DISEO DE PROCESOS

DE MANUFACTURA
Por: Camilo Snchez Aguilar

La mayor parte de los procesos no slo de manufactura, sino tambin de

servicios, evolucionan en el tiempo de manera natural y desordenada. La idea
del diseo de procesos en la manufactura de productos, es planificar los
mismos, de manera que evolucionen de manera eficiente y controlada.

Conceptos claves: Procesos, Diseo, Curva de Aprendizaje, Modelo de

Madurez de Procesos, Modelamiento, Dinmica de Sistemas, Simulacin
Discreta.

MARCO TEORICO
Dos conceptos que se aplican al Diseo de Procesos de Manufactura son el
Modelo de Madurez de Procesos y la Curva de Aprendizaje.

CURVA DE APRENDIZAJE
La idea principal de la Curva de Aprendizaje menciona que por cada vez que
se duplica la cantidad acumulada de productos elaborados, el tiempo de
manufactura disminuye en una tasa denominada "tasa de aprendizaje". As, la
Tabla 1, muestra los tiempos de procesamiento para una tasa de aprendizaje
de 90%.

Tabla 1: Tiempo de procesamiento para una tasa de aprendizaje de 90%.

Produccin
Tiempo procesamiento
Acumulada
1 100
2 90
3 84.62
4 81.00

El tiempo de procesamiento de la ensima unidad est dado por:

Tn = T1 * n ln k / ln 2 ... Ecuacin 1
Donde, k es la tasa de aprendizaje, Tn el tiempo de procesamiento para la
ensima unidad (n) y T1 es el tiempo de procesamiento para la primera unidad.
En la Ecuacin 1, vemos que una vez establecido T1, slo nos queda estimar la
tasa de aprendizaje k a fin de conocer el tiempo de procesamiento de la
ensima unidad. Claro est que la tasa de aprendizaje depender de factores
como el tipo de producto, el grado de complejidad del proceso, el porcentaje
de intervencin humana en el proceso, etc. As, es probable que en procesos
automatizados, la "curva de aprendizaje" tenga tasas de aprendizaje muy
cercanas al 100%.

En el caso de procesos donde la mano del hombre interviene en gran medida,

el patrn de comportamiento del tiempo de ciclo ser el de una curva
exponencial semejante a la definida por la Ecuacin 1.

Figura 1: Curva de Aprendizaje (k=95%)

Una forma de modelar la Curva de Aprendizaje es la que se muestra en la

figura 2.

Figura 2: Diagrama de Flujo de la Curva de Aprendizaje

La figura 3, muestra el comportamiento de la variable tiempo de ciclo
(TiempoPorUnidad) para el diagrama de la figura 2. En el modelo, el T1 es de
27 das y se supone una configuracin por proyecto. La constante denominada
VariableAleatoria se emplea opcionalmente para darle aleatoriedad al modelo
(caso contrario se iguala a 1).

Figura 3: Patrn obtenido para el Tiempo por Unidad

En realidad, el modelamiento de la Curva de Aprendizaje, puede servirnos

para:
 o Estimar la tasa de aprendizaje del proceso completo.
o Aprender a cerca de los factores que influyen en el
comportamiento tpico de los sistemas (conducta descrita
por la denominada Curva de Aprendizaje).
o Elaborar modelos ms complejos como por ejemplo, un
modelo del comportamiento financiero esperado cuando
se presentan ste tipo de conductas.

Adems, en muchos modelos de Simulacin Discreta, se emplean funciones

de distribucin para simular la llegada de entidades al sistema. Una alternativa
al empleo de variables aleatorias es el uso de modelos con Dinmica de
Sistemas que alimenten los modelos de Simulacin en base a Eventos
Discretos. La ventaja de un modelo mixto de Dinamica de Sistemas con
Simulacin Discreta es que definitivamente una funcin de distribucin de
probabilidad, no me ve a permitir entender las causas de tales conductas
"aleatorias", mientras que un modelo con Dinmica de Sistemas s me brinda
un conocimiento de las "razones". Esto nos permite diferenciar claramente
entre modelamiento matemtico y modelamiento matemtico-causal.

Por otro lado, estudiar el comportamiento de un sistema productivo y su

configuracin en el tiempo, en ocasiones requiere del establecimiento de
patrones de conducta que no pueden representarse mediante funciones de
distribucin. Como ejemplo, imaginemos que deseamos estudiar la
configuracin para un taller que se va a dedicar a fabricar un producto cuya
demanda mensual esperada se ajusta a la Curva del Ciclo de Vida del
Producto. Claro es que a medida que el producto madura, las necesidades y
los requerimientos variarn y por lo tanto el proceso evolucionar -al principio
de manera desapercibida-. De manera que lo ideal, sera elaborar un modelo
de Dinmica de Sistemas para establecer la demanda y un modelo de
Simulacin por Eventos Discretos para estudiar la configuracin del taller en
el tiempo; ambos modelos, formando un modelo mixto. El modelo podra ser
mas til an, si establecemos un nivel de servicio mnimo aceptable y
permitimos que el modelo tome decisiones cambiando la configuracin del
sistema cuando se presenten niveles de servicio no aceptables (como por
ejemplo, esperas que sobrepasen un nivel mximo pre-establecido).

La idea de tal modelamiento combinado, es anticiparnos a decisiones que

probablemente nos toque tomar en el futuro y su empleo en capacitacin
debera ser de gran utilidad. El conocimiento de lo que debemos de hacer
frente a escenarios del tipo "y que si ..." nos otorga mayor seguridad y
confianza en el momento de tomar decisiones. Sin embargo, debemos evaluar
la relacin esfuerzo/beneficio antes de proceder a elaborar tales modelos.

MODELO DE MADUREZ DE PROCESOS

El Modelo de Madurez de Procesos del SEI (Software Engineering Institute)
nos permite identificar con facilidad el estado de un proceso, de manera que:

1. Si un proceso es catico, no documentado y en el cual slo el

trabajador tiene conocimiento de la labor especfica que
desarrolla, se dice que es de NIVEL 1.
2. Si el proceso est documentado de manera informal de manera
que se describen las sub-tareas a ejecutar y todos los
requerimientos de las mismas, entonces decimos que se trata de
un proceso de NIVEL 2. En ste nivel no se cuenta con un visin
global del proceso.
3. Si se tiene una visin del proceso en su totalidad y se ha prestado
atencin a las interrelaciones entre las tareas que conforman el
proceso a travs de diagramas de flujo y otros, se dice que es un
proceso de NIVEL 3.
4. Si adems de obtener una visin global del proceso, ste se ha
medido adecuadamente, decimos que es un proceso de NIVEL 4.
5. Por ltimo, si todo lo anterior se emplea con la finalidad de
optimizar el proceso, se dice que se trata de un proceso de
NIVEL 5.

DISEO DE PROCESOS
A fin de permitir el desarrollo planificado de procesos, nos valdremos del
Modelo de Madurez de Procesos adaptndo el mismo para el diseo de
procesos. El objetivo de disear los procesos, es:

1. Planificar los mismos a fin de obtener procesos eficientes y en lo

posible, vencer barreras tales como la Curva de Aprendizaje.
2. Documentar lo que planeamos ser el proceso.
3. Capacitar a quienes sern los responsables del proceso (trabajadores,
supervisores, etc.).
4. Servir de base para la aplicacin de esfuerzos contnuos de Ingeniera
de Procesos.

PASOS RECOMENDADOS PARA EL DISEO DE

PROCESOS
Con el objeto de Disear los Procesos, se recomienda:

1. Adquirir todo el conocimiento necesario a cerca del producto a

fabricar. Los diseos en AutoCAD sern de gran valor para
identificar aspectos importantes del producto que luego nos
servirn para el Diseo del Proceso.
2. Con el conocimiento adquirido a cerca del producto, estamos en
capacidad de elaborar un diagrama de flujo tentatvo del Proceso
Productivo.
3. Estimar los parmetros del proceso, los mismos que nos servirn
para su posterior simulacin.
4. Elaborar un modelo de simulacin (discreto o mixto) a fin de
evaluar nuestro diseo tentatvo del proceso. sto nos permitir
tambin estimar variables tales como: Tiempo de Ciclo del
Proceso, Costo de Fabricacin, Porcentaje de Utilizacin de los
Recursos, etc. de manera que podemos procurar optimizar el
Sistema en tiempo de diseo.
5. Documentar el proceso obtenido mediante Hojas de Tarea. Si el
modelo de simulacin lo permite, podemos emplear el mismo
para registrar el proceso global, de lo contrario debemos
elaborar/corregir los diagramas de flujo como parte de la
documentacin del proceso.
6. Una vez puesto en marcha el proyecto, podemos evaluar/corregir
el modelo de simulacin comparndolo con la realidad y analizar
las causas de posibles discrepancias. Nuevamente "optimizamos"
el sistema y documentamos los cambios tornndose en un
proceso iteratvo.