Uso integral de simulación, diseño de experimentos y KANBAN para evaluar y mejorar el rendimiento de una línea de producción

Palabras clave: Simulación Discreta, Diseño de Experimentos, KANBAN tipo TRIGGER

Resumen

Este artículo es el producto de una investigación desarrollada en una línea de producción, donde se quería observar como el Diseño de Experimentos (DOE) y el KANBAN interactúan integralmente con la Simulación Discreta en pro de mejorar el rendimiento del sistema productivo. Lo anterior, se logró mostrando la forma en que el DOE sirve para identificar los factores relevantes en el proceso productivo, para luego, ser incorporados como parámetros de entrada en la simulación e igualmente, a través de la implementación de la herramienta KANBAN tipo “Trigger” se evidenció las mejoras de desempeño que se presentan en dicha línea de producción. Con base a lo anterior, se realizaron dos simulaciones: Una sin el uso de la herramienta Lean y otra con su implementación. De esta manera, se pudo observar el mejoramiento en el desempeño de la línea de producción al incorporar el KANBAN. Por ejemplo, el proceso de “Planchado” que tenía un porcentaje de utilización del 36%, aumentó a 60,39% con el uso del Kanban, lo mismo le ocurrió al proceso de “Tejido” que aumentó su utilización hasta un 61,77%. De esta manera, se deja ilustrada una forma de cómo mejorar el rendimiento de una línea de producción soportado en la combinación de estas tres herramientas.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor

Sergio Augusto Fernández Henao, Politécnico Colombiano Jaime Isaza Cadavid

Ingeniero Industrial de la Universidad Tecnológica de Pereira, Colombia, en junio de 2003. Magister en Investigación Operativa y Estadística de la Universidad Tecnológica de Pereira, Colombia, en julio de 2010. Actualmente se desempeña como docente vinculado e investigador en el programa de Ingeniería de Productividad y Calidad del Politécnico Colombiano Jaime Isaza Cadavid, Medellín, Antioquia. Integrante del Grupo de Investigación COINDE de la Facultad de Administración. Coordinador de la Red Académica de Productividad “REDPROD”. Sus intereses en investigación son la optimización de procesos, la estadística aplicada, análisis envolvente de datos, simulación de eventos discretos y continuos, diseño de experimentos y lean manufacturing.

Angela Liceth Pérez Rendon, Universidad Tecnológica de Pereira

Licenciada en Matemáticas y Física de la Universidad Tecnológica de Pereira, Colombia, en marzo de 2006. Magister en Investigación Operativa y Estadística de la Universidad Tecnológica de Pereira, Colombia, en mayo de 2016. Actualmente se desempeña como profesor tiempo completo e investigador en la Fundación Universitaria del área Andina. Pereira, Risaralda. Integrante activo del Grupo de Investigación (CIASA), del departamento de Ciencias Básicas. Sus intereses en investigación son la estadística aplicada, Investigación de Operaciones, Diseño Experimental.

Pedro Daniel Medina Varela, Universidad Tecnológica de Pereira

Ingeniero Mecánico de la Universidad del Valle, Colombia, abril de 1996. Magíster en Ingeniería Industrial de la Universidad de los Andes, Colombia. Actualmente profesor asociado a la Facultad de Ciencias Empresariales de la Universidad Tecnológica de Pereira (UTP) y director de la Maestría en Sistemas Integrados de Gestión de la Universidad Tecnológica de Pereira. Miembro del grupo de Investigación en Gestión de la Calidad y Normalización Técnica de la Facultad de Ciencias Empresariales de la UTP. Sus intereses de investigación enfocados en herramientas de mejoramiento organizacional, estadística aplicada y diseño de experimentos.

Citas

Valencia, M., Díaz, F., y Correa, J. C. Inventory planning with dynamic demand. A state of art review. DYNA, 183-191, 2015.

Bernal, M. E., Cock, G., y Restrepo, J. H. Productividad en una celda de manufactura flexible simulada en Promodel utilizando "Path Networks type Crane". Tecnura, 133-144, 2015.

Sánchez, C. Diseño de modelos de procesos productivos en ingeniería por simulación. Paideia XXI, 57-69, 2014.

Gómez, R., Hernández, J. D., y Correa, A. Análisis de un sistema de producción de cárnicos utilizando simulación discreta. Espacios, 12-26, 2016.

Sanchéz, P., Ceballos, F., y Sanchéz, G. Análisis del proceso productivo de una empresa de confecciones. Modelación y simulación. Ciencia e Ingeniería Neogranadina, 1-15, 2015.

Herrera, J. C., Herrera, G., y Gonzalez, C. I. Mejora del proceso de fabricación de estibas de madera. Un caso de estudio. Ingeniería Solidaria, 1-21, 2017.

Visbal Perez, E. T. Herramientas tecnológicas aplicables al Kanban para la optimización de los procesos en la empresa. Visión Gerencial, 82-104, 2016.

Arango, M. D., Campuzano, L. F., y Zapata, J. A. Mejoramiento de procesos de manufactura utilizando Kanban. Revista Ingenierías Universidad de Medellín, 221-234, 2015.

Parra, O. J. Sistemas de producción tipo Kanban: Descripción, componentes, diseño del sistema y bibliografía relacionada. Panorama, 11-22, 2008.

Curti, A. R., y Campos, R. R. De. Sistema Kanban Como Mecanismo De Controle De Processos. Revista Interface Tecnológica, 15(2), 208–219. https://doi.org/10.31510/infa.v15i2.468. 2018.

Murphy, A., Butterfield, J., y Higgins, P. Using Design Of Experiments To Define Factory Simulations For Manufacturing Investment Decisions. Queen's University Belfast, 1-9, 2017.

Acheson, C., Mackle, D., Murphy, A., Butterfield, J., Higgins, P., Collins, R., y Tame, R. Using Design Of Experiments To Define Factory Simulations For Manufacturing Investment Decisions, 2017.

Gómez, A., Quintana, N., y Ávila, J. O. Simulación de eventos discretos y líneas de balance, aplicadas al mejoramiento del proceso constructivo de la cimentación de un edificio. Ingeniería y Ciencia, 11(21),157–17 2015. https://doi.org/10.17230/ingciencia.11.21.8.

Assadi, M., Zahraee, S., y Taghdisi, J. Integration of Computer Simulation, Design of Experiments and Particle Swarm Optimization to Optimize the Production Line Efficiency. International Journal of Swarm Intelligence and Evolutionary Computation, 135-139, 2016.

Publicado
2019-12-30
Cómo citar
Fernández Henao, S., Pérez Rendon, A., & Medina Varela, P. (2019). Uso integral de simulación, diseño de experimentos y KANBAN para evaluar y mejorar el rendimiento de una línea de producción. Entre Ciencia E Ingeniería, 13(26), 9-16. https://doi.org/10.31908/19098367.1147
Sección
Artículos