15.2: Puntos hechos en el estudio de caso

Última actualización
Guardar como PDF

Page ID: 81003

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

En capítulos anteriores, se ha puesto énfasis en un aspecto del funcionamiento de un sistema. Modelar una cadena de suministro integrada requiere integrar muchos componentes en un solo modelo: envíos, administración de inventario, demanda de clientes, producción y flujo de información. La simulación tiene una capacidad única para proporcionar dicha integración. En este estudio de caso se ilustra un modelo que integra estos componentes.

Trabajo - Más allá de Lean_ Simulación en la Práctica Segundo Edition-243.jpg

La demanda esperada de los clientes puede variar según el mes o la estación del año. En algunos momentos, la demanda puede ser mucho menor que la capacidad de producción y en algún momento más. Por lo tanto, es necesario crear inventario para amortiguar la estacionalidad de la demanda. Un enfoque para hacer esto se ilustra en este estudio de caso.

Se deberá modelar el efecto de las operaciones de una instalación sobre las decisiones tomadas por otra instalación. En este estudio, se utilizan ecuaciones para calcular los niveles de producción en plantas precedentes en una cadena de suministro con base en los niveles de inventario en la planta sucesora, las demandas de los clientes y la cantidad de producto en ruta entre las dos plantas.

El modelo de un sistema complejo se puede implementar usando múltiples procesos. Los procesos comparten recursos y variables para interactuar entre sí. En esta aplicación, se utilizan nueve procesos para modelar la cadena de suministro. Variables y recursos que modelan los niveles de inventario en planta y en ruta entre plantas, así como flotas ferroviarias se comparten entre ellas.

Las decisiones tomadas dentro de un modelo pueden ser una función del tiempo. En esta aplicación, el inventario puede producirse en los meses previos al pico de demanda y utilizarse únicamente en el momento de la demanda máxima.

El rendimiento de la cadena de suministro se mide mejor por el nivel de servicio que se brinda a los clientes de productos minoristas. La falta ocasional de inventario intermedio para la producción es aceptable si el nivel de atención al cliente sigue siendo satisfactorio.

Las condiciones iniciales en un modelo de cadena de suministro deben incluir envíos entre instalaciones. En este caso, los trenes están programados para llegar a cada una de las instalaciones de producción cada día antes de la hora prevista de llegada del primer tren generado por el experimento de simulación como parte de las condiciones iniciales.