LUNES 13 DE OCTUBRE DE 2014 Programación matemática para ... · Queremos en esta última clase...
1
13 DE OCTUBRE DE 2014 Queremos en esta última clase abocarnos a un proble- ma de programación de pro- ducción, que también resolvi- mos durante el curso con mo- delos de programación ma- temática. Se trata de una importante empresa nacional de produc- tos químicos, que se ubica entre los líderes del mercado. Mostraremos el uso de al- goritmos de optimización pa- ra encontrar la mejor alterna- tiva de producción, desde el punto de vista de los recursos a utilizar, el secuenciamiento de actividades, la disponibili- dad de materias primas y el cumplimiento de las fechas de entrega de los productos a los clientes. PLANTA ANTIGUA CON PROCESO MANUAL Para la elaboración de los productos, la empresa cuen- ta con una planta productiva relativamente antigua, en donde gran parte de los pro- cesos se llevaban a cabo de forma manual. La planta consta de varios estanques, los que sirven pa- ra almacenar materias pri- mas, productos intermedios o terminados. Las actividades principales para la elaboración de pro- ductos son: mezcla de mate- rias primas, calentamiento de productos intermedios, agi- tado de productos, molido del materiales, entre otras. Cada producto que se ela- bora en la planta debe produ- cirse según una receta que in- dica la cantidad a utilizar de cada materia prima, el tiem- po de calentado, el tiempo de agitado, etc. Una buena parte de las difi- cultades que enfrentaba la planta se debían al uso de es- quemas informales de pro- gramación de la producción, y al registro manual de la in- formación asociada a: el pro- ceso, las recetas, el uso de los recursos, los resultados de la programación, etc. Los encargados de la plan- ta debían realizar una planifi- cación de la producción so- bre la base de la experiencia y sin indicadores que permitie- ran entender la calidad de la solución encontrada. LEJOS DE LO ÓPTIMO Considerando la gran di- versidad de productos que maneja la empresa y la versa- tilidad de los diferentes equi- pos productivos, es espera- ble que la programación ma- nual de la producción esté le- jos de lo óptimo en cuanto a costos, a la utilización eficien- te de los equipos y a los tiem- pos de proceso. Se puede afirmar que la empresa funcionaba a base de soluciones factibles de planificación, pero no a base de soluciones necesariamen- te óptimas. Por otra parte, el tiempo re- querido para generar el plan diario de producción oscilaba entre una y dos horas. Sumado a lo anterior, es ne- cesario agregar que la natura- leza de la demanda recibida por la empresa le exige poder responder de forma rápida y flexible a los pedidos recibi- dos por sus clientes. Esta naturaleza pull de la demanda, que se presenta de forma espontánea, exige dis- minuir al máximo la variabili- dad de los tiempos de pro- ducción, para así no perjudi- car el nivel de servicio, que en una industria de commodities se muestra como un factor di- ferenciador vital. Para lograr disminuir tanto los tiempos de producción como la variabilidad presente en estos, se hace fundamen- tal identificar las causas que retrasan la producción: con- gestión, cuellos de botella, reprocesos, desperfectos, mantenciones, entre otros. Para ello se requiere tener un control y una planificación detallada de lo que se produ- ce, y de los tiempos utilizados para ello. Esta información debe ser registrada y debe estar visible para quienes to- man decisiones, para que los problemas sean identificados y resueltos. Tomando en cuenta lo an- terior, se solicitó a Simula UC desarrollar una herramienta de gestión de la producción, que por medio del uso de al- goritmos de optimización en- tregue soluciones óptimas al problema de planificación ya discutido. Para modelar el sistema productivo de la empresa fue necesario crear un modelo de datos, con el cual posterior- mente trabajaría el algoritmo de optimización. MODELO DE DATOS El modelo de datos es una estructura relacional, que en su conjunto representa cada objeto, recurso y material re- querido para la producción. Este modelo incluye infor- mación sobre los estanques, las bombas, las recetas, los balances de masa, las opera- ciones, los tiempos y todo lo necesario para la elaboración de un producto. Además de ser necesario para la futura optimización, el modelo de datos es la conse- cuencia de un exhaustivo le- vantamiento de procesos y de información desde la em- presa. La información reco- lectada, analizada y ordenada pasa a ser luego un registro único y valioso de las recetas de la compañía, los materia- les y de la configuración de la planta. El modelo de optimización utilizado minimiza el tiempo total de trabajo de la planta para cumplir con las fechas de entrega sujeto a múltiples restricciones, dadas por ca- racterísticas propias de los equipos, personas y materias primas. Para lograr esto, fue nece- sario el desarrollo de un algo- ritmo de optimización diná- mico, que a través de miles de iteraciones encuentra la me- jor asignación de estanques y materiales para elaborar los pedidos de los clientes. Además, la herramienta de planificación se diseña para trabajar en tiempo real, es de- cir, en paralelo a la elabora- ción de los pedidos de la planta y puede ser utilizada por diferentes personas y áre- as de la empresa, logrando una interacción valiosa entre los distintos responsables. Por una parte, el área co- mercial dispone de informa- ción exacta y actualizada del proceso productivo, pudien- do conocer los niveles de stock de productos en tiempo real y pudiendo también ge- nerar estimaciones objetivas de la hora de despacho para nuevos pedidos. Además, el área de produc- ción puede ahora generar planificaciones más rápidas y eficientes, disminuyendo los tiempos de producción y au- mentando la utilización de los recursos en planta. Mediante interfaces web desarrolladas, el personal de producción puede observar una representación visual de la planificación y del uso de los distintos equipos. El tiem- po requerido para generar el plan diario de producción es ahora de solo 5 segundos. Con la información regis- trada por la herramienta, es posible generar reportes so- bre la producción, lo que per- mite conocer parámetros de productividad que resultan interesantes para el posterior mejoramiento de procesos en la empresa. Finalmente, cabe mencio- nar que este nuevo sistema ha permitido optimizar el uso de los recursos y aumentar la capacidad productiva de la planta; se estima que ese au- mento es del orden de 10%, con ello, la empresa ha podi- do atender un mayor número de clientes y aumentar su par- ticipación de mercado. Esta clase contó con la co- laboración del ingeniero civil industrial UC Pablo Seno- siain, director de proyectos de Simula UC. ¡Hasta pronto! El profesor ayudante de es- te curso es Marco Melo, inge- niero civil industrial UC. Próximo lunes: Primera cla- se del curso “Eficacia opera- cional”. Programación matemática para producir químicos La empresa aumentó su capacidad productiva en un 10%, lo que le ha permitido aumentar su participación de mercado. PLANIFICAR CON DATOS SIMULA UC La información recolectada, analizada y ordenada pasa a ser luego un registro único y valioso de las recetas de la compañía, los materiales y de la configuración de la planta. La modelación matemática ayuda a optimizar múltiples procesos para elaborar productos y diseñar servicios. Por ejemplo, en cualquier in- dustria es crítico programar la producción. Clase 8 de 8 La modelación permite mejorar procesos de toda índole. Durante este curso hemos presentado diversos casos de aplicación de modelos matemáticos para la toma de decisiones. En tres de estos casos hemos mostrado el uso de modelos de programación matemática; en los restantes cinco, modelos de simulación. En la primera categoría están el modelo para el crecimiento óptimo de un banco (estrategia para la definición de nuevas sucursales); el modelo para la optimización de la recaudación de impuestos, y los modelos del proceso de manufactura de General Motors, que le permitió salir de una aguda crisis en sus sistemas productivos. Los modelos de simulación se orientaron a dos problemas del ámbito minero (dimensionamiento del taller de mantención de camiones, y sistema de simulación On Line para el despacho de camiones en una mina a cielo abierto); la simulación de un supermercado para definir la estrategia óptima de apertura de cajas de pago; la optimización en el uso de camas y pabellones en una clínica, y la operación de un centro logístico de una empresa del rubro de alimentos. PARA QUÉ SIRVE MODELAR LUNES Esta clase es parte de los Diplomados de Ingeniería Industrial UC.
Transcript of LUNES 13 DE OCTUBRE DE 2014 Programación matemática para ... · Queremos en esta última clase...
13 DE OCTUBRE DE 2014
Queremos en esta últimaclase abocarnos a un proble-ma de programación de pro-ducción, que también resolvi-mos durante el curso con mo-delos de programación ma-temática.
Se trata de una importanteempresa nacional de produc-tos químicos, que se ubicaentre los líderes del mercado.
Mostraremos el uso de al-goritmos de optimización pa-ra encontrar la mejor alterna-tiva de producción, desde elpunto de vista de los recursosa utilizar, el secuenciamientode actividades, la disponibili-dad de materias primas y elcumplimiento de las fechasde entrega de los productosa los clientes.
PLANTA ANTIGUACON PROCESO MANUAL
Para la elaboración de losproductos, la empresa cuen-ta con una planta productivarelativamente antigua, endonde gran parte de los pro-cesos se llevaban a cabo deforma manual.
La planta consta de variosestanques, los que sirven pa-ra almacenar materias pri-mas, productos intermedioso terminados.
Las actividades principalespara la elaboración de pro-ductos son: mezcla de mate-rias primas, calentamiento deproductos intermedios, agi-tado de productos, molidodel materiales, entre otras.
Cada producto que se ela-bora en la planta debe produ-cirse según una receta que in-dica la cantidad a utilizar decada materia prima, el tiem-po de calentado, el tiempode agitado, etc.
Una buena parte de las difi-cultades que enfrentaba laplanta se debían al uso de es-quemas informales de pro-gramación de la producción,y al registro manual de la in-formación asociada a: el pro-ceso, las recetas, el uso de losrecursos, los resultados de laprogramación, etc.
Los encargados de la plan-ta debían realizar una planifi-cación de la producción so-bre la base de la experiencia ysin indicadores que permitie-ran entender la calidad de lasolución encontrada.
LEJOSDE LO ÓPTIMO
Considerando la gran di-versidad de productos quemaneja la empresa y la versa-
tilidad de los diferentes equi-pos productivos, es espera-ble que la programación ma-nual de la producción esté le-jos de lo óptimo en cuanto acostos, a la utilización eficien-te de los equipos y a los tiem-pos de proceso.
Se puede afirmar que laempresa funcionaba a basede soluciones factibles deplanificación, pero no a basede soluciones necesariamen-te óptimas.
Por otra parte, el tiempo re-querido para generar el plandiario de producción oscilabaentre una y dos horas.
Sumado a lo anterior, es ne-cesario agregar que la natura-leza de la demanda recibidapor la empresa le exige poderresponder de forma rápida yflexible a los pedidos recibi-dos por sus clientes.
Esta naturaleza pull de lademanda, que se presenta deforma espontánea, exige dis-minuir al máximo la variabili-dad de los tiempos de pro-ducción, para así no perjudi-car el nivel de servicio, que enuna industria de commoditiesse muestra como un factor di-ferenciador vital.
Para lograr disminuir tantolos tiempos de produccióncomo la variabilidad presenteen estos, se hace fundamen-tal identificar las causas queretrasan la producción: con-gestión, cuellos de botella,reprocesos, desperfectos,mantenciones, entre otros.
Para ello se requiere tenerun control y una planificacióndetallada de lo que se produ-ce, y de los tiempos utilizadospara ello. Esta informacióndebe ser registrada y debeestar visible para quienes to-man decisiones, para que losproblemas sean identificadosy resueltos.
Tomando en cuenta lo an-terior, se solicitó a Simula UCdesarrollar una herramientade gestión de la producción,que por medio del uso de al-goritmos de optimización en-tregue soluciones óptimas alproblema de planificación yadiscutido.
Para modelar el sistemaproductivo de la empresa fuenecesario crear un modelo dedatos, con el cual posterior-mente trabajaría el algoritmode optimización.
MODELODE DATOS
El modelo de datos es unaestructura relacional, que ensu conjunto representa cadaobjeto, recurso y material re-querido para la producción.
Este modelo incluye infor-mación sobre los estanques,las bombas, las recetas, losbalances de masa, las opera-ciones, los tiempos y todo lonecesario para la elaboraciónde un producto.
Además de ser necesariopara la futura optimización, elmodelo de datos es la conse-cuencia de un exhaustivo le-vantamiento de procesos yde información desde la em-presa. La información reco-lectada, analizada y ordenadapasa a ser luego un registroúnico y valioso de las recetasde la compañía, los materia-les y de la configuración de laplanta.
El modelo de optimizaciónutilizado minimiza el tiempototal de trabajo de la plantapara cumplir con las fechas deentrega sujeto a múltiplesrestricciones, dadas por ca-racterísticas propias de losequipos, personas y materiasprimas.
Para lograr esto, fue nece-sario el desarrollo de un algo-ritmo de optimización diná-mico, que a través de miles deiteraciones encuentra la me-jor asignación de estanques ymateriales para elaborar lospedidos de los clientes.
Además, la herramienta deplanificación se diseña paratrabajar en tiempo real, es de-cir, en paralelo a la elabora-ción de los pedidos de la
planta y puede ser utilizadapor diferentes personas y áre-as de la empresa, lograndouna interacción valiosa entrelos distintos responsables.
Por una parte, el área co-mercial dispone de informa-ción exacta y actualizada delproceso productivo, pudien-do conocer los niveles destock de productos en tiemporeal y pudiendo también ge-nerar estimaciones objetivasde la hora de despacho paranuevos pedidos.
Además, el área de produc-ción puede ahora generarplanificaciones más rápidas yeficientes, disminuyendo lostiempos de producción y au-mentando la utilización de losrecursos en planta.
Mediante interfaces web
desarrolladas, el personal deproducción puede observaruna representación visual dela planificación y del uso delos distintos equipos. El tiem-po requerido para generar elplan diario de producción esahora de solo 5 segundos.
Con la información regis-trada por la herramienta, esposible generar reportes so-bre la producción, lo que per-mite conocer parámetros deproductividad que resultaninteresantes para el posteriormejoramiento de procesosen la empresa.
Finalmente, cabe mencio-nar que este nuevo sistemaha permitido optimizar el usode los recursos y aumentar lacapacidad productiva de laplanta; se estima que ese au-
mento es del orden de 10%,con ello, la empresa ha podi-do atender un mayor númerode clientes y aumentar su par-ticipación de mercado.
Esta clase contó con la co-laboración del ingeniero civilindustrial UC Pablo Seno-siain, director de proyectosde Simula UC.
¡Hasta pronto!
El profesor ayudante de es-te curso es Marco Melo, inge-niero civil industrial UC.
Próximo lunes: Primera cla-se del curso “Eficacia opera-cional”.
Programación matemáticapara producir químicos
La empresa aumentó sucapacidad productiva en un 10%,lo que le ha permitido aumentarsu participación de mercado.
PLANIFICAR CON DATOS
SIM
ULA
UC
La informaciónrecolectada,analizada y ordenadapasa a ser luego unregistro único yvalioso de las recetasde la compañía, losmateriales y de laconfiguración de laplanta.
La modelación matemática ayuda a optimizarmúltiples procesos para elaborar productos ydiseñar servicios. Por ejemplo, en cualquier in-dustria es crítico programar la producción.
Clase 8 de 8
La modelación permite mejorar procesos de toda índole. Durante este curso hemos presentado diversoscasos de aplicación de modelos matemáticos para la toma de decisiones. En tres de estos casos hemosmostrado el uso de modelos de programación matemática; en los restantes cinco, modelos de simulación.En la primera categoría están el modelo para el crecimiento óptimo de un banco (estrategia para ladefinición de nuevas sucursales); el modelo para la optimización de la recaudación de impuestos, y losmodelos del proceso de manufactura de General Motors, que le permitió salir de una aguda crisis en sussistemas productivos. Los modelos de simulación se orientaron a dos problemas del ámbito minero(dimensionamiento del taller de mantención de camiones, y sistema de simulación On Line para el despachode camiones en una mina a cielo abierto); la simulación de un supermercado para definir la estrategiaóptima de apertura de cajas de pago; la optimización en el uso de camas y pabellones en una clínica, y laoperación de un centro logístico de una empresa del rubro de alimentos.
PARA QUÉ SIRVE MODELAR
LUNES
Esta clase es parte de los Diplomados de Ingeniería Industrial UC.
