Modelo de análisis de operaciones para la optimización de tiempos en la industria de conservas de...

“PROMOVER Y POTENCIAR LA INVESTIGACIÓN APLICATIVA E

INTERDISCIPLINARIA”

MODELO DE ANÁLISIS DE OPERACIONES PARA LA OPTIMIZACIÓN DE

TIEMPOS EN LA INDUSTRIA DE CONSERVAS DE PESCADO – PERÚ 2014

ENERO – ABRIL 2014

AUTORES:

Apellidos y Nombres López Marquez Giancarlos Joel Solis Sifuentes Joél Alexander

DNI 45359839 47446405

Ciudad Huacho Barranca

Correo Electrónico [email protected] [email protected]

Ciclo Académico IX IX

Universidad Universidad Nacional José Faustino Sánchez Carrión

ASESOR:

Bach. Jenner Israel Ocón Roncal

HUACHO – PERÚ

2014

mailto:[email protected]

mailto:[email protected]

2

RESÚMEN

(Niebel & Freivalds, 2009) Enfatizan: “la mejor manera de simplificar una operación es

vislumbrar alguna forma de obtener los mismos o mejores resultados sin que ella

implique costos adicionales”. Una regla de gran importancia del analista es tratar de

eliminar o combinar una operación antes de tratar de mejorarla. En la actualidad se

realiza mucho trabajo innecesario. En muchos casos, la tarea o el proceso no deben

simplificarse o mejorarse, sino que se deben eliminar por completo. Es por ello que el

estudio presenta como objetivo desarrollar el “modelo de análisis de operaciones”,

que contribuya en la optimización de los tiempos de actividades/operación en la industria

de conservas de pescado – Perú 2014. La población se representa por los 30 productos

elaborados en el periodo 2013 de acuerdo a los reportes de producción, para ello se

consideró una muestra de 4 productos en base al análisis de Pareto bajo el criterio del

80/20; la metodología empleada esta soportada en el “modelo de análisis de

operaciones” propuesto, estructurado bajo la metodología DMAIC (Define, Measure,

Analyze, Improve and Control); la primera etapa busca definir el problema, los beneficios

esperados y la proyección de ventas; la segunda etapa busca medir los procesos

mediante el estudio de tiempos y movimientos; la tercera etapa está conformada por la

interrelación de la herramienta Value Stream Mapping (VSM - Mapa de Flujo de Valor)

y el Modelo de Programación Lineal (MPL) para el análisis de procesos, con los cuales

se logró cuantificar el tiempo de ciclo y el Lead Time, como también determinar

cantidades óptimas de producción con máximas ganancias respectivamente. En la

etapa de mejora se emplea la metodología de la Teoría de Restricciones (TOC) sobre

el análisis de situación actual logrando elevar las restricciones del sistema, generando

así una situación mejorada con un incremento de utilidad de S/. 49 092,86 equivalente

a un 1,08%; como impacto económico para la industria de conservas de pescado

mediante la aplicación de este modelo propuesto. Finalmente, este estudio realizado en

la empresa, permitirá optimizar los tiempos de operación, de tal manera que el

incremento de rentabilidad permita acciones de reinversión y mejora de procesos.

Palabras claves: Análisis de operaciones, Modelo, Optimización de tiempos.

3

ABSTRACT

(Niebel & Freivalds, 2009) Emphasized: "the best way to simplify an operation is any way

to get a glimpse of the same or better results without it involves additional costs." A very

important rule of the analyst is trying to eliminate or merge operation before trying to

improve it. At present a lot of unnecessary work is done. In many cases, the task or

process should not be simplified or improved, it must be removed completely. That is

why the study has the objective of developing the "operations analysis model" which

would help in optimizing time activities / operation in the fish canning industry - Peru 2014

The population is represented by the 30 products made in the period 2013 according to

production reports, it was considered for a sample of 4 products based on Pareto

analysis under the criteria of 80/20; the methodology is supported in the "operations

analysis model" proposed structured under the DMAIC methodology (Define, Measure,

Analyze, Improve and Control); The first stage aims to define the problem, the expected

benefits and projected sales; the second stage seeks to measure the processes through

time and motion study; the third stage is shaped by the interplay of the tool Value Stream

Mapping (VSM) and Linear Programming Model (MPL) for the analysis of processes,

which are able to quantify the cycle time and Lead Time, as well as determining optimal

production quantities with maximum profits respectively. In step methodology for

improving the Theory of Constraints (TOC) on the analysis of current situation getting

used to raise system constraints, generating improved with increased use of situation S/.

49 092.86 equivalent to 1.08%; and economic impact on the fish canning industry by

applying the proposed model. Finally, this study conducted at the company will optimize

operating times, so that the increase in profitability allow reinvestment actions and

process improvement.

Keywords: Operations Analysis Model optimization times.

4

ÍNDICE GENERAL

RESÚMEN ..................................................................................................................................... 2

ABSTRACT ................................................................................................................................... 3

ÍNDICE GENERAL ........................................................................................................................ 4

INDICE DE TABLAS ..................................................................................................................... 4

INDICE DE FIGURAS ................................................................................................................... 4

INTRODUCCIÓN........................................................................................................................... 5

METODOLOGÍA (MATERIAL Y MÉTODOS) ............................................................................... 7

RESULTADOS Y DISCUSIÓN ...................................................................................................... 9

Definir ........................................................................................................................................ 9

Medir ........................................................................................................................................ 11

Analizar .................................................................................................................................... 13

Mejorar .................................................................................................................................... 16

Controlar .................................................................................................................................. 19

CONCLUSIONES ........................................................................................................................ 19

BIBLIOGRAFÍA............................................................................................................................ 20

INDICE DE TABLAS

Tabla 1: Cantidades proyectadas de los productos vitales ..................................................... 10

Tabla 2: Clasificación de productos por Familias .................................................................... 11

Tabla 3: Resumen estudio de tiempos F1 .............................................................................. 12



Tabla 6: Variables de decisión del MPL .................................................................................. 15

Tabla 7: Cantidades óptimas de la situación actual ................................................................ 15

Tabla 8: Análisis de la restricción (Sellado) ............................................................................ 17

Tabla 9: Planteamiento de escenarios .................................................................................... 17

Tabla 10: Análisis de escenarios (sellado) .............................................................................. 17

INDICE DE FIGURAS

Figura 1: Modelo de Análisis de Operaciones .......................................................................... 7

Figura 2: Simbología Value Stream Mapping VSM ................................................................... 8

Figura 3: Mapa de una empresa alimenticia ............................................................................. 8

Figura 4: Pasos de la teoría de restricciones ............................................................................ 9

Figura 5: Priorización de productos ........................................................................................ 10

Figura 6: Gráfica de proyección de la demanda - 2013 .......................................................... 10

Figura 7: Layout de la empresa CONPAC S.AC. .................................................................... 11

Figura 8: Mapeo del Flujo de Valor Familia 1 ......................................................................... 13

Figura 9: Mapeo del Flujo de Valor Familia 2 ......................................................................... 14

Figura 10: Mapeo del Flujo de Valor Familia 3 ....................................................................... 14

5

INTRODUCCIÓN

Vivimos tiempos donde los cambios son los único constante y los niveles de exigencias

van con la modernidad. Es una época que exige resultados óptimos en la administración

de operaciones, y los procesos de mejora continua deben ser práctica en todos los

eslabones de la cadena.

Dentro de la Ingeniería Industrial se utilizan diferentes herramientas y modelos que

orientan fundamentalmente a un flujo esbelto de procesos, que pretende enfatizar en la

eliminación de actividades que no agregan valor con la finalidad de intensificar la

búsqueda y el desarrollo de procesos de mejoramiento continuo, que lleve a niveles

óptimos de operaciones (producción) con la utilización de los recursos disponibles y la

solución práctica de problemas en la empresa.

Así es como se utilizan el Value Stream Mapping (VSM), el Modelo de Programación

Lineal y la Metodología de la Teoría de Restricciones (TOC) que logran incidir en el

sistema de producción; identificando y analizando factores como tiempos de espera,

exceso de inventarios y movimientos innecesarios para posteriormente eliminarlos de

los procesos.

La presente investigación presenta el diseño de un modelo de análisis de operaciones

para la evaluación y optimización de los tiempos de actividad/operación en la industria

de conservas de pescado del Perú.

Diferentes estudios realizados por investigadores han propuesto herramientas y

modelos específicos a determinados contextos empresariales, dentro de los cuales cabe

destacar:

(Villadiego Tuiran, 2012), propone un diseño metodológico para la implementación del

Value Stream Mapping (VSM) en una empresa manufacturera colombiana dedicada al

mercado de ascensores, desarrolló una metodología capaz de mejorar la situación

actual de la empresa, que finalmente sean evidenciadas por el cliente con mejores

niveles de servicios (menores tiempos de entrega), costos bajos y una mejor calidad.

Para Coservicios S.A. el porcentaje de tiempo de valor no agregado disminuyó en un

5%. Se ahorran 2 km de recorridos por equipo. El tiempo de Ciclo total disminuye 33

horas en el total del equipo estándar analizado, al igual que el tiempo puerta a puerta

que también tiene un notable ahorro de 12 días. Hay mayor rotación del inventario, un

incremento de 36 vueltas adicionales en cuanto a Materia prima y Productos en Proceso.

6

(Fiallos Sánchez, 2009), propone la implementación de la Teoría de las Restricciones

(TOC) como Herramienta Estratégica de Mejora Continua en una Fábrica de Plásticos,

se enfoca en medir los resultados en la línea de fondo (utilidad y ROI), de esta forma

pasamos de ver las mejoras locales, a velar por la supervivencia de la empresa y mejor

aún, por su crecimiento.

(Angulo Soto & Gómez Schouben, 2012), proponen mejoras para la operación de una

zona franca mediante la aplicación de herramientas de Lean Manufacturing, llevaron a

cabo exitosamente un estudio de tiempos y movimientos y el VSM (Value Stream

Mapping) en el proceso de Gestión de Operaciones de la Zona Franca Palmaseca.

(Sánchez Pérez & Romero Dessens et. al., 2013), desarrollan el análisis de las

actividades en el área de almacén para agilizar el flujo de materiales e información; con

el objetivo de minimizar la duración de los procesos en las áreas de recepción y

almacenamiento, que conlleve a cumplir con los estándares de la organización y se

disponga de más tiempo para desarrollar e implementar acciones de mejora continua.

(Ortiz Triana & Caicelo Rolón, 2012), desarrollan el plan óptimo de producción en una

planta embotelladora de gaseosas ubicada en la ciudad de San José de Cúcuta

(Colombia), donde se identificaron las restricciones del sistema productivo para el

desarrollo de un modelo matemático, siguiendo la metodología de la investigación de

operaciones, específicamente la técnica de programación lineal, en conjunto con la

teoría de restricciones. Como resultado se obtuvieron las cantidades óptimas de

fabricación al menor costo para el periodo de análisis.

(Moya Navarro, 2011), desarrollan la planeación de la producción mediante la

programación lineal con incertidumbre: Uso del programa OR Brainware Decisión Tools,

con el objetivo de mostrar cómo se selecciona el mejor curso de acción en un plan de

producción al combinar herramientas determinísticas, como la programación lineal, con

el análisis de decisiones terminales, tomando en cuenta criterios de elección

probabilísticas en el análisis de decisiones.

El objetivo de esta investigación es desarrollar el Modelo de Análisis de

Operaciones, que contribuye en la Optimización de los Tiempos de Operación en la

Industria de Conservas de Pescado - Perú 2014, que les permita evaluar

exhaustivamente sus tiempos de actividad para cada uno de los procesos de producción

según familias de productos e identificar los tiempos a reducir mediante la eliminación

de los desperdicios.

7

METODOLOGÍA (MATERIAL Y MÉTODOS)

El modelo de análisis de operaciones propuesto (figura 1) ha sido desarrollado bajo la

metodología DMAIC que es Acrónimo en inglés de las etapas de un proyecto 6σ, y se

refiere a Define, Measure, Analyze, Improve and Control (Gutiérrez Pulido & De la Vara

Salazar, 2009).

Figura 1: Modelo de Análisis de Operaciones Fuente: Elaboración propia

8

La unidad de estudio es una planta procesadora de conservas de pescado CONPAC

S.A.C. ubicada en el distrito de Santa – Ancash, esta planta tiene más de 30 productos

registrados en sus informes de producción de periodos pasados.

Para desarrollar el modelo de análisis de operaciones, se aplicó en primera instancia el

análisis de Pareto a los 30 productos identificados en el periodo 2013, bajo el criterio del

80/20 en función al margen de utilidad del periodo 2013. El objetivo del análisis de Pareto

es identificar el o los productos vitales, ya que se ordenan por orden de importancia a

los diferentes problemas que se presentan en un proceso (Gutiérrez Pulido & De la Vara

Salazar, 2009).

El segundo paso es realizar la proyección de ventas a partir de la data histórica 2013,

mediante predicción por ajustes de tendencia con regresión lineal, para determinar la

función matemática de predicción para el periodo 2014. El tercer paso es la aplicación

del Value Stream Mapping (VSM por sus siglas en inglés), herramienta que nos permitirá

desarrollar un mapa (representación visual) del flujo de valor de una empresa, en el que

se señalen tanto las actividades que agregan valor como las que no agregan valor,

necesarias para producir un producto, desde los proveedores de insumos hasta la

entrega del producto al cliente (Pérez Beteta, 2006).

Figura 2: Simbología Value Stream Mapping VSM Fuente: adaptado de Rother y Shook (1998)

Figura 3: Mapa de una empresa alimenticia Fuente: file:///C:/Users/Carlos/Desktop/1936-7480-1-PB.pdf

9

Luego, como paso siguiente la aplicación del modelo de programación lineal, como en

cualquier modelo de investigación de operaciones, tiene tres componentes básicos: las

variables de decisión que se trata de determinar, el objetivo (la meta) que se trata de

optimizar, y las restricciones que se deben de satisfacer. Por último se desarrolla la

metodología de la Teoría de Restricciones (TOC por sus siglas en inglés), donde la base

de esta teoría es su definición de restricción: cualquier cosa que limita un sistema para

lograr un desempeño más alto en el cumplimiento de su meta. Las restricciones pueden

ser recursos internos, de mercado y de políticas. TOC se centra en el papel que juegan

las restricciones en los sistemas, con el fin de mejorar el desempeño del mismo hacia

la meta; la meta de cualquier negocio es hacer más dinero ahora y a futuro (Goldratt &

Cox, 2007). La siguiente figura resume los 5 pasos de la teoría de restricciones aplicable

al modelo de análisis de operaciones.

Figura 4: Pasos de la teoría de restricciones Fuente: Elaboración Propia

RESULTADOS Y DISCUSIÓN

Los hallazgos obtenidos del modelo de análisis de operaciones, se realizaron a través

de sus etapas, siguiendo la metodología DMAIC.

Definir

Se refiere a la definición del problema que se desea atacar, se determina los productos

vitales, pronóstico de la demanda, familia de productos y diagrama de análisis del

proceso DAP.

El problema, hace referencia a las deficiencias de las operaciones (tiempos muertos)

que se presenta en el proceso productivo de conservas de pescado de la empresa

CONPAC S.A.C. tanto en su línea de cocidos y de crudos.

Se identificó a los cuatro (4) productos vitales que más contribuyen en las utilidades de

la empresa, mediante el análisis de Pareto.

1. Identificar las restricciones del modelo

2. Expltar las restricciones del modelo

3. Subordinar todo a la

restricción

4. Elevar la restricción

5. Si se rompe la restricción,

volver al paso 1

10

Figura 5: Priorización de productos Fuente: Elaboración Propia

La proyección de la demanda se realizó mediante una predicción por ajuste de

tendencias, en donde la mejor tendencia que explica el comportamiento de la producción

del periodo 2013 en la empresa, es la tendencia potencial, con un coeficiente de

determinación R2= 0,648.

Figura 6: Gráfica de proyección de la demanda - 2013

Fuente: Elaboración Propia

Tabla 1: Cantidades proyectadas de los productos vitales

CÓDIGO DESCRIPCIÓN CANTIDAD (Cajas/Año)

AFCO1/2 Filete de caballa en aceite vegetal ½ lb. Tuna 313 412

AGSA1/2 Grated de anchoveta en agua y sal ½ lb. Tuna 318 120

AGCA1/2 Grated de caballa en agua y sal ½ lb. Tuna 122 371

AGCOtall Grated de caballa en aceite vegetal 1 lb. Tall 178 687

TOTAL AÑO 2014 932 590


y = 23610x0,4098

R² = 0,648

0

10000

20000

30000

40000

50000

60000

70000

80000

90000

ENE FEBMARABRMAYJUN JUL AGOSEPOCTNOV DIC

VA

LO

RE

S

OBSERVACIONES

ESTIMACIÓN DE TENDENCIA POTENCIAL

PRODUCCIÓN

11

Para determinar las familias de productos, se realizó un análisis de las actividades,

donde se identificó tres (3) familias por tener similitud de operaciones y productividades

iguales.

Tabla 2: Clasificación de productos por Familias

FAMILIA PRODUCTOS

F1 AFCO ½ lb

F2 AGCA ½ lb, AGSA ½ lb

F3 AGCO 1 lb Tall


Luego, para terminar la etapa de Definir, se elaboró el layout del proceso (distribución

física de la planta), para determinar los flujos de cada familia identificada.

Figura 7: Layout de la empresa CONPAC S.AC. Fuente: Elaboración Propia

Tras analizar el Layout, determinamos las rutas de cada uno de los productos vitales,

que sirvieron para identificar las familias, sin embargo, la distribución física de los

espacios no se obtuvieron mediante una análisis cuantitativo de ingeniería de métodos,

esto genera actividades que no agregan valor al proceso como, desplazamientos,

cruces de operaciones, largas esperas e inventarios que se pondrán en evidencia en la

etapa de analizar, mediante el mapeo de flujo de valor.

Medir

En esta etapa, debido a que el problema es la ineficiencia en las operaciones, debemos

de cuantificar estas mismas, para determinar la magnitud de la situación actual mediante

la aplicación de un estudio de tiempos y movimientos.

12

Los resultados son los siguientes:

Tabla 3: Resumen estudio de tiempos F1

N° Descripción AFCO ½ lb.

TSTD x UNID

TSTD x CAJA

1 Recepcionar caballa 4,62 8,72

2 A balanza electrónica 1,08 2,04

3 Pesar caballa (equipo) 0,79 1,48

4 A zona de estibado 1,10 2,08

5 Estibar caballa 5,08 9,57

6 A Cocinador estático (equipo) 0,19 9,05

7 Cocinar caballa estibada (máquina) 2407,20 2407,20

8 A zona de enfriado 0,20 9,63

9 Enfriar caballa cocinada (área) 43226,80 43226,80

10 A mesas de trabajo 0,50 0,45

11 Filetear caballa enfriada 54,35 47,13


13 Pesar caballa fileteada (equipo) 0,06 0,06

14 A mesa de envasado 2,18 1,89

15 Envasar caballa fileteada 4,60 4,60

16 Exhausting (máquina) 35,00 83,00

17 Sellar hojalata envasada (máquina) 0,38 18,00

18 Lavar conserva (máquina) 0,38 18,00

19 Estibar conserva 0,44 21,08

20 A zona de autoclaves 16,87 16,87

21 Esterilizar en autoclaves (máquina) 4500,80 4500,80


23 Enfriar conserva 43226,80 43226,80

24 Limpiar y empacar conserva 210,44 210,44

25 A zona de P.T. 239,86 239,86

26 Codificar 4,27 205,10

27 Almacenar 45501,39 45501,39

28 Etiquetar 6,56 314,87

29 Despachar 0,47 22,46



N° Descripción

AGCA ½ lb, AGSA ½ lb TSTD x UNID

TSTD x CAJA



3 Pesar caballa 0,07 3,28

4 A mesa de trabajo 0,10 4,60

5 Limpiar caballa 26,70 69,84


7 Pesar caballa limpia (máquina) 0,19 0,50

8 A pelador estático 0,62 1,61

9 Pelar caballa limpia (máquina) 0,40 19,26

10 A Cocinador estático 0,09 4,36

11 Cocinar caballa de pelador 2407,20 2407,20


13 Enfriar caballa de cocinas 28815,10 28815,10

14 A zona de molienda 1,97 94,65

15 Moler caballa de enfriado 0,21 10,06

16 Envasar Grated de molino (máquina) 5,43 260,64


18 Sellar hojalata de envasado (máquina) 0,38 18,00

19 Lavar conserva 0,38 18,00


21 A zona de autoclaves (máquina) 16,87 16,87

22 Esterilizar en autoclaves 4500,80 4500,80

23 A zona de enfriado (área) 19,27 19,27



26 A zona de P.T. 239,86 239,86

27 Codificar (área) 4,27 205,10

28 Almacenar 45501,39 45501,39

29 Etiquetar 6,56 314,87

30 Despachar 0,47 22,46



N° Descripción AGCO Tall

TSTD x UNID

TSTD x CAJA



3 Pesar caballa 0,1 1,35

4 A mesa de trabajo 0,1 1,89

5 Limpiar caballa 65,9 212,43


7 Pesar caballa limpia (máquina) 0,5 0,47

8 A pelador estático 1,5 1,52

9 Pelar caballa limpia (máquina) 1,2 1,54

10 A Cocinador estático 0,3 0,35

11 Cocinar caballa de pelador 2407,2 2407,20

13


13 Enfriar caballa de cocinas 43226,8 43226,80

14 A zona de molienda 5,7 6,55

15 Moler caballa de enfriado 0,6 14,63

16 Envasar Grated de molino 4,7 113,88


18 Sellar hojalata de envasado (máq.) 0,5 13,09

19 Lavar conserva 0,5 13,09


21 A zona de autoclaves (máquina) 16,9 16,87

22 Esterilizar en autoclaves 4500,8 4500,80

23 A zona de enfriado (área) 19,3 19,27



26 A zona de P.T. 239,9 239,86

27 Codificar (área) 4,3 102,55

28 Almacenar 49101,1 49101,05

29 Etiquetar 13,1 314,87

30 Despachar 0,9 22,46


Analizar

A continuación se procede en esta etapa, al análisis de la situación actual de la empresa

a través de la información recolectada en las etapas anteriores para determinar las

restricciones del modelo y plantear una propuesta de mejora. Para esto es necesario la

aplicación del Value Stream Mapping VSM, para lo cual agrupamos las actividades y los

tiempos de operación, para facilitar el análisis por familias.

Figura 8: Mapeo del Flujo de Valor Familia 1 Fuente: Elaboración Propia

Tras el mapeo del flujo de valor de la Familia 1, encontramos que el Tiempo de Ciclo

total (TC) es de 8129 segundo y el Lead Time (LT) 31004,9 minutos; es este lead time

las causas principales de las deficiencias de operaciones, encontramos 4 inventarios

con cantidades considerables en 4 operaciones principales del proceso productivo.

14


Los resultados del mapeo del flujo de valor de la Familia 2, son los siguientes: Tiempo

de Ciclo total (TC) es de 8544 segundo y el Lead Time (LT) 30768 minutos; en esta

familia encontramos inventarios en las mismas operaciones que en el mapeo anterior,

sin embargo su tiempo de ciclo es mayor.


Los resultados del mapeo del flujo de valor de la Familia 3, son los siguientes: Tiempo

de Ciclo total (TC) es de 8359 segundo y el Lead Time (LT) 31066 minutos

Tras analizar los mapeos de flujo de valor, es necesario determinar las cantidades

óptimas de cada producto para lo cual recurrimos al modelo de programación lineal;

pero antes es necesario determinar las variables de decisión para el programa lineal.

15

Tabla 6: Variables de decisión del MPL N° Notación Descripción

1 𝑿𝒊 Cantidad de cajas a fabricar por producto i

Parámetros Constantes Del Modelo

N° Notación Descripción

1 𝑴𝒖𝒊 Margen de utilidad por producto i 2 𝑫 𝒎𝒂𝒙𝒊 Demanda máxima del producto i en cajas 3 𝑫 𝒎𝒊𝒏𝒊 Demanda mínima del producto i en cajas 4 𝒕/𝒐𝒑𝟏 𝒊 Tiempo de operación de recepción, por caja de producto i 5 𝒕/𝒐𝒑𝟐 𝒊 Tiempo de operación de corte y eviscerado, por caja de producto i

6 𝒕/𝒐𝒑𝟑 𝒊 Tiempo de operación de Despielado, por caja de producto i 7 𝒕/𝒐𝒑𝟒 𝒊 Tiempo de operación de cocinado, por caja de producto i 8 𝒕/𝒐𝒑𝟓 𝒊 Tiempo de operación de pesado de filetes, por caja de producto i 9 𝒕/𝒐𝒑𝟔 𝒊 Tiempo de operación de molido, por caja de producto i 10 𝒕/𝒐𝒑𝟕 𝒊 Tiempo de operación de envasado, por caja de producto i 11 𝒕/𝒐𝒑𝟖 𝒊 Tiempo de operación de sellado, por caja de producto i 12 𝒕/𝒐𝒑𝟗 𝒊 Tiempo de operación de estibado, por caja de producto i

13 𝒕/𝒐𝒑𝟏𝟎 𝒊 Tiempo de operación de esterilizado, por caja de producto i 14 𝒕/𝒐𝒑𝟏𝟏 𝒊 Tiempo de operación de empacado, por caja de producto i 15 𝒕/𝒐𝒑𝟏𝟐 𝒊 Tiempo de operación de codificado y etiquetado, por caja de producto i


Los tiempos de operación son extraídos de los mapas de flujo de valor y las demandas

de la proyección de ventas, a continuación se plantea el modelo matemático de la

programación lineal, para luego desarrollar con el solver de la hoja de cálculo de Excel.

Max. Z= 8 X1 + 3 X2 + 5 X3 + 6 X4 Sujeto a: Disponibles 1. Estibado de MP 0,310 X1 <= 930240,0 2. Corte, Eviscerado y Fileteado 0,990 X1 + 3,031 X2 + 5,301 X3 + 3,031 X4 <= 34884000,0 3. Despielado 0,421 X2 + 0,057 X3 + 0,421 X4 <= 465120,0 4. Cocinado 40,281 X1 + 40,308 X2 + 40,138 X3 + 40,308 X4 <= 226978560,0 5. Pesado de Filetes 0,032 X1 <= 232560,0 6. Molido 0,168 X2 + 0,244 X3 + 0,168 X4 <= 930240,0 7. Envasado 0,077 X1 + 4,344 X2 + 1,898 X3 + 4,344 X4 <= 6976800,0 8. Sellado 1,983 X1 + 1,983 X2 + 1,420 X3 + 1,983 X4 <= 1551175,2 9. Estibado 0,633 X1 + 0,633 X2 + 0,457 X3 + 0,633 X4 <= 930240,0 10. Esterilizado 75,013 X1 + 75,334 X2 + 75,334 X3 + 75,334 X4 <= 102326400,0 11. Empacado 7,505 X1 + 7,505 X2 + 7,505 X3 + 7,505 X4 <= 6976800,0 12. Codificado y Etiquetado 8,666 X1 + 8,666 X2 + 6,957 X3 + 8,666 X4 <= 6976800,0 13. Demanda Mínima AFCO1/2 1 X1 >= 297741,7 13. Demanda Máxima AFCO1/2 1 X1 <= 329082,9 14. Demanda Mínima AGSA1/2 1 X2 >= 302214,1 14. Demanda Máxima AGSA1/2 1 X2 <= 334026,1 15. Demanda Mínima AGCOtall 1 X3 >= 169752,8 15. Demanda Máxima AGCOtall 1 X3 <= 187621,5 16. Demanda Mínima AGCA1/2 1 X4 >= 116252,1 16. Demanda Máxima AGCA1/2 1 X4 <= 128489,2

Los resultados del programa lineal con la función objetivo determino una utilidad máxima

de S/. 4 501 167,61 para el periodo 2014, con las cantidades óptimas, como sigue:

Tabla 7: Cantidades óptimas de la situación actual

CÓDIGO DESCRIPCIÓN CANTIDAD (Cajas/Año)

AFCO1/2 Filete de caballa en aceite vegetal ½ lb. Tuna 297 742 AGSA1/2 Grated de anchoveta en agua y sal ½ lb. Tuna 302 214 AGCA1/2 Grated de caballa en agua y sal ½ lb. Tuna 606 38 AGCOtall Grated de caballa en aceite vegetal 1 lb. Tall 169 753

TOTAL AÑO 2014 830 347


16

La empresa solo podría obtener las utilidades definidas por el programa lineal siempre

y cuando cumpla con producir las cantidades detalladas en la tabla 7, sin embargo es

necesario evaluar las restricciones del modelo de análisis de operaciones.

Mejorar

En esta 4ta etapa evaluamos las posibles soluciones, como algunas pequeñas

modificaciones en las actividades que permitan tener un incremento en las utilidades

con una inversión cero, para ello empleamos la metodología de la teoría de restricciones

TOC, donde el primer paso de esta metodología se ver resuelta con la programación

lineal.

Paso 1: Identificación de la restricción

En la etapa anterior se determinó la máxima utilidad y las cantidades óptimas, la cual

permite mediante la utilización de los recursos disponibles en tiempos de actividad

(minutos/año) evaluar cuál es la restricción del modelo de análisis de operaciones, en

donde las posibles restricciones las actividades por cada producto (1 – 12) y no las

demandas máximas y mínimas ya que son solo proyecciones estimadas en la etapa de

definir. La restricción principal identificada es la actividad SELLADO, ya que es la única

actividad que utiliza todo el recurso tiempo disponible, es decir, si la empresa desea

producir más de lo óptimo, no podría, a menos de que la capacidad del tiempo disponible

aumente lo cual es imposible ya que son los minutos totales en un año de trabajo

considerando la capacidad de actividad, número de operarios y días laborables.

Max. Z= 8X1 3X2 5X3 6X4 Utilidad Max. S/. 4 501 167,61

Cantidades óptimas 297 742 302 214 169 753 606 38

Sujeto a: Utilización Disponible Inventario

1. Estibado de MP 0,310 X1 <= 92437,2 930240,0 837802,8

2. Corte, Eviscerado y Fileteado 0,990 X1 + 3,031 X2 + 5,301 X3 + 3,031 X4 <= 2294144,7 34884000,0 32589855,3

3. Despielado 0,421 X2 + 0,057 X3 + 0,421 X4 <= 162252,4 465120,0 302867,6

4. Cocinado 40,281 X1 + 40,308 X2 + 40,138 X3 + 40,308 X4 <= 33432357,4 226978560,0 193546202,6

5. Pesado de Filetes 0,032 X1 <= 9633,0 232560,0 222927,0

6. Molido 0,168 X2 + 0,244 X3 + 0,168 X4 <= 102239,1 930240,0 828000,9

7. Envasado 0,077 X1 + 4,344 X2 + 1,898 X3 + 4,344 X4 <= 1921227,4 6976800,0 5055572,6

8. Sellado 1,983 X1 + 1,983 X2 + 1,420 X3 + 1,983 X4 <= 1551175,2 1551175,2 0

9. Estibado 0,633 X1 + 0,633 X2 + 0,457 X3 + 0,633 X4 <= 495439,3 930240,0 434800,7

10. Esterilizado 75,013 X1 + 75,334 X2 + 75,334 X3 + 75,334 X4 <= 62458084,5 102326400,0 39868315,5

11. Empacado 7,505 X1 + 7,505 X2 + 7,505 X3 + 7,505 X4 <= 6231751,1 6976800,0 745048,9

12. Codificado y Etiquetado 8,666 X1 + 8,666 X2 + 6,957 X3 + 8,666 X4 <= 6905891,1 6976800,0 70908,9

13. Demanda Mínima AFCO1/2 1 X1 >= 297741,7 297741,7 0

13. Demanda Máxima AFCO1/2 1 X1 <= 297741,7 329082,9 31341,2

14. Demanda Mínima AGSA1/2 1 X2 >= 302214,1 302214,1 0

14. Demanda Máxima AGSA1/2 1 X2 <= 302214,1 334026,1 31812,0

15. Demanda Mínima AGCOtall 1 X3 >= 169752,8 169752,8 0

15. Demanda Máxima AGCOtall 1 X3 <= 169752,8 187621,5 17868,7

16. Demanda Mínima AGCA1/2 1 X4 >= 60638,0 116252,1 55614,2

16. Demanda Máxima AGCA1/2 1 X4 <= 60638,0 128489,2 67851,2

17

Tabla 8: Análisis de la restricción (Sellado) Tiempos (min/caja)

Familia 1 Familia 2 Familia 3 Observación

Exhausting 1,38 1,38 0,98 Reducible

Sellar hojalata envasada 0,30 0,30 0,22 -

Lavar conserva 0,30 0,30 0,22 -

Operación Sellado 1,983 1,983 1,420


La operación de sellado se divide por otras 3 sub-actividades detalladas en la tabla 6,

de estas sub-actividades la única con tiempo reducible es la de Exhausting, que consta

de una pre cocción, antes de entrar a la máquina selladora, para luego ser lavada.

Paso 2: Explotar la restricción

Se evalúan tres escenarios donde es posible reducir el tiempo de la operación de sellado

en 10%, 15% y 20%; tan solo con hacer un ajuste en la velocidad de la faja

transportadora del Exhausting que permita tener un pre cocción dentro del rango mínimo

aceptable que exige el Instituto Tecnológico de la Producción (ITP).

Tabla 9: Planteamiento de escenarios

ESCENARIOS Familia 1 Familia 2 Familia 3

1 Reducir en un 10% 1,25 1,25 0,89

2 Reducir en un 15% 1,18 1,18 0,84

3 Reducir en un 20% 1,11 1,11 0,79


Tabla 10: Análisis de escenarios (sellado)

Tiempos (minutos/caja)

Familia 1 Familia 2 Familia 3

Operación Sellado al 10% 1,845 1,845 1,321




Luego de plantear los posibles escenarios de la actividad Exhausting, totalizamos el

tiempo de la operación de Sellado para cada escenario.

Paso 3: Subordinar la restricción

Para subordinar la restricción hallada, se requiere volver a aplicar la programación lineal

con el tiempo de la operación Sellado del primer escenario, para evaluar si ha sido

significativo la aplicación de TOC en esta etapa. Si no se evidencia un incremento

importante, analizamos con el segundo escenario y con el tercero, que es el máximo

porcentaje considerable sin la utilización de inversión adicional, es decir, una mejora de

costo cero.

18

Tras la reducción de un 10% el tiempo de la operación Sellado, se desarrolla la

programación lineal a través del Solver en Excel, donde encontramos que hay inventario

de tiempo, lo cual permite producir mayor cantidad de cajas de conservar para el

producto X4, que es el Grated de caballa en agua y sal ½ lb. En 8 182 cajas más que en

el la situación actual de la etapa Analizar, por lo tanto la restricción es subordinada.

Paso 4: Elevar la restricción

Tras haber subordinado la restricción de Sellado, se desplaza la restricción del modelo

a la operación de Codificado y Etiquetado, por lo que ya no es necesario analizar los

dos escenarios restantes debido a que la restricción se elevó con una reducción de 10%

del tiempo de la operación de Sellado.

El resultado de elevar esta restricción es un impacto considerable en la utilidades de S/.

49 092,86 nuevos soles, tras tener un incremento de producción de 8 182 cajas de

Grated de caballa en agua y sal ½ lb; tan solo con realizar ajustes en la sub-actividad

de Exhausting logrando reducir el tiempo de operación de 10% sin necesidad de

inversión adicional.

Max. Z= 8X1 3X2 5X3 6X4 Utilidad max. S/. 4 550 260,47

Cantidades óptimas 297 742 302 214 169 753 68 820

Sujeto a: Utilización Disponible Inventario

1. Estibado de MP 0,310 X1 <= 92437,2 930240,0 837802,8

2. Corte, Eviscerado y Fileteado 0,990 X1 + 3,031 X2 + 5,301 X3 + 3,031 X4 <= 2318942,4 34884000,0 32565057,6

3. Despielado 0,421 X2 + 0,057 X3 + 0,421 X4 <= 165693,5 465120,0 299426,5

4. Cocinado 40,281 X1 + 40,308 X2 + 40,138 X3 + 40,308 X4 <= 33762159,7 226978560,0 193216400,3

5. Pesado de Filetes 0,032 X1 <= 9633,0 232560,0 222927,0

6. Molido 0,168 X2 + 0,244 X3 + 0,168 X4 <= 103611,2 930240,0 826628,8

7. Envasado 0,077 X1 + 4,344 X2 + 1,898 X3 + 4,344 X4 <= 1956770,7 6976800,0 5020029,3

8. Sellado 1,845 X1 + 1,845 X2 + 1,321 X3 + 1,845 X4 <= 1458196,8 1551175,2 92978,4

9. Estibado 0,633 X1 + 0,633 X2 + 0,457 X3 + 0,633 X4 <= 500615,1 930240,0 429624,9

10. Esterilizado 75,013 X1 + 75,334 X2 + 75,334 X3 + 75,334 X4 <= 63074481,6 102326400,0 39251918,4

11. Empacado 7,505 X1 + 7,505 X2 + 7,505 X3 + 7,505 X4 <= 6293158,1 6976800,0 683641,9

12. Codificado y Etiquetado 8,666 X1 + 8,666 X2 + 6,957 X3 + 8,666 X4 <= 6976800,0 6976800,0 0

13. Demanda Mínima AFCO1/2 1 X1 >= 297741,7 297741,7 0

13. Demanda Máxima AFCO1/2 1 X1 <= 297741,7 329082,9 31341,2

14. Demanda Mínima AGSA1/2 1 X2 >= 302214,1 302214,1 0

14. Demanda Máxima AGSA1/2 1 X2 <= 302214,1 334026,1 31812,0

15. Demanda Mínima AGCOtall 1 X3 >= 169752,8 169752,8 0

15. Demanda Máxima AGCOtall 1 X3 <= 169752,8 187621,5 17868,7

16. Demanda Mínima AGCA1/2 1 X4 >= 68820,1 116252,1 47432,0

16. Demanda Máxima AGCA1/2 1 X4 <= 68820,1 128489,2 59669,1

19

Paso 5: Si se logró romper la restricción, volver al paso 1

Ahora existe una nueva restricción del modelo de análisis de operaciones, la operación

de Codificado y Etiquetado, para lo que es necesario regresar al paso 1 de TOC para

continuar con el proceso de mejora continua.

Controlar

Una vez que los resultados deseados han sido alcanzados, en esta etapa es necesario

controlar eventualmente con la aplicación del VSM y programa lineal (etapa analizar)

para mantener las mejoras logradas. Los indicadores que nos permitirán controlar la

efectividad del modelo de análisis de operaciones es: 1) Tiempo de ciclo (TC), 2) Lead

time (LT) y 3) Tiempo de restricciones MPL en donde sí se identifica algún cambio

desfavorable, podamos recurrir al TOC (etapa mejorar) y eliminar las restricciones del

modelo.

CONCLUSIONES

El modelo de análisis de operaciones contribuye significativamente en la optimización

de los tiempos de operación, logrando un incrementar las utilidades de S/. 49 092,86,

equivalente a 1,08% con tan solo aplicar el modelo; por ende podemos afirmar que si

aplicamos el modelo en las diferentes plantas del mismo rubro, logramos impactar

favorablemente en la misma proporción en la industria de conservas de pescado del

Perú.

Las herramientas de ingeniería industrial que se aplican en las etapas del modelo de

análisis de operaciones (definir, medir, analizar, mejorar y controlar) pueden ser

apoyadas por otras herramientas de optimización, acondicionándose a las

características de la planta donde se desee implementar este modelo dentro de la

industria de conservas de pescado, debido a que el modelo propuesto es flexible por las

metodologías de mejora continua, que son la base estructural del modelo.

La aplicación del modelo propuesto es económicamente viable (en dependencia al

desarrollo y realidad situacional de la empresa), ya que se centra en la eliminación o

reducción de los tiempos muertos de operación que identifica el modelo en su etapa de

analizar, sin incurrir en costos adicionales o mucha inversión.

Los resultados del modelo son favorables en primera instancia con una tendencia

creciente, sin embargo, esto implica la participación de las personas involucradas en el

20

proceso para que las mejoras se vuelvan permanentes, se institucionalicen o

generalicen en un proceso de mejora continua, que es el reto de la industria de

conservas de pescado. En este sentido es necesario para la etapa de controlar lo

siguiente: Prevenir las deficiencias que se presentaban en las operaciones se vuelvan

a repetir (mantener las ganancias), Impedir que las mejoras y conocimientos obtenidos

se olviden, mantener el desempeño del modelo y alentar a la mejora continua.

BIBLIOGRAFÍA

Angulo Soto, A. M., & Gómez Schouben, P. C. (1 de Enero de 2012). Propuestas de Mejora para

la Operación de una Zona Franca mediante la aplicación de Herramientas de Lean

Manufacturing. Recuperado el 5 de Julio de 2014, de

http://bibliotecadigital.icesi.edu.co/biblioteca_digital/bitstream/10906/68157/1/propuesta

s_operacion_franca.pdf

Fiallos Sánchez, J. C. (19 de Octubre de 2009). Implementación de la Teoría de las Restricciones

(TOC) como Herramienta Estratégica de Mejora Continua en una Fábrica de Plásticos.

Recuperado el 5 de Julio de 2014, de

http://www.dspace.espol.edu.ec/bitstream/123456789/7752/1/D-38945.pdf

Goldratt, E., & Cox, J. (2007). La meta: un proceso de mejora continua (3ra Edición ed.). Buenos

Aires: GRANICA.

Gutiérrez Pulido, H., & De la Vara Salazar, R. (2009). Control Estadístico de Calidad y Seis Sigma

(Segunda ed.). D.F., México: MC Graw Hill.

Moya Navarro, M. (2011). Planeación de la producción mediante la programación lineal con

incertidumbre: Uso del programa OR Brainware Decision Tools. Recuperado el 5 de Julio

de 2014, de http://www.tec-

digital.itcr.ac.cr/servicios/ojs/index.php/tec_marcha/article/view/159.

Niebel, B., & Freivalds, A. (2009). Ingeniería Industrial Métodos, Estándares y Diseño del Trabajo

(12va ed.). México D.F., México: McGraw Hill.

Ortiz Triana, V. K., & Caicelo Rolón, Á. J. (2012). Plan Óptimo de Producción en una Planta

Embotelladora de Gaseosas. Recuperado el 5 de Julio de 2014, de

http://dialnet.unirioja.es/servlet/articulo?codigo=4095255

Pérez Beteta, L. (2006). Contabilidad y Negocios. Recuperado el 06 de Julio de 2014, de

file:///C:/Users/Carlos/Desktop/1936-7480-1-PB.pdf

Sánchez Pérez, P. D., Romero Dessens, L. F., Salcido Montoy, J. E., Miranda López, F. R., &

Ortiz Espinoza, G. P. (2013). Análisis de las Actividades en el Área de Almacén para

Agilizar el Flujo de Materiales e Información. Recuperado el 5 de Julio de 2014, de

http://www.irsitio.com/refbase/documentos/96_SanchezPerez_etal2013.pdf.

Villadiego Tuiran, M. C. (16 de Mayo de 2012). Diseño Metodológico para la Implementación del

Value Stream Mapping (VSM) en una empresa manufacturera Colombiana dedicada al

Mercado de Ascensores. Recuperado el 5 de Julio de 2014, de

http://www.bdigital.unal.edu.co/9136/:

http://www.bdigital.unal.edu.co/9136/1/1102816406.2012.pdf.

Modelo de análisis de operaciones para la optimización de tiempos en la industria de conservas de...

Engineering

Transcript of Modelo de análisis de operaciones para la optimización de tiempos en la industria de conservas de...