprobar su comportamiento mecnico. Estos ensayos mecnicos se realizarn en las instalaciones de la empresa TEAMS, valindose de probetas de fibra de carbono y/o aluminio para realizar dichos ensayos en las mquinas de traccin. El conjunto de probetas y respectivas caractersticas que se defini para realizar los ensayos se muestran en la figura 15. El objetivo de esta figura no es
38
tanto sealar las caractersticas de las probetas en cuestin, sino mostrar una visin de conjunto del problema global, dejando patente la gran variedad de especmenes y configuraciones existentes.
Tabla 1: Conjunto de probetas a ensayar
Como queda patente en la figura 15, existe una gran variedad de probetas en cuanto a sus caractersticas tanto fsicas como en cuanto a su modo de ensayo, en concreto, existen 65 grupos de probetas, identificada con la nomenclatura que aparece en la primera columna de la tabla. Las distintas probetas podrn diferenciarse segn: Prioridad
El orden en que debern ensayarse las probetas vendr condicionado por la prioridad establecida por el cliente. Esta prioridad podr ser 1 o 2 dependiendo de la asignacin dada a cada probeta.
39
Configuracin
Existen 3 posibles tipos de configuracin de probetas, que estarn formadas por 2 o 3 laminados de fibra de carbono y/o lminas de aluminio, pudindose colocar el sellante en estudio en las superficies de contacto entre lminas y/o laminados. Las lminas y/o laminados estarn unidos entre s por medio de dos remaches e incluirn adems uno o dos tacones o packers para asegurar que la carga aplicada durante el ensayo est alineada con la direccin longitudinal de la probeta. Tanto las propiedades dimensionales de las probetas, como el tipo de remache, el material de los tacones o el tipo de sellante incluido entre lminas y/o laminados podrn variar de unas probetas a otras. Las 3 posibles configuraciones de probetas son: o Cortadura simple con hueco (SLS-Gap): Esta configuracin estar formada por dos laminados de fibra de carbono, dos remaches y dos tacones. Los laminados estarn separados entre s mediante dos soportes de aluminio o spacers. El sellante podr ir colocado entre los spacers.
Fig. 15 Probeta de cortadura simple con hueco
o Cortadura simple sin hueco (SLS): Esta configuracin estar formada por dos laminados de fibra de carbono, dos remaches y dos tacones, pudiendo incluir el sellante en las superficies de contacto entre laminados.
Fig. 16 Probeta de cortadura simple sin hueco
o Cortadura doble (DLS): Esta configuracin estar formada por dos lminas de aluminio, un laminado de fibra de carbono situado entre ambas lminas de aluminio, dos remaches que permiten unir las tres lminas que componen la probeta y un tacn que permite darle rigidez al conjunto.
40
Podr incluirse el sellante en las superficies de contacto entre las lminas de aluminio y el laminado de fibra de carbono, de forma simtrica.
Fig. 17 Probeta de cortadura doble
Tipo de ensayo
Existen dos tipos de ensayo a los que podrn ser sometidas las probetas, ensayo esttico o a fatiga. Cada tipo de ensayo se realizar en una mquina de ensayo diferente: o Ensayo esttico: Se realizarn en la mquina Universal Zwick Roell Z250 para ensayo esttico, con capacidad mxima de 250 KN. o Ensayo a fatiga: Se realizar en la mquina Instron 8801 con capacidad mxima de 100 KN.
Fig. 18 Mquina Zwick Roell Z250
Fig. 19 Mquina Instron 8801
Condiciones de ensayo Las condiciones trmicas de ensayo variarn dependiendo de las condiciones establecidas para cada probeta, pudindose ensayar a 4 temperaturas diferentes: Temperatura ambiente, 90C, 120C y -55C. La temperatura exigida durante el ensayo se conseguir mediante cmaras trmicas adheridas a las mquinas de ensayo. Sin embargo, los ensayos para las probetas a fatiga a -55C no podrn realizarse en las instalaciones de TEAMS, ya que no se dispone de los requerimientos necesarios.
Tipo de Sellante
41
El sellante aplicado a cada probeta variar dependiendo de las especificaciones definidas para cada probeta. Los 4 posibles tipos de sellantes son: o Sellante convencional. o Shimming:
o o o
Redux 870 EPIBOND 1590 EA9394. Espesor de laminados
Los laminados de fibra de carbono, que son el elemento principal de las probetas, podrn tener 5 espesores diferentes: 2.03 mm , 4.06 mm, 5.08 mm, 6.10 mm, y 10.16 mm Estado y espesor del sellante
El sellante deber aplicarse de forma lquida, slida o ambos a la vez, segn la configuracin determinada de la probeta. Los espesores de sellante lquido aplicados a las probetas podrn ser de: o 0 mm o 0.5 mm o 1 mm. Los espesores de sellante slido aplicados tendrn como posibles valores: o 0 mm o 1.5 mm o 3mm Y los espesores totales de shimming (lquido + slido) podrn medir: o 0 mm o 0.5 mm o 1 mm o 2.5 mm o 4 mm Secuencia de apilado
Se entiende por Lay-up el porcentaje de lminas segn las direcciones 0, 45 y 90 en la secuencia de apilado de la fabricacin de paneles a partir de los cuales se extraern los laminados de fibra de carbono. Las posibles configuraciones de probetas segn la secuencia de apilado se muestran en la siguiente tabla:
42
Tabla2: Secuencias de apilado
Tipo de remache Los remaches utilizados para unir las lminas y/o laminados de las probetas a ensayar pueden ser de dos tipos: o EN6114K - ASNA2531 o ABS0257 - Sin tuerca
Material de los tacones
El material utilizado para la fabricacin de los tacones ser fibra de carbono siempre y cuando no exista ningn tipo de sellante entre laminados, en cuyo caso se emplearn tacones de aluminio. Es decir, el material empleado en la fabricacin de los tacones depender del empleo o no de sellante en la fabricacin de las probetas. Extensometra
Segn las especificaciones facilitadas por el cliente, debern aadirse a ciertas probetas bandas extensomtricas para estudiar la deformacin antes de la rotura de dichas probetas. Dimensiones
La variedad dimensional de las probetas es enorme, ya que existen varias caractersticas dimensionales que afectan a la geometra de las probetas. Considerando las principales dimensiones, se han agrupado las probetas segn se muestra en la siguiente tabla, en la que se han incluido las dimensiones en mm.
Tabla 3: Variedad dimensional de las probetas
43
En un intento de agrupar probetas con caractersticas similares se ha configurado la siguiente tabla. Para poder realizar dicha agrupacin, se ha tenido que prescindir del espesor del sellante o hueco y del material de los tacones. En la tabla se indica el nmero de probetas que poseen las mismas caractersticas, distribuyndolas en 44 grupos.
Tabla4: Agrupacin de probetas con caractersticas similares
Como puede observarse, la gran variedad en cuanto a las caractersticas de las probetas en estudio, hace que la toma de decisiones en cuanto al orden de fabricacin y ensayo sea enormemente compleja adems de crucial para minimizar el tiempo del proceso. Debern agruparse las probetas con procesos y/o caractersticas similares, simultanear procesos, identificar cuellos de botella para asignar adecuadamente los recursos, etc. Es por este motivo por el cual se decidi recurrir a la simulacin en Arena, ya que permite realizar procedimientos de prueba y error de forma ficticia sobre un modelo del sistema real, pudiendo rectificar sobre los fallos no previstos en una primera decisin sobre el proceso, hasta llegar a la solucin ptima o cuasiptima. Una vez iniciado el proceso real, el margen de maniobra en cuanto a cambios en el
44
proceso real es muy pequeo, pudiendo ser inviable, lento o muy costo. De ah la importancia de realizar una simulacin previa.
3.3.- Descripcin del proceso

El proceso a desarrollar comprende una serie de etapas que se describirn a continuacin, incluyndose un esquema general del proceso completo en la figura 22. Las etapas seguidas por todas y cada una de las probetas se han marcado con el fondo azul, mientras que las etapas seguidas slo por una parte de las probetas se han marcado con el fondo verde. Por otra parte, las etapas correspondientes al aporte de materia prima o elementos aparecen marcadas con el fondo naranja.
Fig.20 Esquema del proceso completo
Las etapas que componen el proceso de fabricacin y ensayo de las probetas son:
3.3.1 Corte de paneles:

En esta primera etapa del proceso se cortarn los paneles de fibra de carbono que haban sido previamente fabricados e inspeccionados. En el presente proyecto no se contempla la fabricacin e inspeccin de los paneles, sino que los paneles sern tratados meramente como materia prima, ya que en el momento en que me incorpor al proyecto dichos paneles ya estaban disponibles para su uso y no constituye un elemento significativo del proceso. El corte de los paneles se realizar en una mquina de corte manual especialmente diseada para el corte de laminados de fibra de carbono.
45
Las lminas de aluminio necesarias para fabricar las probetas de configuracin DLS se obtendrn a partir de planchas de aluminio cortadas mediante otra mquina especialmente diseada para el corte de metales. Durante la simulacin del proceso no se tendr en cuenta el corte de estas lminas de aluminio debido a que el volumen de probetas de configuracin DLS es muy pequeo (6 probetas) y que es un proceso realizado de forma paralela. La obtencin de estas lminas de aluminio no influir en el tiempo final de realizacin del proceso completo, por tanto, durante la simulacin, sern tratadas como materia prima aportada. A partir de los paneles de fibra de carbono ya fabricados e inspeccionados, se obtendrn los laminados utilizados para fabricar las probetas de fibra de carbono.
Fig. 21 Panel de fibra de carbono
Existir un total de 31 paneles, diferencindose entre s por el tamao, espesor y secuencia de apilado, lo cual influy inicialmente en el reparto de laminados a extraer de cada panel. La correspondiente nomenclatura y nmero de panel asociado se muestra en la siguiente tabla.
Tabla 5: Nomenclatura de los paneles de fibra de carbono.
46
3.3.2 Unin de tacones

Una vez que se han extrado los laminados de fibra de carbono, se les colocarn los tacones correspondientes. Como se ha indicado anteriormente, los tacones sern aadidos a las probetas para garantizar la colinealidad de la carga aplicada y la direccin longitudinal de la probeta. Se colocarn un tacn por cada laminado de fibra de carbono, en el caso de que la configuracin sea SLS o SLS-Gap. Y en el caso de que la configuracin sea DLS, el tacn se pegar sobre una de las dos lminas de aluminio que forman parte de la probeta. Como se mencion anteriormente estos tacones podrn estar fabricados de aluminio o fibra de carbono dependiendo de que se aplique o no sellante a la probeta. El motivo de esta decisin se basa en que en el caso en que no se aplique sellante, el espesor del tacn deber ser exactamente el mismo que el del laminado. Es por ello que el tacn se sacar del mismo material del que se extraer el panel para fabricar los laminados, es decir, de fibra de carbono. Sin embargo. en el caso de que exista sellante, el espesor del tacn aumentar (espesor del laminado + espesor del sellante), por lo que se fabricarn de aluminio por su ms sencilla fabricacin.
Fig. 22 Tacn de aluminio.
Fig. 23 Tacn de fibra de carbono
El tacn no influir en las propiedades mecnicas de la probeta, por lo que ser independiente el material del que est fabricado siempre y cuando sea suficientemente rgido. La nica misin del tacn ser permitir que al colocar la probeta en las mordazas de la mquina de ensayo, la carga aplicada sea colineal con la direccin longitudinal de la probeta.
47
Fig. 24 Probeta en la mquina de ensayo
El tacn se fijar al laminado correspondiente mediante un adhesivo, y a continuacin se introducir el conjunto en el horno para que dicho adhesivo cure adecuadamente.
3.3.3 Curado del adhesivo de los tacones

El curado del adhesivo utilizado para la unin entre laminados y tacones se realizar en un horno o cmara climtica con un rango de temperatura de funcionamiento entre -70C y 180C. El volumen til de la cmara ser de 250 litros, con unas dimensiones aproximadas de 70 x 60 x 60 cm.
Fig. 25 Cmara climtica para el curado.
El curado del adhesivo se realizar a 110C durante 140 minutos. El nmero de laminados a introducir simultneamente en la cmara climtica depender del tamao de los mismos. Existen 5 tipos de laminados en funcin de su espesor, los cuales tendrn adems otras dimensiones diferentes (distancia entre remaches, distancia entre el remache y el borde del laminado, etc.)
48
Considerando la capacidad del horno, las dimensiones de los laminados y que los laminados estn suficientemente espaciados en el interior del horno para que el curado sea efectivo, el nmero de probetas (1 o 2 laminados segn la configuracin sea SLS-Gap, SLS, o DLS) del mismo espesor que se podrn curar simultneamente se muestra en la siguiente tabla:
Tabla 6: N de probetas del mismo espesor que pueden introducirse simultneamente en el horno.
3.3.4 Taladrado
El siguiente proceso a realizar, una vez que se han fijado los tacones a los laminados ser realizar los taladros dnde posteriormente irn ubicados los remaches que fijarn los diferentes laminados que componen las probetas. A todos los laminados se les realizarn dos taladros idnticos, con un dimetro variable en funcin de la configuracin, que repercutir por tanto en las dimensiones de la broca a utilizar. Los posibles dimetros de los taladros son: 4.76 mm , 4.80 mm, 5.60 mm, 6.35 mm y 7.94 mm
Fig. 26 Taladros realizados en los laminados
La separacin entre taladros y la distancia del primer taladro al borde exterior del laminado dependern tambin de cada configuracin. Los taladros se realizarn mediante una taladradora manual.
49
3.3.5 Avellanado
Justo a continuacin del taladrado, se realizar el avellanado de los taladros para preparar el orificio donde ir ubicada posteriormente la cabeza troncocnica del remache. Se realizar un solo avellanado por laminado, en el taladro ms externo, ya que los remaches se colocarn en direcciones opuestas ubicando la cabeza de cada remache en un laminado diferente.
Fig. 27 Avellanados realizados en los laminados
El avellanado de los taladros se realizar en una mquina manual diseada especialmente para realizar esta tarea. En funcin del dimetro del taladro, variarn las dimensiones de las fresas utilizadas para el avellanado.
3.3.6 Inspeccin de taladros por ultrasonidos

Despus de realizar los taladros y avellanados correspondientes, se proceder a comprobar que durante dichas operaciones no se ha daado el material produciendo grietas, fisuras, delaminaciones, etc. Se examinar cada laminado, exclusivamente por las zonas adyacentes a cada taladro. Las inspecciones se realizarn por el personal cualificado mediante el equipo de inspeccin por ultrasonidos.
50
Fig. 28 Equipo de inspeccin por ultrasonidos
3.3.7 Medicin del dimetro de los taladros

Es imprescindible asegurar que las dimensiones de los taladros realizados se encuentran dentro del rango de tolerancias permitidas por la normativa. Para ello se medir rigurosamente el dimetro de dichos taladros mediante un comparador digital con una precisin de centsima de milmetro.
Fig. 29 Comparador digital y patrn de medida.
3.3.8 Montaje de probetas

El proceso de montaje de las probetas se variar ligeramente dependiendo de la configuracin propia de cada probeta. Dado que existen tres posibles configuraciones, se describirn a continuacin los diferentes modos de montaje segn el tipo de configuracin. Montaje de probetas de cortadura simple con hueco (SLS-Gap)
Para el montaje de probetas SLS-Gap se fijarn en primer lugar los soportes o spacers sobre uno de los dos laminados de fibra de carbono que componen la probeta. Los spacers se colocarn sobre la misma superficie en la que se fij el
51
tacn. Las posiciones donde irn colocados los spacers (distancia e del extremo sin tacn del laminado) y el espesor de stos vendrn definidos por el cliente y variarn dependiendo de la probeta. La fijacin de los spacers se realizar mediante un adhesivo slido de muy pequeo espesor que no necesita ser curado.
Fig. 30 Probeta de cortadura simple con hueco
A continuacin se colocar el sellante convencional (en el caso de que la probeta a fabricar llevara sellante) en toda la superficie comprendida entre los dos spacers del laminando al cual se le han colocado los spacers. Seguidamente, se colocar el otro laminado de forma que los taladros de ambos laminados estn alineados y los tacones se encuentren enfrentados. Una vez alineados los taladros, se colocarn los remaches, introduciendo la cabeza de los mismos en el orificio avellanado. A continuacin se les colocarn las tuercas a los remaches y se aplicar el par de apriete definido en la normativa.
Montaje de probetas de cortadura simple sin hueco (SLS)
El montaje de las probetas SLS es muy similar al de las probetas SLS-Gap, con la diferencia de que este tipo de probetas no llevarn incorporados spacers.
Fig. 31 Probeta de cortadura simple sin hueco
En primer lugar se aplicar el sellante shimming a la probeta, ya sea lquido, slido, o ambos, en el caso de que estuviera especificado que la probeta en cuestin debiera sellante. En el caso de que la probeta llevase sellante tanto lquido como slido, se aplicar en primer lugar el sellante lquido. El shimming se aplicar sobre la superficie de uno de los laminados en la cual se encuentra pegado el tacn. Se cubrir con el shimming toda la superficie de contacto entre los dos laminados y a continuacin se colocar el otro laminado de forma que los tacones de ambos laminados se encuentren enfrentados y los taladros alineados.
52
Despus de unir ambos laminados, se colocarn los remaches, aadindoles sus respectivas tuercas y aplicando el par de apriete especificado.
Montaje de probetas de Cortadura doble (DLS):
Existen nicamente dos configuraciones de probetas de cortadura doble, una de ellas sin sellante y la otra con sellante shimming tanto lquido como slido. En el caso de la configuracin con shimming, se aplicar inicialmente el shimming lquido sobre cada una de las dos lminas de aluminio, y sobre ste shimming lquido, se aplicar el shimming slido. Habr que tomar la precaucin de aplicar el shimming en la superficie adecuada de la lmina de aluminio, es decir, de forma que el tacn pegado previamente a una de las lminas quede en el interior de la probeta y que el avellanado de los taladros quede hacia el exterior.
Fig. 32 Probeta de cortadura doble
Una vez aplicado el shimming (en el caso de que la probeta llevara sellante), se unirn las lminas de aluminio y el laminado de fibra de carbono tal como se muestra en la figura 36, quedando los taladros alineados. Seguidamente se colocarn los remaches con sus respectivas tuercas, aplicando el par de apriete especificado.
3.3.9 Curado del Sellante

Este proceso se realizar exclusivamente a las probetas a las que se les haya aplicado un sellante lquido que sea necesario curar. Como se detall anteriormente, existen 4 tipos posibles de sellantes que se aplicarn a las diferentes probetas: sellante convencional y tres tipos de shimming (Redux 870, EPIBOND 1590 y EA 9394).
53
El curado del sellante lquido aplicado a las probetas se realizar en la misma cmara climtica que se utiliz para curar el adhesivo empleado para fijar los tacones.
Fig. 33 Cmara climtica para el curado.
El nmero de probetas a introducir simultneamente en la cmara climtica depender del tamao de las mismas. Existen 5 tipos de probetas en funcin del espesor de los laminados de los mismos, variando otras dimensiones como el ancho y la longitud de las probetas, distancia entre remaches etc. Considerando la capacidad del horno, las dimensiones de las probetas y que las probetas estn suficientemente espaciadas en el interior del horno para que el curado sea efectivo, el nmero de probetas del mismo espesor que se podrn curar simultneamente se muestra en la siguiente tabla:
Tabla 7: N de probetas del mismo espesor que pueden introducirse simultneamente en el horno.
La temperatura y tiempo de curado variar dependiendo del sellante lquido a curar. Los parmetros de curado en funcin del tipo de sellante se muestran a continuacin: o Sellantes convencional: 120C durante 120 minutos.
54
o Redux 870: 140 C durante 110 minutos. o EPIBOND 1590: 135C durante 140 minutos o EA 9394: 120C durante 160 minutos.
3.3.10 Medicin de las dimensiones de las probetas

Es imprescindible realizar un control exhaustivo de las dimensiones de las probetas a ensayar, comprobando que dichas dimensiones se encuentra dentro de las tolerancias establecidas. Por tanto, una vez que se hayan terminado de montar las probetas y hayan pasado por la cmara climtica aquellas probetas que necesitaran de un curado trmico del sellante lquido aplicado, se proceder a medir las dimensiones de las mismas. Se medir: o Largo de cada uno de los laminados. o Largo de la probeta completa. o Espesor de cada laminado. o Espesor de la probeta. o Largo de los tacones. o Distancia del tacn de cada laminado al otro laminado. o Distancia del borde de los laminados a los spacers (en el caso de probetas SLS-Gap). o Distancia entre remaches o Espesor del sellante aplicado o hueco (en el caso de probetas SLS-Gap). Estas medidas se realizarn mediante una regla para las dimensiones mayores y con un pie de rey digital para las dimensiones menores.
Fig. 34 Probeta montada lista para ser medida.
55
Fig. 35 Pie de rey digital
3.3.11 Colocacin de Extensometra (galgas y extensmetro)

Por requerimiento del cliente, ser necesario obtener varias curvas tensindeformacin para diferentes posiciones de una serie de probetas establecidas. Para la obtencin de estas curvas ser necesario colocarle a dichas probetas una serie de galgas extensomtricas y extensmetros que permitan recoger el valor de las deformaciones locales de la probeta para cada valor de carga. Y a partir del valor de estas deformaciones locales y del valor de la tensin correspondiente, podr construirse la curva tensin-deformacin de cada punto medido. Las galgas extensomtricas se colocarn manualmente fijndose mediante un adhesivo, mientras que para la fijacin del extensmetro se emplear el til mostrado en la figura 41.
Fig. 36 Colocacin del extensmetro
3.3.12 Acondicionamiento trmico

Otro de los requerimientos establecidos en la definicin del proyecto, es el de realizar un acondicionamiento trmico previo al ensayo de una serie de probetas establecidas.
56
El acondicionamiento trmico se realizar en una cmara climtica de caractersticas similares a la utilizada para curar el adhesivo de los tacones y los diferentes sellantes. Esta cmara climtica tendr las mismas dimensiones y la misma capacidad, es decir, 250 litros tiles. Y el rango de funcionamiento oscilar entre -70C y 180 C. Existirn solamente 4 configuraciones de probetas que sern sometidas al acondicionamiento trmico, con un total de 22 probetas, todas de las mismas dimensiones con un espesor de 6.10 mm y una longitud de 327 mm. Considerando la capacidad del horno, las dimensiones de las probetas y que las probetas estn suficientemente espaciadas en el interior de la cmara climtica para que el acondicionamiento sea efectivo, el nmero de probetas que podrn acondicionarse simultneamente es de 20 probetas. El acondicionamiento trmico se realizar durante 7 das a una temperatura de 90C.
3.3.13 Ensayo
El fin ltimo del proyecto real ser realizar el ensayo de traccin sobre las probetas fabricadas para analizar el comportamiento mecnico del sellante shimming en estudio. El ensayo a traccin podr ser esttico o dinmico (a fatiga), dependiendo de cada probeta, realizndose ambos ensayos en mquinas diferentes. Los ensayos de traccin esttica se realizarn en la mquina Zwick Roell Z250, mientras que los ensayos a fatiga se realizarn en la mquina Instron 8801.
Fig. 37 Mquina Zwick Roell Z250
Fig. 38 Mquina Instron 8801
57
Toda probeta de ensayo a fatiga estar relacionada con una serie de probetas de ensayo esttico con las mismas caractersticas, de forma que la carga mxima del ciclo de fatiga aplicado a cada probeta de ensayo a fatiga, tendr un valor del 40% de la carga de media de rotura de la correspondiente serie de probetas de ensayo esttico. Por tanto, para realizar el ensayo de fatiga a una probeta determinada, deber haberse realizado previamente el ensayo esttico de la serie completa de probetas de ensayo esttico relacionadas con dicha probeta de ensayo a fatiga, para poder disponer del valor mximo del ciclo de carga a aplicar a la probeta de ensayo a fatiga en cuestin.
Fig. 39 Probeta sometida a ensayo de fatiga
El ensayo a fatiga se presupone, a priori, que ser un factor determinante en el tiempo final de duracin del proceso completo ya que existe un nmero elevado de probetas que sern sometidas a este tipo de ensayo y cada uno de los ensayos tendr una duracin fija de 3 das. Esta duracin del ensayo estar fijada por el milln de ciclos de carga a los que deber ser sometido cada probeta. Para aquellos ensayos de probetas que se realicen a una temperatura especfica, se utilizar una cmara trmica que se acoplar a la mquina de ensayo. Dichas cmaras trmicas tendrn un rango de funcionamiento entre -70C y 350C. Las posibles condiciones trmicas aplicadas durante los ensayos tanto de fatiga como estticos, dependiendo de cada probeta, son: Temperatura ambiente, 90C, 120C y -55C.
58
Fig. 40 Cmara trmica
Todos los ensayos a temperatura podrn realizarse en las instalaciones de la empresa, excepto aquellos ensayos a fatiga que se realicen a -55C, ya que no es posible garantizar que con los equipos disponibles pueda mantenerse dicha temperatura durante los 3 das de duracin del ensayo. Por tanto, las probetas de ensayo a fatiga a -55C debern mandarse a otro laboratorio externo.
3.3.14 Realizacin de fotografas

Una vez realizado el ensayo de propio de cada probeta, ya sea esttico o fatiga, se realizarn fotografas para que quede constancia visual del estado de la probeta despus de haber sido sometida al ensayo de traccin. Es prestar especial atencin a la zona del entorno de los remaches, que ser la zona previsible de rotura de las probetas.
Fig. 41 Estado de una probeta tras el ensayo de traccin esttica
3.3.15 Test de tensin residual

Algunas de las probetas de ensayo a fatiga, debern ser sometidas a un test de tensin residual una vez finalizado el ensayo de fatiga por requerimiento del
59
cliente. Se realizar el test de tensin residual a un total de 65 probetas de las 84 probetas de ensayo a fatiga existentes. Las tensiones residuales internas que ocurren en los componentes sin sntomas visibles podran influir sobre el comportamiento de resistencia de los mismos. Ser por tanto necesario tener conocimiento de las tensiones residuales existentes en las probetas en estudio, para analizar su influencia en la resistencia a fatiga de dichas probetas. Se emplear un equipo de deteccin automtica de tensiones residuales empleando bandas extensomtricas.
Fig. 42 Equipo de medicin de tensiones residuales
3.3.16 Investigacin microscpica

Algunas de las probetas de ensayo a fatiga, debern ser sometidas a una investigacin microscpica por requerimiento del cliente una vez finalizado el ensayo de fatiga. Se analizarn un total de 7 probetas de las 84 probetas de ensayo a fatiga existentes. El estudio microscpico se realizar en una zona de la probeta del entorno de los taladros en un rea perpendicular a la direccin de carga. Se pretende estudiar el efecto del ensayo a fatiga (grietas, delaminaciones, fisuras, etc) sobre la superficie de los taladros. Para realizar la investigacin microscpica se tomar una muestra del entorno de los taladros de las probetas a investigar, se empastillar dicha muestra, y se pulir para ser observada en el microscopio ptico, tomando fotografas mediante una cmara digital incorporada al microscopio.
60
Fig. 43 Muestra de la probeta empastillada
Fig. 44 Microscopio ptico
3.3.17 Almacenaje de las probetas ensayadas

Una vez ensayadas las probetas y realizados todos los estudios pertinentes sobre las mismas, las probetas sern almacenadas junto con la documentacin propia de la misma. Ser imprescindible llevar un seguimiento exhaustivo de la trazabilidad de cada probeta. Es decir, debern quedar recogidas todas las etapas seguidas por cada probeta y los datos recogidos durante dichas etapas. Para ello, en todo momento le acompaar a cada probeta una orden de trabajo donde se marcarn las realizadas y los datos recogidos. Esta orden de trabajo ser almacenada junto a la probeta.
Fig. 45 Ejemplo de Orden de trabajo
61
4.1.- Construccin del modelo

En un intento de dar una visin global del modelo de simulacin, se muestra en la siguiente figura una imagen general del sistema a simular.
Fig. 46 Imagen general del modelo de simulacin
La descripcin de cada una de las etapas del modelo se describir a continuacin:
4.1.1 Datos de entrada

Esta primera fase del modelo tendr como finalidad introducir todos los datos propios de cada probeta, asignndoles los atributos necesarios para el desarrollo de etapas posteriores. Arena permite introducir estos atributos
62
manualmente, sin embargo, el programa posee una herramienta de enorme utilidad, la cual permite leer los datos a partir de un fichero Excel mediante el mdulo ReadWrite. sta es una de las herramientas de mayor potencia de Arena, ya que permitir introducir un volumen enorme de datos y realizar cambios sobre los mismos de forma muy sencilla.
Fig.47 Lectura de datos
Inicialmente, mediante el mdulo Create Creacin Probetas, se generarn las 241 probetas que participarn en el proceso. Se crearn todas las entidades de forma simultnea en una sola llegada. A continuacin, mediante el mdulo ReadWrite Lectura de datos se leern las caractersticas propias de cada probeta en forma de atributos a partir del fichero Excel datos.xls
Tabla 8: Muestra de la tabla Excel Datos.xls
63
4.1.2 Composicin de paneles

Una vez asignadas a las 241 probetas sus caractersticas correspondientes, se proceder a agruparlas en los paneles correspondientes mediante el mdulo Composicion de paneles.
Fig. 48 Composicin de paneles
Submodelo Comprobacin de paneles
El mdulo Composicion de paneles es un submodelo que incluye los mdulos mostrados en la figura.
Fig. 49 Elementos incluidos en el submodelo Composicin de paneles
La agrupacin de probetas en paneles se har por medio del mdulo batch Union de probetas. Esta unin se har de forma temporal para poder separar las Probetas ms adelante. Una vez constituidos los paneles se ordenarn segn un criterio de orden de corte establecido y asignado durante la lectura de datos. Esta ordenacin se realizar en el mdulo submodel Ordenacion paneles que se describir posteriormente. A continuacin, los paneles pasarn a ser almacenados en el mdulo hold Almacen de Paneles, para ser utilizados cuando sea necesario. El primer panel se liberar por medio del conjunto de bloques situado en la parte superior de la figura, gracias a la seal generada en el mdulo signal Senal para 1er panel que permitir dejar salir al primer elemento que entr en Almacen de Paneles, es decir, el primer panel. El resto de paneles sern liberados mediante un seal
64
generada en el submodelo posterior Corte de paneles, a medida que se vayan cortando los paneles. En el conjunto de mdulos de la parte superior se incluye tambin el mdulo ReadWrite lectura variables que permitir leer del fichero Excel Datos.xls una serie de variables que sern utilizadas ms adelante.
Tabla 9: Tabla Excel del archivo Datos.xls leda en el mdulo lectura variables
Este mdulo de lectura de variables se podra haber colocado anteriormente en el mdulo de lectura de datos de los atributos de cada probeta, sin embargo se ha decidido colocarlo en esta ubicacin por llegar nicamente un elemento, y por tanto, las variables sern ledas una nica vez.
o
Submodelo Ordenacion paneles
Para ordenar los paneles, stos pasarn inicialmente por el mdulo decide Orden panel. Los paneles, los cuales poseen un nmero de orden, pasarn nicamente si su nmero de orden coincide con la variable contador1 que inicialmente ser igual a 1 e ir incrementndose en el mdulo Asign Asig contador paneles. En caso de que el nmero de orden del panel no coincida con la variable contador1, el panel pasar al mdulo hold Cola Orden panel hasta ser liberado por la seal generada en el mdulo signal Liberar cola orden panel.
Fig.50 Elementos incluidos en Ordenacion paneles
En el mdulo Asig contador paneles se definirn tambin los dibujos propios de cada panel, que podrn verse reflejados durante la animacin.
65
4.1.3 Corte de paneles

Teniendo ya definidos y almacenados los paneles, podrn cortarse en este mdulo para extraer los laminados que compondrn las probetas a ensayar.
Fig. 51 Corte de paneles
Submodelo Corte de paneles
Este elemento incluye varios mdulos, como se aprecia en la figura, entre los que destaca el proceso Corte. Como su propio nombre indica, en este mdulo se realizar el corte de los paneles. Se utilizarn como recursos la mquina de corte maq_corte y uno de los 5 operarios de mecanizado Operario mecanizado, emplendose un tiempo de corte de distribucin normal con media 45 minutos y desviacin tpica 8 minutos.
Fig. 52 Elementos includos en Corte de paneles.
El panel, una vez cortado, pasar por el mdulo t final corte Operarios mecanizado para registrar mediante la variable tf_operarios mecanizado el instante de tiempo en que los operarios de mecanizado dejan de trabajar en el proceso de corte. A continuacin pasarn por el mdulo Senal para corte de paneles para generar una seal que libere el siguiente panel del almacn de paneles, y a continuacin pasar por el mdulo separate Separacion en probetas, dnde se deshar la agrupacin de probetas hecha anteriormente para la creacin de los paneles. Las probetas, una vez cortadas, sern ordenadas de forma similar a como se ordenaron los paneles en el submodelo Ordenacion probetas cortadas.
o
Submodelo Ordenacion probetas cortadas Para ordenar las probetas, stas pasarn inicialmente por el mdulo decide Orden probeta. Las probetas, las cuales poseen un nmero de orden, pasarn nicamente si su nmero de orden coincide con la variable contador2 que inicialmente ser igual a 1 e ir incrementndose en el mdulo Asign Asig contador probeta. En caso de que el nmero de orden de la probeta no coincida con la variable contador2, la probeta pasar al mdulo hold Cola probeta hasta ser liberada por la seal generada en el mdulo signal Liberar cola probeta.
66
Fig. 53 Elementos includos en Ordenacion probetas cortadas.

o
En el mdulo Asig contador paneles se definirn tambin los dibujos propios de cada probeta, que podrn verse reflejados durante la animacin. En este mdulo, adems, se incluir la asignacin de la secuencia seguida por cada probeta durante todo el proceso.
4.1.4 Unin de tacones

A los laminados cortados se les unir un tacn de aluminio o fibra de carbono dependiendo de la probeta a la que pertenezcan dichos laminados en el submodelo Union Tacones.
Fig. 54 Submodelo Union Tacones
Submodelo Union Tacones
En el interior del submodelo Union Tacones estar incluida la creacin de tacones. Los tacones sern tratados como materia prima ya que en el proyecto real los tacones sern creados de antemano. Se crearn todos los tacones en el mdulo create Creacion Tacones en una sola tirada para las 241 probetas, asignndoles un orden en el mdulo Asignacion Orden Tacones para referenciar dichos tacones a su probeta correspondiente. En el proceso no se diferenciar el tipo de tacn a pegar, ya que el tipo del material del tacn a unir es independiente del proceso de unin.
67
Fig. 55 Elementos incluidos en el submodelo Union Tacones
Se utilizar el mdulo Union Probeta Tacon para, como su propio nombre indica, unir los tacones a las probetas correspondientes, simulando el pegado de dichos tacones en el mdulo Pegado Tacones. Para el pegado de tacones se emplear un tiempo que sigue una distribucin normal de media 6 minutos y desviacin tpica 2 minutos. Y se emplear como recurso uno de los 2 operarios de la sala de ensayos fsico-qumicos, identificados en el modelo de Arena como Operario sala. Por ltimo las probetas pasarn por el mdulo t final unin tacones Operarios sala, para registrar mediante la variable tf_operarios sala el instante de tiempo en que los operarios de sala terminan de trabajar en el proceso de pegado de tacones.
4.1.5 Curado del adhesivo de los tacones

El curado del adhesivo de los tacones se realizar mediante el submodelo Curado Tacones.
Fig. 56 Submodelo Curado Tacones
Aunque en el horno se introduzcan los laminados de las probetas de forma independiente, se introducirn simultneamente todos los laminados correspondientes a una misma probeta, considerndose el conjunto como un solo elemento. A la hora de introducir las probetas en la cmara climtica, habr buscar una solucin de compromiso entre minimizar el gasto energtico, es decir, introducir el mximo nmero de probetas simultneamente en el horno, y minimizar el tiempo de duracin del proceso, es decir, no esperar siempre a que el horno est lleno para comenzar el curado.
68
Habr, por tanto, que considerar el tamao de las probetas y el volumen de la cmara climtica para introducir de forma simultnea el mayor nmero posibles de dichas probetas. Por tanto, considerando el nmero mximo de probetas de cada espesor que cabe en el horno, se definir una nueva unidad de volumen para ajustar porcentualmente el volumen de las probetas a introducir en el horno. Considerando que el volumen til de la cmara climtica es de 60 u.v. (unidades de volumen), el volumen ocupado por cada probeta, segn su espesor y configuracin es:
Tabla 10: Unidad de volumen que ocupa cada probeta en el horno segn su espesor y configuracin
Para encontrar la solucin de compromiso entre ahorro energtico y minimizar el tiempo de curado, se tomar una serie de decisiones incluidas en el submodelo Curado Tacones que se detallar a continuacin: Submodelo Curado Tacones
Las probetas que van llegando a la cmara climtica se agruparn primeramente en lotes que se introducirn posteriormente en dicha cmara climtica. Se considerar que un lote est completo cuando alcance un volumen tal que no quepa ninguna probeta ms en el horno, o haya pasado un tiempo determinado desde la entrada de la primera probeta en el lote, siempre y cuando no est curndose ningn lote en la cmara climtica y no haya ningn lote esperando a ser curado. El tiempo de espera para completar un lote de probetas se tomar como una variable de control que pretende optimizarse. Para tener un control de la cola real del proceso de curado habr que contabilizar los lotes de probetas que estn esperando para ser curados, las probetas introducidas en el lote en construccin y las probetas que no hayan cabido por su mayor tamao en el lote en construccin. Es decir, debern contabilizarse todas las probetas desde su llegada a la sala de curado, hasta que comienza el curado de las probetas.
69
Para contabilizar el nmero de probetas que hay en cola, y el tiempo de espera de cada probeta se definirn la variable num_prob_cola_tacones y el atributo t_inicio_tacones respectivamente.
Fig. 57 Elementos incluidos en el submodelo Curado tacones
Al entrar las probetas en el submodelo Curado Tacones, pasarn primeramente por el mdulo Assign Asig num prob y tiempo inicial cola tacones donde se contabilizarn el nmero de probetas que entran en la sala de curado, y el instante de tiempo en que entra cada probeta. A continuacin en el mdulo Process Colocar prob_tacones, se simular el proceso de colocacin de las probetas en lotes por parte de los operarios de sala. El mdulo Decide Cabe permitir separar las probetas que caben en el lote en construccin de las que no. En el caso de que la probeta tenga un volumen mayor del espacio disponible en el lote, pasar a ser almacenada en el mdulo hold Cola lote hasta que se comience a crear un nuevo lote y se libere este mdulo Cola lote. Las probetas que quepan en el lote en construccin seguirn adelante pasando a continuacin por el mdulo Contador tacones donde se contabilizar el numero de probetas en el interior del lote y el volumen ocupado por stas mediante las variables contador_horno y volumen_dentro respectivamente. Pasado el mdulo Contador tacones, las probetas se encontrarn un nuevo mdulo decide llamado Primera probeta, que separar a la primera probeta introducida en el horno para contabilizar en el mdulo contador tiempo el instante de entrada de la primera probeta mediante la variable t1. A continuacin las probetas pasarn al mdulo hold lote tacones, donde se irn almacenando las probetas para crear los diferentes lotes. Las probetas se irn almacenando en el lote hasta que se cumpla una de las siguientes condiciones:
o o o
Que no quepa ninguna probeta ms en el horno Que haya pasado el tiempo de espera especificado desde la entrada de la primera probeta y no haya ningn lote en cola ni en el interior del horno. Que hayan entrado ya las 241 probetas existentes.
70
Cumplida una de las condiciones anteriores las probetas se agruparn en el mdulo Agrupar en lote para formar una sola entidad, es decir, el lote correspondiente. Este lote o conjunto de probetas agrupadas pasar por el mdulo Record Guardar Porcentaje ocupacion tacones para registrar el porcentaje de ocupacin de cada lote en el horno. A continuacin el lote de probetas pasar por el mdulo Asig lotes y Reiniciar contador para hacer que los valores de las variables volumen_dentro y Contador_horno vuelvan a ser cero. Se definir tambin el atributo num_x_lote_tacones para, como su propio nombre indica, contabilizar el nmero de probetas que haya en el lote. A continuacin, el conjunto pasar por el mdulo signal liberar cola lote para dejar salir a las probetas almacenadas en Cola lote. Las probetas liberadas, volvern a iniciar todo el proceso, regresando al mdulo inicial Cabe. Las probetas agrupadas en lotes, por su parte, pasarn a continuacin al mdulo Hold Cola Horno donde se almacenarn los lotes creados. Los lotes permanecern almacenados hasta que no haya ningn lote curndose ni introducindose en el horno. Una vez que se libere un lote para ser curado pasar, antes de llegar al mdulo Curado_adhesivo donde se curar, por los mdulos Actualizar num prob cola tacones y Tiempo cola final tacones. En el mdulo Actualizar num prob cola tacones se actualizar la variable num_prob_cola_tacones que contabiliza el nmero de probetas que hay en cola. Se actualizar la variable restndole el nmero de probetas incluidas en el lote que abandonan la cola y pasan a la cmara climtica. En el submodelo Tiempo cola final tacones se contabilizar el tiempo en que ha pasado en cola cada una de las probetas incluidas en el lote:
o
Submodelo Tiempo cola final tacones
Fig. 58 Elementos incluidos en Tiempo cola final tacones
En el interior de este submodelo, se definir primeramente en el mdulo Var agrupacin x lotes tacones, la variable agrupacion_x_lotes_tacones que recoger el nmero de probetas almacenadas en el lote para que, cuando se separe el lote en
71
sus diferentes probetas, quede constancia del nmero de probetas que componen el lote para poder reagruparlas de nuevo ms adelante. En el mdulo Separacion para contar tiempo tacones, se separar el lote en sus diferentes probetas para que, en el mdulo Activacion tiempo y contar tiempo en cola tacones pueda contabilizarse el tiempo total que ha estado en cola cada una de las probetas por separado. Este intervalo de tiempo ser recogido en el mdulo Record Recogida tiempo en cola para que pueda mostrarse en el informe final de la simulacin. En el mdulo Activacion tiempo y contar tiempo en cola tacones se ha definido tambin la variable Activacion_t_cola_tacones, que valdr 1 cuando pase una probeta y cero en caso contrario. Esta variable permitir que se visualicen nicamente los intervalos de tiempo en cola de cada probeta, y no los intervalos de tiempo muerto en los que no ha pasado ninguna probeta, y que por tanto no se desea visualizar ni conocer. En el modulo reiniciar tiempo activacion cola tacones, se volver a cero la variable Activacion_t_cola_tacones una vez que pase la probeta. El ltimo mdulo Reagrupacion tiempo tacones permitir volver a reagrupar las probetas en el lote correspondiente para introducirlo en la cmara climtica.
Una vez actualizado el nmero de probetas existentes en cola y contabilizar el tiempo que ha pasado en cola cada una de las probetas que van a ser curadas, se introducir el lote completo en el horno para proceder al curado del adhesivo en el mdulo curado_adhesivo.
o
Submodelo curado adhesivo
Fig. 59 Elementos incluidos en curado adhesivo
El proceso de curado del adhesivo se dividir en tres bloques para poder diferenciar el tiempo de utilizacin de los recursos: operarios y horno. En el bloque Seize Delay Preparar curado adhesivo se simular el proceso de carga del horno, en el que un operario de sala introducir el lote de probetas en el horno. En este proceso se utilizarn como recursos tanto al operario como al horno. Una vez que el operario ha introducido el lote completo de probetas se liberar a dicho operario en el mdulo Release Liberar operario sala para que est disponible para otras tareas. Una vez liberados los operarios, en el mdulo t final curado
72
tacones Oprearios sala se registrar el instante de tiempo en que los operarios de sala son liberados mediante la variable tf_operarios sala. Ser en el mdulo Delay Release curado adhesivo donde se produzca el curado del adhesivo de las probetas, utilizando como nico recurso el horno. Se tomar como recurso el horno1 y se emplear un tiempo constante de 140 minutos para realizar el proceso.
A la salida del horno se recoger en el mdulo Contar lotes tacones curados, el nmero de lotes que han sido curados. A continuacin se separar el lote curado en sus respectivas probetas en el mdulo Separacion despues del horno y se contabilizar el nmero total de probetas curadas en el mdulo Contar prob tacones curados. Una vez terminado el proceso de curado las probetas volvern a ser ordenadas en el siguiente submodelo Ordenacion probetas despues del horno. El modo de ordenar las probetas se har segn el nmero de orden propio de cada probeta, del mismo modo a como se hizo en etapas anteriores del modelo.
o
Submodelo Ordenacion despues del horno.
Fig. 60 Elementos incluidos en el submodelo Ordenacion despues del horno.
Para ordenar las probetas, stas pasarn inicialmente por el mdulo decide Orden probeta2. Las probetas, las cuales poseen un nmero de orden, pasarn nicamente si su nmero de orden coincide con la variable contador3 que inicialmente ser igual a 1 e ir incrementndose en el mdulo Asign Asig contador3. En caso de que el nmero de orden de la probeta no coincida con la variable contador3, la probeta pasar al mdulo hold Cola prob orden2 hasta ser liberada por la seal generada en el mdulo signal Lib prob orden2.
73
4.1.6 Taladro
Para simular la operacin de taladrado, se utilizar el submodelo Taladrado.
Fig. 61 Mdulo Taladro
Submodelo Taladro
Fig. 62 Elementos del submodelo Taladro
El taladro de los laminados de las probetas se simular en el mdulo Taladro. Aunque se taladren los laminados por separado, se considerar a efectos de la simulacin que el proceso se realizar sobre la probeta, ya que la operacin de taladrado se realizar de manera conjunta sobre todos los laminados q componen la probeta. Este proceso se realizar en la taladradora definida en el modelo de simulacin como maq_taladro, utilizndose adems como recurso un operario de mecanizado definido como Operario mecanizado. El tiempo empleado en el taladro de los laminados se modelar con una distribucin normal de media 20 minutos y desviacin tpica 6 minutos. A continuacin del taladro se colocar el mdulo t final taladro Operarios mecanizado en el que se registrar mediante la variable tf_operarios mecanizado el instante de tiempo en que se liberarn los operarios durante el proceso de taladrado.
4.1.7 Avellanado
El proceso de avellanado se realizar justo a continuacin del taladrado. Una vez que se hayan realizado los taladros de todos los laminados que componen la probeta, dichos laminado pasarn de manera conjunta al submodelo Avellanado
74
Fig. 63 Mdulo Avellanar
Submodelo Avellanado
Fig. 64 Elementos del submodelo Avellanado.
El proceso de avellanado se simular en el mdulo Avellanar, durante el cual se utilizarn como recursos la mquina de avellanado definida en el modelo como maq_avellanado y un operario de mecanizado definido en el modelo como Operario mecanizado. El tiempo empleado durante el avellanado seguir una distribucin normal de media 22 minutos y desviacin tpica 5 minutos. A continuacin del avellanado se colocar el mdulo t final avellanado Operarios mecanizado en el que se registrar mediante la variable tf_operarios mecanizado el instante de tiempo en que se liberarn los operarios durante el proceso de avellanado.
4.1.8 Inspeccin por ultrasonidos

Todas las probetas, despus de habrseles realizado los diferentes taladros y avellanados, debern ser inspeccionadas para comprobar que durante la operacin de taladrado no han sufrido daados como fisuras, delaminaciones, etc. Esta operacin de inspeccin por ultrasonidos se simular mediante el mdulo Inspeccion por Ultrasonidos.
Fig. 65 Mdulo Inspeccion por ultrasonidos
Se utilizarn como recursos un de los dos operario que se trabajan en la sala de ultrasonidos definidos en el modelo de simulacin como Operario
75
Ultrasonidos, y la mesa de ultrasonidos dnde se encuentra el equipo de inspeccin por ultrasonidos que estar definida en el modelo como mesa ultrasonidos. Para la inspeccin completa de cada probeta se emplear un tiempo definido por una distribucin uniforme con un mnimo de 5 minutos y un mximo de 5 minutos.
4.1.9 Medicin de los taladros

Una vez que han sido examinados los taladros en la sala de ultrasonidos se proceder a la medicin del dimetro de los taladros para tener un control dimensional de los mismos.
Fig. 66 Mdulo Medicion Taladros
Esta medicin de los taladros se simular mediante el mdulo Medicion Taladros, utilizando como recursos el operario definido como Operario 9 y empleando un tiempo que sigue una distribucin normal de media 15 minutos y desviacin tpica 2 minutos.
4.1.10 Montaje de las probetas

En esta etapa del proceso, que estar modelada mediante el submodelo Montaje Probetas, se montarn las probetas al completo.
Fig. 67 Mdulo Montaje Probetas
Submodelo Montaje Probetas
Se incluir en el interior del submodelo Montaje la recepcin de remaches que sern utilizados para ensamblar las probetas. Se crearn los remaches de las
76
241 probetas en una sola llegada en el mdulo Recepcion Remaches, entendiendo que los remaches de cualquier probeta estarn disponibles en todo memento. A cada lote de remaches se le asignar un nmero de orden para hacer corresponder dicho lote de remaches con una probeta determinada. Esta asignacin se realizar en el mdulo Asignacion Orden Remaches. En el mdulo Sincronizar probeta remaches, como su nombre indica, se sincronizar la llegada de cada probeta con el lote de remaches propio de dicha probeta y se unirn en una sola entidad en el mdulo Union Probetas Remache.
Fig. 68 Elementos incluidos en el submodelo Montaje Probetas
El montaje propio de las probetas se simular en el mdulo Montaje. El operario encargado del montaje de las probetas ser un operario especializado definido en el modelo como Operario 8. El tiempo de montaje podr ser muy variado dado las muy diferentes configuraciones existentes. En un intento de aproximar el tiempo de simulacin de montaje al tiempo real de montaje de las probetas se considerar que el tiempo de montaje sigue una distribucin normal de desviacin tpica 4 minutos y con una media diferente segn sea la configuracin:
o o o o o o
SLS-Gap con sellante: 25 minutos. SLS-Gap sin sellante: 15 minutos. SLS con shimming: 22 minutos. SLS sin shimming: 8 minutos. DLS con shimming: 35 minutos. DLS sin shimming: 12 minutos.
Para poder registrar el instante de tiempo en que el operario 8 dejar de trabajar se ha aadido el mdulo t final Operario 8 que actualizar el valor de la variable tf_operario 8 donde se recoger el intervalo de tiempo mencionado.
77
4.1.11 Curado del sellante de las probetas

Una vez que las probetas han sido montadas, deber curarse en la cmara climtica el sellante de aquellas probetas a las que se les haya aplicado sellante convencional o shimming. Para ello, se separarn primero las probetas que lleven sellante o shimming mediante el mdulo Decide Separacion por Sellante o shimming. Las probetas que no lleven ningn tipo de sellante seguirn el proceso y pasarn a ser medidas dimensionalmente, mientras que las probetas a las que se les ha aplicado sellante tendrn que pasar primeramente por al mdulo curado Probetas donde se simular el proceso de curado del sellante aplicado.
Fig. 69 Mdulos para el curado del sellante aplicado a las probetas
Los mdulos Route Env a horno Probetas, Env a Medicion Probetas montadas, y Env a Medicion Probetas montadas y el mdulo Station Horno Probetas Montadas han sido aadidos al modelo para poder visualizar en la posterior animacin el movimiento de las probetas desde la mesa de montaje. Las probetas podrn moverse a la cmara climtica y ms adelante a la mesa donde se realizarn la medicin dimensional de las probetas, o directamente desde la mesa de montaje a la mesa de medida dependiendo de si se ha aplicado o no sellante a la probeta. El peso y tamao de las probetas es muy reducido por lo que no se necesitar de un sistema sofisticado para el transporte de las mismas. Podrn ser transportadas manualmente de una estacin a otra. Submodelo Curado Probetas
Los elementos que componen el submodelo Curado Probetas parecen formar un entramado muy complejo como se muestra en la figura. Sin embargo, la estructura de este submodelo es muy similar a la utilizada anteriormente para simular el curado del adhesivo de los tacones con la nica salvedad de que en este caso en vez de agrupar las probetas en un solo tipo de lote, se agruparn en 4 tipos diferentes de lotes en funcin del sellante aplicado a la probeta.
78
Esta separacin por tipo de sellante se debe a que cada tipo de sellante requiere de un tiempo y temperatura de curado distintos. Y, por tanto, no podrn introducirse simultneamente en el horno probetas a las que se les haya aplicado un sellante diferente.
Fig. 70 Elementos incluidos en el submodelo Curado Probetas
A la hora de introducir las probetas en la cmara climtica, habr buscar una solucin de compromiso entre minimizar el gasto energtico, es decir, introducir el mximo nmero de probetas simultneamente en el horno, y minimizar el tiempo de duracin del proceso, es decir, no esperar siempre a que el horno est lleno para comenzar el curado. Habr, por tanto, que considerar el tamao de las probetas y el volumen de la cmara climtica para introducir de forma simultnea el mayor nmero posible de dichas probetas. Por tanto, considerando el nmero mximo de probetas de cada espesor que cabe en el horno, se definir una nueva unidad de volumen, como se hizo anteriormente durante el curado del adhesivo de los tacones, para ajustar porcentualmente el volumen de las probetas a introducir en el horno. A diferencia del proceso de curado del adhesivo de los tacones en el que se introduca en el horno los laminados de las probetas se colocaban en el horno de forma separada, en este caso las probetas se introducirn ya montadas por lo que el volumen ocupado por las mismas ser diferente. Considerando que el volumen til de la cmara climtica es de 60 u.v. (unidades de volumen), el volumen ocupado por cada probeta, segn su espesor y configuracin es:
79
Tabla 11: Unidad de volumen que ocupa cada probeta en el horno segn su espesor y configuracin
Las probetas, al llegar a la sala donde se encuentra la cmara climtica, se agruparn primeramente en lotes diferentes dependiendo del sellante contenido en cada probeta. Y una vez que se ha completado un lote, se introducir en la cmara climtica para proceder al curado del sellante de las probetas que constituyen dicho lote. Se considerar que un lote est completo cuando alcance un volumen tal que no quepa ninguna probeta ms en el horno, o haya pasado un tiempo determinado desde la entrada de la primera probeta en el lote, siempre y cuando no est curndose ningn lote en la cmara climtica y no haya ningn lote esperando a ser curado. El tiempo de espera para completar un lote de probetas se tomar como una variable de control que pretende optimizarse. Para tener un control de la cola real del proceso de curado habr que contabilizar los lotes de probetas que estn esperando para ser curados, las probetas introducidas en los lotes en construccin y las probetas que no hayan cabido por su mayor tamao en los lotes en construccin. Es decir, debern contabilizarse todas las probetas desde su llegada a la sala de curado, hasta que comienza el curado de las probetas. Para contabilizar el nmero de probetas que hay en cola, y el tiempo en cola de cada probeta se definirn la variable num_prob_cola_sellantes y el atributo t_inicio_sellantes respectivamente. A continuacin se proceder a detallar el modo de funcionamiento del submodelo Curado Probetas desmembrndolo en tres partes para poder visualizar con ms claridad los elementos que componen el submodelo.
80
Conjunto de bloques inicial del submodelo Curado Probetas:
Fig. 71 primeros bloques del submodelo Curado tacones
Al entrar las probetas en el submodelo Curado Probetas, pasarn primeramente por el mdulo Assign Orden y colas Sellantes donde se le asignar a cada probeta un atributo que contenga el nmero de orden con que llega a este submodelo. Esta asignacin de orden permitir ordenar las probetas a la salida de la cmara climtica. En el mdulo Orden y colas Sellantes se contabilizarn tambin el nmero de probetas que entran en la sala de curado, y el instante de tiempo en que entra cada probeta mediante la variable num_prob_cola_sellantes y el atributo t_inicio_sellantes respectivamente. A continuacin en el mdulo Process Colocar prob_Sellantes, se simular el proceso de colocacin de cada probeta en los diferentes lotes por parte de los operarios de sala. Y en el mdulo Decide Separacion por tipo de Sellante, como su propio nombre indica, se dirigir cada probeta, segn el tipo de sellante que contenga, a su direccin correspondiente.
o
Bloques propios de cada sellante:
Independientemente del camino seguido por cada probeta, el proceso realizado en cada uno de ellos es idntico, con la nica salvedad de que la naturaleza del sellante de las probetas en cada camino ser diferente. Al existir 4 posibles sellantes (Redux 870, EPIBOND 1590, EA 9394, y sellante convencional), habr por tanto 4 caminos diferentes a seguir por cada una de las probetas que contengan sellante, los cuales se muestran en las siguientes figuras.
81
Fig. 72 Camino seguido por las probetas con Shimming Redux 870
Fig. 73 Camino seguido por las probetas con Shimming EPIBOND 1590
Fig. 74 Camino seguido por las probetas con Shimming EA 9394
Fig. 75 camino seguido por las probetas con sellante convencional
Dado que los cuatro posibles caminos a seguir por cada probeta en funcin del tipo sellante son idnticos, se describirn de forma genrica los 4 caminos de forma simultnea.
82
El primer bloque de cada camino es el mdulo Decide Cabe_, que permitir separar las probetas que caben en el lote en construccin de las que no. En el caso de que la probeta tenga un volumen mayor del espacio disponible en el lote, pasar a ser almacenada en el mdulo hold Cola_ hasta que se comience a crear un nuevo lote y se liberen las probetas de este mdulo Cola_. Las probetas que quepan en el lote en construccin seguirn adelante pasando a continuacin por el mdulo Contar probetas donde se contabilizar el numero de probetas en el interior del lote y el volumen ocupado por stas mediante las variables contador_ y volumen_dentro_ respectivamente. Pasado el mdulo Contador probetas, las probetas se encontrarn un nuevo mdulo decide llamado Primera probeta_, que separar a la primera probeta introducida en el horno para contabilizar en el mdulo asig tiempo_ el instante de entrada de la primera probeta mediante la variable t1_. Se definir tambin la variable de activacin t1_ _activacion para contabilizar exclusivamente los intervalos de tiempo en que haya probetas en el interior de los lotes en construccin. Esta variable de activacin valdr 1 en el caso de que haya probetas en el interior del lote en construccin, y cero en caso contrario. A continuacin las probetas pasarn al mdulo hold Cola agrupar_, donde se irn almacenando las probetas para crear los diferentes lotes. Las probetas se irn almacenando en el lote hasta que se cumpla una de las siguientes condiciones:
o o
Que no quepa ninguna probeta ms en el horno Que haya pasado el tiempo de espera determinado desde la entrada de la primera probeta y no haya ningn lote en cola ni en el interior del horno.
Cumplida una de las condiciones anteriores las probetas se agruparn en el mdulo Agrupar_ para formar una sola entidad, es decir, el lote correspondiente. Este lote o conjunto de probetas agrupadas pasar por el mdulo Record Guardar Porrcentaje ocupacion , para registrar de forma porcentual el volumen ocupado por los lotes ocupados en el horno. A continuacin, los lotes pasarn por el mdulo Reiniciar probetas para hacer que los valores de las variables volumen_dentro_ Contador_, y ti_ _activacion vuelvan a ser cero. Se definir tambin el atributo num_x_lote_ para que , como su propio nombre indica, contabilizar el nmero de probetas que haya en el lote, y se le asignar tambin a cada lote un tiempo de curado diferente para cada sellante mediante el atributo tiempo_curado. A continuacin, el conjunto pasar por el mdulo signal liberar cola_ para dejar salir a las probetas almacenadas en Cola_. Las probetas liberadas, volvern a iniciar todo el proceso, regresando al mdulo inicial Cabe_.
83
Conjunto de bloques final del submodelo Curado Probetas
Fig. 76 Conjunto de bloques final del submodelo Curado Probetas
Los lotes de probetas completos se irn almacenando en el mdulo Hold Cola Horno. Los lotes permanecern almacenados hasta no haya ningn lote curndose ni introducindose en el horno. Una vez que se libere un lote para ser curado pasar, antes de llegar al mdulo Curado Sellantes donde se curar, por los mdulos Actualizar num prob cola Sellantes y Tiempo cola final Sellantes. En el mdulo Actualizar num prob cola Sellantes se actualizar la variable num_prob_cola_sellantes que contabiliza el nmero de probetas que hay en cola. Se actualizar la variable restndole el nmero de probetas incluidas en el lote que abandonan la cola y pasan a la cmara climtica. En el submodelo Tiempo cola final tacones se contabilizar el tiempo en que ha pasado en cola cada una de las probetas incluidas en el lote:
o
Submodelo Tiempo cola final Sellantes
En el interior de este submodelo, se definir primeramente en el mdulo Var agrupacin x lotes Sellantes, la variable agrupacion_x_lotes_sellantes que recoger el nmero de probetas almacenadas en el lote para que, cuando se separe el lote en sus diferentes probetas, quede constancia del nmero de probetas que componen el lote para poder reagruparlas de nuevo ms adelante.
84
En el mdulo Separacion para contar tiempo Sellantes, se separar el lote en sus diferentes probetas para que, en el mdulo Activacion tiempo y contar tiempo en cola Sellantes pueda contabilizarse el tiempo total que ha estado en cola cada una de las probetas por separado. Este intervalo de tiempo ser recogido en el mdulo Record Recogida tiempo en cola Sellantes para que pueda mostrarse en el informe final de la simulacin. En el mdulo Activacion tiempo y contar tiempo en cola Sellantes se ha definido tambin la variable Activacion_t_cola_sellantes, que valdr 1 cuando pase una probeta y cero en caso contrario. Esta variable permitir que se visualicen nicamente los intervalos de tiempo en cola de cada probeta, y no los intervalos de tiempo muerto en los que no ha pasado ninguna probeta, y que por tanto no se desea visualizar ni conocer. En el modulo reiniciar tiempo activacion cola Sellantes, se volver a cero la variable Activacion_t_cola_sellantes una vez que pase la probeta. El ltimo mdulo Reagrupacion tiempo Sellantes permitir volver a reagrupar las probetas en el lote correspondiente para introducirlo en la cmara climtica.
Una vez actualizado el nmero de probetas existentes en cola y contabilizado el tiempo que ha pasado en cola cada una de las probetas que van a ser curadas, se introducir el lote completo en el horno para proceder al curado del sellante en el mdulo curado Sellantes.
o
Submodelo curado Sellantes.
Fig. 78 Elementos incluidos en curado Sellantes
El proceso de curado de los sellantes se dividir en tres bloques para poder diferenciar el tiempo de utilizacin de los recursos: operarios y horno. En el bloque Seize Delay Preparar curado sellantes se simular el proceso de carga del horno, en el que un operario de sala introducir el lote de probetas en el horno. En este proceso se utilizarn como recursos tanto al operario como al horno. Una vez que el operario ha introducido el lote completo de probetas se liberar a dicho operario en el mdulo Release Liberar operario sala para que est disponible para otras tareas. El instante en el operario de sala quede liberado se registrar en el mdulo t final Operarios sala mediante la variable tf_operarios sala. Ser en el mdulo Delay Release curado adhesivo donde se produzca el curado del adhesivo de las probetas, utilizando como nico recurso el horno. Se tomar como
85
recurso el horno1 y se emplear un tiempo constante que depender del sellante a curar y est definido por el atributo tiempo_curado.
A la salida del horno se recoger el nmero de lotes que han sido curados en el mdulo Contador lotes curado Sellantes. A continuacin se separar el lote curado en sus respectivas probetas en el mdulo Separacion prob Shim y se contabilizar el nmero total de probetas curadas en el mdulo Contador Prob curado Sellantes. Una vez terminado el proceso de curado las probetas volvern a ser ordenadas en el siguiente submodelo Ordenacion probetas curadas. El modo de ordenar las probetas se har segn el nmero de orden de llegada a la sala de curado.
o
Submodelo Ordenacion probetas curadas.
Fig. 79 Elementos incluidos en el submodelo Ordenacion probetas curadas.
Para ordenar las probetas, stas pasarn inicialmente por el mdulo decide Orden probeta curada. Las probetas, las cuales poseen un nmero de orden, pasarn nicamente si su nmero de orden coincide con la variable contador_curado que inicialmente ser igual a 1 e ir incrementndose en el mdulo Asign Asig contador_curado. En caso de que el nmero de orden de la probeta no coincida con la variable contador_curado, la probeta pasar al mdulo hold Cola orden prob curada hasta ser liberada por la seal generada en el mdulo Signal Liberar cola orden prob curada.
4.1.12 Medicin de las dimensiones de las probetas

Las probetas que se hayan terminado de montar y hayan pasado por el proceso de curado trmico (aquellas que necesitaran de un curado del sellante lquido), sern a continuacin medidas dimensionalmente en el mdulo Medicion Dimensiones.
86
Fig. 80 Mdulo Medicion Dimensiones
Este mdulo simular la medicin dimensional de las probetas utilizando como recurso el Operario 9 y empleando un tiempo definido por una distribucin uniforme con un mnimo de 6 minutos y un mximo de 10 minutos.
4.1.13 Colocacin de Extensometra (galgas y extensmetro)

Las probetas que finalicen el proceso de medida pasarn a continuacin por el mdulo Decide Separacion por extensometria que, como su propio nombre indica, permitir seleccionar aquellas probetas a las que, por especificacin del cliente, se necesario colocarle un extensmetro y galgas extensomtricas. El proceso de colocacin de elementos extensomtricos se simular en el submodelo Colocacion extens. Mientras que las probetas que no necesiten de la colocacin de extensometra seguirn adelante sin sufrir por tanto ninguna modificacin ni retraso en el proceso.
Fig. 81 Mdulos para simular la colocacin de extensometra
Submodelo Colocacin extens
Fig. 82 Elementos incluidos en el submodelo Colocacin extens
Los tres primeros mdulos del submodelo Asig orden extensometria, Separacion 1 prob extens y Asig t inicial extens se utilizarn para contabilizar el instante de tiempo en que se colocar la extensometra a la primera probeta.
87
La simulacin del proceso de colocacin de la extensometra se realizar en el mdulo Colocacin extensometria. Se utilizar como recurso el operario especializado y encargado de colocar los elementos extensomtricos definido en el modelo de simulacin como Operario 12. Y se emplear un tiempo definido por una distribucin normal de media 120 minutos y desviacin tpica 12 minutos. A continuacin de este mdulo se recoger el intervalo de tiempo total desde que se le coloca la extensometra a la primera probeta, hasta que se le coloca la extensometra a la ltima probeta mediante la varible tf_operario 12 recogida en el mdulo Asig intervalo de tiempo extens.
4.1.14 Acondicionamiento Trmico

Por especificacin del cliente, habr una serie de probetas que debern ser sometidas a un acondicionamiento trmico durante 7 das a 90 C de temperatura.
Fig. 83 Simulacin del Acondicionamiento Trmico
Para seleccionar las probetas que sern sometidas al acondicionamiento trmico se utilizar el mdulo Decide Separacion por Acond Term. Las probetas que vayan a ser acondicionadas pasarn del mdulo Route Env Horno Acond al mdulo Station Horno Acondicionamiento para poder visualizar durante la animacin el movimiento de las probetas. La simulacin del proceso de acondicionamiento se realizar en el mdulo Acond Term que se detallar a continuacin. Submodelo Acond Term
Como ocurra en los procesos anteriores en los que se necesitaba utilizar una cmara climtica, a la hora de introducir las probetas en la cmara climtica destinada al acondicionamiento trmico, habr buscar una solucin de compromiso entre minimizar el gasto energtico, y minimizar el tiempo de duracin del proceso. Habr que considerar, por tanto, el tamao de las probetas y el volumen de la cmara climtica para introducir de forma simultnea el mayor nmero posibles
88
de dichas probetas. Las probetas que recibirn el acondicionamiento trmico tendrn todas de las mismas dimensiones con un espesor de 6.10 mm y una longitud de 327 mm. Considerando la capacidad del horno, las dimensiones de las probetas y que las probetas estn suficientemente espaciadas en el interior de la cmara climtica para que el acondicionamiento sea efectivo, el nmero de probetas que podrn acondicionarse simultneamente es de 20 probetas. Siendo 22 el nmero total de probetas a acondicionar. Por tanto, a partir del nmero mximo de probetas que caben en el horno de acondicionamiento, se definir, como se hizo anteriormente, una unidad de volumen para ajustar porcentualmente el volumen de las probetas a introducir en el horno. Dimensionando el volumen til de la cmara climtica a 60 u.v. (unidades de volumen), el volumen ocupado por cada una de las probetas ser de 3 u.v.
Fig. 84 Elementos incluidos en el submodelo Acond Term
Las probetas que van llegando a la cmara climtica se agruparn primeramente en lotes. Se considerar que un lote est completo cuando alcance un volumen tal que no quepa ninguna probeta ms en el horno, o haya pasado un tiempo determinado desde la entrada de la primera probeta en el lote, siempre y cuando no est curndose ningn lote en la cmara climtica y no haya ningn lote esperando a ser curado. El tiempo de espera para completar un lote de probetas se tomar como una variable de control que pretende optimizarse. Para tener un control de la cola real del proceso de curado habr que contabilizar los lotes de probetas que estn esperando para ser curados, las probetas introducidas en el lote en construccin y las probetas que no hayan cabido por su mayor tamao en el lote en construccin. Es decir, debern contabilizarse todas las probetas desde su llegada a la sala de acondicionamiento, hasta que comienza el acondicionamiento de las probetas. Para contabilizar el nmero de probetas que hay en cola, y el tiempo de espera de cada probeta se definirn la variable num_prob_cola_Acond y el atributo t_inicio_Acond respectivamente.
89
Al entrar las probetas en el submodelo Acond Term, pasarn primeramente por el mdulo Assign Asig num prob y tiempo inicial cola Acond donde se contabilizarn el nmero de probetas que entran en la sala de curado, y el instante de tiempo en que entra cada probeta. Se asignar tambin en este mdulo el atributo num_orden_acond para asignarle un nmero de orden a las probetas que llegan a la sala de acondicionamiento para poder ordenarlas a la salida. A continuacin en el mdulo Process Colocar prob_acond, se simular el proceso de colocacin de las probetas en lotes por parte de los operarios de sala. El mdulo Decide Horno2 lleno permitir separar las probetas que caben en el lote en construccin de las que no. En el caso de que la probeta tenga un volumen mayor del espacio disponible en el lote, pasar a ser almacenada en el mdulo hold Cola horno2 hasta que se comience a crear un nuevo lote y se libere este mdulo Cola horno2. Las probetas que quepan en el lote en construccin seguirn adelante pasando a continuacin por el mdulo Contador probetas dentro2 donde se contabilizar el numero de probetas en el interior del lote y el volumen ocupado por stas mediante las variables contador_horno2 y volumen_dentro2 respectivamente. Pasado el mdulo Contador probetas dentro2, las probetas se encontrarn un nuevo mdulo decide llamado Primera probeta2, que separar a la primera probeta introducida en el horno para contabilizar en el mdulo contador tiempo2 el instante de entrada de la primera probeta mediante la variable t2. A continuacin las probetas pasarn al mdulo hold Cola_horno2, donde se irn almacenando las probetas para crear los diferentes lotes. Las probetas se irn almacenando en el lote hasta que se cumpla una de las siguientes condiciones:
o o
Que no quepa ninguna probeta ms en el horno Que haya pasado el tiempo de espera especificado desde la entrada de la primera probeta y no haya ningn lote en cola ni en el interior del horno. Que hayan entrado ya las 22 probetas que necesitan el acondicionamiento.
Cumplida una de las condiciones anteriores las probetas se agruparn en el mdulo Agrupar antes del horno2 para formar una sola entidad, es decir, el lote correspondiente. Este lote o conjunto de probetas agrupadas pasar por el mdulo Reiniciar contador probetas dentro2 para hacer que los valores de las variables volumen_dentro2 y Contador_horno2 vuelvan a ser cero. Se definir tambin el atributo num_x_lote_acond para, como su propio nombre indica, contabilizar el nmero de probetas que haya en el lote. A continuacin, el conjunto pasar por el mdulo Record Guardar Porcentaje ocupacion acond para registrar el volumen relativo de forma porcentual de los lotes creados respecto a la capacidad del horno2. Seguidamente
90
los lotes pasrn por el mdulo signal liberar horno2 para dejar salir a las probetas almacenadas en Cola horno2. Las probetas liberadas, volvern a iniciar todo el proceso, regresando al mdulo Horno2 lleno. Las probetas agrupadas en lotes, por su parte, pasarn a continuacin al mdulo Hold Cola2_horno2 donde se almacenarn los lotes creados. Los lotes permanecern almacenados hasta que no haya ningn lote acondicionndose ni introducindose en el horno. Una vez que se libere un lote para ser curado pasar, antes de llegar al mdulo Acond Termico donde se curar, por los mdulos Actualizar num prob cola Acond y Tiempo cola final Acond. En el mdulo Actualizar num prob cola Acond se actualizar la variable num_prob_cola_Acond que contabiliza el nmero de probetas que hay en cola. Se actualizar la variable restndole el nmero de probetas incluidas en el lote que abandonan la cola y pasan a la cmara climtica. En el submodelo Tiempo cola final Acond se contabilizar el tiempo que ha estado en cola cada una de las probetas incluidas en el lote:
o
Submodelo Tiempo cola final Acond
En el interior de este submodelo, se definir primeramente en el mdulo Var agrupacin x lotes Acond, la variable agrupacion_x_lotes_Acond que recoger el nmero de probetas almacenadas en el lote para que, cuando se separe el lote en sus diferentes probetas, quede constancia del nmero de probetas que componen el lote para poder reagruparlas de nuevo ms adelante. En el mdulo Separacion para contar tiempo Acond, se separar el lote en sus diferentes probetas para que, en el mdulo Activacion tiempo y contar tiempo en cola Acond pueda contabilizarse el tiempo total que ha estado en cola cada una de las probetas por separado. Este intervalo de tiempo ser recogido en el mdulo Record Recogida tiempo en cola Acond para que pueda mostrarse en el informe final de la simulacin. En el mdulo Activacion tiempo y contar tiempo en cola Acond se ha definido tambin la variable Activacion_t_cola_Acond, que valdr 1 cuando pase una
91
probeta y cero en caso contrario. Esta variable permitir que se visualicen nicamente los intervalos de tiempo en cola de cada probeta, y no los intervalos de tiempo muerto en los que no ha pasado ninguna probeta, y que por tanto no se desea visualizar ni conocer. En el modulo reiniciar tiempo activacion cola tacones, se volver a cero la variable Activacion_t_cola_Acond una vez que pase la probeta. El ltimo mdulo Reagrupacion tiempo Acond permitir volver a reagrupar las probetas en el lote correspondiente para introducirlo en la cmara climtica.
Una vez actualizado el nmero de probetas existentes en cola y contabilizar el tiempo que ha pasado en cola cada una de las probetas que van a ser curadas, se introducir el lote completo en el horno para proceder al acondicionamiento trmico en el mdulo Acond Termico, que se detallar a continuacin.
o
Submodelo Acond Termico
Fig. 86 Elementos incluidos en Acond Termico
El proceso de curado del adhesivo se dividir en tres bloques para poder diferenciar el tiempo de utilizacin de los recursos: operarios y horno. En el bloque Seize Delay Preparar Acondicionamiento se simular el proceso de carga del horno, en el que un operario de sala introducir el lote de probetas en el horno. En este proceso se utilizarn como recursos tanto al operario como al horno. Una vez que el operario ha introducido el lote completo de probetas se liberar a dicho operario en el mdulo Release Liberar a operarios sala para que est disponible para otras tareas. El instante en que se libere este operario se registrar en el mdulo t final acond Operarios sala mediante la variable tf_operarios sala. Ser en el mdulo Delay Release Acondicionamineto donde se produzca el acondicionamiento de las probetas, utilizando como nico recurso el horno. Se tomar como recurso el horno2 y se emplear un tiempo constante de 7 das para realizar el proceso.
A la salida del horno se recoger en el mdulo Contar lotes Acond, el nmero de lotes que han sido curados. A continuacin se separar el lote curado en sus respectivas probetas en el mdulo Separacion desp acond y se contabilizar el nmero total de probetas curadas en el mdulo Contar prob Acond. Una vez terminado el proceso de acondicionado, las probetas volvern a ser ordenadas en el Ordenacion probetas Acondicionadas. Las probetas se ordenarn segn el nmero de orden de entrada a la sala de acondicionamiento definido por
92
el atributo num_orden_acond. La ordenacin se ordenar del mismo modo que se realizaron las ordenaciones anteriores.
o
Submodelo Ordenacion despues del horno.
Fig. 87 Elementos incluidos en el submodelo Ordenacion despues del horno.
Para ordenar las probetas, stas pasarn inicialmente por el mdulo decide Orden probeta Acondicionada. Las probetas, las cuales poseen un nmero de orden, pasarn nicamente si su nmero de orden coincide con la variable contador_acond que inicialmente ser igual a 1 e ir incrementndose en el mdulo Asign Asig contador_acond. En caso de que el nmero de orden de la probeta no coincida con la variable contador_acond, la probeta pasar al mdulo hold Cola orden prob acond hasta ser liberada por la seal generada en el mdulo signal Liberar cola orden prob acond.
4.1.15 Ensayo
Los ensayos a efectuar a las probetas en estudio podrn ser de dos tipos como se ha comentado con anterioridad en numerosas ocasiones. Estos ensayos podrn ser de traccin esttica o traccin a fatiga. Es importante recordar que para la realizacin de los ensayos a fatiga de cada probeta es necesario haber realizado anteriormente el conjunto de ensayos de traccin esttica de las probetas relacionas con dichas probetas de fatiga. Estos ensayos de traccin esttica ser necesario efectuarlos con anterioridad a sus respectivos de fatiga ya que la carga lmite a la que estarn sometidas las probetas durante los ciclos de fatiga ser el 40% del valor de la media de la carga de rotura de las probetas sometidas a traccin esttica correspondientes. Dependiendo de las caractersticas definidas para cada probeta, y en concreto de la secuencia de movimientos asignada, estas probetas llegarn, en el modelo de simulacin, a los mdulos Station Ensayo Est o Ensayo Fat en funcin del tipo de ensayo a realizar. El modelado de dichos ensayos se describir a continuacin
93
Fig. 88 Mdulos empleados para la simulacin del ensayo de las probetas
Ensayo esttico:
Las probetas de ensayo esttico llegarn al mdulo Ensayo Est para pasar al bloque Ensayo_Estatico donde se simular el ensayo. El proceso de ensayo constar de dos partes como detallar a continuacin, una primera en la que el operario colocar la probeta en la mquina de ensayo y una segunda parte en la que se efectuar el ensayo propiamente dicho.
o
Submodelo Ensayo_Estatico
Fig. 89 Elementos para la realizacin del ensayo esttico
Como se ha comentado, inicialmente se realizar una preparacin del ensayo en la que el operario, definido en el modelo como Operario 13, colocar la probeta en la mquina de ensayo. Esta operacin se simular mediante el mdulo SeizeDelay Preparacion ensayo Estatico, en la que se utilizarn como recursos el Operario 13 y la mquina de ensayo esttico definida como maq_ensayo est. Para esta operacin se emplear un tiempo de distribucin normal con media 8 minutos y desviacin tpica 1.2 minutos. En el siguiente mdulo Realease Liberar Operario 13 se liberar de sus funciones al operario encargado del ensayo, que no estar activo mientras la mquina realiza el ensayo. Para registrar el instante de tiempo en que el operario 13 realizar el ltimo ensayo esttico se colocar a continuacin el mdulo t final operario 13 que registrar el instante de tiempo mencionado mediante la variable tf_operario 13.
94
La simulacin del ensayo propiamente dicho se realizar en el mdulo DelayRealease Ensayo Estatico. El ensayo tendr un tiempo de duracin que se corresponder una distribucin normal de media 15 minutos y desviacin tpica 6 minutos, utilizando como nico recurso la mquina de ensayo esttico.
Una vez efectuado el ensayo esttico, las probetas pasarn por el mdulo Decide Separacin relacin fatiga, que permitir separar aquellas probetas cuyo resultado del ensayo esttico sea utilizado como dato para la realizacin de los ensayos a fatiga de las probetas correspondientes. Al separar estas probetas, se les har una rplica mediante el mdulo Duplicado. Despus de haber hecho el duplicado, la probeta seguir su curso mientras que su rplica pasar al mdulo Batch Union resultados para fatiga. Este mdulo permitir unir en una sola entidad el conjunto de replicas que contienen los resultados que permitirn el ensayo de las probetas de fatiga correspondientes. La unin se producir una vez que se haya obtenido el resultado de la ltima probeta del conjunto que permite el ensayo de las correspondientes probetas de fatiga. Cada conjunto de replicas podr tener un tamao diferente. Dicho tamao ser una informacin aportada de antemano durante la lectura de datos mediante el atributo num_probetas, y que ser utilizar para la unin en el mdulo Batch Union resultados para fatiga. Una vez constituido el conjunto de replicas que permite el ensayo de las probetas a fatiga correspondientes, dicho conjunto pasar al mdulo Match sincronizar Estatica Fatiga donde permanecer hasta el final ya que la salida de este mdulo est conectada a la entrada del mismo. Se ha elegido esta opcin debido a que no existe una sola probeta de fatiga que necesite los datos proporcionados por el conjunto de rplicas y que pueda sincronizarse con la llegada de dicho conjunto de rplicas. De esta forma el mdulo sincronizar Estatica Fatiga, servir como soporte de informacin para indicarle a la probeta de fatiga correspondiente si se ha realizado o no el conjunto de ensayos estticos necesarios para poder realizar el ensayo a fatiga de dicha probeta.
Ensayo a fatiga:
Las probetas que lleguen al mdulo Station Ensayo Fat, para que sean sometidas al ensayo de traccin a fatiga pasarn inicialmente por el mdulo Match sincronizar Estatica Fatiga anteriormente citado. En este mdulo las probetas recibirn informacin sobre si se han efectuado o no el conjunto de ensayos estticos necesarios para obtener los datos que permitan el ensayo de la citada probeta de ensayo a fatiga.
95
En el caso de que el ensayo a fatiga de la probeta pueda realizarse, pasar al mdulo Decide Envio 55C Fatiga para separar aquellas probetas que sern enviadas a un laboratorio externo para que puedan ser ensayadas. Las probetas que s puedan ensayarse en las instalaciones de la empresa, pasarn al submodelo Ensayo_Fatiga que se detallar a continuacin:
o
Submodelo Ensayo_Fatiga
Fig. 90 Elementos para el ensayo a fatiga
Para simular el ensayo de traccin a fatiga, las probetas pasar inicialmente por el mdulo SeizeDelay Preparar ensayo fatiga, en el que se considerar el intervalo de tiempo empleado por el operario en colocar la probeta en la mquina de ensayo a fatiga y preparar el ensayo. En este primer mdulo se emplearn como recursos tanto el operario encargado de la mquina a fatiga como la propia mquina a fatiga, que estarn definidos en el modelo de simulacin como Operario 14 y maq_fatiga respectivamente. El tiempo empleado en preparar el ensayo a fatiga seguir una distribucin normal de media 10 minutos y desviacin tpica 1.2 minutos. A continuacin, en el mdulo Release liberar Operario 14, se liberar al operario encargado del ensayo a fatiga, que no estar pendiente del ensayo durante la duracin del mismo. Para registrar el instante de tiempo en que el operario 14 realizar el ltimo ensayo a fatiga se colocar a continuacin el mdulo t final operario 14 que recoger el instante de tiempo mencionado mediante la variable tf_operario 14. El ensayo a fatiga propiamente dicho, ser simulado en el mdulo DelayRelease Ensayo fatiga. Este proceso tendr una duracin fija de 3 das por cada probeta para poder aplicar el milln de ciclos definidos para la realizacin del ensayo, y utilizar como nico recurso la mquina de ensayo a fatiga maq_fatiga.
4.1.16 Envo de probetas a un laboratorio externo

Debido a limitaciones propias de la empresa, no podr realizarse el ensayo de las probetas a fatiga a -55C. Por este motivo, las 18 probetas que debern ser sometidas a este tipo de ensayo debern enviarse a un laboratorio externo que cuente con las instalaciones adecuadas para realizar este tipo de ensayo. En la simulacin del proceso, las probetas de ensayo a fatiga a -55C sern separadas del resto de probetas en el mdulo Decide Envio 55C Fatiga. Estas
96
probetas sern a continuacin agrupadas en el mdulo Agrupacion 55C fatiga de modo que todas las probetas sean enviadas en una sola partida con motivo de reducir los costes del envo.
Fig. 91 Mdulos para el envo de probetas al laboratorio externo
La simulacin del envo de estas probetas se realizar mediante el mdulo Route Envio externo 55C Fatiga, tardando en recepcionar las probetas 90 das desde su envo. Pasados los 90 das, se simular la recepcin de la partida de probetas envidas mediante el mdulo Route Recepcion 55C Fatiga, y a continuacin, el lote de probetas recibido ser separado en las difrentes probetas mediante el mdulo Separacion 55C fatiga. Una vez separado el lote recibido del laboratorio externo en las correspondientes probetas, stas se incorporarn al proceso normal seguido por el resto de probetas
Fig. 92 Mdulos para la recepcin de las probetas enviadas al laboratorio externo
Las probetas que puedan ensayarse en la empresa pasarn como se vio anteriormente al submodelo Ensayo_fatiga.
4.1.17 Realizacin de fotografas

A todas las probetas que hayan sido previamente ensayadas, se les realizarn una serie de fotografas para registrar el estado en que hayan quedado al trminos de los respectivos ensayos. La simulacin de este proceso de obtencin de fotografas se har mediante el submodelo Hacer fotografas.
97
Fig.93 Mdulo Hacer fotografas
Submodelo Hacer fotografas
Fig. 94 Elementos del submodelo Hacer fotografas
La simulacin de la obtencin de fotografas se realizar en el mdulo fotografas, empleando un tiempo de distribucin normal de media 5 minutos y desviacin tpica 2 minutos, y utilizando como recurso el operario 9. En el siguiente mdulo t final fotografas operario 9 se registrar el instante de tiempo en que el operario dejar de estar en activo mediante la variable tf_operario 9.
4.1.18 Test de tensin Residual

Todas las probetas, una vez que se le hayan sacado las fotografas pertinentes, pasarn por el submodelo Test tension residual.
Fig. 95 Mdulo Test tension residual
Submodelo Test tension residual
Las probetas que hayan sido sometidas al ensayo de fatiga y est definido en la especificacin de cada probeta que deban ser sometidas al test de tensin residual ser separadas del resto mediante el mdulo Decide Tens Residual. A continuacin estas probetas pasarn al mdulo Tension residual, donde se simular el test de tensin residual, utilizando como recursos el equipo de tensin residual y uno de los operarios de ultrasonidos, empleando un tiempo de
98
operacin definido por distribucin normal de media 15 minutos y desviacin tpica 2 minutos.
Fig. 96 Elementos del submodelo Test tension residual
Al finalizar el ltimo test de tensin residual, se registrar el instante de tiempo en que el operario de ultrasonidos quede inactivo en el mdulo t final tens res operario ultrasonidos mediante la variable tf_operario ultrasonidos.
4.1.19 Investigacin microscpica

Todas las probetas, al salir de mdulo Test tension residual, pasarn por el submodelo Investigacion microscpica que se detallar a continuacin.
Fig. 97 Mdulo Investigacion microscopica
Submodelo Investigacion microscpica
Al entrar las probetas en este submodelo, se separarn mediante el mdulo Decide Inves_microscopica aquellas probetas a las que sea necesario realizarles una investigacin microscpica.
Fig. 98 Elementos del submodelo Investigacion microscpica
99
El proceso de Investigacin microscpica se simular mediante el mdulo Inves microscpica, empleando un tiempo definido por una distribucin normal de media 150 minutos y desviacin tpica 20 minutos. Se utilizarn como recursos un microscopio ptico, definido en el modelo como microscopio, y el operario 9. El instante de tiempo en que el operario 9 quede inactivo se registrarn mediante la variable tf_operario 9 recogida en el mdulo t final microscopio operario 9.
4.1.20 Registro de resultados

Al inicio de la simulacin se crear una entidad en el mdulo Elemento para lectura de datos que quedar a la espera de que las 241 probetas hayan pasado por todos los procesos necesarios en el mdulo Hold Cola Resultados. Para identificar que todas las probetas han pasado todos los procesos se colocar el mdulo Asignacion contador salida de datos en el que se recoge la variable Contador_salida_datos que se ir incrementando a medida que las probetas pasan por este mdulo, hasta finalizar la secuencia en el mdulo Dipose Almacen probetas ensayadas.
Fig. 99 Mdulo para la recogida de datos
Fig. 100 Mdulos finales de la secuencia de procesos seguidos por las probetas
En el momento que la variable Contador_salida_datos sea igual a 241 se liberar la entidad almacenada en Cola Resultados, pasando al submodelo Salida de resultados donde recogern los resultados de la simulacin requeridos. Submodelo Salida de Resultados.
El submodelo Salida de resultados estar formado por 3 bloques. En el primero de ellos, Resultados Procesos se recogern los resultados referentes a los procesos realizados. En el segundo mdulo Resultados Recursos se recogern los resultados referentes a los recursos utilizados durante todo el proceso, y en el ltimo bloque Variable final, se crear la variable var_final que registrar el
100
instante de tiempo en el que todo el proceso ha finalizado para que sea utilizado como Terminating Condition, es decir como condicin de finalizacin de la simulacin, por la herramienta de simulacin de Arena para detener la simulacin.
Fig. 101 Elementos incluidos en el submodelo Salida de Resultados
En el caso de que no se aadiera esta variable, la simulacin entrara en un bucle infinito, ya que la capacidad de los operarios se ha definido de forma cclica en un horario de 8 horas durante 5 das a la semana. Submodelo Resultados Procesos.
En el interior de sete submodelo se recogern los resultados referentes a los nmeros medio y mximo de probetas que estarn en cola de los diferentes procesos, los tiempo medio y mximo que pasan las probetas en dichas colas, el nmero de probetas y/o lotes que realizan un determinado proceso, y el tiempo total de duracin del proyecto. Estos resultados sern incorporados a la hoja Excel creada para mostrar los resultados de la simulacin.
Fig. 102 Elementos para la recogida de resultados de los procesos
Submodelo Resultados Recursos.
En el interior de este submodelo se recoger el tiempo medio de utilizacin de cada recurso, el tiempo total de utilizacin de cada recurso y el porcentaje de utilizacin de stos recursos respecto al tiempo total del proyecto. Adicionalmente, para los recursos referidos a los distintos operarios, se recoger el intervalo de tiempo comprendido entre el inicio de la simulacin y el instante en que dicho operario quede inactivo. Se har la excepcin del operario 12, que al estar activo muy poco tiempo, slo se recoger el periodo de tiempo desde que este operario est por primera vez activo hasta que pasa a estar
101
inactivo. En los mdulos referentes a los diferentes operarios se recoger tambin el porcentaje relativo de utilizacin respecto al intervalo de tiempo que finaliza cuando el operario pasa a estar inactivo. . Estos resultados sern incorporados a la hoja Excel creada para mostrar los resultados de la simulacin.
Fig. 103 Mdulos para la recogida de resultados referentes a los recursos
4.1.21 Resumen de los recursos asignados

A modo de clarificar la distribucin de recursos asignados, se ha construido la siguiente tabla en la que se muestran los recursos necesarios, tanto mquinas como humanos, para la realizacin de cada proceso.
Tabla 12: Resumen de los recursos asignados
Los recursos humanos tendrn una capacidad basada en un horario de 8 horas durante 5 das a la semana, es decir, de lunes a viernes.
102
4.2 Animacin del modelo

Una herramienta de tremenda utilidad que ofrece el soporte informtico Arena 7.0 es la posibilidad de generar un entorno grfico que permita visualizar la simulacin del proceso mediante una animacin del mismo. Esta animacin es una herramienta de gran potencia ya que permitir comprobar el estado en el que se encuentra el proyecto en cada instante. Se podrn visualizar todos los flujos de piezas en sus diferentes recorridos durante todo el proceso, comprobar el tamao de las diferentes colas generadas, observar el nivel de ocupacin de los distintos recursos utilizados, ya sean personal de la empresa o mquinas, etc. Se podr adems ver cmo evoluciona el proyecto en sus diferentes etapas, detectando aglomeraciones en determinados procesos que se encuentren saturados, permitiendo actuar para lograr una distribucin ms homognea de las operaciones. En definitiva, la animacin del modelo de simulacin permitir observar el desarrollo del proyecto y su evolucin durante todo el proceso permitiendo detectar anomalas e irregularidades adems de posibilitar la toma de decisiones para optimizar el comportamiento del mismo.
Fig. 104 Animacin de la simulacin
Todos los movimientos seguidos por los paneles y probetas en sus diferentes recorridos han sido generados mediantes mdulos Route y Station ya que al ser elementos pequeos y muy ligeros no necesitan de un sistema especial de transporte.
103
En la animacin mostrada en la figura, podrn observarse las colas de paneles o probetas, bien en las estanteras dispuestas o en el entorno de las mquinas o puestos de trabajo donde se realizan las diferentes tareas. Los operarios sern mostrados en la animacin en el caso de que se encuentren realizando alguna tarea. Los periodos de tiempo en los que los operarios se encuentren libres, permanecern ocultos en la animacin. Por su parte, las mquinas o puestos de trabajo de se encuentren en proceso, mostrarn un crculo rojo en su parte superior derecha. En caso de que dichas mquina o puestos de trabajo se encuentre inactivos, el color del crculo incorporado a cada estacin de trabajo ser verde. Se han incorporado adems grficos que permitirn observar el nivel del volumen de los lotes de probetas que sern introducidos en los dos hornos o cmaras climticas disponibles.
4.3 Modo de presentar los resultados.

El fin ltimo de la simulacin del proceso es la visualizacin de los resultados obtenidos al trmino de la misma, lo cual permitir su anlisis y la toma de decisiones pertinentes. Para la visualizacin de los resultados, Arena 7.0 incluye una serie de hojas contenidas en el mismo entorno grfico dnde se construyeron el modelo y la animacin. Estas hojas pueden ser mostradas en pantalla al finalizar la simulacin simplemente pulsando el botn que aparece automticamente al concluir dicha simulacin. Sin embargo, la informacin mostrada en estas hojas no es en absoluto clara ni manejable, mxime cuando el nmero de procesos, colas y recursos es muy elevado. Por tanto, dada la gran incomodidad en el manejo de los resultados de la simulacin que ofrece el programa, se decidi utilizar otra herramienta de gran potencia que brinda Arena 7.0. Esta herramienta consiste en la exportacin de la informacin deseada a una hoja Excel de forma automtica. Una vez exportados los resultados deseados, stos podrn ser manejados fcilmente e incluso realizar clculos sobre los mismos de forma muy sencilla. Otra de las opciones de tremenda utilidad que ofrece Arena 7.0 es la posibilidad de construir grficas en el mismo entorno grfico del modelo y de la animacin de forma muy sencilla para estudiar el comportamiento de cualquier variable a lo largo del tiempo.
104
Por tanto, a la vista de las opciones disponibles, se opt por mostrar los resultados obtenidos de forma numrica mediante su exportacin a una hoja Excel, y de forma visual mediante la representacin de grficas en Arena. La forma en que mostrarn los resultados se detalla a continuacin: Hoja Excel
En la hoja Excel donde se exportarn los resultados de la simulacin se incluirn tres tablas. En la primera de ellas se mostrar el tiempo total de simulacin. En la segunda tabla se mostrarn los resultados correspondientes a los procesos que intervienen en el proyecto. Mientras que en la tercera tabla se mostrarn los resultados correspondientes a los recursos utilizados en los diferentes procesos. Estos recursos se diferenciarn en recursos mquinas o personal de la empresa.
o
Tiempo total de la simulacin: El tiempo total de la simulacin es el principal parmetro a considerar y se mostrar en dos diferentes formatos tal como aparece en la figura 99. Uno de los formatos ser en horas, y el otro en meses, das y horas.
Fig. 105 Forma de mostrar el tiempo total del proceso

o
Tabla de procesos: La informacin mostrada en la tabla de procesos para cada uno de los procesos realizados ser por este orden:
o o o o o o o
Nmero medio de especmenes (paneles o probetas) en cola. Nmero mximo de especmenes (paneles o probetas) en cola. Tiempo medio que permanecen los especmenes en la cola de cada proceso.. Tiempo mximo que permanecen los especmenes en la cola de cada proceso. Nmero de elementos que finalizan cada un proceso. Nmero de lotes que finalizan ciertos procesos. Porcentaje de ocupacin de los lotes en el interior de las cmaras climticas utilizadas en los procesos de curado y acondicionamiento trmico.
105
Fig. 106 Forma de presentar lo resultados relativos a los procesos realizados

o
Tabla de recursos En la tabla de recursos se mostrar tanto para los recursos mquina como para el personal de la empresa:
o o o
Tiempo medio de utilizacin Tiempo total de utilizacin Porcentaje de utilizacin respecto al tiempo final del proyecto. Tiempo final de utilizacin, que es el instante de tiempo en que dicho recurso dejar de ser utilizado. En el caso del operario 12 se har una excepcin, ya que dicho operario se dedicar exclusivamente a la colocacin de la extensometra, estando ocupado durante un espacio de tiempo muy limitado. En el caso de este operario, en vez del tiempo final de utilizacin, se mostrar el intervalo de tiempo durante el cual el operario estar operativo. Porcentaje relativo de utilizacin, que se definir como el tiempo total de utilizacin del recurso dividido entre el intervalo de tiempo comprendido entre el inicio del proyecto y el instante de tiempo en que el operario dejar de ser utilizado.
Adicionalmente para los recursos de personal se mostrar:

o
106
Fig. 107 Forma de presentar los resultados relativos a los recursos
Tanto en la tabla de procesos como en la de recursos se generar un cdigo de colores mediante una escala de rojo para las celdas que contienen los 5 valores mayores, siendo el color ms intenso a medida que el valor es mayor. Grficas en Arena
Como se indic anteriormente, los resultados, adems de ser presentados en forma de tablas, se mostrarn de forma visual mediante la representacin de grficas en Arena. Estos grficos se agruparn en tres grupos:
o
Procesos: En este primer grupo se representar el periodo de tiempo en que se desarrollar cada proceso a lo largo del proyecto. Colas: En este grupo se representar la evolucin de las colas generadas en cada uno de los procesos. Recursos. En este ltimo grupo de grficas se mostrar el nmero de recursos y el periodo de tiempo que estos recursos estarn ocupados a lo largo del proyecto. Este conjunto de grficas estar a su vez dividido en dos grupos, uno de ellos estar dedicado a los recursos mquina, y el otro a los recursos de personal.
Los resultados que sern mostrados de forma grfica segn los diferentes grupos tal como puede observarse en la figura 102, se muestran de forma ordenada en la siguiente tabla:
107
Tabla 13: Resultados mostrados grficamente
Fig. 108 Forma de presentar los resultados en forma de grficas
108
El modelo de simulacin realizado permitir evaluar el sistema y analizar su evolucin ante la variacin de diversos factores. Para optimizar el comportamiento del sistema, se disearn una serie experimentos que contemplan la variacin de una serie de parmetros que a priori se presupone que afectarn en gran medida al tiempo total de duracin del proyecto, al consumo energtico y al uso de los recursos disponibles, los cuales se pretenden minimizar. El objetivo principal del proyecto ser, por tanto, encontrar una solucin de compromiso entre minimizar el tiempo de duracin del proyecto y disminuir al mximo posible tanto el consumo energtico como el uso de recursos. Para ello se tomarn una serie de parmetros de control, que se irn modificando durante los diferentes experimentos a realizar hasta encontrar la solucin ptima deseada. Los parmetros de control elegidos sern:
o o
Secuenciacin de rdenes de operaciones. Tiempos mximos de espera para la creacin de los diferentes lotes de probetas que se introducirn en las dos cmaras climticas existentes durante las operaciones de curado y acondicionamiento trmico. Nmero de recursos humanos utilizados.
Para estudiar el comportamiento del sistema ante la variacin de los parmetros de control se realizaron multitud de experimentos obtenindose una serie de resultados muy positivos a los cuales se pueden llegar mediante la realizacin de 4 tipos de experimentos que se detallarn a continuacin.
5.1 1er experimento: Aleatoriedad en la secuenciacin.

El primero de los experimentos diseados consistir en una simulacin en la que se considerar una secuenciacin de operaciones completamente aleatoria para obtener un patrn de medida sobre el cual poder comparar las posibles mejoras introducidas posteriormente. En la eleccin del orden en que se irn fabricando y ensayando las diferentes probetas en estudio no se tendr en cuenta ninguna de las mltiples caractersticas que poseen las diferentes probetas como
109
pueden ser: panel al que pertenecen, configuracin, tipo de sellante aplicado, tipo de ensayo a realizar, etc. Se considerar que los tiempos mximos de espera para la creacin de los lotes introducidos en las cmaras climticas sean de 30 minutos en las 3 operaciones posibles: curado del adhesivo de los tacones, curado del sellante lquido aplicado a algunas probetas, y acondicionamiento trmico de una serie de probetas. Se har adems uso de todos los recursos humanos disponibles, que son:
o o o o o o o o
2 operarios de sala. 5 operarios de mecanizado. Un operario especializado de mecanizado. Un operario encargado de mediciones y otras diversas tareas. 2 operarios de ultrasonidos Un operario especialista en extensometra. Un operario encargado de los ensayos estticos. Un operario encargado de los ensayos a fatiga.
5.2 2 experimento: Secuenciacin ordenada

En el segundo experimento se estudiar el modo en que afecta la secuenciacin de operaciones al comportamiento global del sistema. Se harn diferentes ordenaciones de las probetas en estudio hasta hallar la secuencia idnea que permitir optimizar el comportamiento del sistema. En este segundo experimento se mantendrn fijos los tiempos de espera y el uso de los recursos considerados en el primer experimento.
5.3 3er experimento: Variacin de los tiempos de espera.

En este tercer experimento se mantendr la misma secuenciacin de operaciones considerada en el experimento anterior por considerarse ptima, como se ver en el anlisis de resultados. El uso de los recursos tambin se mantendr respecto a los experimentos anteriores. Los nicos parmetros que variarn en este experimento sern los tiempos mximos de espera que afectarn a los diferentes lotes de probetas antes de ser
110
introducidos en las cmaras climticas para realizar el curado del adhesivo de los tacones, el curado de los sellantes lquidos aplicados a las probetas, o el acondicionamiento trmico de las probetas. Se realizarn diversos ensayos hasta encontrar la solucin ptima que permita reducir lo mximo posible el consumo energtico de las cmaras trmicas en detrimento de aumentar lo mnimo posible el tiempo total de finalizacin del proyecto.
5.4 4 experimento: Variacin del nmero de recursos humanos.

En este ltimo experimento se mantendrn la secuenciacin de operaciones y los tiempos de espera empleados en el 3er experimento, los cuales se considerarn ptimos a tenor de los resultados obtenidos. El objetivo de este experimento ser optimizar el nmero de recursos humanos a utilizar aprovechando el ltimo margen posible de mejora del sistema.
111
Los experimentos que fueron definidos en el apartado anterior sern simulados en el presente captulo para visualizar y analizar los resultados correspondientes.
6.1 Anlisis del 1er experimento: Aleatoriedad en la secuenciacin.

Tal como se defini el experimento, los parmetros de control considerados sern los siguientes:
o o
Secuenciacin: Aleatoria. Tiempos mximos de espera:

o o o
Tiempo de espera en el curado de adhesivos: 30 minutos. Tiempo de espera en el curado de sellantes: 30 minutos. Tiempo de espera en el acondicionamiento trmico: 30 minutos.
Uso de los recursos humanos: Completo.
6.1.1 Presentacin de resultados del 1er experimento

Una vez definidos los parmetros de control, se realizar la simulacin del proceso, obtenindose los siguientes resultados:
o
Tiempo total del proceso del 1er experimento:
112
Resultados numricos relativos a los procesos del 1er experimento:
Tabla 14: Resultados numricos relativos a los procesos del 1er experimento
o
Resultados grficos relativos a los procesos del 1er experimento:
Fig. 109 Resultados grficos relativos a los procesos del 1er experimento
o
Resultados numricos relativos a los recursos del 1er experimento:
113
Tabla 15: Resultados numricos relativos a los recursos del 1er experimento
Resultados grficos relativos a los recursos del 1er experimento:
Fig. 110 Resultados grficos relativos a los recursos del 1er experimento
114
6.1.2 Anlisis y conclusiones de los resultados del 1er experimento

Los resultados obtenidos de la simulacin del primer experimento permiten sacar como principal conclusin que el proceso ms crtico del proyecto es, con mucha diferencia, el ensayo a fatiga de las probetas. ste proceso generar claramente el mayor cuello de botella y ser el factor ms limitante en cuanto a la duracin total del proyecto. En las grficas de procesos mostrados en la figura 104 puede observarse claramente como las primeras etapas del proyecto finalizan poco tiempo despus de comenzar el proceso, sin embargo, los ensayos a fatiga, estarn en continuo funcionamiento desde que se inician estos ensayos hasta la finalizacin del proyecto. Ser por tanto conveniente, para disminuir el tiempo total del proyecto, adelantar lo mximo posible el comienzo de los ensayos a fatiga. Otra conclusin reseable, es el elevadsimo nmero de probetas en cola generados durante el proceso Unin de tacones. Este nmero mximo de probetas en cola es de 231, de las 241 probetas existentes. Aunque en principio el inventario de probetas almacenadas durante los diferentes procesos no debera ser un problema debido a la manejabilidad de las probetas y a su pequeo tamao, ser un factor a tener en cuenta. En cuanto al aprovechamiento de las cmaras climticas, puede observarse que durante el proceso de curado del adhesivo, el porcentaje medio de ocupacin de los lotes de probetas en la cmara climtica es muy elevado, siendo del 90.7%, y generando colas muy elevadas. Lo cual resalta el elevado rendimiento energtico de utilizacin del horno en este proceso. Sin embargo, se puede observar cmo durante los procesos de curado de sellante y acondicionamiento, el aprovechamiento del volumen de la cmara climtica es muy ineficiente, con porcentajes de aprovechamiento del 9.3% y del 55% respectivamente, y con un nmero mximo de probetas en cola muy reducido. Puede observarse tambin como la mayora de recursos, tanto mquinas (a excepcin de la mquina de ensayo a fatiga) como personal de la empresa, quedarn liberados de sus tareas en las primeras fases del proyecto, lo cual permitira su dedicacin a otros proyectos existentes en la empresa. Es reseable que el porcentaje de utilizacin de los recursos humanos es muy bajo, lo que permite sacar como conclusin que el nmero de operarios disponibles para este proyecto est sobredimensionado, pudindose reducir el nmero de estos operarios de forma notable en aquellos grupos de recursos formados por ms de un operario.
115
6.2 Anlisis del 2 experimento: Secuenciacin ordenada.

En este segundo experimento se realizaron diversas ordenaciones de las probetas de partida hasta obtener la secuenciacin idnea. Esta secuenciacin consiste en ordenar de forma rigurosa las diferentes probetas en estudio de acuerdo a las siguientes consideraciones:
o
Se han agrupado las probetas segn una serie de caractersticas comunes:

o o o o o o o o o o
Panel del que se extraen las probetas. Configuracin. Tipo de ensayo al que sern sometidas. Tipo de sellante aplicado. Temperatura de ensayo. Necesidad o no de acondicionamiento trmico. Necesidad o no de colocacin de extensometra. Necesidad o no de realizacin de test de tensin residual. Necesidad o no de investigacin microscpica. Relacin entre probetas de ensayo a fatiga esttico. Necesidad de envo a un laboratorio externo. y probetas de ensayo
Se colocarn en primer lugar la serie de probetas de ensayo esttico necesarias para poder ensayar una primera serie de probetas de ensayo a fatiga que no necesite curado de sellante, acondicionamiento trmico, ni sea necesario enviarlas a un laboratorio externo para su ensayo. Y a continuacin se colocar la serie de probetas de ensayo a fatiga mencionada. En definitiva se pretende comenzar el primer ensayo a fatiga lo antes posible. A continuacin se colocarn las probetas que necesiten acondicionamiento trmico. Las probetas de ensayo esttico cuyos resultados de ensayos sean necesarios para realizar el ensayo a fatiga de las probetas correspondientes, se colocarn en un orden prioritario a sus respectivas probetas de ensayo a fatiga. El resto de posibles factores en cuanto a la ordenacin de las probetas no influirn en absoluto ya que, como se vio en el experimento anterior, el proceso ms crtico es con muchsima diferencia el ensayo a fatiga.
116
Los parmetros de control que fueron establecidos durante la definicin de este segundo experimento son los siguientes:
o o
Secuenciacin: Ordenada. Tiempos de espera:

o o o
Tiempo de espera en el curado de adhesivos: 30 minutos. Tiempo de espera en el curado de sellantes: 30 minutos. Tiempo de espera en el acondicionamiento trmico: 30 minutos.
6.2.1 Presentacin de resultados del 2 experimento

La simulacin del proceso, utilizando los parmetros anteriormente expuestos dar como resultados:
o
Tiempo total del proceso del 2 experimento:
Resultados numricos relativos a los procesos del 2 experimento:
Tabla 16: Resultados numricos relativos a los procesos del 2 experimento.
117
Resultados grficos relativos a los procesos del 2 experimento:
Fig. 111 Resultados grficos relativos a los procesos del 2 experimento
118
Resultados numricos relativos a los recursos del 2 experimento:
o
Resultados grficos relativos a los recursos del 2 experimento:
119
6.2.2 Anlisis y conclusiones de los resultados del 2 experimento.

La principal mejora que introduce la secuenciacin de operaciones realizada en este segundo experimento es la disminucin del tiempo total del proyecto en 14 das y 9 horas, es decir, se ha producido una mejora del 7% en la reduccin del tiempo total del proceso. Aunque la reduccin en el tiempo de realizacin del proyecto completo es notable, no es excesivamente elevada. Esto se debe a la enorme diferencia en el tiempo empleado durante los ensayos a fatiga respecto al tiempo empleado en el resto de operaciones. Por tanto, aunque se consiga adelantar el comienzo de los ensayos a fatiga, no se conseguirn grandes mejoras en la reduccin del tiempo total empleado durante el proyecto. Con la secuenciacin de operaciones se han conseguido tambin mejoras en el aprovechamiento energtico de las cmaras climticas, aunque estas mejoras no son apenas significativas. Las mejoras producidas son del 3.8% en el proceso de curado de adhesivos, y del 15 % en curado de de sellantes, sin que se produzca ninguna variacin en el rendimiento energtico del proceso de acondicionamiento trmico. El porcentaje de utilizacin de los recursos apenas ha variado respecto al primer experimento.
6.3 Anlisis del 3er experimento: Variacin de los tiempos de espera.

Para definir el tercer experimento y establecer el parmetro de control correspondiente a los tiempos de espera de entrada de los diferentes lotes de probetas en las cmaras climticas, se han realizado diversas pruebas hasta encontrar la distribucin de tiempos de espera que optimiza el proceso. Esta distribucin ptima de tiempos de espera junto con el resto de parmetros de control definirn este experimento. Los parmetros de control escogidos para este tercer experimento son:
o
Secuenciacin: Ordenada. Siguiendo la misma ordenacin que en el 2 experimento. Tiempos de espera:

o o
Tiempo de espera en el curado de adhesivos: 100000 minutos (infinito) Tiempo de espera en el curado de sellantes: 6 das
120
Tiempo de espera en el acondicionamiento trmico: 100000 minutos (infinito)
6.3.1 Presentacin de resultados del 3er experimento

La simulacin del proceso, utilizando los parmetros de control anteriormente expuestos dar como resultados:
Tiempo total del proceso del 3er experimento:
Resultados numricos relativos a los procesos del 3er experimento:
Tabla 18: Resultados numricos relativos a los procesos del 3er experimento
121
Resultados grficos relativos a los procesos del 3er experimento:
Fig. 113 Resultados grficos relativos a los procesos del 3er experimento
122
Resultados numricos relativos a los recursos del 3er experimento:
o
Resultados grficos relativos a los recursos del 3er experimento:
Fig. 114 Resultados grficos relativos a los recursos del 3er experimento
123
6.3.2 Anlisis y conclusiones de los resultados del 3er experimento.

En este tercer experimento puede apreciarse como, al aumentar los tiempos de espera de los lotes de probetas antes de ser introducidos en las respectivas cmaras trmicas, mejora espectacularmente el aprovechamiento energtico de dichas cmaras trmicas. En el caso del curado de adhesivos se consigue un porcentaje medio de ocupacin de los lotes en los hornos del 97.7 %. En el caso del curado del sellantes lquido aplicado a las probetas se consigue un porcentaje medio de ocupacin de los lotes en los hornos del 84.1%, es decir, se consigue una mejora del 693% respecto al 2 experimento. Mientras que en el caso del acondicionamiento trmico se obtiene un porcentaje medio de ocupacin de los lotes en los hornos del 73.3%, es decir, se consigue una mejora del 33%. De un total de 118 lotes de probetas que fueron introducidos en los respectivos hornos durante el 2 experimento, se ha pasado, al aumentar los tiempos de espera, a un total de 40 lotes de probetas. Es decir, se ha conseguido reducir en un 195% el nmero de veces que ser necesario utilizar las cmaras climticas. Adems, este aumento de los tiempos de espera no slo influir espectacularmente sobre el ahorro energtico de las cmaras climticas, sino que adems no influir negativamente sobre el tiempo total de realizacin del proceso. Se escogi para el curado de sellante un tiempo de espera de 6 das debido a que al aumentar este tiempo no se producan mejoras en el rendimiento energtico y sin embargo afectaba al tiempo de duracin del proyecto completo. Por debajo de estos 6 das de espera, la duracin del proyecto se mantena constante y el rendimiento energtico bajaba considerablemente. El nico inconveniente que puede apreciarse en los resultados de la simulacin es el retraso de la mayora de las operaciones y por tanto en la utilizacin de los recursos necesarios para realizar dichas operaciones. Sin embargo, al no afectar a la duracin del proyecto completo, dichos retraso se tomarn como incidencias menores.
124
6.4 Anlisis del 4 experimento: Variacin del nmero de recursos humanos.

Con la realizacin de este ltimo experimento se pretende reducir al mnimo el nmero de operarios necesarios para la realizacin del proyecto sin que afecte al tiempo final de realizacin del proyecto. En principio, debido al bajo nivel de utilizacin de los recursos humanos, parece, a priori, que slo ser necesaria la utilizacin de un operario por cada grupo de operarios. Sin embargo, en base a las diferentes pruebas realizadas, se demuestra que la hiptesis anterior no era cierta y que el nico grupo de operarios que puede reducirse a un solo operario sin que afecte al tiempo final del proyecto es el grupo de operarios de ultrasonidos. Se podr reducir adems sin que afecte al tiempo final del proyecto, el grupo de operarios de mecanizado de 5 a dos operarios. El conjunto de parmetros de control definidos para este experimento ser:
o
Secuenciacin: Ordenada. Siguiendo la misma ordenacin que en el 2 experimento. Tiempos de espera:

o o o
Tiempo de espera en el curado de adhesivos: 100000 minutos (infinito) Tiempo de espera en el curado de sellantes: 6 das Tiempo de espera en el acondicionamiento trmico: 100000 minutos (infinito) 2 operarios de sala. 2 operarios de mecanizado. 1 operario especializado de mecanizado. 1 operario encargado de mediciones y otras diversas tareas. 1 operarios de ultrasonidos 1 operario especialista en extensometra. 1 operario encargado de los ensayos estticos. 1 operario encargado de los ensayos a fatiga.
Uso de los recursos humanos:

o o o o o o o o
6.4.1 Presentacin de resultados del 4 experimento.

La simulacin del proceso, utilizando los parmetros de control anteriormente expuestos dar como resultados:
o
Tiempo total del proceso del 4 experimento:
125
Resultados numricos relativos a los procesos del 4 experimento:
Tabla 20: Resultados numricos relativos a los procesos del 4 experimento

o
Resultados grficos relativos a los procesos del 4 experimento:
126
Tabla 21: Resultados numricos relativos a los recursos del 4 experimento

o
Fig. 116 Resultados grficos relativos a los recursos del 4 experimento
127
6.4.2 Anlisis y conclusiones de los resultados del 3er experimento.

Los resultados obtenidos en este cuarto y ltimo experimento son prcticamente idnticos a los obtenidos en el tercer experimento. El hecho de haber eliminado a 4 de los operarios implicados en los experimentos anteriores no ha afectado de forma significativa al comportamiento del sistema, siendo el tiempo de finalizacin del proyecto el mismo que en el tercer experimento. Se han visto modificados de forma muy leve una serie de parmetros como son el nmero de probetas en cola de algunos procesos, los tiempos medio y mximo de probetas en las colas de estos procesos, el porcentaje de utilizacin de los recursos de algunos operarios, etc. De cualquier modo, estas modificaciones son tan pequeas que no afectan de forma general al comportamiento del sistema. Las diferencias en cuanto al comportamiento del proceso seran ms notables en el caso de eliminar uno de los dos operarios de sala o uno de los dos operarios de mecanizado utilizados en este experimento. En el primer caso el proyecto se retrasara 1 da y 18 horas, mientras que en el segundo caso, el proyecto se retrasara 1 da y 23 horas. En el caso de sustituir ambos operarios simultneamente el proyecto se retrasara 2 das y 18 horas.
128
La principal conclusin que puede extraerse del anlisis de los resultados de la simulacin del sistema es que el proceso ms crtico, con mucha diferencia, es el ensayo a fatiga de las probetas. El desarrollo de este proceso marcar el comportamiento del proyecto completo. Los mltiples ensayos a fatiga de las diferentes probetas tienen una duracin considerablemente superior al resto de procesos y se realizarn hasta prcticamente el final del proyecto por lo que el comienzo de los primeros ensayos a fatiga determinar el tiempo de finalizacin del proyecto completo. Otra conclusin fundamental obtenida, por el importante ahorro energtico que supone, es que el aumento en los tiempos mximos de espera al llenar las diferentes cmaras climticas permite reducir el consumo energtico de dichas cmaras climticas sin aumentar el tiempo de duracin del proyecto completo. Estos tiempos de espera podrn suprimirse en el caso del curado del adhesivo y del acondicionamiento trmico, aunque, sin embargo, no es aconsejable aumentar el tiempo de espera para completar de llenar la cmara climtica en la operacin de curado de sellantes por encima de 6 das, ya que, superado este tiempo de espera, no se producen mejoras en el ahorro energtico y, sin embargo, se produce un retraso considerable en la duracin del proyecto Otra conclusin muy importante que reflejan los resultados de la simulacin, es que el nmero de operarios destinados inicialmente a la realizacin de los diferentes procesos est sobredimensionado. Todos los grupos de operarios podrn reducirse a un solo operario sin que esto afecte significativamente a la duracin final del proyecto. Al suprimir los operarios prescindibles, el tiempo de duracin de del proyecto aumentar en algo ms de 2 das, lo cual es irrelevante en comparacin con los casi 7 meses de duracin del proyecto completo. Existirn otros condicionantes de menor importancia que afectarn a una distribucin ligeramente diferente de los tiempos de ocupacin de los operarios, en el nmero y tiempo de elementos en cola, y en los instantes en que comiencen las diferentes operaciones. Entre estos condicionantes pueden destacarse el envo de las probetas de ensayo a fatiga a -55C a un laboratorio externo, los instantes de tiempo en que se coloque la extensometra a ciertas probetas o los momentos en que se realicen los test de tensin residual e investigaciones microscpicas. Sin embargo estas pequeas desviaciones slo afectarn levemente a procesos internos sin influir de manera alguna sobre el proyecto global.
129
Kelton, W.D., Sadowski R.P., Sadowski D.A., Simulation with Arena, McGrawHill, 2nd edition, 2001. Tarifa, E.E., Teora de Modelos y Simulacin. Introduccin a la Simulacin, Facultad de Ingeniera Universidad Nacional de Jujuy, Argentina, 2003. Shannon, R.E., Simulacin de Sistemas. Diseo, desarrollo e implementacin, Trillas, Mxico. 1988. Wainer, G.A., Introduccin a la Simulacin de Eventos Discretos, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina, 2005. Kiviat, P.J., Digital Computer Simulation: Modeling Concepts, The Rand Corpotation, 1967. Himmelblau, D., Bischoff, K.B., Anlisis y simulacin de procesos, Editorial revert SA, 2004. Cole, D.N., Computer Simulation Modeling o Recreation Use: Current Status, Case Studies, and Future Directions, USDA, 2005. Perros, H., Computer Simulation Techniques: The definitive introduction, Computer Science Department, NC State University, U.S.A, 2009. Bailey, K.A., DAngelo, S., Computer Simulation Modeling Clinical Laboratories Coss, R.B., Simulacin, un enfoque prctico, Editorial LIMUSA, GRUPO NORIEGA EDITORES, 2003. Fbregas, A., Simulacin de sistemas productivos con ARENA, Ediciones Uninorte, 2003. Pginas web consultadas:
o
http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://en.wiki pedia.org/wiki/Computer_simulation.
130
http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://www.re ferenceforbusiness.com/encyclopedia/Val-Z/Virtual-Reality-ComputerSimulation.html http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://www.br itannica.com/EBchecked/topic/130683/computer-simulation http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://en.citize ndium.org/wiki/Computer_simulation http://translate.googleusercontent.com/translate_c?hl=es&langpair=en%7Ces&u=h ttp://www.wordiq.com/definition/Computer_simulation&rurl=translate.google.co m&usg=ALkJrhihWt4fO5OvalXIAT6zKaWzKeV1fA http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://khup.co m/keyword/computer-simulation-and-modelling.html http://www.mitecnologico.com/Main/DefinicionEImportanciaSimulacionEnIngenie ria http://www.fib.upc.edu/retro-informatica/avui/simulacio.html http://www.hipotesis.com.ar/hipotesis/Marzo2000/tecnologia.html http://www.facebook.com/note.php?note_id=60707307839 http://www.landersimulation.com/formacion-con-simulacion/el-mundo-enmovimiento/historia-de-la-simulacion/ http://www.gorgas.gob.pa/museoafc/loscriminales/criminologia/simulacion.html http://historia.mforos.com/732486/7018947-simulacion-militar-alcances-ytendencias/ http://members.libreopinion.com/ve/efrain-muretti/simulacion/ss_mmc.pdf
o o o o
o o

Informe Proyecto

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

Informe Proyecto

Uploaded by

Copyright:

Available Formats

PROYECTO FIN DE CARRERA INGENIERA AERONUTICA

Tutor: Ignacio Egua Salinas Febrero 2011

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig.1 Ejemplo de probeta.

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

2.1.- Definicin de simulacin

2.2.- Orgenes de la simulacin

Simulacin de la produccin y ensayo de probetas aeronuticas

2.3.- Aplicaciones de la simulacin

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

2.3.2.- Inconvenientes de la simulacin

2.3.3.- reas de aplicacin

Simulacin de la produccin y ensayo de probetas aeronuticas

2.4.- Tipos de simulacin

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig.3 Computadora analgica

2.5.- Simulacin por ordenador

Simulacin de la produccin y ensayo de probetas aeronuticas

2.5.2.- Elementos de un simulador computacional

2.6.- Pasos a seguir en la simulacin

Fig. 4 Pasos en la simulacin

Simulacin de la produccin y ensayo de probetas aeronuticas

2.6.1.- Formulacin del problema

Simulacin de la produccin y ensayo de probetas aeronuticas

Propsito del modelo. Contribucin de las variables al modelo.

Simulacin de la produccin y ensayo de probetas aeronuticas

2.6.2.- Coleccin de datos y Anlisis

Simulacin de la produccin y ensayo de probetas aeronuticas

2.6.3.- Desarrollo del modelo

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig. 4 Avance del reloj de simulacin segn los sucesos.

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig. 5 Avance del reloj de simulacin en incrementos fijos

Simulacin de la produccin y ensayo de probetas aeronuticas

2.6.4.- Verificacin y Validacin del modelo

2.6.5.- Experimentacin y Anlisis de las salidas

Simulacin de la produccin y ensayo de probetas aeronuticas

Simulacin de la produccin y ensayo de probetas aeronuticas

2.6.6.- Implantacin de los resultados de la Simulacin

Simulacin de la produccin y ensayo de probetas aeronuticas

2.7.- Simulacin en Arena

Simulacin de la produccin y ensayo de probetas aeronuticas

2.7.2 Entorno Arena 7.0

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig.5 Vista del entorno Arena 7.0

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig. 6 Vista exterior de la empresa

Simulacin de la produccin y ensayo de probetas aeronuticas

500 m2 de instalaciones para ensayos pesados y ambientales:

3.1.4 Equipamiento disponible

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig. 7 Mquinas de ensayo Universal y de fatiga.

Simulacin de la produccin y ensayo de probetas aeronuticas

Fig. 8 Microscopa ptica

Fig. 9 Durmetro Rockwell

Simulacin de la produccin y ensayo de probetas aeronuticas

o Tensiones residuales. o Corrosin bajo tensin.