El desafío
Resumen ejecutivo
Dijitalis Consulting, empresa líder en simulación y optimización, recibió el encargo de optimizar las inversiones en vehículos de guiado automático (AGV) para un fabricante mundial de productos electrónicos. El cliente estaba planificando importantes mejoras en sus instalaciones, incluida la sustitución de su anticuada flota de 132 vehículos AGV, que a menudo provocaban retrasos en la producción. Gracias a las potentes funciones de simulación de Simio, Dijitalis creó un completo modelo de fabricación digital gemela de las instalaciones de 72.000 m², que incluía 15 líneas de montaje, 6 zonas de estacionamiento de AGV y 169 puntos de entrega.
La simulación reveló que sólo se necesitaban 95 AGV, 37 menos de los propuestos inicialmente, lo que supuso un ahorro de capital superior a 1,5 millones de dólares. Más allá de la reducción de costes, el modelo Simio se convirtió en una valiosa herramienta de mejora continua que permitió al cliente probar modificaciones en la distribución, cambios en los procesos y programas de producción antes de su implantación. Este caso práctico demuestra cómo la toma de decisiones basada en la simulación puede proporcionar un ROI sustancial al tiempo que garantiza la excelencia operativa.
Antecedentes del cliente
Dijitalis Consulting se fundó en 2006 en Estambul y ha realizado con éxito más de 250 proyectos para más de 400 clientes en 15 países. La empresa está especializada en la creación de modelos matemáticos para analizar el flujo de materiales, identificar ineficiencias y probar mejoras en las instalaciones para clientes de los sectores de automoción, fabricación, logística y textil.
El cliente, un fabricante mundial de productos electrónicos, tiene una planta de producción de 34.000 m² con 15 líneas de montaje. Su flota actual de 132 vehículos AGV estaba anticuada y a menudo provocaba retrasos en la producción al quedarse atascada en la red de rutas y no entregar los materiales a tiempo. La empresa estaba iniciando importantes inversiones, que incluían almacenes automatizados, un nuevo taller de pintura, una mayor capacidad de producción y una nueva flota de AGV.
Reto: Más allá del simple dimensionamiento de la flota
El cliente se enfrentaba a una decisión compleja en relación con su inversión en AGV. Aunque la cuestión principal era cuántos AGV comprar, el reto iba mucho más allá del simple dimensionamiento de la flota:
Incertidumbre del proveedor
Los fabricantes de AGV suelen tratar de vender el mayor número posible de vehículos sin llevar a cabo un análisis detallado para determinar el número óptimo. Rara vez desarrollan modelos complejos para demostrar sus recomendaciones, dejando que los clientes tomen decisiones basadas en estimaciones aproximadas o en experiencias pasadas.
Complejidad operativa
El sistema de manipulación de materiales de las instalaciones era muy complejo:
- 15 líneas de montaje con distintos programas de producción
- 6 ubicaciones de estacionamiento de AGV que dan servicio a 169 puntos de entrega
- Miles de referencias diferentes en 27 grupos de materiales
- Cambios frecuentes que requieren una sincronización precisa de la entrega de materiales
Múltiples preguntas interconectadas
El cliente necesitaba respuestas a numerosas preguntas interconectadas:
- ¿Es viable el programa de producción con el nuevo sistema AGV?
- ¿Habrá roturas de stock durante la producción?
- ¿Cuándo deben producirse los cambios?
- ¿Cómo debe diseñarse el proceso de suministro?
- ¿Cuándo debe comenzar el suministro de material para los nuevos pedidos?
- ¿Cuántas estaciones de carga AGV se necesitan?
- ¿Habrá bloqueos en la red de rutas?
- ¿Qué zonas experimentarán una elevada congestión de tráfico?
Los cálculos tradicionales basados en hojas de cálculo no podían tener en cuenta las interacciones dinámicas entre estos factores, por lo que la simulación era el único enfoque viable para una optimización exhaustiva.
La solución
La solución: Simulación basada en datos con Simio
Dijitalis empleó un enfoque estructurado utilizando el software de simulación Simio para crear un gemelo digital completo de las operaciones de manipulación de materiales de la instalación:
Recopilación y validación de datos
El equipo recopiló y validó una gran cantidad de datos, entre los que se incluyen
- Disposición y dimensiones de las instalaciones a partir de planos de AutoCAD
- Lista de materiales de todos los productos
- Almacén y ubicaciones de almacenamiento de materiales
- Especificaciones de AGV y estaciones de estacionamiento
- Programas de producción y cambios
Diseño del proceso de suministro
Tras un minucioso análisis, el equipo diseñó un sistema de suministro basado en el empuje en lugar de un sistema pull. Esta decisión se basó en varios factores:
Practicidad de implantación: Un sistema pull exigiría calcular los puntos de pedido y las cantidades óptimas para miles de referencias diferentes, lo que lo haría poco práctico de implantar y gestionar.
Simplicidad operativa: El sistema push sólo requería un parámetro: cuántos minutos antes del cambio para empezar a suministrar materiales para el siguiente producto.
Disponibilidad de almacenamiento: Las cadenas de montaje disponían de espacio de almacenamiento suficiente para adaptarse al planteamiento del sistema push.
El proceso utilizaba los datos del plan de producción, la información sobre palés y la lista de materiales para calcular el tiempo de producción restante y activar el suministro de material para el siguiente producto en el momento adecuado antes del cambio.
Desarrollo del modelo de simulación en Simio
La estructura orientada a objetos y las funciones basadas en datos del software de simulación Simio fueron fundamentales para crear un modelo preciso y flexible:
Enfoque basado en datos
El modelo utilizó la funcionalidad de tablas de datos de Simio para importar y gestionar:
- Definiciones de líneas de producción con coordenadas y horarios
- Planes de producción con secuencias de pedidos y tamaños de lote
- Zonas de estacionamiento de AGV con coordenadas precisas
- Puntos de almacenamiento extraídos de AutoCAD
- Información de rutas de materiales para 435 rutas diferentes
- Lista de materiales para 387 SKU diferentes
Creación eficaz de modelos
Las funciones de Simio permiten
- Creación automática de 169 objetos de destino de suministro en coordenadas precisas
- Definición de objetos de biblioteca personalizados que podían modificarse globalmente
- Integración de datos de producción mediante estructuras de bases de datos relacionales
- Utilización del elemento Material para definir la lista de materiales sin crear miles de entidades individuales
Visualización y análisis
El modelo ofrecía potentes capacidades de visualización:
- Representación en 3D de las instalaciones y los movimientos de los AGV
- Seguimiento en tiempo real de la utilización y las ubicaciones de los AGV
- Mapas de calor que muestran la densidad del tráfico y los tiempos de espera
- Seguimiento detallado del flujo de materiales y los niveles de inventario
Verificación y mejora del modelo
La simulación reveló varios problemas de diseño que habrían causado problemas operativos:
Prevención de bloqueos
El diseño inicial incluía un único carril bidireccional en una zona de mucho tráfico. La simulación demostró que esto provocaría atascos, ya que los AGV de direcciones opuestas se bloquearían mutuamente. El equipo recomendó cambiar a recorridos unidireccionales en direcciones opuestas, eliminando el riesgo de bloqueo.
Optimización del tráfico
Los mapas de calor generados a partir de la simulación identificaron
- Zonas con gran volumen de tráfico
- Lugares en los que los AGV pasaban más tiempo esperando
- Puntos de confluencia que provocaban atascos
Estos datos permitieron modificar el trazado para mejorar la fluidez del tráfico y evitar cuellos de botella.
Pruebas y optimización de escenarios
Utilizando el módulo de experimentos de Simio, el equipo llevó a cabo 35 escenarios en los que se probaron diferentes combinaciones de:
- Número de AGV en cada zona de aparcamiento
- Número de estaciones de carga en cada zona
- Disparador de tiempo de liberación de pedidos (minutos antes del cambio)
El KPI principal era el retraso en la producción, con un objetivo de cero minutos. Los KPI secundarios incluían las tasas de utilización de los AGV y el número de AGV disponibles en las zonas de aparcamiento como reserva para mantenimiento o averías.
Impacto en la empresa
Resultados: 1,5 millones de dólares de ahorro y excelencia operativa
La optimización basada en la simulación aportó beneficios sustanciales:
Reducción del gasto de capital
El escenario óptimo requería sólo 95 AGV en lugar de los 132 propuestos inicialmente, lo que representa una reducción del 28% en el tamaño de la flota. Con un coste medio de AGV de 50.000 dólares, esto se tradujo en un ahorro de gastos de capital superior a 1,5 millones de dólares.
Asignación optimizada de recursos
La simulación determinó
- El número exacto de AGV necesarios en cada zona de aparcamiento
- El número óptimo de estaciones de carga necesarias en cada zona
- Un tiempo de liberación de pedidos de 16 minutos antes del cambio era suficiente
Utilización equilibrada
El escenario optimizado alcanzó unas tasas medias de utilización de AGV del 65-66%, lo que representa un equilibrio eficaz entre la disponibilidad de recursos y los requisitos operativos. La simulación reveló patrones de utilización a lo largo del día, con picos durante los cambios de formato de la mañana y las producciones por lotes de la tarde.
Cero retrasos en la producción
Y lo que es más importante, la configuración optimizada garantizó cero retrasos en la producción debidos a problemas de entrega de material, manteniendo la eficiencia de la producción al tiempo que se minimizaba la inversión de capital.
Más allá de la optimización inicial: Una herramienta de mejora continua
El valor del modelo Simio fue mucho más allá del dimensionamiento inicial de la flota de AGV:
Apoyo continuo a la toma de decisiones
El modelo de simulación se convirtió en una herramienta de mejora continua para:
- Probar modificaciones en el diseño
- Evaluar cambios en los procesos
- Validar los programas de producción
- Evaluar el impacto de la introducción de nuevos productos
Gestión integral de las instalaciones
El proyecto único de simulación proporcionó múltiples herramientas
- Optimización de costes CapEx y OpEx
- Prevención de bloqueos en la red de rutas
- Optimización de la gestión de suministros
- Apoyo a la toma de decisiones para nuevas inversiones
- Optimización de recursos basada en parámetros
Operaciones preparadas para el futuro
A medida que evolucionan la cartera de productos y los requisitos de producción del cliente, el modelo Simio sigue aportando valor mediante:
- Comprobación de la viabilidad de nuevos programas de producción
- Evaluación del impacto de los cambios de producto en el flujo de materiales
- Identificar posibles cuellos de botella antes de que se produzcan
- Apoyar la toma de decisiones basada en datos
Conclusión: El poder de la toma de decisiones basada en la simulación
Este caso práctico demuestra el impacto transformador de la toma de decisiones basada en la simulación en la planificación de inversiones de capital y la optimización operativa. Al sustituir las estimaciones aproximadas y las recomendaciones de los proveedores por análisis basados en datos, Dijitalis ayudó a su cliente a
- Ahorrar más de 1,5 millones de dólares en compras innecesarias de AGV.
- Garantizar la eficiencia de la producción con cero retrasos en la entrega de materiales
- Prevenir posibles cuellos de botella y problemas operativos
- Crear un activo valioso para la mejora continua y el apoyo a la toma de decisiones.
El proyecto muestra cómo las potentes capacidades de simulación de Simio pueden proporcionar un ROI sustancial al tiempo que aportan conocimientos que serían imposibles de obtener mediante los métodos de análisis tradicionales. Para las operaciones de fabricación y logística que se enfrentan a complejos retos de manipulación de materiales, la simulación ofrece un enfoque probado para optimizar las inversiones y mejorar el rendimiento operativo.
Applications
- La simulación sanitaria transforma el flujo de pacientes en la clínica docente de Emory
- Evaluación de las políticas de asignación de trabajadores mediante la simulación de un taller de mecanizado de alta precisión
- Erradicar la media: responder a preguntas complejas sobre atención sanitaria mediante simulación de eventos discretos