Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
de Operaciones y
Gestin Logstica
CAPTULO 1
GENERALIDADES
1.1.
esto
se
cuenta
con
un
Centro
de
Distribucin
ubicado
ICM
Pgina 1
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
de retornos
y devoluciones,
i Diseo de un Proceso de De
Agroindustriales usando Simulac
18
camiones
equivalentes
18 rutas
para la
1.1.1 JUSTIFICACIN.
Las actividades internas del Centro de Distribucin han estado en
constante innovacin para adaptarse a los cambios que ha sufrido con el
pasar de los aos; estas innovaciones siempre han estado alejadas a la
tecnologa nueva que se puede ver en Centros de Distribucin modernos y
que han dado buenos resultados.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
1.2.
OBJETIVOS.
Entre los objetivos se detallan los Objetivos Generales y los Objetivos
Especficos.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
1.3.
METODOLOGA.
1.4.
ESTRUCTURA DE LA TESIS.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CAP.
3
CAP.
4
CAP.
5
DISEO
CONCEPTU
AL Y
MODELO
DINMICO
IMPLEMENTA
CIN DEL
MODELO
RESULTA
DOS
RECOLECCI
N DE
DATOS
Diseo Conceptual
Datos
Anlisis
Verificacin
MODELO
PROPU
ESTO
Validacin
IMPLEMENTACI
N DEL
SISTEMA DE
DESPACHO
Etapas
Ubicacin
Capacidad
es
Pruebas
EVALUACI
N DE
RESULTAD
OS
Resultados
Anlisis
Econmico del
Proyecto
numrico
y utilizaremos
herramientas
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CAPTULO 2
ESTADO DEL ARTE
En el desarrollo del este tema se analizarn las tcnicas que se usan para
la sustentacin del modelo que se aplicar, su principio, estudios realizados
y estudios recientes.
2.1.
STAF::FIT.
2.2.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
2.3.
AJUSTE DE DISTRIBUCIN.
2.4.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
2.5.
WITNESS (SOFTWARE).
i Diseo de un Proceso de De
Agroindustriales usando Simulac
2.6.
INVESTIGACIONES RECIENTES.
2.6.1. MODELO
INFORMTICO
HIDROLGICA.
DE
SIMULACIN
INFORMACIN
Pgina 10
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
SIMULACIN
DE
i Diseo de un Proceso de De
Agroindustriales usando Simulac
de
la
la
de
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CAPTULO 3
DISEO CONCEPTUAL Y MODELO DINMICO
3.1.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
OPERACIONES
DENTRO DE LA
EMPRESA DE
ESTUDIO
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Elevadores Mecnicos
i Diseo de un Proceso de De
Agroindustriales usando Simulac
RECEPCIO
N DE
PRODUCT
O
RECIBIR la
PROGRAMACIO
N de rutas a
despachar
REA ZAR
INVENTARIO
del producto
recibido en
balanza
PROCESO
DE
DESPACH
O
INICIAR
PROCESO de
DESPACHO con
ayuda de
auxiliares
Figura 5.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
3.2.
RECOLECCIN DE LA INFORMACIN
La recoleccin de datos del proyecto est fundamentada en la observacin
del comportamiento de las personas y de los procesos que se desarrollan
en la bodega.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 1
Tiempos de Picking en cada Balanza
# DE
ICM
Pgina 20
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 2
Tiempo de Pesado de cada Balanza
# DE
BALAN ZA 1
BALANZA 2 BALANZ A
3
BALAN ZA 4
OBS ERVACIONES
Tiempo (min)
Tiempo (min)
Tiempo (min)
Tiempo (min)
1
45,3
42,7
39,4
35,8
2
42,3
42,0
36,6
32,6
3
48,0
43,2
41,9
38,7
4
32,7
40,1
27,7
22,5
5
46,6
42,9
40,6
37,2
6
39,2
41,4
33,7
29,3
7
33,4
40,3
28,4
23,2
8
55,6
44,7
48,9
46,7
9
41,9
42,0
36,3
32,2
10
45,1
42,6
39,2
35,6
11
51,9
44,0
45,5
42,8
12
41,4
41,9
35,7
31,6
13
31,2
39,8
26,3
20,9
14
49,3
43,4
43,1
40,0
15
33,2
40,2
28,2
23,0
16
46,8
42,9
40,7
37,3
17
41,0
41,8
35,4
31,3
18
45,7
42,7
39,8
36,3
19
52,4
44,1
46,0
43,3
20
48,2
43,2
42,1
38,9
21
49,1
43,4
42,9
59,9
22
32,0
40,0
27,1
21,7
23
47,3
43,0
41,3
37,9
24
51,6
43,9
45,2
42,4
25
49,7
43,5
43,5
40,4
26
48,6
43,3
42,4
39,2
27
45,8
42,7
49,9
36,3
28
41,9
42,0
36,2
32,1
29
48,9
43,4
42,8
39,6
30
46,8
43,0
40,8
37,4
31
57,8
45,1
50,9
49,0
32
48,8
43,4
42,7
39,5
33
41,5
41,9
35,9
31,8
34
37,4
41,1
32,1
27,4
35
28,5
39,3
23,9
18,1
36
35,5
40,7
30,3
25,4
37
30,3
39,7
25,5
19,9
38
38,7
41,3
33,2
28,8
39
57,9
45,1
51,1
49,1
40
41,3
41,9
35,7
31,6
41
31,4
39,9
26,5
21,1
42
25,1
38,7
20,7
14,5
43
39,6
41,5
34,1
29,8
44
47,4
43,1
41,4
38,0
45
37,6
41,1
32,2
27,6
46
58,8
45,3
51,9
54,1
47
60,5
45,7
53,5
51,9
48
37,0
41,0
31,7
27,0
49
39,5
41,5
34,0
29,6
50
35,8
40,8
30,6
25,7
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 3
Ventas de Productos de Enero a Julio de 2009
ENERO
03/01/ 2009
116.673,0
VENTAS
(Kg)
100.603,4
VENTAS
FEBRERO
(Kg )
02/02/ 20 09 109.934,8
VENT AS
(Kg)
02/03/200 9 109.739,4
MARZO
VENTAS
VENT AS
VENTAS
MAYO
JUNIO
(K g)
(Kg)
(K g)
0 1/04/2009 105.909,6
01/0 5/2009 15.574,6
01/0 6/2009
ABRIL
05/01/ 2009
151.934,5
95.140,0
03/02/ 20 09 107.647,0
03/03/200 9 138.505,6
0 2/04/2009 125.130,1
02/0 6/2009
06/01/ 2009
145.716,3
94.102,5
04/02/ 20 09 115.314,5
04/03/200 9 144.723,7
0 3/04/2009 139.518,3
03/0 6/2009
07/01/ 2009
145.590,7
88.817,5
05/02/ 20 09 124.586,0
05/03/200 9 167.688,0
0 4/04/2009 189.525,0
04/0 6/2009
08/01/ 2009
178.067,2
121.398,0
06/02/ 20 09 122.720,2
06/03/200 9 144.186,5
0 6/04/2009 124.889,5
05/0 6/2009
09/01/ 2009
178.534,7
140.770,9
07/02/ 20 09 160.234,4
07/03/200 9 174.593,7
0 7/04/2009 113.542,5
06/0 6/2009
10/01/ 2009
144.674,6
09/02/ 20 09 95.632,3
12/01/ 2009
115.925,0
93.317,7
10/02/ 20 09 155.138,3
13/01/ 2009
145.838,8
110.020,8
11/02/ 20 09 99.213,8
14/01/ 2009
140.487,8
99.965,2
12/02/ 20 09 140.285,5
12/03/200 9 130.464,6
15/01/ 2009
162.442,6
98.200,2
13/02/ 20 09 119.515,8
13/03/200 9 122.600,5
16/01/ 2009
168.201,2
107.408,3
14/02/ 20 09 158.823,5
14/03/200 9 150.027,5
17/01/ 2009
134.678,8
16/02/ 20 09 99.464,9
16/03/200 9 110.703,2
0 9/04/2009 103.388,0
1 1/04/2009 105.484,8
09/0 6/2009
10/0 6/2009
1 3/04/2009 96.934,8
11/0 6/2009
1 4/04/2009 95.180,5
12/0 6/2009
1 5/04/2009 98.349,1
13/0 6/2009
1 6/04/2009 111.854,5
15/0 6/2009
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 4
Tipo de Distribuciones obtenidas en cada Cmara
CAM AR AS DE
DISTRIB
UCION ES PRODUCTO
EN
CONTRADAS
CA MARA 1 NORMAL (3.5,
0.9) CA MARA 2
NORMAL
cmara 1.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 5
Datos obtenidos de las pruebas realizadas
BDISTR
ALANZAS
IBUCION ES ENCON
TRADAS
Ba lanz a1 Normal (44.5 ,
7.5)
Ba
lanz
a2
Normal (42.5 ,
1.5)
Ba
lanz
a3
Normal (38 , 7)
En base a estas distribuciones se comprueba el modelo.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 10.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 11.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 6
Datos de Ventas de Marzo y Abril de 2009
VENTAS DURANTE MARZO Y ABRIL DEL 2009
MARZO
KILOS
ABRIL
KILOS
01/04/2009 105.909,6
02/04/2009 125.130,1
03/04/2009 139.518,3
04/04/2009 189.525,0
06/04/2009 124.889,5
07/04/2009 113.542,5
08/04/2009 122.607,8
09/04/2009 103.388,0
11/04/2009 105.484,8
13/04/2009 96.934,8
14/04/2009 95.180,5
15/04/2009 98.349,1
16/04/2009 111.854,5
17/04/2009 164.290,3
20/04/2009 77.175,9
21/04/2009 147.355,9
22/04/2009 125.180,0
23/04/2009 121.868,3
24/04/2009 105.682,4
25/04/2009 89.491,0
27/04/2009 62.230,5
28/04/2009 110.596,9
ICM
Pgina 30
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 12.
Se obtiene
ingresados
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 14.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
3.4.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 16.
Witness
b.- Paletizadoras o palletjack, estos equipos son los vehculos con los que
se transporta el producto, la velocidad que puede imprimir este equipo bajo
ciertas caractersticas fsicas de la instalacin es de 4,5 km/h, este equipo
es manual e hidrulico y es operado por 2 personas, la capacidad de carga
mxima de diseo es de 2,5 toneladas, pero se cargar mximo con 2
toneladas.
Figura 17.
c.- Calles o tracks, son los caminos por donde se desplazan los vehculos,
para darle un ordenamiento se limitar a una capacidad de 1 vehculo por
entrada o salida.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Existen 2 tipos de tracks o calles, las que son de entrada hacia la cmara y
las de salida que van desde las cmaras hasta las balanzas. Las primeras
miden 10 mts y las segundas miden 12 mts.
Figura 18.
Grfica de tracks o calles a ser utilizadas en la
simulacin
d.- Balanzas, estos son elementos importantsimos en el desarrollo de la
simulacin, puestos que estos son los que clasifican, pesan las rutas y
cargan los vehculos, definen finalmente las rutas.
Figura 19.
Grfica de balanzas a utilizar
e.- Bodegueros, representan al personal que trabaja dentro de la cmara
ubicando y mandando el producto hacia las balanzas por medio de los
vehculos.
Figura 20.
Grfica de bodeguero
f.- Despachadores, son muy importantes, pues ellos operan las balanzas,
capturan el peso y permite la carga de los vehculos.
semana.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 22.
modelo
3.5.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura # 23.
modelo
3.6.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 7
Resultados de la corrida en Witness
M ES 1
MES 2
Kg Des pachados Kg
Despachados
LUN ES
144
59
MARTES
159
124
MIER COLES
170
127
JUEVES
184
147
VIER NES
157
92
S AB ADO
93
42
DO MIN GO
0
0
LUN ES
154
115
MARTES
168
120
MIR COLES
153
93
JUEVES
142
127
VIER NES
145
103
S B ADO
90
27
DO MIN GO
0
0
LUN ES
135
88
MARTES
166
115
MIR COLES
164
95
JUEVES
145
80
VIER NES
142
99
S B ADO
53
4
DO MIN GO
0
0
LUN ES
87
96
MARTES
142
100
MIR COLES
120
84
JUEVES
138
87
VIER NES
119
112
S B ADO
46
70
DO MIN GO
0
0
DIAS
Esto se comparar con los datos reales del inventario del ao anterior y se
realizar una prueba de hiptesis para demostrar que las medias del
inventario por artculo son iguales.
De la simulacin se obtiene los resultados procesados por medio de
Stat::Fit
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 24.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 25.
Figura 26.
Datos obtenidos
en Stat::Fit
Pgina 40
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 28.
realizadas
i Diseo de un Proceso de De
Agroindustriales usando Simulac
H0: u1 = u2
vs
H1: u1 u2.
X1X2
2
1 2 2
n1
n2
26,1 37,4 2
30
30
En este caso 0,05 por tanto el valor crtico es z0.025 = 1,96 entonces se
concluye que lzl < z0.025.
Por tanto se concluye que hay evidencia estadstica, que las medias de las
ventas reales en toneladas como las simuladas son iguales.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CAPTULO 4
IMPLEMENTACIN DEL MODELO
Las pruebas realizadas en el captulo anterior, evidencian la posibilidad de
poder implementar el modelo en la compaa ya que la misma garantiza
que es posible mejorar el proceso actual y obtener beneficios.
El implementar un modelo nuevo de trabajo en una compaa requiere de
etapas que se deben cumplir paulatinamente, se deben realizar cambios de
infraestructura, cambiar el modo de trabajo en el personal operativo y
administrativo. Incluir en el proceso, maquinaria y estanteras para el
transporte y almacenamiento de productos que no se contaba
anteriormente y para lo cual tiene que haber un proceso de induccin al
personal operativo para el manejo de estos equipos; tambin se crea la
necesidad de contar con ms personal operativo
La ubicacin y capacidades de las mquinas a instalar se harn de acuerdo
a la simulacin realizada.
4.1.
ETAPAS
En la implementacin del modelo se deben tener en cuenta los siguientes
temas.
4.1.1
i Diseo de un Proceso de De
Agroindustriales usando Simulac
4.2.
UBICACIN
Este tema va relacionado con la distribucin de planta que se implantar en
el nuevo Centro de Distribucin; para esto se muestra el actual Centro de
Distribucin con el que se trabaja actualmente en la distribucin de sus
productos.
En el mismo se muestra 4 cmaras, dos de almacenamiento de producto
fresco y 2 de almacenamiento de producto congelado; 4 balanzas que se
usan para el despacho de los productos a comercializar. Para la
transportacin de productos se usan tras paletas manuales en la que se
necesita de personal adicional para poder mover la carga desde las
balanzas hasta la balanza que requiere de productos; tambin se utilizan
coches para movilizar el producto en unidades de jabas (hasta 8 jabas por
viaje) desde la balanza hasta el camin en el proceso de despacho.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 29.
Distribucin de Planta
situacin actual
El modelo simulado requiere de cmaras de almacenamiento con mayor
capacidad a las actuales, incremento en el nmero de balanzas,
incremento en el espacio fsico para el andn de carga y descarga; agregar
unidades de montacargas y tras paletas es estratgico tanto para la
recepcin de productos desde las plantas de origen como para la
distribucin de sus productos.
A continuacin se muestra la grfica de la nueva distribucin de planta
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 30.
Simulacin
4.3.
CAPACIDADES
Dentro de las capacidades de la nueva instalacin se puede destacar un
listado de elementos que redundan en una mejora en el tiempo de
despacho.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 8
Elementos de mejora en la simulacin
Elementos Mecanicos para Mejora del Despacho
Elementos Mecanicos
Montacargas electro-hidraulicos
NDR050 paletizadoras manual
es
paletizadoras electro-hidraulicas
NDR90/60
Elevadores e lectro-hidraulicos
Antes
Ahora
no
si
no
no
si
si
si
si
si
si
capacida
d
0-2 tons
0-2,5
tons
0- 4
tons
0- 15
velocidad
13 km/h
max
5 km/h
max
13 km/h
max n/a
TABLA # 9
Elementos estructurales que intervienen en el Modelo
Tabla de Elementos Estructurales y sus Mejoras
Capacidad
Elementos Estructurales
Beneficio
Antes
Ahora
Racks Drive IN
0
1000
100%
tons
Racks convensionales
0
100%
1200
CamaraS Temperatura media
1000
1050%
tons
m3
Camaras Temperaturas
3200%
10500
500
Congelada
1200%
m3
m3
Precamaras
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
TABLA 10
Mejoras con la nueva Simulacin
Personal
actividad
antes
Montacarguistas
cargas y descargan racks 0
Controladores en camaras
verifican el producto y su rotacion 5
Operadores de Paletizadoras
transportan producto
0
Despachadores
pesan y ordenan la ruta
5
picking en camara
ordenan el producto menudo 3
picking en balanzas
ordenan producto menudo 3
Choferes
realizan la distribucion
35
Ayudantes
realizan la distribucion
35
Total Personal
86
ahora
5
10
15
9
5
9
40
40
133
Pgina 50
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
4.4.
PRUEBAS
En esta etapa de la tesis se muestra los resultados obtenidos una vez se
han realizados estas mejoras tanto como en mquinas, personal,
infraestructura y flota. En la siguiente figura se observa la implantacin con
las mejoras.
Figura 31.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Figura 32.
Tabla 12
Equipos utilizados
velocidades nominales de
operacin
montacargas YDR045
Paletizadora MP050
Paletizadora MP060
promedi
o9 km/h
9 km/h
9 km/h
velocida
d
ma
13 xkm/h
13 km/h
13 km/h
min
7 km/h
7 km/h
7 km/h
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Tabla 13
Corrida Del Nuevo Modelo
Nuevo Modelo
Numero
datos
1
179
2
212
3
243
4
223
5
173
6
164
7
169
8
200
9
229
10
219
11
176
12
295
13
139
14
183
15
238
16
200
17
178
18
159
19
139
20
201
21
230
22
223
23
169
24
151
25
178
26
207
27
224
28
198
29
119
30
157
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Tabla 13
Calculo de Rplicas mnimas
z
s0
error
Rmin
1,96
108,00
54,00
15,37
i Diseo de un Proceso de De
Agroindustriales usando Simulac
R
T(0,025,R-1)
T(0,025*R-1*So/error)^2
NUMERO DE REPLICAS
23
24
25
2,07
2,07
2,06
25,04
24,91
24,80
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Tabla 15
Resultados de la comparacin del modelo nuevo y el anterior
r
Yr1
Yr2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
promedio
4062
4131
4055
4102
4145
3976
4097
4057
4124
4188
3872
3970
4043
3938
4253
3734
3922
3922
3922
4067
3922
3922
3922
3922
4053
3922
3922
3922
3922
4022
4001,0
5471
5228
5562
5558
5350
5539
5675
5675
5485
5675
5675
5675
5570
5559
5515
5675
5207
5675
5440
5391
5391
5721
5488
5552
5625
5733
5437
5676
5510
5713
5548,2
Dr1
1-2
-1409
-1097
-1507
-1456
-1205
-1563
-1578
-1618
-1361
-1487
-1803
-1705
-1527
-1621
-1262
-1941
-1285
-1753
-1518
-1324
-1469
-1799
-1566
-1630
-1572
-1811
-1515
-1754
-1588
-1691
-1547,2
De donde:
Yr1
es la instalacin antigua
Yr2
es la instalacin nueva
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Donde:
Di
de ambos modelos.
R-1 son los grados de libertad que en este caso es el nmero de rplicas
menos 1.
SE
Tabla 16
Resultados de las diferencias
Resultados
D.i
Sdi
SDi2
Sdi/RaizR
-1547,2
194,8
37957,9
35,6
Tabla 17
Datos de ambos modelos
datos de los Modelos
REPETICIONES =
30
PARA ALFA = e
0,05
C =
1
ALFA/C = i
0,0500
t(i/2, R-1)
2,045
-1619,9
-1474,4
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Es decir que hay fuerte evidencia que el promedio del modelo 1 es menor
que el promedio del modelo 2, es el nmero de toneladas despachadas
con el modelo 1 es menor al modelo 2.
Ahora se tiene que probar las siguientes mejoras propuestas en los literales
anteriores, usando la misma metodologa para hallar el nmero de replicas
De una muestra de 30 datos con distribucin normal (192,36,9) en
toneladas, se asume un error de 15 toneladas porque es aproximadamente
el 40% de la desviacin.
Primero se calcula el R Mnimo con la siguiente frmula:
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Tabla 18
Valor de las Rplicas Mnimas por modelo
Mejora 1
Rmin
15,59
R
T(0,025,r-1)
T(0,025,r-1*So/error)
15
2,14
18,40
16
2,13
18,17
17
2,12
17,98
NUMERO DE REPLICAS
18
19
2,11
2,10
17,81
17,66
20
2,09
17,52
21
2,09
17,40
22
2,08
17,30
16
2,13
18,17
17
2,12
17,98
NUMERO DE REPLICAS
18
19
2,11
2,10
17,81
17,66
20
2,09
17,52
21
2,09
17,40
22
2,08
17,30
16
2,13
18,17
17
2,12
17,98
NUMERO DE REPLICAS
18
19
2,11
2,10
17,81
17,66
20
2,09
17,52
21
2,09
17,40
22
2,08
17,30
18
2,11
17,81
19
2,10
17,66
NUMERO DE REPLICAS
20
22
2,09
2,08
17,52
17,30
23
2,07
17,20
24
2,07
17,12
25
2,06
17,04
23
2,07
17,20
24
2,07
17,12
25
2,06
17,04
Mejora 2
Rmin
14,94
R
T(0,025,r-1)
T(0,025,r-1*So/error)
15
2,14
18,40
Mejora 3
Rmin
14,94
R
T(0,025,r-1)
T(0,025,r-1*So/error)
15
2,14
18,40
Mejora 4
Rmin
R
17,64
T(0,025,r-1)
T(0,025,r-1*So/error)
17
2,12
17,98
Rmin
17,21
Mejora 5
R
T(0,025,r-1)
T(0,025,r-1*So/error)
17
2,12
17,98
18
2,11
17,81
19
2,10
17,66
NUMERO DE REPLICAS
20
22
2,09
2,08
17,52
17,30
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Yr2
Yr3
Yr4
Yr5
Yr6
Yr7
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
promedio
5471
5228
5562
5558
5350
5539
5675
5675
5485
5675
5675
5675
5570
5559
5515
5675
5207
5675
5440
5391
5391
5721
5488
5552
5625
5733
5437
5676
5510
5713
5548,2
5461
5216
5562
5541
5340
5550
5682
5682
5484
5682
5682
5682
5582
5563
5524
5682
5224
5682
5438
5394
5394
5735
5485
5554
5623
5755
5443
5667
5519
5685
5550,4
5496
5224
5577
5574
5384
5569
5715
5715
5523
5715
5715
5715
5587
5595
5531
5715
5259
5715
5472
5401
5401
5754
5499
5573
5632
5765
5478
5675
5523
5719
5573,9
5512
5249
5595
5588
5385
5607
5730
5730
5545
5730
5730
5730
5616
5613
5562
5730
5266
5730
5494
5430
5430
5768
5517
5586
5659
5807
5486
5705
5557
5731
5593,9
5585
5289
5676
5662
5467
5647
5816
5816
5629
5816
5816
5816
5702
5687
5636
5816
5318
5816
5564
5488
5488
5847
5592
5670
5740
5862
5571
5785
5644
5826
5669,6
5609
5503
5685
5649
5765
5783
5837
5837
5818
5837
5837
5837
5639
5856
5782
5837
5369
5837
5737
5598
5598
5656
5803
5867
5843
5617
5950
5789
5858
5842
5749,2
Donde :
ICM
Yr2
es el modelo nuevo
Yr3
Yr4
Yr5
Yr6
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Yr7
Tabla 21
Resultados de la comparacin del modelo nuevo y sus mejoras
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Dr2
2-3
10
12
0
17
10
-11
-7
-7
1
-7
-7
-7
-12
-4
-9
-7
-17
-7
2
-3
-3
-14
3
-2
2
-22
-6
9
-9
28
Dr3
2-4
-25
4
-15
-16
-34
-30
-40
-40
-38
-40
-40
-40
-17
-36
-16
-40
-52
-40
-32
-10
-10
-33
-11
-21
-7
-32
-41
1
-13
-6
Dr4
2-5
-41
-21
-33
-30
-35
-68
-55
-55
-60
-55
-55
-55
-46
-54
-47
-55
-59
-55
-54
-39
-39
-47
-29
-34
-34
-74
-49
-29
-47
-18
Dr5
2-6
-114
-61
-114
-104
-117
-108
-141
-141
-144
-141
-141
-141
-132
-128
-121
-141
-111
-141
-124
-97
-97
-126
-104
-118
-115
-129
-134
-109
-134
-113
Dr6
2-7
-138
-275
-123
-91
-415
-244
-162
-162
-333
-162
-162
-162
-69
-297
-267
-162
-162
-162
-297
-207
-207
65
-315
-315
-218
116
-513
-113
-348
-129
Donde:
Di
de ambos modelos.
R-1
SE
D.i
Sdi
SDi2
Sdi/RaizR
Dr6
1-7
-201,0
127,9
16364,0
23,4
Tabla 23
Datos de la comparacin del modelo nuevo y sus mejoras
datos de los Modelos
REPETICIONES =
30
PARA ALFA = e
0,05
C =
5
ALFA/C = i
0,0100
t(i/2, R-1) = t(0.0083, 30) =
2,756
/ 2,R1
1
2
/ 2,R1
i
i
-7,5
3,0
-33,2
-18,2
D D t
se
D
D t
se .3
.3
.3
.3
1
3
/ 2,R1
/ 2,R1
i
i
Este intervalo da la certeza de una mejora al no contener el cero.
Tercera comparacin:
D t
se
i Diseo de un Proceso de De
Agroindustriales usando Simulac
.4
/ 2,R 1
se-52,5
D.4
-38,9
1 4
.4
t / 2, R1
i
.4
i Diseo de un Proceso de De
Agroindustriales usando Simulac
D
t
se
D
/ 2,R1
tD
.5
se
i
/ 2,R1
.5
-130,7
-112,1
se
-265,3
-136,6
La mejora aumenta.
Quinta comparacin:
D .6 t
D .6
/ 2 , R 1
se D .6 1 6 D .6 t
/ 2 , R 1
Tabla 24
Diferencias entre el modelo nuevo y sus mejoras
promedio
diferencias
Yr2
5548,2
0
Yr3
5550,4
-2,2
Yr4
5573,9
-25,7
Yr5
5593,9
-45,7
Yr6
5669,6
-121,4
Yr7
5749,2
-201,0
Tabla 25
Resultados de la comparacin de los modelos
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Descripcion de la mejora
Viejo CD Gye
Nuevo CD Gye
Mejora de la variabilidad 50%
mejora del promedio del 10%
mejora del promedio del 20%
mejora del promedio del 50%
mejora de la velocidad al 10%
CAPTULO 5
i Diseo de un Proceso de De
Agroindustriales usando Simulac
RESULTADOS
Los resultados que muestran la simulacin realizada es beneficiosa y que
se podran seguir optimizando con el ciclo mejora continua, se menciona
los resultados obtenidos:
Hay fuerte evidencia que el promedio del modelo 1 es menor que el
promedio del modelo 2, es decir el nmero de toneladas despachadas
con el modelo 1 es menor al modelo 2, lo que quiere decir que es ms
productiva la nueva instalacin.
Una vez que se ha realizado la nueva instalacin y propuesto una serie de
mejoras, se puede indicar que la ms productiva de todas las propuestas
es la ltima mejora y esta corresponde a aumentar la velocidad a los
vehculos elctricos que tiene la nueva instalacin en un 10%.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
CD.
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
GUAYAQUIL
TOTAL
AO
MES
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
N DE
ACCIDEN
TES
DAS DE
INCAPACID
AD
13
93
0
1
1
1
0
2
2
1
3
0
1
1
0
10
3
3
0
18
8
3
8
0
10
30
AO
MES
2010
2010
2010
2010
2010
2010
2010
2010
2010
2010
2010
2010
ENERO
FEBRERO
MARZO
ABRIL
MAYO
JUNIO
JULIO
AGOSTO
SEPTIEMBRE
OCTUBRE
NOVIEMBRE
DICIEMBRE
N DE
ACCIDEN
TES
DAS DE
INCAPACID
AD
18
189
1
2
3
1
1
0
4
2
0
4
0
0
3
5
44
2
30
0
9
52
0
44
0
0
i Diseo de un Proceso de De
Agroindustriales usando Simulac
COSTO DE MATERIALES
De todos los rubros de la inversin, el costo de los materiales son los ms
altos, ya que en ellos encierra todos los implementos que se requieren para
realizar la construccin y para acondicionar las reas de trabajo.
Tabla 27
Presupuestos de Materiales
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CUENTAS
Condiciones Generales
Cerramiento
Muebles de Oficina
Estructura Metlica
Cubiertas
Equipos
Refrigeracin
Panelera
Total general
5.2.
$
$
$
$
$
$
$
$
$
VALOR
PRESUPUESTADO
(USD)
177.695
331.113
421.989
856.829
280.785
1.044.897
1.721.247
913.242
5.747.798
OBRA CIVIL
Entre los rubros que encierran la obra civil est la legalizacin del terreno
hasta el Diseo de la construccin de la obra.
Tabla 28
Presupuestos de Obra Civil
CUENTAS
Legalizacin
Movimiento de Tierra
Obra Civil
Urbanismo
Total general
5.3.
VALOR
PRESUPUESTADO
(USD)
$
36.525
$
466.399
$
3.109.583
$
640.244
$
4.252.751
i Diseo de un Proceso de De
Agroindustriales usando Simulac
En este rubro constan todas las tareas operativas que se realizarn para el
levantamiento de la nueva infraestructura.
Tabla 29
Presupuestos de M/O
CUENTAS
Pilotaje
Instalacin Elctrica
Instalacin
Refrigeracin
Construccin
Diseos
Total general
5.4.
VALOR PRESUPUESTADO
(USD)
$
868.271
$
1.288.917
$
$
$
$
279.339
257.558
27.442
2.721.528
GASTOS ADICIONALES
Aqu se muestran los gastos adicionales que incurrir la empresa en
estudio, para realizar las mejoras en el modelo propuesto. Este gasto va
dirigido a la capacitacin del personal operativo que utiliza los equipos
elctricos como montacargas y tras paletas.
Otro gasto es la reprogramacin de los equipos que lo realiza la empresa
Yale.
Tabla 30
Presupuestos de Capacitacin
CUENTAS
5.5.-
INVERSION TOTAL
$
$
$
3.360
1.500
4.860
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CUENTAS
D)
C ostos de Materiales
C ostos de Obr a Civil
C ostos de Mano de Ob ra
C apacitacin Personal Oper ativo
T otal general
5.6.-
$
$
$
$
$
5.747.798
4.252.751
2.721.528
3.360
12.725.437
Tabla 32
Valores de Ventas histricos
ICM
Pgina 70
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Tabla 33
Pronsticos de Ventas (en Ton)
i Diseo de un Proceso de De
Agroindustriales usando Simulac
T rimes
T rimes
T rime s
T rime s
tota l de V ta
200 tre1
10628, tre2
10872,9 tre311010, tre4
11355, tons43867,8
3
55
4 1348
6
72
200
8747,2
14444,
14359,
51034,2
4
1
3
13
83
200
11815,
12924,4
12102,
12830,
49672,9
200
10658,
11440,3
13014,
13610,
48723,4
6
51
912381,
45
04
200
10439,
11933,
12547,
47302,2
200
10007,
11037,6
11196,
11355,
43597,2
8
57
6
28
72
200
9370,783
10017,22
9151,109
10335,68
38874,8
201 9401,839
10558,0 10801,35
11110,4
41871,7
0
64 9.3 46
201 39 9 .67 9 23 9.56 8 89 9.4 57
38050,9
,0 7
,1 7
,27
,37
201
9 .23 5
9.12 4
9.0 13
8.9 02
36276,5
,4 7
,5 7
,67
,77
2
8 .79 1
8.68 0
8.5 70
8.4 59
201
34502,1
,8 7
,9 6
,06
,16
201
8 .60 4
8.50 6
8.4 08
8.3 10
33830,8
,5 2
,6 4
,75
,87
4
8 .21 2
8.11 5
8.0 17
7.9 19
201
32264,6
,9 8
,1 0
,21
,33
5
201
7 .82 1
7.72 3
7.6 25
7.5 27
30698,5
,4 4
,5 6
,67
,79
6
7 .37 2
7.27 5
7.1 78
7.0 81
201
28909,1
,9
5 4
,8
3 7
,72
,60
7
6 .98
6.88
6.7 90
6.6 93
201
27355,3
,4 9
,3 7
,26
,14
201
6 .59 6
6.49 8
6.4 01
6.3 04
25801,4
,0 3
,9 1
,80
,68
9
Donde los valores desde el ao 2011 son los datos obtenidos mediante el
pronstico.
Con estos resultados obtenidos se aplica el concepto de Anlisis de flujos y
determinar en qu tiempo se realizara el pago del Proyecto, bajo el
concepto del VAN (Valor Actual Neto) y la TIR (Tasa interna de Retorno).
En la siguiente figura se observa los clculos realizados para encontrar el
valor del VAN para 5 aos.
1
$ 38.295.744,15
$ 41.871.685,24
$ 38.050.890,29
$ 36.276.473,96
$ 34.502.057,62
Costos de Ventas
Gastos de Adminstracion
5169925
5652678
5136870
4897324
4657778
-382957
-382957
-382957
-382957
-382957
4786968
5269720
4753913
4514367
4274820
Ventas Netas
Inversin a realizar
12.725.436,84
Costos y Gastos
UAIDI
Depreciacion
Flujo de Caja Neta
Cam
Van
TIR
-12.726.936,84
-17760
-17760
-17760
-17760
-17760
4769208
5251960
4736153
4496607
4257060
-191479
-193872
-196296
-198749
-201234
4577729
5058088
4539857
4297857
4055827
-1144432
-1264522
-1134964
-1074464
-1013957
3433297
3793566
3404893
3223393
3041870
191479
189085
191449
-198749
-201234
47870
47271
47862
-49687
-50308
3576906
3935380
3548479
3074331
2890945
17760
17760
17760
17760
17760
3594666
3953140
3566239
3092091
2908705
17,03%
($ 1.569.831,50)
11%
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Se muestra que el valor obtenido del Bann en negativo por lo que el clculo
se realiza nuevamente para 7 aos y se obtiene los resultados que se
muestran en la siguiente figura.
$ 38.295.744,15
$ 41.871.685,24
$ 38.050.890,29
$ 36.276.473,96
$ 34.502.057,62
$ 33.830.780,14
$ 32.264.619,60
Costos de Ventas
5169925
5652678
5136870
4897324
4657778
4567155
4355724
Gastos de Adminstracion
-382957
-382957
-382957
-382957
-382957
-382957
-382957
4786968
5269720
4753913
4514367
4274820
4184198
3972766
Ventas Netas
Inversin a realizar
12.725.436,84
Costos y Gastos
Depreciacion
-17760
-17760
-17760
-17760
-17760
-17760
-17760
4769208
5251960
4736153
4496607
4257060
4166438
3955006
-191479
-193872
-196296
-198749
-201234
-201234
-201234
4577729
5058088
4539857
4297857
4055827
3965204
3753773
-1144432
-1264522
-1134964
-1074464
-1013957
-991301
-938443
3433297
3793566
3404893
3223393
3041870
2973903
2815329
191479
189085
191449
-198749
-201234
-201234
-201234
47870
47271
47862
-49687
-50308
-50308
-50308
3576906
3935380
3548479
3074331
2890945
2822978
2664404
-12.726.936,84
17760
17760
17760
17760
17760
17760
17760
3594666
3953140
3566239
3092091
2908705
2840738
2682164
17,03%
$ 428.357,78
18%
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
CAPTULO 6
CONCLUSIONES Y RECOMENDACIONES
6.1.
CONCLUSIONES:
1.- Con la nueva infraestructura se puede asegurar la mejora en el servicio
al cliente con el incremento del nmero de rutas, esto aumenta la
capacidad de respuesta a una mayor cantidad de clientes.
2.- Como resultado de la simulacin, el incremento de toneladas
despachadas y nmero de rutas, originar un incremento en el nmero de
vehculos.
3.- Con la nueva instalacin se asegura que, se puede hacer frente a un
incremento de ventas aproximadamente del 40% como se presenta en
temporadas.
4.- El uso de equipos elctricos garantiza que la operacin se vuelva ms
productiva y dinmica generando mejores resultados, porque qued
demostrado mediante Bonferroni que mejorar la velocidad incide
directamente en la mejora de la productividad.
5.- Tambin se pudo observar que de mantenerse una venta estable y
segn el pronstico realizado, el proyecto no puede pagarse en 5 aos sino
que el horizonte de pagos ser a 7 aos.
6.- Se obtiene una desmejora en el ndice de accidentabilidad.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
6.2.
RECOMENDACIONES:
1.- Hay que optimizar el uso de los equipos elctricos, la cuenta de energa
elctrica se triplic, con un plan de capacitacin y concientizacin del
personal operador.
2.- Existe un riesgo latente de accidente provocado por la operacin de
equipos elctricos, por eso se debe trabajar muy rigurosamente desde su
seleccin, capacitacin y desarrollo por parte del departamento de
Desarrollo Organizacional.
3.- Para realizar incrementos efectivos en ndices de despachos (tonelada
despachada), se debe buscar mecanismos para optimizar el uso de toda la
implementacin, como cdigos de barra que baje el promedio de tiempo de
despacho del montacargas.
4.- De igual forma, para mejorar el ndice de despachos (tonelada
despachada), debemos trabajar en capacitar al personal para bajar la
media del tiempo que se demora el despachador en cargar la ruta, ya que
trabajando con la variabilidad la mejora no es significativa.
5.- Se puede aumentar la velocidad de los equipos y afecta directamente
aumentando el ndice de toneladas despachadas.
6.- Utilizar las herramientas de simulacin para crear ambientes virtuales
para experimentar procesos de mejora.
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
1
Layout de Instalacin
Antigua
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
2
Layout de Instalacin
Nueva
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
3
Tiempo en segundos de operacin del
montacargas
ICM
Pgina 80
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
4
Tiempo en Minutos y segundos por despacho
en cada balanza
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
5
Equipos
Paletizadores
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
6
Equipos
Montacargas
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Anexo
7
Elevadora Hidrulica
-Elctrica
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Prueba de Pearson
Prueba binomial
Prueba de Anderson-Darling
Prueba de Cochran
Prueba de Cohen kappa
Prueba de Fisher
Prueba de Friedman
Prueba de Kendall
Prueba de Kolmogrov-Smirnov
Prueba de Kruskal-Wallis
Prueba de Kuiper
Prueba de Mann-Whitney o prueba de Wilcoxon
Prueba de McNemar
Prueba de la mediana
Prueba de Siegel-Tukey
Coeficiente de correlacin de Spearman
Tablas de contingencia
Prueba de Wald-Wolfowitz
Prueba de los signos de Wilcoxon
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Cuanto mayor sea el valor de 2, menos verosmil es que la hiptesis sea correcta. De la
misma forma, cuanto ms se aproxima a cero el valor de chi-cuadrado, ms ajustadas estn
ambas distribuciones.
Los grados de libertad gl vienen dados por :
gl= (r-1)(k-1). Donde r es el nmero de filas y k el de columnas.
Criterio de decisin:
Se acepta H0 cuando
Donde t representa el valor proporcionado por las tablas, segn el nivel de significacin
estadstica elegido.
ICM
Pgina 90
ESPOL
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Prueba t de Student
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
En estadstica, una prueba t de Student, prueba t-Student, o Test-T es cualquier prueba en
la que el estadstico utilizado tiene una distribucin t de Student si la hiptesis nula es
cierta. Se aplica cuando la poblacin se asume ser normal pero el tamao muestral es
demasiado pequeo como para que el estadstico en el que est basada la inferencia est
normalmente distribuido, utilizndose una estimacin de la desviacin tpica en lugar del
valor real.
Prueba de Kolmogrov-Smirnov
De Wikipedia, la enciclopedia libre
Saltar a navegacin, bsqueda
En estadstica, la prueba de Kolmogrov-Smirnov (tambin prueba K-S) es una prueba no
paramtrica que se utiliza para determinar la bondad de ajuste de dos distribuciones de
probabilidad entre s.
En el caso de que queramos verificar la normalidad de una distribucin, la prueba de
Lilliefors conlleva algunas mejoras con respecto a la de Kolmogrov-Smirnov; y, en
general, las pruebas Shapiro-Wilk o Anderson-Darling son alternativas ms potentes.
Conviene tener en cuenta que la prueba Kolmogrov-Smirnov es ms sensible a los valores
cercanos a la mediana que a los extremos de la distribucin. La prueba de AndersonDarling proporciona igual sensibilidad con valores extremos.
[editar]
Estadstico
La distribucin de los datos Fn para n observaciones yi se define como
i Diseo de un Proceso de De
Agroindustriales usando Simulac
Bibliografa
[1].
Barcia Kleber. Apuntes de clases de la materia Simulacin matemtica
dictada en la Maestra de Control de Operaciones y logstica. Febrero 2009.
[4].
Prueba de Anderson Darling. Wikipedia, la Enciclopedia libre.
en: http://es.wikipedia.org/wiki/Anders on_Darling_test
[6].
Disponible
Tutorial Manual.
i Diseo de un Proceso de De
Agroindustriales usando Simulac