Modelo de soporte para la programación de la producción en un taller tipo Flow-Shop Flexible : Caso de estudio de una empresa que fabrica productos de alimentos y cuidado del hogar

Abstract

Las compañías buscan constantemente optimizar el aprovechamiento de sus recursos, para mejorar sus productividad y competitividad, para lo cual, la programación de la producción se convierte en una herramienta muy útil. En este estudio, se diseña un modelo para la programación de la producción de un taller tipo Flow-Shop Flexible y se entrega como herramienta de soporte para la asignación y programación de recursos productivos involucrados en la fabricación de productos de aseo en botella en Brinsa S.A. Para lograrlo, se evalúa la situación actual del proceso productivo, y se realiza la programación de un modelo que permite integrar los indicadores clave de la planta y restricciones propias de la operación. Finalmente se evalúa la efectividad del modelo, contrastándolo con la realidad de la empresa, donde se obtienen ahorros anuales por mano de obra por $154 millones, mediante la reducción del 7% del makespan, así como, un mejoramiento del indicador de cumplimiento de las entregas en un 7% y un mejor aprovechamiento del tiempo por parte del personal de planeación de 5 días al año, causado por las mejoras del 99% en el tiempo de análisis empleado actualmente.

Companies aim to optimize the use of their resources to improve their productivity and competitiveness, thus, scheduling became a very useful tool for decision-making. In this study, a model for the Flexible Fhow-Shop scheduling problem is designed as a support tool for the bottled hygiene products manufacture at Brinsa S.A. To do so, the current situation of the production process is evaluated, and a model that allows the integration of the key indicators and the operation's constraints is programmed. Finally, the effectiveness of the model is evaluated, contrasting it with the current scenario of the company. The proposed model provides savings up to $154 million, reduction of the makespan up to 7%, reduction of the staff analysis time up to 99%, as well as an improvement of the OTIF indicator by 7%.