Saltar al contenido principal
LibreTexts Español

1.1: Introducción

  • Page ID
    80877
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    La aplicación de los conceptos lean a la transformación de la manufactura y otros sistemas se ha vuelto omnipresente y aún se está expandiendo (Learnsigma, 2007). El uso de conceptos lean ha arrojado resultados impresionantes. Sin embargo, parece haber un creciente reconocimiento de las limitaciones del lean y de la necesidad de superarlas, es decir, construir sobre los éxitos lean o en otras palabras, para ir más allá de lean. 1 Llegar más allá de la inclinación es el tema de este libro.

    Ferrin, Muller y Muthler (2005) identifican un objetivo importante de cualquier mejora o transformación de procesos: encontrar una solución correcta, o al menos muy buena, que cumpla con los requisitos de diseño y operación del sistema antes de la implementación. Lean parece ser incapaz de cumplir con este objetivo. Como señalaron Marvel y Standridge (2009), un proceso lean no suele validar el estado futuro antes de la implementación. Por lo tanto, no hay garantía de que una transformación lean cumpla con objetivos de desempeño medibles.

    Marvel, Schaub & Weckman (2008) dan un ejemplo de las consecuencias de no validar el estado futuro antes de su implementación en un estudio de caso relativo a un proveedor automotriz de nivel dos. Debido al bajo desempeño del sistema, se realizó una transformación lean. Uno de los componentes importantes del sistema fueron los contenedores utilizados para enviar productos a varios clientes. Cada cliente tenía un conjunto dedicado de contenedores. El número de contenedores necesarios en el estado futuro se estimó utilizando un análisis tradicional de lean static (valor promedio), sin tomar en cuenta la variabilidad del tiempo de envío hacia y desde los clientes ni la variabilidad en el tiempo que los contenedores dedicaron a los clientes. De esta manera, el número de contenedores en el estado futuro era demasiado bajo. Al momento de la implementación, esto dio como resultado que el sistema de producción estuviera al ralentí debido a la falta de contenedores. Por lo tanto, no se pudo satisfacer la demanda de los clientes.

    Standridge y Marvel (2006) describen la transformación lean de un sistema que consta de tres procesos. El segundo proceso, la pintura, se externalizó y se realizó en lotes de 192 partes. Temeroso de morir de hambre el tercer paso del proceso, el equipo de la cadena de suministro Lean deliberadamente sobreestimó el número de bolsas utilizadas para transportar piezas hacia y desde el segundo paso. En este sistema, las bolsas son caras y tienen una gran huella. Así, el estado futuro fue diseñado sistemáticamente para ser más caro de lo necesario.

    Parece obvio que en ambos ejemplos, la transformación lean resultó en un estado futuro que fue menos que lean porque no fue validado antes de la implementación. Miller, Pawloski y Standridge (2010) presentan un estudio de caso que enfatiza aún más este punto y muestra los beneficios de dicha validación. Marvel y Standridge (2009) sugieren una modificación del proceso lean que incluye la validación del estado futuro, así como proponer que la simulación por computadora de eventos discretos sea la herramienta principal para tal transformación porque esta herramienta tiene las siguientes capacidades.

    1. Un modelo de simulación se puede analizar usando experimentos basados en computadora para evaluar el desempeño del estado futuro bajo una variedad de condiciones.
    2. Se incluye el tiempo para que los cambios dinámicos en el comportamiento del sistema puedan ser representados y evaluados.
    3. Se puede observar el comportamiento de entidades individuales como piezas, niveles de inventario y dispositivos de manejo de materiales y hacer inferencias sobre su comportamiento.
    4. Se pueden evaluar los efectos de la variabilidad, tanto estructural como aleatoria, sobre el rendimiento del sistema.
    5. Los efectos de interacción entre componentes pueden incluirse implícita o explícitamente.

    1 Se supone que el lector tiene cierta familiaridad con los conceptos de lean manufacturing/Toyota Production System.


    La discusión en este libro se centra en cómo construir y usar modelos para mejorar las transformaciones lean, es decir, ir más allá de lean o hacer lean más lean. La perspectiva de modelado utilizada incorpora los pasos necesarios para operar el sistema y cómo estos pasos están conectados entre sí. Los modelos incluyen el equipo y otros recursos necesarios para realizar cada paso, así como los puntos de decisión y reglas de decisión que rigen cómo se realiza cada paso y se conecta a otros pasos. Estos modelos pueden incluir los procedimientos de secuenciación, enrutamiento y otra lógica que se necesita para que un sistema funcione de manera efectiva.

    Los modelos de simulación por computadora proporcionan información sobre la dinámica temporal de los sistemas que no está disponible de ninguna otra fuente. Esta información es necesaria para determinar si un sistema nuevo o transformado funcionará según lo previsto antes de que se ponga en uso diario. La simulación lleva a comprender por qué un sistema se comporta como lo hace. Ayuda a elegir entre diseños de sistemas alternativos y estrategias de operación.

    Cuando se diseña un nuevo sistema o se modifica sustancialmente un sistema existente, se utilizan modelos de simulación por computadora para generar información que ayude a responder preguntas como las siguientes:

    1. ¿Es adecuado el número de máquinas o trabajadores que realizan cada operación o se debe incrementar el número?
    2. ¿Se alcanzarán los objetivos de rendimiento que es decir, se logrará el volumen requerido de salida por unidad de tiempo?
    3. ¿Se pueden mejorar los esquemas de enrutamiento o los programas de producción?
    4. ¿Qué esquema de secuenciación para entradas es el mejor?
    5. ¿Cuáles deberían ser las prioridades de trabajo de los dispositivos de manejo de materiales?
    6. ¿Qué reglas de decisión funcionan mejor?
    7. ¿Qué tareas deben asignarse a cada trabajador?
    8. ¿Por qué se comportó así el sistema?
    9. ¿Qué pasaría si hiciéramos “esto” en su lugar?

    This page titled 1.1: Introducción is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Charles R. Standridge.