UNIVERSIDAD NACIONAL DE

PIURA
Facultad de Ingeniería Industrial
Escuela Profesional de Ingeniería
Informática

“AÑO DE LA LUCHA CONTRA LA CORRUPCION Y LA

IMPUNIDAD”

Integrantes:
Arrunátegui Arévalo Jeikson Alonso
Adanaque Bastarrachea Luis Joel
Pacherres Rentería Sandy Katherine
Vilchez Chero Jherly Mabel

Docente:
Dr. Ing. Julio Jiménez Chavesta

Curso:
Simulación de Sistemas
Tema:
Simulación de Procesos Industriales

Piura, Perú
2019
“Simulación de Procesos
Industriales”

2
 INDICE

“Simulación de Procesos Industriales” ................................................................................... 2

INDICE ............................................................................................................................................... 3
INTRODUCCIÓN .............................................................................................................................. 4
MARCO TEORICO ................................................................................................................................ 5
¿Qué es la Simulación? ................................................................................................................... 5
¿Qué es la simulación de procesos industriales? .......................................................................... 5
Principio teórico de la simulación de procesos industriales ......................................................... 6
Principales ventajas e inconvenientes ........................................................................................... 7
Ventajas ...................................................................................................................................... 7
Desventajas................................................................................................................................. 7
Etapas de un proyecto de simulación ............................................................................................ 8
Etapa 1. Formulación del problema: .......................................................................................... 8
Etapa 2. Planteamiento de objetivos y planificación de tareas para alcanzarlos: ................... 8
Etapa 3. Diseño del modelo conceptual: ................................................................................... 8
Etapa 4. Toma de datos: ............................................................................................................. 8
Etapa 5. Elaboración de la simulación: ...................................................................................... 9
Etapa 6. Verificar el modelo: ...................................................................................................... 9
Etapa 7. Validar el modelo: ........................................................................................................ 9
Etapa 8. Diseñar los experimentos: ........................................................................................... 9
Etapa 9. Realizar la simulación y analizar los datos: ................................................................. 9
Etapa 10. ¿Volver a hacer más simulación?:............................................................................. 9
Etapa 11. Informe y documentación:......................................................................................... 9
HALLAZGOS ....................................................................................................................................... 10
CONCLUSIONES ................................................................................................................................. 13
RECOMENDACIONES ........................................................................................................................ 13
BIBLIOGRAFÍA ................................................................................................................................... 14
ANEXOS ............................................................................................................................................. 15

3
 INTRODUCCIÓN

La simulación de procesos es una de las más grandes herramientas de la

ingeniería industrial, la cual se utiliza para representar un proceso mediante otro
que lo hace mucho más simple e entendible.

Las innovadoras herramientas empleadas actualmente en ingeniería para el

análisis de áreas productivas. Es utilizada normalmente para representar un
proceso real mediante otro mucho más simple y entendible. La necesidad de su
utilización depende del grado de complejidad de los procesos dados por la misma
organización.

4
 MARCO TEORICO
¿Qué es la Simulación?
En las ciencias, la simulación es el artificio contextual que referencia la
investigación de una hipótesis o un conjunto de hipótesis de trabajo utilizando
modelos. Es una herramienta informática que permite analizar el comportamiento
de sistemas productivos y logísticos complejos en un ordenador.

Permite experimentar con el proceso y visualizar cómo se comporta antes de

llevar el resultado a la realidad.
Respalda con un criterio científico, que tiene en cuenta la variabilidad, las
acciones y decisiones a tomar para el mejor funcionamiento del sistema.

¿Qué es la simulación de procesos industriales?

La simulación de procesos industriales, basada en la técnica de simulación de

eventos discretos, es una técnica informática que permite crear modelos
dinámicos de una fábrica o de un sistema logístico, que posteriormente servirán
para analizar el comportamiento de ese modelo en diferentes circunstancia,
analizando los posibles cambios y su consecuencias, de tal manera que permite
comprobar las hipótesis antes de implementarlas en la realidad.

Simulación de eventos discretos es el conjunto de relaciones lógicas, matemáticas

y probabilística que integran que comportamiento de un sistema bajo estudio
cuando se presenta un evento determinado (García Dunnan, 2006)

5
Principio teórico de la simulación de procesos industriales

Se definen los principales conceptos que permiten comprender el concepto

teórico de la simulación de eventos discretos.

 Sistema: conjunto de elementos que interactúan para la consecución de

un determinado fin.

 Variables de Estado: conjunto de variables necesarias para definir un

sistema en un momento dado. En función de la evaluación temporal de
esta variable, se pueden distinguir dos tipos de sistemas:

 Sistemas discretos: aquellos en los que las variables de estado

cambian en un conjunto de instantes de tiempo concretos.

 Sistemas Continuos: aquellos sistemas en los que las variables

de estado cambian de manera continua a lo largo de tiempo.

 Modelo de Simulación: consisten en la representación de un sistema

mediante un conjunto de relaciones cuantitativas y lógicas entre sus
componentes, permitiendo estudiar cómo se comporta el modelo de
sistema cuando cambia alguno de sus componentes.

Los procesos industriales están constituidos por moldes dinámicos, aleatorios y

discretos, por lo que pasa su representación se requiere la denominada
simulación de eventos discretos, con la cual se representan y analizan este tipo
de modelos.

6
Principales ventajas e inconvenientes

Ventajas

La principal ventaja de la simulación de procesos industriales, es que se trata de

una herramienta que bien empleada es muy fiable para la toma de decisiones.

 Ayuda a mejorar los procesos y resultados: decidir correctamente,

diagnosticar problemas, estudiar fácilmente diferentes posibilidades.

 Permite la búsqueda del proceso optimo: equilibrado de líneas,

estudio de stocks(necesidades, dimensionamiento de espacios, etc)

 Permite realizar planificaciones apoyadas en modelos predictivos.

Desventajas

A pesar de que la aplicación de la simulación aporta una importante ventaja a

las empresas que la emplean, también presenta ciertos problemas o
dificultades:

 Las simulaciones pueden ser costosas tanto en tiempo como en dinero.

 La adquisición de los datos, en ocasiones pueden requerir más tiempo

del planificado, debido principalmente a que un gran número de
empresas no tiene controlados los tiempos de ciclo, de cambio y otros
datos de sus procesos productivos.

 Las simulaciones pueden ser usadas inadecuadamente, los datos

presentados deben estar siempre ligados a las hipótesis y datos de
partida.

7
Etapas de un proyecto de simulación

Etapa 1. Formulación del problema:

Cada simulación empieza con el enunciado del problema. Si el enunciado del

proble aes dado por un cliente, el analista d ela situación debe asegurarse de
que entiende perfectamente el problema.

Etapa 2. Planteamiento de objetivos y planificación de tareas para

alcanzarlos:

Los objetivos indican las cuestiones que debe responder el estudio de

simulación. La planificación del proyecto debe incluir los distintos escenarios que
se deben estudiar.

Etapa 3. Diseño del modelo conceptual:

El sistema real que se deba investigar tiene que ser abstraído a un modelo
conceptual, una serie de relaciones matemáticas y lógicas correspondientes a la
estructura y los componentes del sistema.

Etapa 4. Toma de datos:

Poco después de que la propuesta sea “aceptada”, una lista de datos debe ser

8
presentada al cliente. En el mejor de los casos, el cliente tendrá recogidos estos
datos y se podrán introducir fácilmente en el modelo.

Etapa 5. Elaboración de la simulación:

Simplemente el modelo elaborado en la tercera etapa y los datos recogidos en

la cuarta se deben volcar al software de simulación.

Etapa 6. Verificar el modelo:

Consiste simplemente en una revisión del modelo y de los datos introducidos en

el mismo. Esta revisión es muy importante pues determinados datos mal
introducidos pueden cambiar totalmente los resultados obtenidos.

Etapa 7. Validar el modelo:

La validación consiste en determinar que el modelo conceptual se ajusta a la

realidad. La pregunta a realizarse es ¿puede el modelo conceptual sustituir al
modelo real para los propósitos del proyecto?

Etapa 8. Diseñar los experimentos:

Para cada escenario que se simula, será necesario determinar la duración de la

simulación, el número de simulación y definir los parámetros que se han de
analizar, pues un programa de simulación aporta mucha información, por tanto,
es completamente necesario filtrar la misma, quedándose solo con lo necesario.

Etapa 9. Realizar la simulación y analizar los datos:

Una vez completados los pasos anteriores es el momento de simular el modelo

creado para obtener los datos. Con ellos se obtendrá las conclusiones
necesarias para alcanzar los objetos del proyecto.

Etapa 10. ¿Volver a hacer más simulación?:

Si los datos extraídos son coherentes y suficientes para alcanzar los objetivos
no será necesario volver a realizar más simulación, caso contrario se deberá
volver a simular para obtener otros datos, o bienes, volver a diseñar otro
experimento.

Etapa 11. Informe y documentación:

La importancia de la documentación es por varias razones. Los resultados de

las distintas simulaciones deben ser entregados de forma clara y concisa al
cliente. Así el cliente podrá analizar el planteamiento del problema, los datos de
partida, los distintos escenarios planteados y finalmente los resultados obtenidos

9
de cada uno de ellos. Además se podrá comparar las diferentes alternativas y
finalmente las recomendaciones del analista.

HALLAZGOS
1. Simulación y Control de Procesos Físicos de Forma Remota:

Este trabajo propone una solución, mediante aplicaciones basadas en

Matlab para el desarrollo de laboratorios virtuales y remotos, a los
problemas que se suelen plantear con las sesiones de prácticas de
laboratorio en la docencia a distancia de las materias relacionadas con la
Ingeniería de Sistemas y el Control de Procesos. Además, se presenta el
concepto del proceso virtual, conjunto de rutinas y funciones software que
permiten la simulación animada de la respuesta de procesos físicos en el
control remoto, que elimina el problema de que varias personas no pueden
conectarse simultáneamente al mismo proceso real.

2. SIMULACIÓN NUMERICA DE PROCESOS DE COMPACTACIÓN DE

PULVIMATERIALES: Validación Y Aplicaciones Industriales:

Se describió el modelo numérico propuesto para la simulación del proceso

de compactación de pulvimateriales. En esta segunda parte se estudia el
comportamiento del modelo mediante la comparación de resultados
experimentales con resultados numéricos. Se desarrollan también una serie
de ejemplos asimétricos, que muestran la robustez del modelo numérico, y
su utilidad como herramienta de diseño de procesos de compactación de
piezas de uso industrial.

Objetivos
El objetivo es la simulación numérica de la fase de compactación de
pulvimetales, con el ánimo de facilitar y mejorar el diseño de los procesos
de fabricación por compactación de polvos metálicos. Este objetivo se
inscribe dentro de unas líneas de investigación de más largo alcance que
por un lado consideran la simulación de todo el proceso de fabricación y su
incidencia en las propiedades del material resultante, y por otro, la
aplicabilidad de las técnicas del cálculo paralelo que permitan obtener
tiempos de respuesta razonables.
3. Un Entorno de Modelado Inteligente y Simulación Distribuida de
Plantas de Proceso:
Se describen un conjunto de aplicaciones informáticas que abordan diferentes
aspectos del modelado y simulación de procesos continuos. Primero, se
presenta un prototipo universitario SIMPD, que es un generador de código de

10
 simulación de sistemas de la industria de proceso y cuyo algoritmo básico
trata de emular el modo de razonamiento de un experto en modelado cuando
escribe un modelo de simulación. Se compara con otros enfoques y se
analizan tanto las ventajas que presenta desde la perspectiva del usuario final
como los inconvenientes para el programador que trate de aumentar el
conjunto de sistemas modelables. Segundo, se describe tanto una arquitectura
de simulación distribuida cuyas comunicaciones se basan en el estándar de
facto OPC (OLE for Process Control) como el conjunto de herramientas
informáticas desarrolladas para diseñar estos escenarios de simulación. Esta
arquitectura se aplica a un proceso industrial, explicando el criterio usado para
dividir el modelo de simulación global.

4. Simulación del Proceso de Embutición de una Tapa Embrague de una

Lavadora Semiautomática

En este trabajo se presenta el análisis del proceso de embutición profunda

de un componente de una lavadora semiautomática de uso doméstico,
específicamente la tapa embrague del sistema de transmisión. Se realiza la
simulación numérica basada en el método de elementos finitos y los
resultados son comparados con valores obtenidos experimentalmente. El
elemento finito empleado en el modelo numérico, que corresponde a un
triángulo de tres nodos con nueve grados de libertad para los
desplazamientos, describe el efecto flexional por medio de un esquema de
tipo “patch” que incluye al propio elemento y a los tres adyacentes y que
considera sólo los grados de libertad de desplazamientos, basado en la
teoría de láminas clásica para el análisis mecánico (sin deformaciones
transversales de corte). El elemento contempla tratamiento de grandes
deformaciones elastoplásticas y el comportamiento del material está basado
en un modelo hiperelástico. El código utilizado en este trabajo realiza la
integración explícita de las ecuaciones de movimiento a través de un modelo
dinámico. Se considera además el problema de contacto friccional entre las
herramientas y el punzón. Los resultados que se obtienen del modelo
numérico corresponden a desplazamientos, esfuerzos, deformaciones y a
partir de la comparación con valores experimentales, se puede concluir que
los resultados son satisfactorios.

Las áreas de aplicación de la simulación son muy amplias de las cuales

vamos a citar algunas de ellas a continuación.

 Análisis del impacto ambiental causado por diversas fuentes.

 Análisis y diseño de sistemas de manufactura.

11
  Análisis y diseño de sistemas de comunicaciones.

 Evaluación del diseño de organismos prestadores de servicios o

públicos (por ejemplo: hospitales, oficinas de correos, telégrafos, o
casas de cambio, etc.).

 Análisis de sistemas de transporte terrestre, marítimo o por aire.

 Análisis de grandes equipos de cómputo.

 Análisis del departamento de producción de una fábrica.

 Adiestramiento de operadores industriales.

 Planeación para la producción en industrias alimenticias. v Análisis

financiero de sistemas económicos.

 Evaluación de sistemas tácticos o de defensa militar. En la industria,

la simulación se aplica en varias etapas, por ejemplo: en la etapa de
diseño para ayudar con el mejoramiento de un proceso o diseño, o a
su vez a un sistema ya existente para explorar algunas
modificaciones. Es recomendable la aplicación de la simulación a
sistemas ya existentes cuando existe algún problema de operación o
bien cuando se requiere llevar a cabo una mejora en el
comportamiento. El efecto que sobre el sistema ocurre cuando se
cambia alguno de sus componentes se puede examinar antes de que
ocurra el cambio físico en la planta para asegurar que el problema de
operación se soluciona o bien para determinar el medio más
económico para lograr la mejora deseada.

Resultados y Discusión

La discretización se realiza, por razones de simetría, sobre la mitad en

todos los componentes que participan en el proceso (herramientas y
lámina). La integración de las ecuaciones a lo largo del espesor se realizó
en cuatro capas tal que las capas 1 y 4 son las superficies exteriores de la
chapa (superior e inferior). Los resultados obtenidos al final del proceso de
embutido son: desplazamientos y distribuciones de deformaciones y
esfuerzos sobre la lámina en estudio.

Conclusiones

Se ha presentado en este trabajo la simulación numérica del proceso de

conformado de un componente de una lavadora. Se ha comparado en

12
 forma satisfactoria los resultados de dicha simulación con mediciones
experimentales, con buenas aproximaciones. A la luz de dichos resultados
se puede concluir que el modelo empleado permite predecir el
comportamiento de procesos de conformado de metales con las
condiciones establecidas en este trabajo.

CONCLUSIONES

 Se identificaran las causas del problema actual por medio de la elaboración

de un diagnóstico de la problemática actual.

 Con el modelo de simulación en PROMODEL, se plantea un proceso de

recepción, almacenamiento y despacho que facilita la planificación de
presupuestos y el establecimiento de estrategias de crecimiento controladas
o evaluadas premeditadamente, con el fin de alcanzar los propósitos de la
organización.

 El modelo simulado propone una distribución en planta más eficiente; con la

que se pueden medir y estandarizar las operaciones asociadas directamente
al proceso, facilitando la optimización o alineación efectiva de las gestiones
tanto comercial como operativa y administrativa de la empresa.

RECOMENDACIONES
 Se sugiere tener en cuenta un modelo de simulación, como alternativa para
el planteamiento o implementación como una política que lo regule y
mantenga. Esto conlleva a mejorar de almacenamiento y distribución
manteniendo un nivel adecuado a la demanda.

 Implementar el modelo, con el fin de iniciar el proceso de caracterización,

planificación y desarrollo de las actividades de mejora del proceso de
Almacenamiento y distribución de productos.
 Teniendo en cuenta los resultados obtenidos en los proyecto la evaluación e
intención de la alta dirección, mediante su plan de mejoramiento, si se
estructura, documenta, capacita y controla adecuadamente los procesos
administrativos y operativos, que resulten de la evaluación de este proyecto,
existe una alta probabilidad de que la bodega funcione correctamente como
unidad independiente, reduciendo así las consecuencias negativas asociadas
a una curva de aprendizaje prolongado.
13
 BIBLIOGRAFÍA
 https://issuu.com/femetales/docs/gu_a_simulaci_n
 Long Douglas. Logística Internacional: Administración de la Cadena de
Abastecimiento Global. Editorial Limusa. Bogotá (Colombia).2010
 Inza Aitor Urzelai. Manual Básico de Logística Integral. Ediciones Díaz de
Santos S.A. Madrid 2008.
 Taha Hamdy. Investigación de Operaciones. 7ª Edición. Prentice Hall, INC.
México 2004
 Heizer Jay Render. Principios de Administración de Operaciones. Pearson
Education. Quinta Edición México, 2004
 EPPEN, G.D. Investigación de Operaciones en las Ciencias
Administrativas. Pertince Hall Hispanoamérica S.A. Quinta Edición. México
2001.
 NIEBEL, Benjamín W y FREIVALDS, Andris. Ingeniería industrial. Métodos,
Estándares y Diseño del Trabajo. Mexico; Alfa & Omega,2001
 Montoya Navarro Marcos J., Investigación de operaciones. Control de
inventarios y teoría de colas – 5ta. edición San José costa rica 2007.
Editorial Universidad Estatal a distancia.
 Guerrero Salas Humberto. Inventarios Manejo y Control. ECOE Ediciones.
Bogotá D.C. 2009.
 Lourdes Munch-Ernesto Ángeles. (2005). MÉTODOS Y TÉCNICAS DE
INVESTIGACIÓN. México D.F: Editorial Trillas.
 Jerry Barns. Discrete Event System Simulation. Quinta Edición. Prentince
Hall. New Jersey 2010.
 Garcia Duna E., Garcia Reyes H, Cardenas Baron L, Simulación y Análisis
de Sistemas con Promodel, Primera Edición, Pearson Educación. México
2006.
 Breakthrough Management Group International. Programa de certificación
Internacional En Seis Sigma. Tecnológico De Monterrey. 2006.

 Diaz De Castro. Enrique. DISTRIBUCIÓN COMERCIAL. 2da edición.

ED MC Graw Hill. Madrid 2006.

 Herrero Perez. Mariano. ALMACENAMIENTO DE MATERIALES. ED MC

Graw Hill. Buenos Aires (Argentina) 2003

14
 ANEXOS

Hallazgo 1

15
Hallazgo 4

16
Hallazgo 3

17
18