• No se han encontrado resultados

Ejercicios ARENA Resueltos

N/A
N/A
Protected

Academic year: 2021

Share "Ejercicios ARENA Resueltos"

Copied!
30
0
0

Texto completo

(1)

El Banco Nacional de Occidente piensa abrir una ventanilla de servicio en automóvil para El Banco Nacional de Occidente piensa abrir una ventanilla de servicio en automóvil para servicio a los clientes. La gerencia estima que los clientes llegarán a una tasa de 15 por hora. servicio a los clientes. La gerencia estima que los clientes llegarán a una tasa de 15 por hora. El cajero que estará en la ventanilla puede atender clientes a una tasa de uno cada tres El cajero que estará en la ventanilla puede atender clientes a una tasa de uno cada tres minutos.

minutos.

Suponiendo que las llegadas son de Poisson y que el servicio es exponencial, encuentre: Suponiendo que las llegadas son de Poisson y que el servicio es exponencial, encuentre:

1.

1. La La utilización utilización del del cajero.cajero. 2.

2. El El número número promedio promedio en en cola.cola. 3.

3. Número Número promedio promedio en en el el sistema.sistema. 4.

4. Tiempo Tiempo promedio promedio de de espera espera en en cola.cola. 5.

5. Tiempo proTiempo promedio de medio de espera en espera en el sistema (incluyel sistema (incluyendo el endo el servicio).servicio).

Por la disponibilidad limitada de espacio y el deseo de proporcionar un nivel de servicio Por la disponibilidad limitada de espacio y el deseo de proporcionar un nivel de servicio aceptable, el gerente del banco quisiera asegurar, con un 95% de certeza que los clientes no aceptable, el gerente del banco quisiera asegurar, con un 95% de certeza que los clientes no tengan que esperar y sean atendidos inmediatamente. Para ello tiene dos opciones: conseguir tengan que esperar y sean atendidos inmediatamente. Para ello tiene dos opciones: conseguir que el empleado de la ventanilla trabaje más rápido, o poner más empleados conservando la que el empleado de la ventanilla trabaje más rápido, o poner más empleados conservando la misma tasa de servicio. Evaluar las dos posibilidades.

misma tasa de servicio. Evaluar las dos posibilidades.

SIMULACIÓN DE PROBLEMAS

SIMULACIÓN DE PROBLEMAS

DE

DE COLAS

COLAS ARENA)

ARENA)

1

1

(2)
(3)

Para calcular la longitud mínima de la Para calcular la longitud mínima de la simulación, empezaremos con 1000 minutos y simulación, empezaremos con 1000 minutos y nos fijaremos en los dos primeros resultados nos fijaremos en los dos primeros resultados del fichero de resultados “Ejemplo-1.out”:

del fichero de resultados “Ejemplo-1.out”:  Banco.TotalTimePe Banco.TotalTimePerEntityrEntity  (Tiempo total de  (Tiempo total de  permanencia en el sistema W) y

(4)

El valor que se observa en la columna

El valor que se observa en la columna  Half  Half WithWith, nos indica el rango dentro del cual está el, nos indica el rango dentro del cual está el valor buscado con un 95% de probabilidad, es decir, se trata de una medida del error que se valor buscado con un 95% de probabilidad, es decir, se trata de una medida del error que se está cometiendo en la simulación. En este primer caso, se puede ver que aparece la expresión está cometiendo en la simulación. En este primer caso, se puede ver que aparece la expresión (Insuf), que indica que la longitud de la simulación no es lo suficientemente grande para hacer (Insuf), que indica que la longitud de la simulación no es lo suficientemente grande para hacer el análisis estadístico que proporciona el valor. Por tanto, parece claro que debemos hacer el análisis estadístico que proporciona el valor. Por tanto, parece claro que debemos hacer simulaciones más largas, al menos hasta que en la columna

simulaciones más largas, al menos hasta que en la columna Half With Half With se obtenga un valor que se obtenga un valor que sea alrededor del 5% del valor nominal. En la siguiente tabla, se muestran los resultados de sea alrededor del 5% del valor nominal. En la siguiente tabla, se muestran los resultados de varias simulaciones de distintas longitudes, con el objetivo de calcular la longitud mínima de varias simulaciones de distintas longitudes, con el objetivo de calcular la longitud mínima de la simulación. la simulación. Sin WARM-UP Sin WARM-UP Longitud de la Longitud de la simulación (horas)

simulación (horas) Wq Wq % % error error W W %error %error L L %error%error 10

10 6.102 6.102 (insuf) (insuf) 9.26 9.26 (insuf) (insuf) 2.14 2.14 (insuf)(insuf) 100 100 10.333 10.333 30.8 30.8 13.518 13.518 24.4 24.4 3.32 3.32 28.728.7 500 500 8.603 8.603 15.6 15.6 11.591 11.591 12.0 12.0 2.88 2.88 (corr)(corr) 1000 1000 9.026 9.026 13.3 13.3 12.033 12.033 10.2 10.2 3.01 3.01 11.411.4 5000 5000 8.678 8.678 6.06 6.06 11.667 11.667 4.6 4.6 2.91 2.91 4.84.8 10000 10000 8.641 8.641 4.49 4.49 11.642 11.642 3.45 3.45 2.90 2.90 3.43.4 50000 50000 8.888 8.888 2.23 2.23 11.889 11.889 1.70 1.70 2.96 2.96 1.751.75

Con WARM-UP de 10 horas Con WARM-UP de 10 horas

Longitud de la Longitud de la simulación (horas)

simulación (horas) Wq Wq % % error error W W %error %error L L %error%error 10

10 8.85 8.85 (insuf) (insuf) 11.90 11.90 (insuf) (insuf) 3.28 3.28 (insuf)(insuf) 100

100 10.074 10.074 37.0 37.0 13.20 13.20 29.0 29.0 3.25 3.25 30.030.0 500

500 8.685 8.685 (corr) (corr) 11.66 11.66 (corr) (corr) 2.90 2.90 (corr)(corr) 1000

1000 9.120 9.120 12.0 12.0 12.133 12.133 9.10 9.10 3.04 3.04 10.010.0 5000

5000 8.676 8.676 (corr) (corr) 11.67 11.67 (corr) (corr) 2.91 2.91 55 10000

10000 8.653 8.653 4.39 4.39 11.653 11.653 3.36 3.36 2.90 2.90 3.43.4 50000

50000 8.888 8.888 2.27 2.27 11.889 11.889 1.74 1.74 2.96 2.96 1.71.7

A la vista de estos resultados, parece claro que la simulación debe tener una longitud mínima A la vista de estos resultados, parece claro que la simulación debe tener una longitud mínima de más o menos 5000 horas, ya que se tiene un error en torno al 5%, Por otro lado, este error de más o menos 5000 horas, ya que se tiene un error en torno al 5%, Por otro lado, este error va disminuyendo según se va aumentando la longitud de la simulación. El warm-up se utiliza va disminuyendo según se va aumentando la longitud de la simulación. El warm-up se utiliza  para

 para evitar evitar el el período período transitorio transitorio que que se se tiene tiene al al empezar empezar con con todo todo el el sistema sistema vacío. vacío. SinSin embargo, en este caso no parece necesario, ya que se obtienen resultados similares con y sin embargo, en este caso no parece necesario, ya que se obtienen resultados similares con y sin warm-up.

warm-up.

En la figura siguiente, se muestra el fichero model1.out en el que se recogen todos los En la figura siguiente, se muestra el fichero model1.out en el que se recogen todos los resultados de la simulación.

(5)

De aquí se pueden obtener los resultados buscados:

1.- Factor de Utilización del servidor (f.u.) = SERVIDOR.Utilization = 0.75063 2.- Número medio en la cola (Lq) = Banco.Queue.NumberInQueue = 2.2462 3.- Número medio en el sistema (L) = ENTITY 1.WIP = 2.9968

4.- Tiempo medio en el sistema (W) = ENTITY 1.TotalTime = 11.991

(6)

Aunque L se ha calculado como “la cantidad de trabajo en proceso (Work In Process)”, vamos a utilizar una variable definida por el usuario para que su cálculo sea más claro (además servirá más adelante para el cálculo de las probabilidades).

Se selecciona el icono Variable en la plantilla “Basic Process” y se marca la casilla “Statistics” para que aparezca el resultado en el fichero de salida

(7)

Para calcular las probabilidades de 0, 1, 2, ... (P0, P1, P2, ...) vamos a guardar la evolución de la variable L a lo largo del tiempo de simulación, en el fichero “prob.dat”, que después analizaremos con el programa OUTPUT ANALIZER.

Al finalizar la simulación, habrá un fichero “prob.dat”.

En la columna Cell se tienen las probabilidades P0, P1, P2, ... El caso que hemos simulado, es el de 1 único servidor, con lo que P0 coincide con la probabilidad de no esperar Pnw que estamos buscando; se observa que es el 24,8% cuando se ha pedido que no sea inferior al 95%.

(8)

Si, como en el caso que nos ocupa, no es necesario calcular todas las probabilidades, sino solamente la probabilidad de no esperar, se puede hacer más rápidamente utilizando el apartado Categories que se encuentra también en Statistics.

Haciendo ahora la simulación, obtenemos el resultado en el nuevo apartado Frequencies del fichero .out

Podría incluso incluirse en la animación del modelo, un histograma en el que se muestre esta información. La expresión NR(Servidor)>=1 comprueba en cada instante si el número de unidades utilizadas del recurso servidor es 0 (con lo que no se espera) o es 1 (el servidor está ocupado, y hay espera); en el histograma se muestra el porcentaje de veces que NR()=0 (no se espera), y NR()>=1 (sí se espera).

(9)

Si simulamos, obtendremos una animación similar a la que se muestra en la figura; el histograma muestra que poco más del 20% no esperan:

La primera alternativa para aumentar el porcentaje de clientes que no tienen que esperar, consiste en hacer que el servidor trabaje más deprisa. Actualmente tarda 3 minutos como media en atender un cliente. Si hacemos que tarde solo 1 minuto:

Se comprueba en el histograma, que a esta velocidad, no esperan el 75% de los clientes. Si queremos llegar hasta el 95%, deberemos hacer que trabaje todavía más rápido. Si hacemos que el servidor tarde 0,16667 minutos como media (10 segundos), es posible llegar al 95% buscado, sin embargo, esto no parece fácilmente realizable puesto que supone hacer las operaciones que normalmente llevan 3 minutos en solo 10 segundos.

(10)

La segunda alternativa era aumentar el número de servidores.

Para simular varios servidores, tenemos dos posibilidades: las dos son perfectamente válidas, simplemente se diferencian en la animación. Si la animación es importante, y queremos diferenciar claramente cada uno de los recursos, de forma que se pueda ver cuando trabaja y cuando no cada uno de ellos, debemos definir los servidores como integrantes de lo que se llama un Conjunto de Recursos. Para ello utilizaremos la opción RESOURCE SET (Conjunto de Recursos), en la definición del Recurso dentro de la ventana de definición del Proceso (en el botón Add...):

Pulsando en el icono Set  en la plantilla “Basic Process”, aparecerá el Set creado, y que hemos llamado “servidores”. Pulsando en  Members podemos introducir los tres nombres: Servidor 1, Servidor 2 y Servidor 3.

Si se selecciona el icono de Recursos en la plantilla “Basic Process”, se verán los tres servidores que se han creado dentro del Set que hemos llamado “Servidores”.

En cuanto a la animación, bajamos la representación de la cola y colocamos los dibujos de los tres servidores.

(11)

Los dibujos de los servidores se colocan pulsando en el icono de los recursos:

Para que la entidad tenga el dibujo que queremos, habrá que entrar en  Edit... =>  Entity Pictures ...

Ahora podemos hacer la simulación para obtener las medidas de eficiencia del sistema y las probabilidades (aplicando el Output Analizer al fichero prob.dat que resulta de la simulación). Se comprueba como P0+P1+P2 (que es Pnw en el caso de 3 servidores) ya es superior al 95%  buscado.

(12)

En el histograma habrá que poner como expresión:

 NR(Servidor 1)+NR(Servidor 2)+NR(Servidor 3)>=3

Simulando, se obtendrá el siguiente resultado:

La segunda alternativa, más sencilla y rápida cuando la animación no es excesivamente importante, consiste en indicar la existencia de tres servidores en la casilla correspondiente a la capacidad (Capacity) del recurso. Esta casilla aparece cuando seleccionamos el elemento “Resource” en la plantilla “Basic Process”

Ahora se puede hacer la simulación obteniéndose resultados prácticamente iguales al caso anterior.

(13)
(14)

EJEMPLO 2

SIMULACIÓN DE PROCESOS DE

FABRICACIÓN CON ARENA

Se trata de simular el proceso de fabricación de un producto que

está compuesto por 3 elementos: 2 tapas (la superior y la inferior,

y el interior).

Las tapas llegan a la línea de fabricación según un proceso de

Poisson de media 5 tapas/hora. El 50% son tapas superiores y el

otro 50% inferiores. Una vez recibidas, es necesario pintarlas,

 para lo que pasan de una en una; por un proceso de pintura cuya

duración es independiente de la clase de tapa que se trate; se ha

comprobado que se distribuye según una triangular de tiempo

mínimo 6, medio 9 y máximo 12 minutos. Hay un control de

calidad del proceso de pintura que separa las tapas correctamente

 pintadas (el 95%) de las defectuosas, las cuales vuelven al

 proceso de pintura de nuevo.

Por otra parte, el elemento interior del producto final, llega a la

línea de fabricación empaquetado en cajas de 3 unidades,

siguiendo una distribución exponencial de media 64 minutos. El

 proceso de desempaquetado lo realiza una máquina que tarda en

realizar el trabajo un tiempo que se distribuye según una uniforme

entre 30 y 50 minutos. Además, esta misma máquina separa las

unidades defectuosas (el 10%) y las envía a chatarra.

Posteriormente, se tiene una máquina que hace el ensamblaje de

una tapa superior, una inferior y un elemento interior para

constituir el producto final. El tiempo de ensamblado se

distribuye según una normal de media 15 minutos y varianza 10

minutos.

Se trata de simular el proceso para calcular cuantas unidades del

 producto final es posible fabricar en 1 mes (30 días) con jornadas

(15)

Solución

Se trata de simular una línea de fabricación y montaje en la intervienen 3 tipos de piezas o entidades: por un lado tenemos las tapas (superior e inferior), por otro lado está el elemento interno y al final tenemos el producto ya ensamblado. Utilizaremos un  Atributo que denominaremos TIPO y que tendrá 3 posibles valores: 1 (tapa), 2 (interior)

y 3 (producto final).

Por otro lado, cada uno de los tres tipos de producto debe  pasar por una operación cuyo tiempo de proceso dependerá del tipo de producto que sea. Cuando haya que especificar el tiempo de proceso de cualquiera de estas operaciones utilizaremos una expression  de tipo array  que denominaremos

TPROCESO(TIPO). Previamente definiremos la expresión Tproceso seleccionando el icono correspondiente en la plantilla de la forma siguiente:

Para construir el modelo, vemos que por un lado llegan las tapas y por otro el cuerpo interior, por lo que partiremos de 2 bloques create, uno para cada tipo de piezas.

Para las tapas, después del create, utilizaremos un bloque assign para definir el atributo TIPO con el valor 1 (tapas). Posteriormente, definimos el bloque  process denominado PINTURA, en el que se simula el proceso de pintado de las tapas; se utilizará un recurso que se llamará PINTOR. Para simular el hecho de que el 5% de las piezas salen defectuosas del proceso de pintado, y por lo tanto hay que volver a pintarlas, utilizaremos un bloque decide y uniremos la salida false con la entrada del proceso de  pintura.

(16)

Como las tapas superior e inferior llegan a través del mismo proceso, debemos diferenciarlas. Para ello, utilizaremos un segundo atributo que denominaremos clase, y que tendrá 2 posibles valores (1000 y 2000, según sean tapas superiores o inferiores). Con la función DISCRETE  se pueden asignar estos valores de forma que el 50% sean de un tipo y el resto inferiores. Ahora, con otro bloque decide, separamos unas tapas de otras, y después, con dos bloques assign, asignamos un dibujo distinto a cada tipo de tapa.

(17)

El elemento interior del producto que estamos fabricando, llega al proceso utilizando un segundo bloque create. En primer lugar se asigna el valor 2 al atributo TIPO, y utilizando el mismo bloque assign, aprovechamos para cambiar el dibujo de la entidad a una caja ( picture.box), ya que nos dicen que llega al proceso metido en cajas de 3 unidades. Se debe simular el proceso de desempaquetado e inspección, lo cual hacemos con un nuevo bloque  process que denominamos DESEMPAQUETADO; se utiliza un recurso llamado DESEMPAQUETADORA. El hecho de sacar 3 unidades de cada caja, lo podemos simular utilizando un bloque Separate, que en este caso se usa como reproductor de entidades en lugar de separador de grupos o lotes previamente confeccionados. Se generan 2 réplicas que, junto con la entidad original, suman las 3 necesarias.

(18)
(19)

Ahora, mediante un bloque assign, se cambia de nuevo el dibujo de la entidad para que sea de otro color diferente a las tapas. Como en el proceso de desempaquetado se desechan el 10% por ser defectuosas, utilizaremos un bloque decide que mande el 10% de las entidades a un bloque dispose que representa la chatarra. El resto de las piezas ya están listas para ser ensambladas con las tapas y formar así el producto final.

El proceso de ensamblado lo simularemos de la forma siguiente: se deben juntar 3 elementos, una tapa superior, una tapa inferior y un elemento interior para constituir una unidad del producto final.

El bloque  Match  nos permite hacer las agrupaciones adecuadas, ya que los diferentes elementos van llegando a él a través de sus 3 entradas y se van colocando en las 3 colas que tiene. En el instante en el que haya 1 unidad en cada una de las colas, el bloque deja  pasar 1 unidad de cada una de las 3 colas al bloque siguiente. De esta manera, se puede

ordenar la salida de entidades de forma que vayan saliendo de 3 en 3, y con la  particularidad de que en cada grupo de 3, hay 1 unidad de cada tipo. Esas 3 entidades entran ahora en un bloque Batch que permite agrupar de forma temporal o definitiva las entidades, por lo que de este bloque sale una única entidad que representa al producto final. El siguiente bloque  Assign  sirve para cambiar de nuevo el dibujo de forma que represente el producto final, además de asignar el valor 3 al atributo TIPO (producto final). El tiempo y recursos necesarios para todo este proceso de ensamblado, lo

(20)

simulamos con un bloque de tipo Process  que denominamos ENSAMBLAJE. En el  proceso se utilizará una unidad del recurso Ensambladora.

El resultado final del proceso se manda a un bloque de tipo  Dispose que denominamos ALMACEN. Sin embargo, antes de entrar en el Dispose, debemos registrar el tiempo de fabricación para poder calcular el tiempo medio de fabricación de una unidad del  producto. Por un lado utilizaremos un bloque de tipo  Record , en el que se calcula el tiempo transcurrido desde la creación de la entidad hasta el instante actual (entrada en el almacén). Para hacer el cálculo, es necesario conocer el instante exacto en el que la entidad fue creada; esto es posible utilizando un atributo de llamaremos TENTRADA, al que se asigna como valor el instante en el que la entidad fue creada (que es el valor

(21)

actual del reloj de la simulación o TNOW). Esta asignación se hará justo después de crear las entidades, en los bloques  Assign 1 y  Assign 5. En el momento en el que la entidad pasa por el bloque Record, se hace el cálculo del tiempo transcurrido desde su creación. El valor medio de este tiempo, calculado para todas las unidades terminadas, saldrá dentro del fichero de resultados con el nombre de TmedioFabricacion,

El bloque Assign 8  que aparece antes del último bloque  Dispose, se utiliza para calcular de forma manual el tiempo medio de fabricación, con el objeto de  presentar en un display  dentro del modelo lógico este resultado. Se calcula el valor de una variable (que llamamos TFabricación por medio de la expresión:

TFabricacion = TNOW - TENTRADA

Donde TNOW es la hora actual que marca el reloj de la simulación y TEntrada es la hora de creación de la entidad.

(22)

Para poder observar los resultados en el mismo modelo, vamos a colocar varias  pantallas o displays, en los que se pueda ver durante la ejecución de la simulación,

algunos valores interesantes:

1. Calendario y hora de la simulación. 2. Número de unidades fabricadas.

3. Tiempo medio de fabricación de una unidad del producto. 4. Número de unidades en cada cola del bloque match.

5. Número total de unidades en todas las colas del modelo (3 del bloque match, 3 en los procesos de pintura, desempaquetado y ensamblado, y la cola de la agrupación batch 1).

Estos tres iconos de la barra de herramientas son los que se utilizan para esta tarea. El  primero es para incluir un reloj; el segundo un calendario y el tercero un display.

(23)

NQ(Match 1.Queue1) + NQ(Match 1.Queue2) + NQ(Match 1.Queue3) + NQ(PINTURA.Queue) + NQ(ENSAMBLAJE.Queue)*3 +

NQ(DESEMPAQUETADO.Queue) + NQ(Batch 1.Queue)

En la figura siguiente se muestra el modelo completo, una vez añadidos los elementos citados.

(24)

Después de ejecutar la simulación, en las condiciones que se muestran en la figura, se  pueden ver los resultados en las diferentes displays que se han incluido en el modelo.

(25)

EJEMPLO 3

SIMULACIÓN DE DISTINTOS

TRANSPORTES CON ARENA

Las piezas llegan al primer proceso de una en una, con una media

de 10 unidades/hora (Poisson); la mitad son de color ROJO y la

otra mitad AZULES. En el primer proceso se dispone de 2

máquinas iguales que realizar el trabajo tardando un tiempo que

se distribuye según una triangular de tiempos mínimo, modal y

máximo, de 5, 8 y 10 minutos respectivamente. Cuando finaliza

este primer trabajo, se mandan las piezas al departamento 2

utilizando un transporte directo (“

 ROUTE 

”) que tarda 12 minutos.

En el departamento 2, se agrupan las piezas en cajas de 6

unidades del mismo color. Las cajas son mandadas al

departamento 3 a través de una cinta transportadora

(“

CONVEYOR

”), de 100 metros de longitud y que se mueve a una

velocidad constante de 200 metros/hora.

En el departamento 3 se sacan las unidades de las cajas, y se

 procesan de una en una en una máquina que tarda un tiempo que

se distribuye uniformemente entre 4 y 8 minutos. El producto ya

finalizado se mete otra vez en cajas de 10 unidades del mismo

color que se llevarán al almacén 1 si son rojas, y al almacén 2 si

son azules. Para ello se utilizará una carretilla eléctrica

(“

TRANSPORTER

”), que se moverá a una velocidad de 30

km/hora si va vacía, y 10 km/hora cuando va llena. La distancia

hasta el almacén 1 es de 6 km, y de 10 km al almacén 2.

(26)

SOLUCIÓN

Comenzaremos por simular el proceso de creación de las piezas, utilizando un bloque

Create

. Posteriormente colocaremos un

 Assign

 para asignar a cada entidad un atributo

que llamaremos

Color 

, y que tendrá el valor

1

 si es de color rojo, y

2

 si es de color azul.

Ahora, utilizando un bloque

decide

 podemos asignar el dibujo

Picture.Red Ball

 a las

 piezas rojas (color=1), o

Picture.Blue Ball

 a las azules (color=2).

Create 1  Assign 1

True

False

Decide 1  Ass ign 2

 Assign 3 0

0

0

Ahora simularemos el primer proceso con un bloque

Process

, y la primera transferencia

desde la

 Estación 1

 hasta la

 Estación 2

, con un transporte directo

 Route

 que tardará 12

minutos.

P r o c e s s 1 Station 1 Route 1 Station 2

 As si gn 2

 As si gn 3

(27)

Route1 S tati on2 Dispose 1 0

Colocamos un bloque

 Dispose

 al final para poder empezar a simular. Simularemos un

total de 100 horas, este dato se introduce en el campo

 Replication Length

, dentro del

menú

 Run Setup

. Utilizando los elementos de animación, dibujaremos un primer

esquema de la animación.

ESTACIÓN 1 ESTACIÓN 2 SCANNER SCANNER

0 0:00:0 0

(28)

La agrupación en cajas se simula con el bloque

 Batch

. Eligiendo

 By attribute

  en la

opción

 Rule

, se pueden agrupar separando las de color rojo de las de color azul.

Introducimos un bloque

Station

  para marcar el punto de salida del departamento 2.

Utilizaremos un bloque

 Assign

 para cambiar el dibujo de las entidades a

Picture.Box

Station 2 B a t c h 1 Station 4  A s s ig n 4 0

Para simular la cinta transportadora o

Conveyor 

, utilizaremos 3 bloques: un bloque

 Access

 (para colocar la entidad en la cinta), un bloque

Convey

 (para mover la entidad a

su destino), y un bloque

 Exit 

 (para descargar la entidad de la cinta transportadora).

 As s ign 4  Acces s 1 Conv ey 1

Station 3 Exit 1 Station 4

D i s p o s e 1

(29)

ESTACIÓN 1 ESTACIÓN 2 ESTACIÓN 3 ESTACIÓN 4 SCANNER SCANNER

00 :0 0:0 0

En el departamento 3, se sacan las piezas de las cajas, lo que se simula con un bloque

Separate

  que deshaga las agrupaciones hechas antes de la cinta transportadora. Las

 piezas pasan a la cola del proceso 3 que va cogiendo una por una y haciendo una

operación cuyo tiempo se distribuye según una uniforme entre 4 y 8 minutos. El

 producto final se mete de nuevo en cajas pero ahora de capacidad 10 (del mismo color).

Por último colocamos un bloque

Station

  para designar el punto de salida del

departamento 3, y un bloque

 Assign

 para cambiar de nuevo el dibujo a

Picture.Packet 

Separate 1

Exit 1 P ro ce s s 2

Batch 2 Stati on 5  As si gn 5 0

0

(30)

Para simular el transporte hasta los almacenes, utilizamos un transporte por lotes

(

Transporter 

), que requiere de 3 bloques: un bloque

 Request 

, para solicitar un

transporte, un bloque

Transport 

 que mueve el transporte hacia la estación de destino, y

un bloque

Free

, que libera el transporte para que pueda ser utilizado por otras entidades.

Antes de liberar el transporte, lo devolvemos al punto de partida utilizando un bloque

 Move

. Para simular el tiempo de carga del transporte, utilizaremos un bloque

Process

,

en el que un recurso

 Resource 3

, cargará el transporte en un tiempo constante de 15

minutos.

Reques t2 Trans port 1

Station 6 almacen 1 Station 7 almacen 2 Free 1 Free 2 Move 1 Move 2 Process 3 0 0 0

Referencias

Documento similar