Diseño de una herramienta para la planeación de la producción para una empresa ladrillera
Ver / Descargar
Fecha
2022-01-24Autor(es)
Higuera León, Paola AndreaRiaño Fernández, María José
Méndez Gómez, Juan Pablo
Fernández Triana, Oscar Mauricio
Director(es)
Bolívar Atuesta, StevensonPublicador
Pontificia Universidad Javeriana
Facultad
Facultad de Ingeniería
Programa
Ingeniería Industrial
Título obtenido
Ingeniero (a) Industrial
Tipo
Tesis/Trabajo de grado - Monografía - Pregrado
Compartir este registro
Citación
Documentos PDF
Título en inglés
Design of a tool for production planning for a brick companyResumen
Una de las principales tareas que realizan las ladrilleras colombianas para lograr la entrega a tiempo de los pedidos es la producción planificación, que determina la secuencia y las cantidades de cada producto a fabricar con el fin de minimizar los retrasos en la entrega de los pedidos, que idealmente deben ser entregados sin demoras, según la fecha acordada con los clientes.
Para facilitar este proceso se diseñó una herramienta programada en Python que le permite al jefe de producción de una ladrillera colombiana para realizar esta planificación de manera automática, para lo cual se implementaron diferentes reglas de despacho, tales como como WSPT con diferentes pesos, LPT y SPT. Estas reglas fueron seleccionadas porque han mostrado buenos resultados en similares sistemas de producción, bajo una dinámica de taller de flujo flexible. El componente flexible de este sistema se obtiene gracias al secado operación, que puede hacerse artificialmente o por secado natural. Dada la importancia de algunos clientes y el volumen de órdenes, se utilizó el retraso ponderado como función objetivo. Esto se vuelve fundamental ya que minimizar estos retrasos genera beneficios para la empresa en términos de ahorro de tiempo y un control más centralizado del cumplimiento de cada pedido dentro del tiempo acordado con los clientes.
La herramienta diseñada muestra un mejor resultado en el 90% de los casos en comparación con la política actual, mejorando hasta 50% el resultado de la metodología que actualmente utiliza la empresa en cuanto a la función objetivo, adicionalmente, es intuitivo de usar y permite la implementación de nuevos desarrollos asociados a futuros proyectos. Entre la mejoras que se pueden implementar es la implementación de metaheurísticas, para lo cual se ejecutó un algoritmo genético como un primer paso para resolver el problema al incluir variables adicionales, como la variabilidad en el tiempo de secado, fallas en la máquina, imperfecciones en la materia prima, entre otros. Con este algoritmo fue posible manejar diferentes métodos convirtiendo en una solución adaptable a diferentes escenarios que se ajuste a las necesidades actuales de la industria ladrillera, siendo así una mejor y una solución más viable.
La implementación de las diferentes metodologías en la planificación de la producción es útil para que en un futuro estudio se los cambios, externos o internos, pueden ser considerados y aun así obtener las mejores soluciones al incluir nuevas situaciones o variables que no fueron tomados en cuenta en esta herramienta. Asimismo, la herramienta no solo es funcional en una variedad de casos, sino que también es fácil de utilizar, no requiere licencia y es gratuito, lo que le da un valor añadido a la hora de utilizarlo como propuesta de solución.
Abstract
One of the main tasks carried out by Colombian brick makers to achieve on-time delivery of orders is production planning, which determines the sequence and quantities of each product to be manufactured in order to minimize delays in the delivery of orders, which ideally should be delivered without delays, according to the date agreed with customers.
In order to facilitate this process, a tool programmed in Python was designed to allow the production manager of a Colombian brick factory to carry out this planning automatically, for which different dispatch rules were implemented, such as WSPT with different weights, LPT and SPT. These rules were selected because they have shown good results in similar production systems, under a flexible flow shop dynamic. The flexible component of this system is obtained due to the drying operation, which can be done artificially or by natural drying. Given the importance of some customers and the volume of orders, the weighted delay was used as an objective function. This becomes fundamental since minimizing these delays generates benefits for the company in terms of time savings and a more centralized control of the fulfillment of each order within the time agreed with the customers.
The tool that was designed shows a better result in 90% of the cases compared to the current policy, improving up to 50% the result of the methodology currently used by the company in terms of the objective function, additionally, it is intuitive to use and allows the implementation of new developments associated with future projects. Among the improvements that can be implemented is the implementation of metaheuristics, for which a genetic algorithm was executed as a first step to solve the problem by including additional variables, such as variability in drying time, machine failures, imperfections in the raw material, among others. With this algorithm it was possible to handle different methods converting them into a solution adaptable to different scenarios that adjust to the present needs in the brick industry, thus being a better and more viable solution.
The implementation of the different methodologies in production planning is useful so that in a future study, new changes, external or internal, can be considered and still obtain the best solutions by including new situations or variables that were not taken into account in this tool. Likewise, the tool is not only functional in a variety of cases, but it is also easy to use, does not require a license and is free of charge, which gives it an added value when using it as a proposed solution
Cobertura espacial
ColombiaTemas
Ingeniería industrial - Tesis y disertaciones académicasIndustria ladrillera
Planificación estratégica
Python (Lenguaje de programación de computadores)
Estadísticas Google Analytics
Colecciones
- Ingeniería Industrial [1109]