11.4: Resumen

Última actualización
Guardar como PDF

Page ID: 80900

$ \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}}$

Las celdas de trabajo de fabricación se pueden diseñar usando cálculos estándar. La simulación se puede utilizar para validar que la celda diseñada operará según lo previsto, en parte utilizando un rastro de acciones del trabajador. Se puede evaluar el efecto del comportamiento aleatorio, como los tiempos aleatorios entre llegadas y los tiempos aleatorios de caminata. Se pueden estimar los niveles de WIP. Se puede evaluar el uso de números alternativos de trabajadores.

Problemas

Compare la organización de fabricación celular presentada en este capítulo con la línea serial discutida en el capítulo 7.
Anote la secuencia de tareas para el Trabajador 2 para la asignación de trabajadores A.
Modelar usando pseudo código parte del proceso para el Trabajador 2 desde recoger una pieza en la estación de trabajo M2 hasta llegar a la estación de trabajo M4, para asignación de trabajadores A.
Para el caso de dos trabajadores y el tiempo aleatorio entre llegadas, estime el tiempo promedio de ciclo para que una parte atraviese la celda usando la Ley de Little. El tiempo de ciclo es el tiempo entre ingresar al inventario de materia prima y ingresar al FGI. Supongamos que el WIP promedio en la celda es de 30.8 con un intervalo de confianza del 95% para la media: (22.6, 38.9).
¿La celda de trabajo se comporta como un sistema CONWIP? ¿Por qué o por qué no?
Un tiempo extremadamente largo entre llegadas, digamos el triple de la media, es posible cuando se utiliza la distribución exponencial para modelar esta cantidad. ¿Cuál es el efecto potencial de tiempos tan largos entre llegadas sobre la capacidad de la celda?
Considere la distribución de probabilidad del trabajador del tiempo dos tomas para completar todas las tareas una vez. Supongamos que los tiempos de caminata se distribuyen normalmente con la misma media y varianza que los tiempos distribuidos triangularmente. La media y varianza de una distribución triangular se computan de la siguiente manera:
Media: $$\ frac {\ min +\ bmod e+\ max} {3}\ nonúmero$$
Varianza: $$\ frac {\ min ^ {2} +\ bmod e^ {2} +\ max ^ {2} -\ min ^ {*}\ bmod e-\ min ^ {*}\ max -\ bmod e^ {*}\ max} {18}\ nonumber\]
1. Normalmente se distribuye el tiempo para que el trabajador dos complete todas las tareas una vez. Calcular la media y desviación estándar de esta distribución. Supongamos que el mínimo es 75% de la media y el máximo es 125% de la media como se indica en la página 11-5. Así, la distribución es simétrica implicando media = modo.
2. ¿Cuál es la probabilidad de que el tiempo para completar todas las tareas una vez sea mayor que el tiempo takt?
Realizar un análisis de capacidad bruta para cada estación de la celda. Esto significa calcular el número máximo de piezas que cada estación puede producir en un día de trabajo.
Imprimir un rastro de los eventos que afectan al trabajador 2 en la asignación de tareas A. ¿Esto proporciona evidencia de validación?
Agregue una medida de desempeño adicional al modelo: El porcentaje de veces que un trabajador atraviesa una ruta asignada en más del tiempo takt. Reejecutar el modelo para estimar esta medida de desempeño.
Modele el tiempo entre llegadas como gamma distribuido con media 55.2 segundos y desviación estándar 27.6 segundos. Compare el WIP máximo en la celda con los valores de la Tabla 11-4.

Problema de caso ²

Un inyector se produce en dos pasos: montaje y calibración. Este estudio se centrará únicamente en el área de calibración. El área de ensamblaje puede producir un lote de 24 piezas en 82 minutos. Cada lote se coloca en un carrito WIP. Un lote solo se produce si hay un carrito WIP disponible. Los inyectores deben curarse durante 24 horas después del ensamblaje antes de que puedan ingresar al área de calibración.

Para controlar el trabajo en proceso, el número de carros WIP se limita a la menor cantidad de necesidad para evitar restringir el rendimiento. Solo un carro WIP puede estar en el área de calibración a la vez.

El área de calibración consta de cuatro estaciones de trabajo que pueden etiquetarse como W1, W2, W3 y W4. Cada estación de trabajo procesa un inyector a la vez. No se necesita un trabajador para operaciones automatizadas y por lo tanto es libre de adeudar otras tareas.

En la estación de trabajo W1, el trabajador inicia el inyector en 25 segundos. La estación de trabajo realiza una prueba automatizada en 10 segundos. Por último, el trabajador retira la pieza en 5 segundos. Se realiza una operación manual en la estación de trabajo W2. El tiempo de operación se distribuye triangularmente con mínimo 4.0 minutos, modo 5.0 minutos y máximo 7.8 minutos. En la estación de trabajo W3, el trabajador inicia la pieza en 5 segundos. Se realiza una operación automatizada en 4.1 minutos. El trabajador retira la pieza en 2 segundos. Workstation W4 es una operación de empaque realizada por el trabajador en 5 segundos.

El área de calibración es atendida por un trabajador. Los tiempos de caminata de los trabajadores entre estaciones son los siguientes:

Estación	W1	W2	W3	W4
W1	0	3	7	10
W2		0	4	7
W3			0	3
W4				0

Determinar el número de carritos WIP requeridos. Generar un rastro de tareas de trabajador para validar el modelo.

Problemas con el caso

¿Cómo se deben modelar los carros WIP?
¿Cómo se debe modelar la restricción en el número de carros WIP en el área de calibración?
¿Cómo se debe modelar el requisito de curado del inyector?

² Este problema de aplicación se deriva del proyecto de maestría culminante realizado por Carrie Grimard.

Anote la secuencia de tareas para el trabajador del área de calibración.
Discuta cómo el número de carros WIP puede afectar el tiempo del ciclo.
Además del rendimiento, ¿son importantes otras medidas de rendimiento? Si es así, ¿qué son?
Una entidad que se mueve a través del área de ensamblaje representa un carro WIP mientras que una entidad que se mueve a través del área de calibración representa un inyector individual. ¿Cómo se logra la conversión de carro WIP a inyector?
Especificar la estrategia experimental para determinar el número de carros WIP.
Discutir cómo obtener evidencia de verificación y validación.
Determinar cómo modelar las llegadas al proceso de ensamblaje.
Determine cómo modelar los tiempos de procesamiento por lotes en el área de ensamblaje. Tenga en cuenta que los tiempos de procesamiento por lotes son la suma de 24 tiempos de procesamiento individuales. ¿Debería calcularse explícitamente esta suma? ¿Se puede aplicar el teorema del límite central?
Calcule el número esperado de carros WIP necesarios para maximizar el rendimiento.
¿Cuáles son las condiciones iniciales para el experimento?
Finalización del experimento: El intervalo de tiempo de simulación es de 5 días (120 horas de tiempo de trabajo).