Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MONOGRAFÍA
ALUMNO:
CURSO:
DOCENTE:
2019-III
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
ÍNDICE
INTRODUCCIÓN 3
VIII. CONCLUSIONES 37
IX. BIBLIOGRAFÍA 38
2
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
INTRODUCCIÓN
En un entorno cada vez más volátil e incierto, todos los integrantes de la cadena
de suministro se ven impactados, en mayor o menor medida, por el temido
"Efecto Látigo", o bullwhip effect. Señales de demanda cambiantes o difíciles de
identificar, aumento del número de referencias, plazos de entrega cada vez más
cortos y con una mayor personalización, son algunos de los factores que
dificultan la operativa de las empresas del siglo XXI.
Las herramientas tradicionales que se utilizan para afrontar estos retos, siendo
el MRP la más extendida, fueron concebidas en los años '60 del siglo pasado,
en un mercado de exceso de demanda y centrado en la productividad, y se
extendieron a la par que lo hacían las tecnologías de la información IT. Sin
embargo, carecen de respuesta para los retos que propone el nuevo mercado
global con exceso de oferta y centrado en el servicio al no haber adaptado sus
principios a las nuevas exigencias.
3
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Inicialmente, muchas personas se burlan del nombre " Demand Driven Material
Requirements Planning " y afirman que esto es simplemente marketing
inteligente o "MRP III".
4
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
MRP fue un gran avance para la función de planificación porque, por primera
vez, lo que se requería podía calcularse en función de lo que ya estaba allí en
comparación con lo que se necesitaba, con el tiempo de resultado neto
escalonado incluso a través de muchos niveles de listas de materiales. El
objetivo de MRP era cronometrar con precisión los requisitos y
reabastecimientos planificados con el objetivo de reducir drásticamente el
inventario desde el enfoque de punto de orden anterior, donde se mantenía parte
de todo el tiempo. Esta capacidad de calcular la demanda dependiente a través
de una lista de materiales fue un avance significativo. Ya no era necesario
pronosticar la demanda dependiente o almacenar todo: los requisitos se podían
calcular en función de la demanda por fases esperada para la parte matriz.
Figure 1
5
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
1. Demanda
3. Registros de inventario
7
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
8
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
DDMRP es el primer paso para permitir que una empresa se convierta en una
empresa adaptativa impulsada por la demanda. Combina lo mejor de los dos
elementos anteriores (MRP y Demand Driven) en un método práctico y
sostenible para detectar de manera efectiva la demanda cambiante de los
clientes, adaptar la planificación y la producción mientras se retira de sus
proveedores en tiempo real.
9
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 2
DDMRP tiene las mismas entradas básicas que MRP; demanda, archivo de
estructura del producto y registros de inventario. La Figura 3 muestra el esquema
de entrada y salida DDMRP.
10
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 3
11
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
12
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
El Modelo DDMRP consta de 5 pasos básicos que le permiten dar servicio a los
clientes:
Figure 4
Los ajustes dinámicos definen cómo ese nivel de protección se flexiona hacia
arriba o hacia abajo según los parámetros operativos, los cambios del mercado
y / o eventos futuros planificados o conocidos.
13
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
14
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
15
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
16
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 5
Una limitación inherente de MRP es que solo reconoce dos tipos de plazos de
entrega para los artículos fabricados; plazo de ejecución de fabricación y plazo
de ejecución acumulado. En entornos más complejos, estos plazos de entrega
son una paradoja y siempre son poco realistas.
¿Con qué frecuencia están listos TODOS los componentes en la fecha exacta
de lanzamiento del pedido principal en su entorno? Nuestra suposición es que
su respuesta es "rara vez". ¿Por qué? Porque en estructuras y cálculos
dependientes, como los que utiliza MRP, la variabilidad se propaga. Crea un
efecto donde se acumulan retrasos universales, las ganancias nunca lo hacen.
Cuanto más profunda y amplia es la estructura del producto, peor es el efecto.
Esto significa que, en la mayoría de los casos, el uso del tiempo de fabricación
17
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 6
18
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 7
Por lo tanto, surge una nueva forma de tiempo de entrega con el uso de puntos
de desacoplamiento para piezas fabricadas. Esta nueva forma de tiempo de
entrega solo supone la disponibilidad de componentes en los puntos de
desacoplamiento. Por definición, el desacoplamiento es un punto de
independencia creado al invertir en “inventario de desacoplamiento” en este
punto. Esta nueva forma de tiempo de entrega se llama Tiempo de entrega
desacoplado (DLT). DLT se define como la cadena de tiempo de entrega
acoplada acumulativa más larga en la estructura de producto de un artículo
fabricado. Es una forma calificada de tiempo de entrega acumulativo, pero está
limitada y definida por la colocación de puntos de desacoplamiento dentro de la
estructura de un producto. DLT se calcula sumando todos los plazos de
fabricación y / o compras en esa cadena. El tiempo de entrega desacoplado
19
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 8
20
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 9
21
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
22
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 10
DDMRP usa solo pedidos de venta calificados dentro del horizonte temporal
inmediato (tiempo de entrega desacoplado) como demanda. Una diferencia
crítica para la planificación impulsada por la demanda radica en la calidad de la
señal de demanda (un pedido de venta es muy preciso), es una declaración
explícita de lo que se consumirá mientras que los pedidos planificados basados
en el pronóstico son muy inexactos.
𝐃𝐢𝐬𝐩𝐨𝐧𝐢𝐛𝐥𝐞 + 𝐄𝐧 𝐩𝐞𝐝𝐢𝐝𝐨
− 𝐃𝐞𝐦𝐚𝐧𝐝𝐚 𝐜𝐚𝐥𝐢𝐟𝐢𝐜𝐚𝐝𝐚 𝐝𝐞 𝐩𝐞𝐝𝐢𝐝𝐨 𝐝𝐞 𝐯𝐞𝐧𝐭𝐚𝐬
= 𝐏𝐨𝐬𝐢𝐜𝐢ó𝐧 𝐝𝐞 𝐟𝐥𝐮𝐣𝐨 𝐧𝐞𝐭𝐨
23
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 11
Cuando la posición de flujo neto está por debajo del fondo de la zona verde, se
emite una orden de suministro para restaurar la posición de flujo neto a la parte
superior del verde. La Figura 12 muestra cómo funciona la ecuación de flujo neto.
Este artículo protegido tiene una zona verde de 120, amarillo de 240 y zona roja
24
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
de 95. Esa es una parte superior del valor verde de 455. Hoy la posición de flujo
neto de este artículo es 325 (105 (en mano) + 240 (bajo pedido) - 20 (demanda
calificada)). Eso coloca la posición de flujo neto en la zona amarilla, lo que dará
como resultado un pedido de suministro recomendado para una cantidad igual a
la cantidad para restaurar la posición de flujo neto a la parte superior del verde.
Esa cantidad es de 130 unidades.
Figure 12
Por lo tanto, la ecuación de flujo neto responde las cuatro preguntas críticas que
cada planificador hace:
La ecuación de flujo neto está destinada a aplicarse diariamente para las partes
elegidas para las posiciones de desacoplamiento. ¿Esto resultará en pedidos
25
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
para cada posición desacoplada todos los días? Por supuesto no. Resultará en
pedidos de reabastecimiento para esos puntos estratégicos cuando realmente
se requiera (la posición de flujo neto se lleva a amarillo o rojo). Esta aplicación
diaria de la ecuación de planificación garantiza que las señales relevantes se
transmitan de manera oportuna, lo que resulta en un rendimiento de planificación
más estable pero ágil.
26
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
27
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 13
28
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Si bien existen diferencias obvias, también hay similitudes entre una explosión
MRP convencional y una explosión desacoplada. Hay independencia en los
puntos de desacoplamiento, pero entre los puntos de desacoplamiento hay
dependencia. Esa dependencia entre puntos de desacoplamiento no es diferente
a la MRP convencional. La Figura 14 muestra la misma estructura de producto
de la Figura 13 comparando una explosión MRP convencional y una explosión
MRP desacoplada. Hay áreas en las que la explosión se comporta
EXACTAMENTE de la misma manera. Una de estas áreas se resalta con un
cuadro discontinuo (la conexión de SAA a SAC y SAD y la conexión de SAB a
PPB y PPC).
Figure 14
29
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
30
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
31
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
32
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 15
33
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Con esta vista, podemos ver rápidamente que hay una posición protegida en
problemas inmediatos. La Parte 406P tiene una posición de flujo neto de color
rojo y está al 19.6% de la parte superior del verde. Se recomienda un pedido de
suministros para 2,606 y debe aprobarse de inmediato. En este caso, también
podemos ver que 401P tiene la prioridad relativa más baja entre todas las partes
que requieren la generación de pedidos de suministros. También vemos una
parte (404P) que no tiene un suministro recomendado porque su posición de flujo
neto está en la zona verde en el 97.6% de la parte superior del green. En la
mayoría de los casos, esta parte se filtraría de la vista del planificador o del
comprador porque no se requiere ninguna acción de planificación.
34
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
35
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
Figure 16
36
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
VIII. CONCLUSIONES
DDMRP podría ser la opción más efectiva para algunas empresas, ya que puede
proporcionar un gran valor en comparación con MRP, ya que combina algunos
de los aspectos aún relevantes de la Planificación de requisitos de materiales
(MRP) y la Planificación de requisitos de distribución (DRP) con la atracción y la
visibilidad, y la reducción de variabilidad. DDMRP es el motor de generación y
gestión de pedidos de suministros de un modelo operativo controlado por
demanda (DDOM); Todos estos elementos se mezclan con éxito a través de
puntos clave de innovación en el método DDMRP.
37
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas
IX. BIBLIOGRAFÍA
1. https://www.researchgate.net/publication/286454269_The_Science_behind_Demand_Dri
ven_MRP
2. https://www.demanddrivenmrp.com/ddmrp-downloads
3. http://www.amchamvietnam.com/wp-content/uploads/2016/04/Exec-DDMRP-
IntroductionJBWV1.6.pdf
4. https://apics-pdx.org/images/downloads/PDM/pdm_mar2012_ddmrp.pdf
5. https://bullantcreative.com/wp-content/uploads/2018/05/Demand-Driven-MRP-Buffers-
and-Simulation.pdf
38