Академический Документы
Профессиональный Документы
Культура Документы
Resumen
Este documento presenta la aplicación de la metodología de dinámica de sistemas en la representación del
sistema productivo de una empresa de producción de insumos para la malla vial, enfocándose en el
proceso de producción de mezcla asfáltica. La empresa sobre la cual se hizo la investigación, Doble A
Ingeniería, lleva más de 30 años en el mercado de la construcción de infraestructura vial y producción de
mezcla asfáltica. El desempeño eficiente de la compañía mencionada se encuentra sujeto a los múltiples
factores que condicionan la oferta y la demanda del mercado, es por esto que un modelo de simulación
contínuo es la herramienta ideal que permite comprender el comportamiento del sistema de una manera
más concreta. Con el modelo obtenido después de un proceso iterativo de validación y crítica, se pudieron
evaluar diferentes políticas y posibles modificaciones para hacer que la producción de la empresa cumpla
con las metas propuestas.
Palabras clave:
Dinámica de sistemas, simulación contínua, producción de mezcla asfáltica.
5th Americas International Conference on Production Research
El ejercicio de validación permitió determinar las variables mercado, el flujo de material por la planta, la disponibilidad
importantes que ayudaron a establecer las fronteras del de camiones por el gremio de transportadores, el índice de
sistema, dando respuesta a preguntas como: ¿Cuáles son calidad, el porcentaje de cumplimiento y los procesos de
los actores relevantes del sistema? ¿Cómo se relacionan extracción y trituración. Éstos se clasificaron en tres
estos actores? ¿Qué efecto tiene la relación de estos grupos según su efecto común sobre ciertas variables y su
actores sobre el comportamiento del sistema? influencia en el sistema.
Grupo 1 - ÍNDICE DE CALIDAD
Cuando el índice de reputación real crece debido una alta
calidad, la demanda real también crece. Cuando esto
ocurre, se realizan más órdenes de arena para producir
mezcla asfáltica. Sin embargo, debido a la capacidad
limitada de almacenamiento, queda más producto
expuesto a la intemperie; bajando así el índice de calidad,
y por ende la reputación real [4].
Grupo 2 - INDICE DE CUMPLIMIENTO
Éste grupo de ciclos representa el proceso completo
desde la extracción en la cantera hasta el despacho de
Imagen 2: Diagrama de proceso de la validación
material. El efecto de refuerzo generado por estos influye
Para validar el modelo se realizaron las siguientes en: las órdenes de extracción debido a la disponibilidad de
pruebas. En primer lugar, se consideró la adecuación de volquetas, el componente de asfalto incorporado a la
los límites del modelo, dónde se evaluaron las variables mezcla, la cantidad de material en pre-mezcla y el material
relevantes para el modelo y su carácter endógeno ó despachado. Es por esto que a mayor capacidad de
exógeno. En segundo lugar, se tuvo en cuenta la transporte y de producción, mayor será la demanda real
consistencia dimensional que permitió confirmar que las para la empresa.
unidades utilizadas a través del modelo fueran coherentes.
Grupo 3 – REGULACIÓN DEMANDA PERCIBIDA Y
Así mismo, a través de la evaluación de la estructura, se
constató que el modelo reflejara la realidad y las PROCESOS EN CANTERA
relaciones entre sus actores principales [2]. La demanda percibida se regula a través de la demanda
Por último, se evaluó la sensibilidad del modelo ante real, a partir de ciclos de balance de información. Esto
cambios en algunas de las variables estudiadas y su ocurre debido a que la brecha entre las dos demandas
comportamiento ante la aparición de dichas variaciones. mencionadas se encuentra en ajuste constante para
igualarlas, pero la demanda real no deja de cambiar por su
Una vez se identificaron las variables importantes y las naturaleza dinámica.
fronteras del modelo, se prosiguió a estudiar la adecuada
representación y modelación de cada una de ellas. Los procesos de explotación en cantera y material en
trituración se autorregulan constantemente, ya que al
Con el fin de evaluar la consistencia de los resultados del aumentar los niveles de almacenamiento (falda y terraza),
modelo con la realidad, se analizó el comportamiento de la las tasas que determinan los procesos de extracción
demanda percibida por la empresa de acuerdo al índice de disminuyen. Al tener material en reserva es incoherente
calidad de la misma. Así pues, se obtuvo, que bajo continuar estos procesos a una rata alta. Esto implica que
condiciones normales, el comportamiento de éstas era el proceso de extracción de material y las actividades
consistente, ya que ante una mayor cantidad de material a realizadas en la cantera mantienen un nivel de desempeño
la intemperie, se observó una disminución en la calidad, que no varía mucho debido a las limitaciones existentes de
acompañada por una disminución en la demanda diaria almacenamiento.
percibida por la empresa.
2.4 Explicación del comportamiento observado del
Finalmente, con el propósito de evaluar la sensibilidad del modelo
modelo ante valores extremos, se observó el
comportamiento de la demanda diaria real y el porcentaje En este aparte se pretende observar el comportamiento de
de cumplimiento ante un valor extremo de las volquetas algunas de las variables de interés, haciendo uso de los
disponibles para el despacho. Al evaluar los resultados, se resultados arrojados por el modelo en iThink.
observa aproximadamente el mismo comportamiento de la En la imagen 3 se observa que el porcentaje de
demanda, ésta decrece a pesar del aumento en el número cumplimiento inicialmente es alto debido a los valores de
de volquetas y del porcentaje de cumplimiento. Esto la demanda en el tiempo t=1 y del despacho de material.
concluye que la sensibilidad del modelo es baja ante Este baja en el transcurso de un día de 100% a 85%
cambios extremos en el valor de volquetas de referencia. debido a que el material solicitado a otras partes del país
2.3 Análisis de las corridas del modelo de simulación se demora en llegar; por lo cual la oferta de la premezcla
no llegará a satisfacer en su totalidad la demanda real. No
Una vez establecido el modelo y realizada la validación del obstante, del día dos al día treinta y cinco (t=2, t=35) el
mismo, se prosigue a reconocer los ciclos causales índice de cumplimiento vuelve a subir como consecuencia
asociados a su estructura. Estos son muy importantes de la caída en la demanda real. Finalmente, a partir del día
para el entendimiento del sistema, ya que permiten treinta y seis el porcentaje de cumplimiento alcanza
comprender las relaciones entre los agentes del mismo [3]. valores bastante satisfactorios (80%), por lo cual se puede
Existen dos clases de ciclos, los que regulan un proceso a concluir que la demanda (decreciente) no se ve realmente
partir variables con efectos contrarios llamados ciclos de influenciada por ésta variable en crecimiento. La calidad
balance y los que amplifican los cambios en el proceso. del producto será el factor determinante en la reputación
Los últimos se llaman ciclos de refuerzo y se dan por de la empresa y por ende en la demanda real.
efectos similares de las variables. [2].
Linea 1 400
Linea 2 1,000
Linea 3 1,500
Imagen 4: Comportamiento en días de la demanda, el
Linea 4 2,000
material a la intemperie y la calidad.
Linea 5 2,500
Linea 6 3,000
3 EVALUACIÓN DE POLITICAS
Para la evaluación de políticas, se hicieron modificaciones
en el modelo para analizar el comportamiento de las
variables y el impacto de los cambios propuestos en los
indicadores de calidad de la empresa.
3.1 Mejorar la reputación real por medio de la
subcontratación de hangares temporales
Para mejorar la reputación real de la empresa se sugiere
arrendar un área adicional, cerca a la planta, que cumpla
con las funciones de un hangar. Esta política busca evitar
la disminución de la calidad del producto por exposición de
material a la intemperie. De esta forma, en el instante en el
que la reputación real de la empresa llegue a 0,7 se
3
aumentará la capacidad máxima del hangar de 400 m a
3 3
600 m (al subcontratar un área de 200 m ).
Imagen 7: Análisis de sensibilidad del índice de calidad
ante aumentos en la capacidad del hangar
Con base en el análisis de sensibilidad, podemos concluir
3
que para una capacidad de 3000 m en el hangar, la
calidad va a tener niveles constantes, ya que el material a
la intemperie se va a mantener en niveles mínimos. Dada
una alta calidad, la salida de material del hangar va a ser
mayor lo que va a evitar que se acumule material a la
intemperie, y disminuya la calidad. Sin embargo es
necesario analizar que tan plausible es el hecho que la
empresa amplíe más de siete veces la capacidad de su
hangar. Como se mencionó previamente, este aumento se
Imagen 5: Condiciones previas a la implementación puede lograr con una ampliación del hangar o por el
de la primera política arrendamiento de un área externa a la planta
3.2 Mejorar la calidad por medio de la reducción de la
explotación
Como se puede observar en la imagen 5, al implementar Con ésta política se busca mejorar el índice de calidad
esta política, la reputación real y el índice de calidad reduciendo el material a la intemperie, estableciendo un
aumentan inicialmente. El anterior comportamiento se
5th Americas International Conference on Production Research
5 REFERENCIAS
[1] Felipe Atuesta, Gerente de Planta. Doble A
Ingeniería, 2 de Septiembre del 2009,
http://dobleaingenieria.com/calidad.htm.
Imagen 9: Condiciones después de implementar la segunda [2] Sterman, John D , Business Dynamics; systems
política thinking and modeling for a complex world, Boston;
Al implementar la política, es posible que no se logre Irwin McGraw-Hill, c2000.
satisfacer la demanda y que el cumplimiento decaiga; [3] Daellenbach, H.G, Flood, R.L, Critical systems
aunque el impacto de ésta variable sobre la demanda no heuristics, London, Informed Student Guide to
es fuerte, como se muestra en la imagen 9. Por el Management Science, London, 2002, 72-73.
contrario, el efecto de la calidad sobre la demanda es muy
alto, y de esta forma logra estabilizarla. [4] Vennix, J. A. Group Model Building. Chichester: Wiley,
1996
5th Americas International Conference on Production Research
ANEXO-Modelo Matemático