UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ciencias y Sistémas

PROMECYS
MODELACIÓN Y SIMULACIÓN DE SISTEMAS
Guía práctica #3
Objetivos:
Conocer las fases de proyecto de Simulación.
Conocer la interfaz gráfica del Lenguaje Promodel y las diferentes opciones del
menú: File, Edit, View, Build, Simulation, Output y Tools.
Entender el Sistema productivo que se va a modelar.
Utilizar los cuatro elementos básicos (Locaciones, Entidades, Procesos y Llegadas)
del Software Promodel para la simulación de un proceso productivo.
Construir el Modelo de Simulación del proceso productivo y correrlo.
Interpretar y comentar los resultados estadísticos, una vez finalizado el proceso de
simulación.
I. Introducción:
La Simulación es una herramienta de ingeniería enfocada a optimizar la toma de
decisiones empresariales, la evaluación de inversiones en tecnología, personal e
instalaciones, así como para planificar, analizar y mejorar los procesos de la empresa.

Para llevar a cabo un proyecto de simulación es necesaria la construcción de un

modelo que represente el funcionamiento de los procesos existentes o propuestos de
la empresa.
Posteriormente se realizarán pruebas y se analizaran, con el Modelo construido
previamente, los resultados de las diferentes alternativas, sin interferir en la operativa
y actividad diaria de la empresa.
Necesitamos una metodología clara y concisa que sirva de guía durante el tiempo de
vida del proyecto y contribuya desde el principio a asegurar la consecución de los
objetivos iniciales del proyecto de simulación. Previamente al inicio, es conveniente
tener una serie de conceptos y nociones sobre proyectos de ingeniería en general y
simulación en particular bastante claros, como son:
Determinación de los objetivos del proyecto.
El primer y más importante paso de la simulación de procesos es determinar los
objetivos a conseguir. El diseño del modelo y las conclusiones y recomendaciones que
se deriven del proyecto dependerán de los objetivos de partida elegidos.
¿Qué preguntas queremos responder al finalizar el proyecto?
¿Cuántas piezas se pueden hacer por hora?
¿Cuáles son los problemas específicos que deseamos solucionar?
¿Cuál es el tamaño de los lotes óptimos de fabricación?
¿Necesidad de "demostrar y enseñar” el modelo para el cliente?
Descripción y datos necesarios del modelo.
Una descripción exacta del proceso o procesos a estudiar nos ayudará a determinar los
objetos (maquinas, operarios, productos,…) y flujos de trabajo y materiales que son
necesarios para construir el modelo.
Se debe crear un modelo con solamente el detalle que necesitamos para satisfacer
nuestros objetivos. El exceso de detalles en el modelo retardará el tiempo de ejecución
del modelo e incluso podría enmascarar nuestros resultados.
El siguiente paso será la descripción del flujo del proceso. No es necesario una descripción
del proceso físico. También ayudará a mejorar el modelo un detalle del organigrama de la
empresa. Habrá que tener en cuenta cualquier requisito especifico de la fabricación del
producto como pueden ser la elaboración por lotes, reglas de prioridades, clasificaciones
lógicas, …
Una importante ayuda para la realización del modelo será tener la disposición física de la
nave mediante un plano CAD (Diseño Asistido por Computadora) para así facilitar la
colocación de los objetos y sus flujos. Además, estamos mejorando la visualización del
modelo.
El siguiente punto es definir el punto de inicio y el final del modelo. Por ejemplo
definiremos si se empieza por el muelle de recepción o se quiere simular solo el cuello de
botella de un proceso en cuestión o por ejemplo se centrará el modelo en la simulación de
la zona de expedición y su sistema de logística.
Una parte importante de la descripción del proceso será el detalle de las llegadas de los
productos. Se podrán definir diferentes reglas de llegada como por ejemplo según una
programación de llegadas, según una distribución estadística o simplemente por una
determinada secuencia.
Aunque los tiempos de proceso son una parte importante del modelo, se pueden cambiar
fácilmente a través de nuevas tomas de datos. Por lo tanto comenzaremos a modelar con
unos valores de estimación de tiempos y así podremos comenzar con el estudio del
modelo mientras que se realizan unos tiempos reales. Es importante tener buena
información del tiempo de los procesos.
Por último para tener una adecuada descripción del modelo será necesario la
determinación de las variables que intervienen en el proceso, por ejemplo, nº de
operarios, volumen de pedidos, logística interna.

Resultados
El tipo de información que se quiera recoger de la simulación del modelo determinará
considerablemente el diseño y la profundidad del modelo. ¿Qué información del modelo
será importante?
¿Cuáles serán los criterios para evaluar el funcionamiento del modelo? Es decir,
determinar los cuellos de botella, el mantenimiento del sistema, la clasificación de la
producción, los tiempos de ciclo,…
Implicación
En este tipo de proyectos se puede conseguir tanto como quiera la empresa. Dependerá
del nivel de implicación en todas las fases del proyecto. También será fundamental la
implicación de gerencia.

Preguntas típicas formuladas en la implicación en los proyectos:

¿Recolección de los datos?
¿Validación del modelo?
¿Elección de los escenarios?
¿Análisis de los resultados?
¿Presentación a la gerencia de los resultados obtenidos?
….
En la ejecución de un proyecto de modelado, simulación y optimización de procesos
habitualmente se siguen Nueve Fases como parte de una metodología que facilite el
éxito del trabajo.
1. Definición del problema.
2. Formulación de un objetivo y definición de las medidas de acción del sistema.
3. Descripción del sistema y establecimiento de todas las suposiciones posibles.
4. Enumeración de las posibles soluciones alternativas.
5. Recopilación de datos e información necesaria.
6. Diseño del modelo en el ordenador.
7. Verificación y validación del modelo.
8. Experimentación de alternativas: simulación propiamente dicha
de posibilidades y búsqueda de la solución óptima.
9. Análisis de las diferentes soluciones.

Diseño del Posibles

Modelo Soluciones

Un estudio de simulación no es una secuencia simple de pasos. En algunos proyectos se

pueden dar casos en los que sea necesario retroceder en el proyecto para obtener una
mejor comprensión del sistema. Los pasos de verificación y validación pueden ser
aplicados tras cada fase del proyecto.
A continuación se explica cada una de las fases más detalladamente.

1. Definir el problema.
La representación completa de un sistema que explique todos los aspectos de realidad podría
ser muy compleja, además de conllevar un precio muy caro. Igualmente podría ser muy difícil
de entender. Por consiguiente, es aconsejable, primero, definir un problema y formular un
objetivo acorde con dicho problema y, luego, crear un modelo 100 % diseñado para solucionar
el problema. Se debe tener cuidado para no hacer una suposición errónea en el momento de
definir el problema. Por ejemplo, en vez del enfoque de falta de muelles de carga, se podría
formular que el camión tiene un tiempo de espera en el muelle muy largo. Como una idea a
seguir, se formula una descripción del problema tan general o genérica como sea posible,
entonces, se piensa en posibles soluciones para dicho problema y, luego, si es posible, se
perfecciona el modelo introduciéndole más detalles, mejorándolo.

2. Formular un objetivo y definir las medidas de acción al sistema.

El objetivo u objetivos son una guía para cada fase del proyecto. Un estudio de simulación sin
un objetivo claro no tiene utilidad alguna. La descripción del sistema se irá definiendo en base
al objetivo perseguido con el proyecto. El objetivo determina qué suposiciones pueden ser
hechas, qué tipo de información y qué cantidad de datos deben ser recopilados. El modelo
está basado y es validado específicamente para cumplir con dichos objetivos. Y, por supuesto,
los resultados obtenidos en la ejecución de la simulación serán para satisfacer los objetivos. El
objetivo debe ser claro, inequívoco y factible. Los objetivos, a menudo, pueden estar
expresados como preguntas tales como "¿qué es más rentable para aumentar la
productividad, añadir más o mejor maquinaria o trabajar un tiempo extra?”
Al definir el objetivo hay que especificar las medidas de funcionamiento que se usarán
para configurar la simulación. El coste de producción por hora, la fabricación por parte del
operario, los promedios de los tiempos y el tamaño de lote de producción son medidas
típicas de funcionamiento. Por lo tanto, en esta etapa se definen los límites del sistema y
los objetivos del estudio, chequeando que éstos no cambien durante el desarrollo del
mismo Finalmente, se enumeran cualesquiera de las condiciones previas para los
resultados de simulación. Por ejemplo, el objetivo debe ser realizado usando los
componentes del modelo existente, o la cantidad máxima de la inversión no puede
exceder de una cantidad prefijada, o el plazo de entrega de producto no puede aumentar.

3. Describir el sistema y editar cualquier suposición.

Tanto si el modelo es un sistema de logística, una planta de producción o es una operación
de servicio, hay que definir claramente los elementos que componen el modelo: los
recursos, los productos de flujo (los tipos de productos, los clientes o la información), las
rutas de procesos, las transformaciones del producto, el control del flujo, las veces de
proceso,…
Existen cuatro tipos básicos de recursos: los procesadores, las colas, los transportes
internos y los recursos compartidos como los operarios. La llegada y las características
específicas que recargan a los flujos de los procesos deben ser definidas en términos de
veces de llegada, el tipo de llegada, así como los tipos de productos que intervienen.
Las definiciones de las rutas de flujos requieren descripciones detalladas en el caso de
existir combinaciones o separaciones de productos. Las transformaciones de los productos
incluyen los cambios de atributos, operaciones de ensamblaje (la combinación de
artículos) y operaciones de desmontaje (la división de artículos).
A menudo existirá la necesidad de controlar el flujo de artículos en el modelo. Por ejemplo, se
puede forzar un artículo a pararse hasta que se dé una determinada condición o transcurra un
determinado tiempo, y luego vuelvan a seguir su curso dependiendo de otro tipo de
funciones. Todas las funciones del proceso pueden ser definidas; incluso cuando son
dependientes del operario y además sean automáticas. La duración de los recursos puede ser
planificada e incluso sus demoras o tiempos de parada, como pueden ser los almuerzos,
roturas o el mantenimiento preventivo. Por lo tanto, para el caso de la rotura y su posterior
reparación se podrá especificar con un tiempo siguiendo una distribución estadística ya que,
en la realidad, estos tiempos vienen definidos por una tolerancia de error de los recursos. Por
lo tanto, la correcta representación del sistema en un modelo siempre nos dará una adecuada
interpretación de realidad. Además, será necesario especificar algunas de las suposiciones que
son realizadas en la representación del sistema. De hecho, una buena idea es la de mantener
una lista con las suposiciones realizadas y disponibles durante el estudio de simulación para
seguir introduciendo las futuras suposiciones.
Si esta fase de describir el sistema se realiza correctamente, la fase de diseñar el modelo
en 3D con la aplicación informática correspondiente se simplifica enormemente .

Recuerde que es necesario que el modelo contenga los mínimos detalles para cumplir los
objetivos marcados al inicio del proyecto, es decir, el modelo debe representar lo esencial
del sistema, no es necesario tener una representación exacta entre los elementos del
modelo y los del sistema.

4. Enumerar las posibles soluciones alternativas.

Es importante determinar al principio del estudio de simulación las posibles soluciones
alternativas que se presenten para que el modelo comience a funcionar. Esto tendrá una
influencia en cómo se diseña el modelo. Al tomar alternativas al principio de la simulación,
el modelo puede ser diseñado de tal modo que fácilmente puede ser transformado en
otro sistema alternativo.

5. Recopilación de datos e información necesaria.

Además de recoger los datos e información necesaria para introducir los parámetros de
entrada al modelo, es preciso validarlo y poder comparar datos reales con los resultados
de aplicar el modelo.

Es recomendable combinar los datos de los registros históricos, informes, estadísticas,...

Estos datos ayudan a identificar aquellos parámetros de entrada que se requieren para
recopilar posteriormente un conjunto de datos más exactos.
Las fuentes existentes de datos no están siempre disponibles, y la recopilación de datos por
medidas puede tener un coste excesivo además del tiempo consumido. Por lo tanto, en el
momento de comenzar a recoger los datos sobre cada parámetro de entrada del sistema, será
más rentable usar estimaciones hasta que un análisis más sensible pueda ser realizado sobre
el modelo para señalar aquellos parámetros que requieren unos datos más fiables.
Las estimaciones pueden ser obtenidas de unas medidas rápidas o consultando con los
técnicos de sistema que tienen la experiencia sobre el terreno o la buena familiaridad con
el sistema.
Incluso usando datos estimados, lo mejor, al menos, es definir una distribución triangular
basada en un mínimo, el máximo y el valor más probable en vez de, simplemente, el uso
de un valor medio. A veces las estimaciones pueden ser suficientes para encontrar el
objetivo del estudio de simulación.
Como ejemplo, la simulación se puede utilizar simplemente para educar a personal en
ciertas relaciones de causas y efectos dentro del sistema. En este caso, una estimación es
todo lo que se necesita.
Cuando son necesarios datos fiables hay que recoger una cantidad estadísticamente
significativa de datos sobre una cantidad representativa de tiempo para definir una
distribución de probabilidad que represente la realidad exactamente. El número de datos
requeridos depende de la varianza pero, por regla general, es necesario como mínimo un
centenar de datos. Si el parámetro de entrada corresponde a un período donde se
producen paradas en el trabajo, puede ser necesario recoger más datos durante un
período más amplio de tiempo para que los resultados sean significativos.
6. Diseño del modelo en el ordenador
El modelo de simulación se diseña teniendo principalmente los objetivos de partida en
mente. Se construye por fases, comprobando cada una de ellas para trabajar
correctamente antes de proceder a la siguiente.
Ejecutando y controlado el ajuste de cada fase, podremos hacer varios modelos del mismo
sistema, así, por lo tanto,
se podrán contemplar diferentes niveles de pruebas con el modelo. Los modelos
abstractos ayudarán a definir las partes importantes del sistema y dirigir el esfuerzo de
recopilación de datos para modelos subsiguientes con más detalle.

7. Verificación y validación del modelo

La verificación determina si el modelo funciona como queremos. ¿Coincide el modelo con
el modelo que se quería diseñar? ¿Están siendo procesados los productos en el espacio de
tiempo correcto, siguen el flujo de proceso correcto,…?
La validación es más extensa. Implica la determinación de si el modelo es una
representación correcta de realidad y la determinación del nivel de confianza que puede
ser establecida en los resultados del modelo.
Existen diferentes técnicas que pueden ser usadas para verificar un modelo de simulación La
primera parte, y la más valiosa, es observar la animación y el reloj de simulación
simultáneamente al ejecutar el modelo con una velocidad lenta de simulación. Aquí se
debería señalar o indicar cualquier discrepancia en rutas de flujo o el sistema de procesado
de los productos.
Otra técnica de verificación es comprobar los estados y las cualidades de los recursos y de
los artículos del flujo en el modelo mostrando los informes y gráficos dinámicos en la
pantalla de visualización mientras que el modelo está funcionando.
Hacer funcionar el modelo en modo “paso a paso" y ver el informe que genera, pueden
ayudar dinámicamente a eliminar errores del mismo. Es una buena idea controlar la
simulación bajo una variedad de ajustes para que los parámetros y la comprobación de
entrada puedan ver que la salida es razonable. En algunos casos, ciertas medidas simples
del funcionamiento se pueden calcular a mano y utilizarlas para una comparación directa.
Los costes de instalaciones y de producción son, generalmente, fáciles de calcular para las
áreas definidas en el modelo Al depurar un problema en el modelo, es recomendable que
la misma entrada de datos aleatorios se use para cada prueba controlada de modo que los
cambios observados correctamente sean atribuidos a las modificaciones hechas en el
modelo y no a un cambio de la entrada de datos.
La validación del modelo establecerá la credibilidad del mismo. Sin embargo, no hay
técnicas de validación que den la certeza del 100 % en los resultados de un modelo. Pocas
veces se puede probar que el comportamiento del modelo es una descripción exacta de
realidad. Si se pudiera, no habría necesidad en primer lugar de simular un modelo. En la
mayoría de los casos se puede asegurar que los hechos no contradicen el comportamiento
del modelo.
Con la validación se trata de determinar el grado en el cual el modelo es bueno. Un
modelo es bueno si cumple con el objetivo marcado y ofrece información relativamente
precisa. El modelo sólo debe ser tan válido como sea necesario según los objetivos
iniciales. Hay siempre una relación directa entre la exactitud de los resultados y el coste de
obtención de los mismos Ideas en la valoración de la validez de un modelo:
 Las medidas del modelo de funcionamiento se relacionan con las medidas reales
del funcionamiento del sistema real.
Si no hay un sistema real con el que compararse, entonces se harán
comparaciones con los resultados relevantes de los modelos de
simulación similares de sistemas reales.
Usar la experiencia o la intuición de los técnicos del sistema para estimar
los componentes específicos de un sistema complejo.
Realizar una "revisión" estructurada del modelo antes de una presentación a todas
las personas implicadas en el proyecto para asegurar que las entradas del modelo y
las suposiciones son correctas, y que las medidas de trabajo sean realistas. El
conocimiento del equipo completo contribuye a la validez del modelo.
Determinar el máximo y mínimo teórico de los resultados y comprobar si
los resultados están dentro de este intervalo.
Variar los parámetros de entrada de los cuales conocemos su efecto sobre una
medida de funcionamiento particular, y se comprueba su comportamiento.
¿El modelo es capaz de predecir resultados con exactitud?

8. Experimentación de alternativas
Cuando se realizan simulaciones múltiples siempre se requiere el uso de estadísticas, por
lo tanto, los intervalos de confianza se deben calcular para cada una de las medidas de
funcionamiento definidas en el paso 2, si es posible. Los escenarios alternativos pueden
ser establecidos bien individualmente y simulados usando el módulo experimental, de
forma manual, o bien realizando simulaciones automáticas ejecutadas utilizando el
módulo de optimización.
El módulo de optimización
Para ejecutar una optimización se tiene que definir una variable objetivo para ser
maximizada o minimizada y tantas variables de decisión como se quiera experimentar, con
todas las exigencias e imposiciones que sea necesarias para cumplir los objetivos iniciales.
Además, hay que especificar el intervalo de confianza deseado para la variable objetiva, y
luego se encargará el propio optimizador de controlar el modelo para ejecutarlo el
número de escenarios necesarios con el fin de encontrar el intervalo de confianza de cada
experimento; y después, en última instancia, encuentra la solución óptima de variables
para la decisión de maximizar o reducir al mínimo la variable objetiva.
En el momento de determinar la duración del tiempo de simulación es importante
considerar tiempos de preparación, posibles tiempos de pérdidas en los recursos, paradas
estacionales o diarias, o cualquier otra característica de sistema que requeriría un tiempo
de simulación mayor para interpretar el efecto.

9. Analizar las diferentes soluciones.

Toda la información recogida procedente de los informes, las gráficas y los argumentos de
los intervalos de confianza, formarán parte del análisis de datos de salida del modelo. Las
técnicas estadísticas se usan para analizar los datos de salida de cada una de las
simulaciones alternativas del escenario. Al analizar resultados y conclusiones del modelo,
se interpretan los resultados relacionándolos con los objetivos iniciales. Una utilidad de
ayuda es generar una matriz de resultados y alternativas para facilitar la comprensión de
los datos de salida.
 MODELO 1: SIMULACIÓN DE UN PROCESO PRODUCTIVO

Objetivo: Resolver un modelo sencillo de un proceso productivo masivo.

Problema:
Una empresa de refrescos está envasando su nueva bebida dietética personal llamada “zero”. El
proceso tiene un tiempo entre llegadas para la fila de 4 minutos con distribución exponencial, de
allí pasa una por una a la máquina de lavado con un tiempo constante de 2 minutos. La botella
pasa al proceso de llenado con un tiempo de U(0.5, 0.166) minutos. Por último pasan por la
máquina que pone una tapa de rosca en cada botella con una distribución exponencial de 0.25
minutos, para posteriormente salir del sistema. El tiempo entre estaciones (máquinas) es de es 1
minutos exponencial y se hace a través de bandas transportadoras.
Al sistema llega cualquier cantidad de botellas esperando a ser procesadas, simular el proceso por
30 días continuos.
Responda las siguientes preguntas:
1. Determina para las localizaciones el total de entradas y el porcentaje de utilización para
cada una.
2. Indique para cada caso, cuál de las máquinas obtuvo mayor porcentaje de tiempo: en
proceso, dedicado a las actividades de preparación, inactivas, en espera, bloqueadas y
llenas.
3. Que cantidad de botellas salieron y cuantas quedaron en el sistema al terminar la
simulación.

Resumen del Problema:

Es un proceso de producción de envase de gaseosas con un tiempo en fila de E(4) minutos que
pasa por tres procesos en forma secuencial: Limpieza, Llenado y Tapado. Cada con tiempos
Constante de 2 minutos, Uniforme (0.5, 0.166) y E(0.25) respectivamente. Tiempo entre
estaciones 1 minutos. El sistema es simulado por 30 días.

Julio Rito Vargas Avilés Pág. 10

Descripción del Problema:
Para el sistema se deben considerar ciertos aspectos: Las botellas llegan a una fila de espera (banda
transportadora), para luego pasar a la máquina de lavado, salen en una banda transportadora y son
llenadas con el líquido en la máquina de llenado de donde salen en otra banda transportadora para ser
sellada por la máquina taponadora para posteriormente abandonar el área de producción con destino a
la bodega. Lo que ocurra con ellas cuando salen de la tercera máquina que pone tapa a cada botella de
momento no interesa, el sistema bajo análisis termina cuando las botellas salen de la tercera máquina.
Ahora procederemos a realizar la programación para la simulación con Promodel.
 Time Only (por tiempo)
 Run Time (tiempo de corrida): 30 day
 Clock precision (Precisión del reloj):0.001 minutos
 Output Reporting (Reporte de salida): Estándar
 Number of replications (Número de replicaciones):1
 Disable (Inhabilitar): costo
 At Start (Al iniciar): pausa
 General (General): Omitir recursos en tiempo ocioso fuera de turno.
 Run (ejecutar) o desde el botón ejecutar en la barra de menú.
Análisis de los resultados de la Simulación del modelo 1 de manufactura:
Al finar la simulación nos mandará un mensaje en una ventana emergente
Preguntándonos si queremos ver los resultados de la simulación; a lo cual
presionaremos el botón de Sí.
 Reporta las Locaciones
o Scheduled Time (HR): tiempo programado (en Horas)
o Capacity: Capacidad de la localización.
o Total Entries: Total de entidades que entraron en la localización
o Avg Time Per Entry(MIN): Tiempo promedio de permanencia en la
localización(en minutos)
o Avg Contents: Número promedio de entidades en la localización.
o Maximum Contents: Número máximo de entidades en la localización durante
la simulación.
o Current Contents: Número de entidades en la localización al final de la simulación.
o
o % Utilization: Porcentaje de utilización.
Observe que durante los 30 días de procesamiento llegaron 9988 botellas, pero solo 9985
llegaron a la máquina de tapado.
La máquina con mejor utilización fue la máquina de tapado con 57.91% y la máquina de
lavado con un 47.69%.

o Scheduled Time (HR): tiempo que el recurso fue programado (en Horas)
o % Operation: Porcentaje de tiempo que el recurso estuvo en operación.
o % Setup: Porcentaje de configuración.
o % Idle: Porcentaje de tiempo ocioso.
o % Waiting: Porcentaje de tiempo esperando
o % Blocked: Porcentaje de tiempo bloqueado.
o % Down: Porcentaje que el recurso estuvo caído o (parado).
Observe que las máquinas Lavado y Tapado son las que estuvieron con los mejores
rendimientos en operación: 46.24% y 57.91% respectivamente. Es importante ponerle
atención a los tiempos ocioso de las máquinas que participan en estos procesos.
Este cuadro reporta la actividad de las Entidades:

o Name: Nombre de las entidades.

o Total Exits: Salidas totales.
o Current Qty in System: cantidad actual en el sistema.
o Avg Time in Move Logic (MIN):Tiempo promedio en la lógica de movimiento
(minutos)
o Avg Time Waiting (min): Tiempo promedio de espera.
o Avg Time In Operation (MIN): Tiempo promedio en operación (en minutos)
o Avg Time Blocked (MIN): tiempo promedio bloqueado (en minutos).

Observe que la pieza desde que entra como materia prima hasta que llega a Salida tarima
como producto terminado tarda 22.04 minutos, eso se conoce como tiempo en el sistema
y realmente su tiempo de procesamiento en máquina es de 16.03 minutos, es decir un
tiempo de 6.03 minutos de tiempo de espera de los cuales 3.00 minutos son por bloqueo.

o Name: Nombre de la entidad.

o % in Move Logic: Porcentaje en la lógico Movimiento.
o % Waiting: Porcentaje de tiempo de espera.
o % Operation: Porcentaje de operación.
o % Blocked: Porcentaje de tiempo bloqueado.
Puede observar que el proceso de las botellas pasan tiempo de espera: 13.66% en la lógica
del movimiento, 72.74% en operación y 13.60% bloqueadas o en espera.
 PROBLEMA PARA SIMULAR

Una materia prima llega al Sistema a una locación llamada “Entrada_tarimas” con una
frecuencia de cada 10 minutos y enseguida se mueve a la máquina cortadora en un
tiempo de 0.1 minutos. En la cortadora tarda 4 minutos en ser procesada y sale como una
pieza en proceso al torno en un tiempo de 0.1 minutos, donde tarda en ser procesada 3
minutos y sale dirigida al molino también en un tiempo de 0.1 minutos. Ahí es procesada
en 2 minutos para después dirigirse al horno en un tiempo de 0.1 minutos. En el horno
tarda 10 minutos en ser procesada y salen como producto terminado a una locación de
“salida tarimas” en tiempo de 0.1 minutos. En Salida_tarimas dura 0.5 minutos. Correr el
modelo de simulación por 10 horas y observa los resultados.
Solución: Para iniciar la modelación del problema anterior, requerimos:

Identificar las localizaciones del modelo de simulación

Identificar las entidades del modelo
Identificar las llegadas.
Identificar los procesos (Diagrama de flujo).