CLASE:

Sistema de Manufactura Asistidos por

Computadora

ACTIVIDAD:

Investigacion sobre temas vistos en clase

ALUMNO

Nombre: Bernardo Martinez Quintero

No de control: 00000204158
Carrera: Ingenieria Industríal
Fecha: 02/06/2018
El diseño asistido por computadora, abreviado DAO pero más conocido por las siglas
inglesas CAD (Computer Aided Design), es el uso de un amplio rango de herramientas
computacionales que asisten a Ingenieros, Arquitectos y a otros profesionales del diseño
en sus actividades. Es además la herramienta principal para la creación de entidades
geométricas enmarcados dentro de procesos de Administración del Ciclo de Vida de
Productos (Product Lifecycle Management), y que involucra software y algunas veces
Hardware especiales. Los paquetes actuales varían desde aplicaciones basadas en
vectores y sistemas de dibujo en 2 dimensiones (2D) hasta modeladores en 3 dimensiones
(3D) a través del uso de modeladores de sólidos y superficies paramétricas. Se trata
básicamente de una base de datos de entidades geométricas (puntos, líneas, arcos, etc.)
con la que se puede operar a través de una interfaz gráfica. Permite diseñar en dos o tres
dimensiones mediante geometría alámbrica, esto es, puntos, líneas, arcos; superficies y
sólidos para obtener un modelo numérico de un objeto o conjunto de ellos.
La base de datos asocia a cada entidad una serie de propiedades como color, capa, estilo
de línea, nombre, definición geométrica, etc., que permiten manejar la información de
forma lógica. Además pueden asociarse a las entidades o conjuntos de estas, otro tipo de
propiedades como el coste, material, etc., que permiten enlazar el CAD a los sistemas de
gestión y producción.

CAE son las siglas en inglés de Computer Aided Engineering, en español «ingeniería
asistida por ordenador o computadora». Se denomina así al conjunto de programas
informáticos que analizan los diseños de ingeniería realizados con el ordenador, o creados
de otro modo e introducidos en el ordenador, para valorar sus características,
propiedades, viabilidad y rentabilidad. Su finalidad es optimizar su desarrollo y
consecuentes costos de fabricación y reducir al máximo las pruebas para la obtención del
producto deseado.

La fabricación asistida por computadora, también conocida por las siglas en inglés CAM
(Computer Aided Manufacturing), hace referencia al uso de un extenso abanico de
herramientas basadas en los ordenadores.

Los datos creados con el CAD, se mandan a la máquina para realizar el trabajo, con una
intervención del operador mínima.

Algunos ejemplos de CAM son: el fresado programado por control numérico, la realización
de agujeros en circuitos automáticamente por un robot, soldadura automática de
componentes SMD en una planta de montaje.

CAM (Computer Aided Manufacturing o Manufactura asistida por computadora): La

manufactura asistida por computadora (CAM, de computer aided manufacturing), implica
el uso de computadores y tecnología de cómputo para ayudar en todas las fases de la
manufactura de un producto, incluyendo la planeación del proceso y la producción,
maquinado, calendarización, administración y control de calidad. El sistema CAM abarca
muchas de las tecnologías. Debido a sus ventajas, se suelen combinar el diseño y la
manufactura asistidos por computadora en los sistemas CAD/CAM. Esta combinación
permite la transferencia de información dentro de la etapa de diseño a la etapa de
planeación para la manufactura de un producto, sin necesidad de volver a capturar en
forma manual los datos sobre la geometría de la pieza. Una función de CAD/CAM
importante en operaciones de maquinado, es la posibilidad de describir la trayectoria de
la herramienta para diversas operaciones, como por ejemplo torneado, fresado y
taladrado con control numérico. Las instrucciones o programas se generan en
computadora, y pueden modificar el programador para optimizar la trayectoria de las
herramientas. El ingeniero o el técnico pueden entonces mostrar y comprobar
visualmente si la trayectoria tiene posibles colisiones con prensas, soportes u otros
objetos. En cualquier momento es posible modificar la trayectoria de la herramienta, para
tener en cuenta otras formas de piezas que se vayan a maquinar. El surgimiento del
CAD/CAM ha tenido un gran impacto en la manufactura al normalizar el desarrollo de los
productos y reducir los esfuerzos en el diseño, pruebas y trabajo con prototipos. Algunas
aplicaciones características del CAD/CAM son las siguientes:

• Calendarización para control numérico, control numérico computarizado y robots

industriales

• Diseño de dados y moldes para fundición en los que, por ejemplo, se pre programa
tolerancias de contracción

• Dados para operaciones de trabajo de metales, por ejemplo, dados complicados para
formado de láminas, y dados progresivos para estampado

• Diseño de herramientas y electrodos. Control de calidad e inspección; por ejemplo,

máquinas de medición por coordenadas programadas en una estación de trabajo
CAD/CAM.

• Planeación y Calendarización de proceso.

Diseño.-Utilizado habitualmente en el contexto de las artes aplicadas, ingeniería,

arquitectura y otras disciplinas creativas, diseño es considerado tanto sustantivo como
verbo. Se dice que el diseño es un proceso creativo.

El diseño mecánico se puede dividir en tres etapas principales las cuales son diseño
conceptual, preliminar y crítico o de detalle. En la etapa de diseño conceptual, se trata de
definir el problema que se tiene, el cual nace de alguna necesidad. El siguiente paso es
desarrollar todas las especificaciones así como los requerimientos del problema. Una vez
que se tiene todo esto, empieza la generación de conceptos o configuraciones de
solución. Se trata de tener más de una alternativa de solución para posteriormente
evaluar cada una de estas, mediante modelos matemáticos, elementos finitos, prototipos
y modelos a escala. Después de la evaluación viene la comparación entre las diferentes
alternativas que se propusieron, es importante comparar bajo las mismas condiciones.
Pueden construirse matrices de decisión, con índices y parámetros adecuados. Una parte
importante en esta etapa es la relación que el diseñador tiene con el cliente, ya que, este
puede dar preferencia a ciertas características en el diseño. El último paso en esta etapa
es la configuración con el mejor diseño.

Diseño preliminar: En esta etapa la configuración resultante se somete a un estudio

detallado de factibilidad.

Diseño critico o de detalle: Esta es la última etapa de diseño, aquí se realizan planos de
manufactura, estudio de tolerancias, se verifica que todo ensamble a la perfección.

El MRP originalmente significaba Planeación de Requerimientos Materiales (en inglés). La

Planeación de Requerimientos Materiales asegura que los materiales correctos están en el
lugar correcto en el momento adecuado y en la cantidad correcta. MRP, tanto en
materiales como en la planificación de necesidades y la planificación de los recursos
materiales, tiene como objetivo minimizar los cuellos de botella por la escasez de
materiales en la producción, evitar el exceso de inventario y mantener el trabajo en curso
a un mínimo.
La planeación de requerimiento de materiales (MRP) considera el control de inventarios y
la planeación de la producción. En el pasado cuando se realizaban modificaciones a los
programas de producción el tiempo era tan largo que los inventarios no se ajustaban a las
necesidades de materiales para la fabricación.

Cuando la tecnología (computadoras) fue utilizada para realizar esta planeación se logró
reaccionar de manera adecuada a los cambios generados por la demanda del producto, es
decir ajustar al mismo tiempo el pronóstico, los puntos de abastecimiento, los tamaños de
lotes, los tiempos de entrega y los cambios en los inventarios.

Y el ERP es sinónimo de Planificación de Recursos Empresariales. Un sistema ERP abarca

toda la fabricación, diseño, ingeniería, planificación, ordenación, información financiera y
legal, e incluso dentro de un único sistema de software. Algunos sistemas ERP incluyen
módulos de gestión de relaciones con los clientes y sistemas de gestión de la fuerza de
ventas.
Los objetivos principales de los sistemas ERP son:
1. Optimización de los procesos empresariales.
2. Acceso a información confiable, precisa y oportuna.
3. La posibilidad de compartir información entre todos los componentes de la
organización.
4. Eliminación de datos y operaciones innecesarias.
5. Reducción de tiempos y de los costes de los procesos.
El propósito fundamental de un ERP es otorgar apoyo a los clientes del negocio, tiempos
rápidos de respuesta a sus problemas así como un eficiente manejo de información que
permita la toma oportuna de decisiones y disminución de los costos totales de operación

La programación maestra de la producción no sólo considera la materia prima sino

también las horas máquina, horas de mano de obra y el capital, así como la capacidad de
producción. La retroalimentación entre las operaciones de producción y las
administrativas de planeación obtiene lo que se conoce como planeación de recursos de
manufactura, MRP II o MRP en circuito cerrado

El MRP II analiza el ciclo de los productos y proporciona información respecto al status de

los pedidos, inventarios, producción y otros niveles de operación. Un sistema de
planeación de recursos de fabricación se divide en tres: planeación de productos a nivel
administrativo, planeación de operaciones y el tercero es el control de operaciones que
realizan los supervisores de línea y de asesoría.

La primera actividad de Investigación de Operaciones se dio durante la Segunda Guerra

Mundial en Gran Bretaña, donde la Administración Militar llamó a un grupo de científicos
de distintas áreas del saber para que estudiaran los problemas tácticos y estratégicos
asociados a la defensa del país. El nombre de Investigación de Operaciones fue dado
aparentemente porque el equipo estaba llevando a cabo la actividad de investigar
operaciones (militares).Motivados por los resultados alentadores obtenidos por los
equipos británicos, los administradores militares de Estados Unidos comenzaron a realizar
investigaciones similares. Para eso reunieron a un grupo selecto de especialistas, los
cuales empezaron a tener buenos resultados y en sus estudios incluyeron problemas
logísticos complejos, la planeación de minas en el mar y la utilización efectiva del equipo
electrónico. Al término de la guerra y atraídos por los buenos resultados obtenidos por los
estrategas militares, los administradores industriales empezaron a aplicar las
herramientas de la Investigación de Operaciones a la resolución de sus problemas que
empezaron a originarse debido al crecimiento del tamaño y la complejidad de las
industrias. Aunque se ha acreditado a Gran Bretaña la iniciación de la Investigación de
Operaciones como una nueva disciplina, los Estados Unidos tomaron pronto el liderazgo
en este campo rápidamente creciente. La primera técnica matemática ampliamente
aceptada en el medio de Investigación de Operaciones fue el Método Simplex de
Programación Lineal, desarrollado en 1947 por el matemático norteamericano George B.
Dantzig. Desde entonces las nuevas técnicas se han desarrollado gracias al esfuerzo y
cooperación de las personas interesadas tanto en el área académica como en el área
industrial. Un segundo factor en el progreso impresionante de la Investigación de
Operaciones fue el desarrollo de la computadora digital, que con sus tremendas
capacidades de velocidad de cómputo y de almacenamiento y recuperación de
información, permitieron al tomador de decisiones rapidez y precisión.

Si no hubiera sido por la computadora digital, la Investigación de Operaciones con sus

grandes problemas de computación no hubiera crecido al nivel de hoyen día. Actualmente
la Investigación de Operaciones se está aplicando en muchas actividades. Estas
actividades han ido más allá de las aplicaciones militares e industriales, para incluir
hospitales, instituciones financieras, bibliotecas, planeación urbana, sistemas de
transporte y sistemas de comercialización.

El proceso comprende las siguientes fases:

1. Formulación y definición del problema.
2. Construcción del modelo.
3. Solución del modelo.
4. Validación del modelo.
5. Implementación de resultados.

1. Formulación y definición del problema.

En esta fase del proceso se necesita: una descripción de los objetivos del sistema, es decir,
qué se desea optimizar; identificar las variables implicadas, ya sean controlables o no;
determinar las restricciones del sistema. También hay que tener en cuenta las alternativas
posibles de decisión y las restricciones para producir una solución adecuada.

2. Construcción del modelo.

En esta fase, el investigador de operaciones debe decidir el modelo a utilizar para
representar el sistema. Debe ser un modelo tal que relacione a las variables de decisión
con los parámetros y restricciones del sistema. Los parámetros (o cantidades conocidas)
se pueden obtener ya sea a partir de datos pasados o ser estimados por medio de algún
método estadístico. Es recomendable determinar si el modelo es probabilístico o
determinístico. El modelo puede ser matemático, de simulación o heurístico, dependiendo
de la complejidad de los cálculos matemáticos que se requieran.

3. Solución del modelo.

Una vez que se tiene el modelo, se procede a derivar una solución matemática empleando
las diversas técnicas y métodos matemáticos para resolver problemas y ecuaciones.
Debemos tener en cuenta que las soluciones que se obtienen en este punto del proceso,
son matemáticas y debemos interpretarlas en el mundo real. Además, para la solución del
modelo, se deben realizar análisis de sensibilidad, es decir, ver cómo se comporta el
modelo a cambios en las especificaciones y parámetros del sistema. Esto se hace, debido a
que los parámetros no necesariamente son precisos y las restricciones pueden estar
equivocadas.

4. Validación del modelo.

La validación de un modelo requiere que se determine si dicho modelo puede predecir
con certeza el comportamiento del sistema. Un método común para probar la validez del
modelo, es someterlo a datos pasados disponibles del sistema actual y observar si
reproduce las situaciones pasadas del sistema. Pero como no hay seguridad de que el
comportamiento futuro del sistema continúe replicando el comportamiento pasado,
entonces siempre debemos estar atentos de cambios posibles del sistema con el tiempo,
para poder ajustar adecuadamente el modelo.

5. Implementación de resultados.
Una vez que hayamos obtenido la solución o soluciones del modelo, el siguiente y último
paso del proceso es interpretar esos resultados y dar conclusiones y cursos de acción para
la optimización del sistema. Si el modelo utilizado puede servir a otro problema, es
necesario revisar, documentar y actualizar el modelo para sus nuevas aplicaciones.