Evaluación de la operatividad de una empresa fabricante de adoquines usando simulación de eventos discretos
DOI:
https://doi.org/10.63636/rciid.v5i2.84Palabras clave:
Simulación de eventos discretos, productividad, operatividadResumen
La industria de la construcción exige procesos productivos cada vez más eficientes para cumplir con los requerimientos de calidad, costos y plazos de entrega. Esta investigación evaluó la operatividad de una empresa fabricante de adoquines a través de un modelo de simulación de eventos discretos, con el fin de analizar el desempeño del proceso productivo e identificar oportunidades de mejora. Para ello se recopiló y analizó información del proceso de fabricación, se caracterizaron estadísticamente los tiempos de operación, se desarrolló el modelo de simulación, se verificó y validó, y se ejecutaron múltiples réplicas para estimar los indicadores de desempeño. Los resultados garantizan, con un 95 % de confianza un modelo de simulación representativo del sistema real se observó que el factor de ocupación de las máquinas oscila entre 67 y 87 % y el de los trabajadores 25 y 33 %, en cuanto al nivel de productividad punteo 61 %; algunos recursos mostraron niveles elevados de utilización, mientras que otros presentaron tiempos ociosos, lo que evidencia desbalances en las líneas de producción. El análisis del nivel de productividad, por su parte, permitió cuantificar la capacidad del sistema para satisfacer la demanda bajo las condiciones actuales de operación y reconocer los procesos que limitan el flujo productivo. La simulación permitió evaluar el sistema de manera integral y aportó información objetiva para sustentar decisiones orientadas a incrementar la eficiencia operativa, optimizar el uso de los recursos y fortalecer la productividad del proceso de fabricación de adoquines.
Citas
Araya, F. (2022). Integration of discrete event simulation with other modeling techniques to simulate construction engineering and management: An overview. Revista de la Construcción, 21(2), 338–353. https://doi.org/10.7764/RDLC.21.2.338
Aretoulaki, E., Ponis, S. T., Plakas, G., & Tzanetou, D. (2024). Discrete event simulation and Digital Twins in warehouse logistics: A bibliometric and content analysis-based systematic literature review. International Journal of Computer Integrated Manufacturing, 37(10–11), 1376–1403. https://doi.org/10.1080/0951192X.2024.2314772
Barlas, P., & Heavey, C. (2016). Automation of input data to discrete event simulation for manufacturing: A review. International Journal of Modeling, Simulation, and Scientific Computing, 07(01):1630001. https://doi.org/10.1142/S1793962316300016
Bokor, O., Florez, L., Osborne, A., & Gledson, B. J. (2019). Overview of construction simulation approaches to model construction processes. Organization, Technology and Management in Construction: An International Journal, 11(1), 1853–1861. https://doi.org/10.2478/otmcj-2018-0018
Collins A.J., Pour F. S.A. & Jordan C.A. (2023). Past challenges and the future of discrete event simulation. The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, 20(3):351-369. https://doi.org/10.1177/15485129211067175
Forbus, J. J., & Berleant, D. (2022). Discrete-Event Simulation in Healthcare Settings: A Review. arXiv, 2211.0061v1.https://doi.org/10.48550/arXiv.2211.00061
Golzarpoor, H., González, V.A., O'Sullivan, M., Shahbazpour, S., Walker, C.G., & Ekyalimpa, R. (2017). A non-queue-based paradigm in discrete-event-simulation modelling for construction operations. Simulation Modelling Practice and Theory, 77, 49–67. https://doi.org/10.1016/j.simpat.2017.05.004
Gutiérrez Pulido, H. (2020). Calidad y productividad. México: McGraw-Hill Interamericana Editores, S.A.
Law, A. M. (2024). Simulation modeling and analysis. USA: McGraw Hill Education
Ortiz, F. y Gómez, B. (2007). Aplicación de la Metodología de Simulación para Sincronizar el Flujo del Producto en una Planta Tipo A con Componentes Compartidos por Medio de la TOC. UPIICSA 15(6), 2-8. Recuperado de:
Qiao, D., & Wang, Y. (2021). A review of the application of discrete event simulation in manufacturing. Journal of Physics: Conference Series, 1802(2), 022066. https://doi.org/10.1088/1742-6596/1802/2/022066
Shou, W., Wu, P., & Wang, J. (2019). A survey of simulation modelling techniques in Lean Construction research. Proceedings of the 27th Annual Conference of the International Group for Lean Construction, 1093–1104. https://doi.org/10.24928/2019/0142
Szklo, M., Nieto, F. J. (2003). Epidemiología intermedia: conceptos y aplicaciones. España: Díaz de Santos.
Turner, C. J., & Garn, W. (2022). Next generation DES simulation: A research agenda for human centric manufacturing systems. Journal of Industrial Information Integration, 28, 100354. https://doi.org/10.1016/j.jii.2022.100354
Ulloa, A.R., Sánchez, A. C. y Balcazar, M. T. de J. (2023). La productividad en la empresa de la industria de la transformación. Revista de Investigaciones Universidad del Quindío, 35(1), 236-247. https://doi.org/10.33975/riuq.vol35n1.1156
Zamani, V., Yavari, E., & Taghaddos, H. (2024). A science mapping lens on discrete event simulation applications in construction engineering and management. Automation in Construction, 166, 105625. https://doi.org/10.1016/j.autcon.2024.105625










