Ciencias Exactas y Ciencias de la Salud
Permanent URI for this collectionhttps://hdl.handle.net/11285/551039
Pertenecen a esta colección Tesis y Trabajos de grado de las Maestrías correspondientes a las Escuelas de Ingeniería y Ciencias así como a Medicina y Ciencias de la Salud.
Browse
Search Results
- Modelo de simulación de eventos discretos y optimización de una línea de producción automotriz a través de Tecnomatix Plant Simulation(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2022-12-01) Cruz Manjarrez, Gerardo Alejandro; PEIMBERT GARCIA, RODRIGO ERNESTO; 226983; Peimbert García, Rodrigo Ernesto; puemcuervo; Smith Cornejo, Neale Ricardo; Escuela de Ingeniería y Ciencias; Campus Monterrey; Garay Rondero, Claudia LizetteLa Industria 4.0 tiene como objetivo incrementar la eficiencia y flexibilidad dentro de las empresas, mediante la digitalización y automatización de los procesos productivos. Para lograrlo hace uso de un conjunto de tecnologías, conocidas como habilitadoras, entre las que destaca la simulación. Uno de los sectores que destacan en la implementación de la Industria 4.0 es el automotriz, esto debido a que sus procesos productivos cuentan con tecnologías de última generación, con una infraestructura en sistemas de información y comunicación y con procesos altamente digitalizados o automatizados, lo que facilita hacer esta transición. La empresa en la que se basa este trabajo de investigación pertenece a esta rama y desea implementar proyectos piloto para adoptar la Industria 4.0 dentro de sus operaciones. Una de las problemáticas que desean atacar es la productividad de una de sus líneas más importantes, tanto en volumen de producción como en tamaño, ya que obtuvo valores inferiores al objetivo en 2021, ocasionando un incremento en los costos de operación. Dada la naturaleza del problema, se ha decidido abordarlo mediante el uso de la simulación, con el fin de replicar el funcionamiento de la línea, analizar su comportamiento y plantear diferentes escenarios para incrementar su producción, y en consecuencia su productividad. Cabe destacar que la experimentación se dividió en 3 fases, el uso de diseño de experimentos con el fin de identificar los factores más relevantes para la variable de respuesta y sus interacciones; el uso de la simulación-optimización con el objetivo de encontrar las capacidades optimas de los buffers que permitan maximizar la producción de la línea y un apartado con escenarios extra, adicionales al diseño de experimentos. Una vez que se evaluaron todas las alternativas, se seleccionaron aquellas con los mejores resultados y se integraron dentro de un mismo modelo de simulación de forma simultánea, para analizar la situación ideal de la línea, obteniendo una mejora de 3,550 unidades dentro de un periodo de 5 meses.