Análisis de sensibilidad - MODELO DE OPTIMIZACIÓN PARA EL BALANCE DE LÍNEA DE

CAPÍTULO 3. MODELO DE OPTIMIZACIÓN PARA EL BALANCE DE LÍNEA DE

3.5 Análisis de sensibilidad

Para la validación del modelo propuesto se hizo un análisis de sensibilidad donde se crearon varios escenarios con diferentes valores en el parámetro I (5 estaciones, 6 estaciones y 7 estaciones). Se corrió el modelo nuevamente con estos escenarios, y también se calcularon los valores de los 𝑝𝑖𝑗que aparecen en las figuras 3.4 y 3.5 para

obtener las variaciones de los diferentes disminución tanto en la variación entre las estaciones como dentro de las estaciones con el modelo propuesto de 5 estaciones escenarios.

Figura 3.4: Duración 𝑝𝑖𝑗del modelo j en la estación i obtenida con el balance de 6

estaciones. Fuente: Elaboración propia

Estación 1 Estación 2 Estación 3 Estación 4 Estación 5 Estación 6 Modelo 1 81 69 50 69 103 44 Modelo 2 58 75 48 45 31 46 0 20 40 60 80 100 120 Carga d e t ra b aj o

48 Figura 3.5: Duración 𝑝𝑖𝑗del modelo j en la estación i obtenida con el balance de 7

estaciones. Fuente: Elaboración propia

En la tabla 3.8 se observa que los tres escenarios tienen una disminución de las variaciones entre estaciones y dentro de las estaciones con respecto al balance actual. Tabla 3.8. Comparación de las variaciones entre los diferentes escenarios y el balance

actual

Configuración Variación entre las

estaciones

Variación dentro de las estaciones ∑ ∑(|𝑝𝑖𝑗− 𝑑̅ |)𝑗 𝐽 𝑗=1 𝐼 𝑖=1 ∑ ∑(|𝑝𝑖𝑗− 𝜌|) 𝐽 𝑗=1 𝐼 𝑖=1 Balance actual 270 s 267 s Balance propuesto (5 estaciones) 117 s 155 s Balance 6 estaciones 141 s 165 s Balance 7 estaciones 155 s 199 s

Fuente: Elaboración propia

Después del análisis realizado se puede comprobar que existe una tendencia a disminuir las variaciones a medida que disminuyen el número de estaciones, y aunque todos los escenarios creados poseen menores variaciones que el balance actual, el modelo propuesto presenta los mejores resultados.

El modelo propuesto brinda una solución con cinco estaciones de trabajo, esto permitirá a la entidad mejorar las irregularidades existentes en la distribución de las cargas de trabajo de las diferentes estaciones, aunque debe ser estudiado de una forma más

Estación 1 Estación 2 Estación 3 Estación 4 Estación 5 Estación 6 Estación 7 Modelo 1 81 57 85 50 40 55 48 Modelo 2 58 33 42 45 46 48 31 0 10 20 30 40 50 60 70 80 90 C ar g a de t raba jo

49 detallada teniendo en cuenta todos los aspectos que influyen en tomar una decisión en la línea de ensamblaje. Aspectos como la distribución de los instrumentos de trabajo que existe actualmente, así como la capacitación de los operarios que van a realizar nuevas tareas. Para realizar todos los cambios que conlleva esta mejora se debe realizar un análisis de costo-beneficio para verificar si resulta factible su aplicación para la entidad objeto de estudio.

3.6 Conclusiones parciales

Una vez finalizado los análisis correspondientes del presente capítulo se pueden arribar a las conclusiones siguientes:

1.El empleo del modelo matemático basado en Thomopoulos (1970) y Matanachai y Yano (2001) posibilita la aplicación práctica a la presente investigación.

2. La utilización del software WinQSB permitió correr el modelo matemático con 170 variables y 112 restricciones mediante el método de solución Branch and Bound para obtener la solución óptima.

3. El balance propuesto con cinco estaciones genera una disminución tanto en la variación entre las estaciones como dentro de las estaciones.

4. Los escenarios del análisis de sensibilidad demuestran una tendencia a disminuir las variaciones calculadas a medida que disminuye el número de estaciones.

CONCLUSIONES GENERALES

Una vez terminada la investigación se presentan las siguientes conclusiones:

1. Resultado de la revisión de la literatura científica sobre las líneas de ensamblaje, se comprueba la importancia y el interés de los autores en la resolución de los problemas del balance de líneas de ensamblaje que se puedan presentar en situaciones prácticas. 2. El diagnóstico realizado a partir de la simulación de eventos discretos evidenció la necesidad de elaborar un modelo de optimización para balancear las cargas de trabajo por estaciones, disminuir los tiempos improductivos, y aumentar la eficiencia de la línea.

3. El modelo propuesto constituye una herramienta para la planeación operativa, pues permite el balance de líneas de ensamblaje de modelos mixtos en la empresa Ciclos Minerva. La aplicación del modelo establece mejoras en la distribución de las cargas de trabajo, brindando la posibilidad de disminuir las variaciones entre y dentro estaciones, lo que ayuda a minimizar el tiempo de ciclo y facilita el problema de secuenciación.

RECOMENDACIONES

1. Realizar un análisis de costo-beneficio para verificar que la mejora propuesta es factible para la empresa objeto de estudio.

2. Extender la aplicación del modelo propuesto a otros productos para obtener mejoras, teniendo en cuenta todos los análisis requeridos.

3.En el área de la modelación matemática, la implementación de funciones objetivo que tengan en cuenta el aspecto ambiental independiente de la actividad del desensamblaje, constituye un área insatisfecha en la presente investigación y que presenta grandes oportunidades para la ciencia de la ALBP.

BIBLIOGRAFÍA

Adam, E.E. & Ebert, R.J., 1991. Administración de la producción y las operaciones:

conceptos, modelos y funcionamiento, Pearson educacion.

Akpınar, S. & Bayhan, G.M., 2011. A hybrid genetic algorithm for mixed model

assembly line balancing problem with parallel workstations and zoning constraints.

Engineering Applications of Artificial Intelligence, 24(3), pp.449–457.

Akpınar, S., Bayhan, G.M. & Baykasoglu, A., 2013. Hybridizing ant colony optimization via genetic algorithm for mixed-model assembly line balancing problem with sequence dependent setup times between tasks. Applied Soft Computing, 13(1), pp.574–589.

Akpinar, S. & Baykasoglu, A., 2014. Modeling and solving mixed-model assembly line balancing problem with setups. Part I: A mixed integer linear programming model.

Journal of manufacturing systems, 33(1), pp.177–187.

Akpinar, Ş. & Baykasoğlu, A., 2014. Modeling and solving mixed-model assembly line balancing problem with setups. Part II: A multiple colony hybrid bees algorithm.

Journal of Manufacturing Systems, 33(4), pp.445–461.

Battini, D. et al., 2007. Design configuration for a mixed-model assembly system in case of low product demand. The International Journal of Advanced

Manufacturing Technology, 34(1-2), pp.188–200.

Baudin, M., 2002. Lean assembly: the nuts and bolts of making assembly operations flow, Productivity Press.

Baybars, I., 1986. A survey of exact algorithms for the simple line balancing problem.

Management Science, 32(8), pp.909–932. Available at:

http://www.jstor.org/stable/2631657.

Becker, C. & Scholl, A., 2006. A survey on problems and methods in generalized assembly line balancing. In European Journal of Operational Research. pp. 694–

715.

Betancourt, L.C., 2007. ASALBP: the alternative subgraphs assembly line balancing problem. Formalization and resolution procedures. Technical University of Catalonia-Institute of Industrial and Control Engineering. Doctoral Program:

Advanced Automation and Robotics.-2007.

Boysen, N. & Fliedner, M., 2008. A versatile algorithm for assembly line balancing.

European Journal of Operational Research, 184(1), pp.39–56.

Boysen, N., Fliedner, M. & Scholl, A., 2007. A classification of assembly line balancing problems. European Journal of Operational Research, 183(2), pp.674–693.

Available at: http://www.sciencedirect.com/science/article/pii/S0377221706010435 [Accessed December 12, 2015].

Boysen, N., Fliedner, M. & Scholl, A., 2008. Assembly line balancing: Which model to use when? International Journal of Production Economics, 111(2), pp.509–528.

53 Available at: http://www.sciencedirect.com/science/article/pii/S0925527307000965 [Accessed December 12, 2015].

Broche Fernández, Y., 2009. Procedimiento para la logística inversa de los residuos sólidos generados en Pequeñas y Medianas Instalaciones Turísticas Hoteleras cubanas. Villa Clara: Universidad Central Marta Abreu de Las Villas.

Bukchin, J., Dar-El, E.M. & Rubinovitz, J., 2002. Mixed model assembly line design in a make-to-order environment. Computers & Industrial Engineering, 41(4), pp.405–

421.

Campbell Pegudo, D., 2010. Procedimiento para mejorar la gestión de

aprovisionamiento de los desechos reciclables en la Empresa Recuperación de Materias Primas Villa Clara.

Choi, G., 2009. A goal programming mixed-model line balancing for processing time and physical workload. Computers & Industrial Engineering, 57(1), pp.395–400.

Chutima, P. & Chimklai, P., 2012. Multi-objective two-sided mixed-model assembly line balancing using particle swarm optimisation with negative knowledge. Computers & Industrial Engineering, 62(1), pp.39–55.

Conejero González, H., 1996. Desarrollo de la manipulación y el almacenamiento en

las Bases de Recuperación de desechos no metálicos. Universidad Central Marta

Abreu de Las Villas.

Daniel, S. & Robert, B., 1998. Planeación y Control de la Producción. Sipper, Daniel--

México: McGraw-Hill Interamericana Editores.

Decker, M., 1993. Capacity smoothing and sequencing for mixed-model lines.

International journal of production economics, 30, pp.31–42.

Dolgui, A. & Proth, J.M., 2010. Supply chain engineering: Useful methods and techniques,

Domschke, W., Klein, R. & Scholl, A., 1995. Antizipative Leistungsabstimmung bei

moderner Variantenfließfertigung, Darmstadt Technical University, Department of

Business Administration, Economics and Law, Institute for Business Studies (BWL).

Dou, J., Dai, X. & Meng, Z., 2011. A GA-based approach for optimizing single-part flow-line configurations of RMS. Journal of Intelligent Manufacturing, 22(2), pp.301–317.

Dradá, M., David, J. & Montealegre López, L.M., 2015. Problemas de balance de línea con múltiples líneas en paralelo y enfoque multiobjetivo [recurso electrónico]. Emde, S., Boysen, N. & Scholl, A., 2010. Balancing mixed-model assembly lines: a

computational evaluation of objectives to smoothen workload. International

Journal of Production Research, 48(11), pp.3173–3191.

Erel, E. & Sarin, S.C., 1998. A survey of the assembly line balancing procedures.

54 Fattahi, P. & Salehi, M., 2009. Sequencing the mixed-model assembly line to minimize

the total utility and idle costs with variable launching interval. The International

Journal of Advanced Manufacturing Technology, 45(9-10), pp.987–998.

Feitó Cespón, M. & Cespón Castro, R., 2010. Estudio empírico sobre las estrategias de logística inversa en el sector industrial de la provincia de Villa Clara. Ingeniería Industrial, 30(3).

Ghandi, S. & Masehian, E., 2015. Review and taxonomies of assembly and

disassembly path planning problems and approaches. Computer-Aided Design, 67, pp.58–86.

Halperin, D., Latombe, J.-C. & Wilson, R.H., 2000. A general framework for assembly planning: The motion space approach. Algorithmica, 26(3-4), pp.577–601.

Hamzadayi, A. & Yildiz, G., 2012. A genetic algorithm based approach for

simultaneously balancing and sequencing of mixed-model U-lines with parallel workstations and zoning constraints. Computers & Industrial Engineering, 62(1), pp.206–215.

Harrell, C., Bowden, R. & Ghosh, B.K., 2000. Simulation using promodel, McGraw-Hill Higher Education.

Hevia Lanier, F., 2008. Metodología de diseño de la cadena de suministro inversa. Ibarra Mirón, S., 2003. Modelo y procedimientos para el análisis y proyección

competitiva de unidades estratégicas de fabricación en empresas manufactureras cubanas. Universidad Central“ Marta Abreu” de Las Villas, Santa Clara, Cuba. Kara, Y., Ozcan, U. & Peker, A., 2007. Balancing and sequencing mixed-model just-in-

time U-lines with multiple objectives. Applied Mathematics and Computation, 184(2), pp.566–588.

Kara, Y., Paksoy, T. & Chang, C.T., 2009. Binary fuzzy goal programming approach to single model straight and U-shaped assembly line balancing. European Journal of

Operational Research, 195(2), pp.335–347. Available at: <Go to

ISI>://000261872600002.

Kara, Y. & Tekin, M., 2009. A mixed integer linear programming formulation for optimal balancing of mixed-model U-lines. International Journal of Production Research, 47(15), pp.4201–4233.

Kavraki, L., Latombe, J.-C. & Wilson, R.H., 1993. On the complexity of assembly partitioning. Information Processing Letters, 48(5), pp.229–235.

Knudsen González, J., 2005. Diseño y gestión de la cadena de suministro de los residuos agroindustriales de la caña de azúcar. Aplicación a los residuos agrícolas cañeros, el bagazo y las mieles. Ingeniería Industrial. Universidad

Central“ Marta Abreu” de Las Villas. Santa Clara.

Kucukkoc, I. et al., 2013. An improved ant colony optimisation algorithm for type-i parallel two-sided assembly line balancing problem.

55 Kucukkoc, I. & Zhang, D.Z., 2014a. Mathematical model and agent based solution

approach for the simultaneous balancing and sequencing of mixed-model parallel two-sided assembly lines. International Journal of Production Economics, 158, pp.314–333.

Kucukkoc, I. & Zhang, D.Z., 2014b. Simultaneous balancing and sequencing of mixed- model parallel two-sided assembly lines. International Journal of Production

Research, 52(12), pp.3665–3687.

Lee, Q., 2000. How to balance a manufacturing work cell. In Institute of Industrial

Engineers-IE Solutions Conference.

Levitin, G., Rubinovitz, J. & Shnits, B., 2006. A genetic algorithm for robotic assembly line balancing. European Journal of Operational Research, 168(3), pp.811–825.

Liao, L.M., Huang, C.J. & Huang, J.H., 2012. Applying multi-agent approach to mixed- model assembly line balancing. In Management of Innovation and Technology

(ICMIT), 2012 IEEE International Conference on. IEEE, pp. 684–688.

Lusa, A., 2008. A survey of the literature on the multiple or parallel assembly line balancing problem. European J. Industrial Engineering, 2(1), pp.50–72.

Machuca, M.J.D. et al., 1995. Dirección de Operaciones: Aspectos estratégicos en la producción y los servicios,

Manavizadeh, N. et al., 2013. A Simulated Annealing algorithm for a mixed model assembly U-line balancing type-I problem considering human efficiency and Just- In-Time approach. Computers & Industrial Engineering, 64(2), pp.669–685.

Manavizadeh, N. et al., 2012. Mixed-model assembly line balancing in the make-to- order and stochastic environment using multi-objective evolutionary algorithms.

Expert Systems with Applications, 39(15), pp.12026–12031.

Matanachai, S. & Yano, C.A., 2001. Balancing mixed-model assembly lines to reduce work overload. IIE transactions, 33(1), pp.29–42.

Merengo, C., Nava, F. & Pozzetti, A., 1999. Balancing and sequencing manual mixed- model assembly lines. International Journal of Production Research, 37(12), pp.2835–2860.

Morrison, D.R., Sewell, E.C. & Jacobson, S.H., 2014. An application of the branch, bound, and remember algorithm to a new simple assembly line balancing dataset.

European Journal of Operational Research, 236(2), pp.403–409.

Mosadegh, H., Zandieh, M. & Ghomi, S.M.T.F., 2012. Simultaneous solving of balancing and sequencing problems with station-dependent assembly times for mixed-model assembly lines. Applied Soft Computing, 12(4), pp.1359–1370.

Negrín Sosa, E., 2003. El mejoramiento de la Administración de Operaciones en empresas de servicios hoteleros.

Oesterle, J. & Amodeo, L., 2014. Efficient Multi-objective Optimization Method for the Mixed-model-line Assembly Line Design Problem. Procedia CIRP, 17, pp.82–87.

56 Özcan, U. et al., 2010. Balancing and sequencing of parallel mixed-model assembly

lines. International Journal of Production Research, 48(17), pp.5089–5113.

Özcan, U., Kellegöz, T. & Toklu, B., 2011. A genetic algorithm for the stochastic mixed- model U-line balancing and sequencing problem. International Journal of

Production Research, 49(6), pp.1605–1626.

Özcan, U. & Toklu, B., 2009. Balancing of mixed-model two-sided assembly lines.

Computers & Industrial Engineering, 57(1), pp.217–227.

Ozturk, C. et al., 2010. Simultaneous balancing and scheduling of flexible mixed model assembly lines with sequence-dependent setup times. Electronic Notes in

Discrete Mathematics, 36, pp.65–72.

Pan, C., 2005. Integrating CAD files and automatic assembly sequence planning. Pastor Moreno, R. & Capacho Betancourt, L., 2004. Generación de secuencias de

montaje y equilibrado de líneas.

Pereira da Silvaa, G.G.M., Tubinob, D.F. & Seibelc, S., 2015. Linhas de montagem: revisão da literatura e oportunidades para pesquisas futuras. Production Journal, 25(1), pp.170–182.

Rabbani, M., Moghaddam, M. & Manavizadeh, N., 2012. Balancing of mixed-model two-sided assembly lines with multiple U-shaped layout. The International Journal

of Advanced Manufacturing Technology, 59(9-12), pp.1191–1210.

Ramos Gómez, R.A., 2002. Procedimiento para la mejora continua y el

perfeccionamiento del sistema de planificación y control del servicio de reparación de motores. Aplicación al caso de la reparación de motores diesel.

Rekiek, B. & Delchambre, A., 2006. Assembly Line Design: The Balancing of Mixed- Model Hybrid Assembly Lines with Genetic Algorithms. In Assembly Automation. p. 252.

Reyes Selva, A. et al., 2011. Design of disassembly sequences using search strategies. Application of IDA* in state diagrams. International Journal of

Production Research, 49(11), pp.3395–3403.

Scholl, A., 1995. Balancing and secuencing of assembly lines, Physica-Verlag Heidelberg.

Scholl, A., 1999. Balancing and sequencing of assembly lines, Physica-Verlag Heidelberg.

Scholl, A. & Becker, C., 2006. State-of-the-art exact and heuristic solution procedures for simple assembly line balancing. European Journal of Operational Research, 168(3), pp.666–693. Available at:

http://www.sciencedirect.com/science/article/pii/S0377221704004795 [Accessed December 12, 2015].

Scholl, A., Fliedner, M. & Boysen, N., 2010. Absalom: Balancing assembly lines with assignment restrictions. European Journal of Operational Research, 200(3),

57 pp.688–701. Available at:

http://www.sciencedirect.com/science/article/pii/S0377221709000575 [Accessed January 22, 2016].

Simaria, A.S. & Vilarinho, P.M., 2009. 2-ANTBAL: An ant colony optimisation algorithm for balancing two-sided assembly lines. Computers & Industrial Engineering, 56(2), pp.489–506.

Simaria, A.S. & Vilarinho, P.M., 2004. A genetic algorithm based approach to the mixed-model assembly line balancing problem of type II. Computers & Industrial

Engineering, 47(4), pp.391–407. Available at:

http://www.sciencedirect.com/science/article/pii/S0360835204001275 [Accessed February 17, 2016].

Sivasankaran, P. & Shahabudeen, P., 2014. Literature review of assembly line balancing problems. The International Journal of Advanced Manufacturing

Technology, 73(9-12), pp.1665–1694.

Sivasankaran, P. & Shahabudeen, P.M., 2013. Genetic algorithm for concurrent balancing of mixed-model assembly lines with original task times of models. Srinivasan, H., Shyamsundar, N. & Gadh, R., 1997. A framework for virtual

disassembly analysis. Journal of Intelligent Manufacturing, 8(4), pp.277–295.

Tasan, S.Ö. & Tunali, S., 2006. Improving the genetic algorithms performance in simple assembly line balancing. In Computational Science and Its Applications-

ICCSA 2006. Springer, pp. 78–87.

Thomopoulos, N.T., 1970. Mixed model line balancing with smoothed station assignments. Management science, 16(9), pp.593–603.

Tiacci, L., 2012. Event and object oriented simulation to fast evaluate operational objectives of mixed model assembly lines problems. Simulation Modelling Practice

and Theory, 24, pp.35–48.

Tiacci, L., 2015. Simultaneous balancing and buffer allocation decisions for the design of mixed-model assembly lines with parallel workstations and stochastic task times. International Journal of Production Economics, 162, pp.201–215.

Wang, L. et al., 2009. Assembly process planning and its future in collaborative manufacturing: a review. The International Journal of Advanced Manufacturing

Technology, 41(1-2), pp.132–144.

Womack, J., Jones, D. & Roos, D., 1992. “La industria de las industrias se encuentra en transición” en La máquina que cambió el mundo. , pp.1–4.

Xu, W. & Xiao, T., 2011. Strategic robust mixed model assembly line balancing based on scenario planning. Tsinghua Science & Technology, 16(3), pp.308–314.

Yagmahan, B., 2011. Mixed-model assembly line balancing using a multi-objective ant colony optimization approach. Expert Systems with Applications, 38(10),

58 Yang, C., Gao, J. & Sun, L., 2013. A multi-objective genetic algorithm for mixed-model

assembly line rebalancing. Computers & Industrial Engineering, 65(1), pp.109–

116. Available at:

http://www.sciencedirect.com/science/article/pii/S0360835211003615.

Ying, B., Hongshun, Z. & Liao, Z., 2009. Mixed-model assembly line balancing using the hybrid genetic algorithm. In Measuring Technology and Mechatronics

Automation, 2009. ICMTMA’09. International Conference on. IEEE, pp. 242–245.

Yuan, B. et al., 2015. An effective hybrid honey bee mating optimization algorithm for balancing mixed-model two-sided assembly lines. Computers & Operations

Research, 53, pp.32–41.

Zacharia, P.T. & Nearchou, A.C., 2010. Multi-objective fuzzy assembly line balancing using genetic algorithms. Journal of Intelligent Manufacturing, 23(3), pp.615–627.

Available at: http://dx.doi.org/10.1007/s10845-010-0400-9.

van Zante-de Fokkert, J.I. & de Kok, T.G., 1997. The mixed and multi model line balancing problem: a comparison. European Journal of Operational Research, 100(3), pp.399–412.

Anexo 1

:

Diagrama de flujo de la bicicleta Modelo MTB-24-18V

Actividad Ensamble Bicicleta Modelo MTB-24-18V

Fecha Marzo de 2016

Operador Analista Dianelys Vargas

Método Actual Tipo

Comentarios:

No. Descripción de la Actividad Símbolo Tiempo de

duración (segundos)

Estación de trabajo

1 Montaje de guardafango delantero 55 ET1

2 Montaje de S y cambia plato 28 ET2

3 Montaje de Rueda delantera 28 ET3

4 Montaje de pedales 27 ET4

5 Montaje de cadena 41 ET5

6 Montar conjunto zapata y porta zapata

del freno delantero y trasero

40 ET6

7 Montaje de guardafango trasero 26 ET7

8 Montaje de Parrilla al cuadro 50 ET8

9 Montaje de Rueda trasera 48 ET9

10 Colocar timón y ajuste de cables al cuadro

29 ET10

11 Montaje de timón y ajuste de cables de freno

Anexo 2: Diagrama de flujo de la bicicleta Modelo MTB-26-Diámetro 40

Actividad Ensamble Bicicleta Modelo MTB-26-Diámetro 40

Fecha Marzo de 2016

Operador Analista Dianelys Vargas

Método Actual Tipo

Comentarios:

No. Descripción de la Actividad Símbolo Tiempo de

duración (segundos)

Estación de trabajo

1 Montaje de guardafango delantero - ET1

2 Montaje de S y cambia plato 33 ET2

3 Montaje de Rueda delantera 31 ET3

4 Montaje de pedales 29 ET4

5 Montaje de cadena 42 ET5

6 Montar conjunto zapata y porta zapata

del freno delantero y trasero

45 ET6

7 Montaje de guardafango trasero - ET7

8 Montaje de Parrilla al cuadro - ET8

9 Montaje de Rueda trasera 48 ET9

10 Colocar timón y ajuste de cables al cuadro

29 ET10

11 Montaje de timón y ajuste de cables de freno

Anexo 3: Tablas del cálculo del número de observaciones necesarias a realizar en cada operación

Anexo 3: Tablas del cálculo del número de observaciones necesarias a realizar en cada operación. Continuación

Anexo 5: Descripción detallada del proceso de construcción de los modelos en Promodel. Continuación

Anexo 6: Salida del WinQSB para el balance propuesto con 5 estaciones de trabajo. Continuación

Anexo 6: Salida del WinQSB para el balance propuesto con 5 estaciones de trabajo.

In document Modelo de optimización para el balance de líneas de ensamble para modelos mixtos Aplicación en la empresa Ciclos Minerva (página 53-83)