SIMULACIÓN DE PROCESOS INDUSTRIALES

La simulación de procesos industriales es una herramienta para planificar con antelación los procesos productivos y así tomar las decisiones de gestión más rentables. 
La simulación es una técnica muy poderosa y ampliamente usada en las ciencias para analizar y estudiar sistemas complejos. En Investigaciones se formularon modelos que se resolvían en forma analítica. En casi todos estos modelos la meta era determinar soluciones óptimas. Sin embargo, debido a la complejidad, las relaciones estocásticas, etc., no todos los problemas del mundo real se pueden representar adecuadamente en forma de modelo. Cuando se intenta utilizar modelos analíticos para sistemas como éstos, en general necesitan de tantas hipótesis de simplificación que es probable que las soluciones no sean buenas, o bien, sean inadecuadas para su realización. En eso caso, con frecuencia la única opción de modelado y análisis de que dispone quien toma decisiones es la simulación. Simular, es reproducir artificialmente un fenómeno o las relaciones entrada-salida de un sistema. Esto ocurre siempre cuando la operación de un sistema o la experimentación en él son imposibles, costosas, peligrosas o poco prácticas, como en el entrenamiento de personal de operación, pilotos de aviones, etc.
Si esta reproducción está basada en la ejecución de un programa en una computadora digital, entonces la simulación se llama digital y usualmente se conoce como simulación por computadora, aunque esto incluye la simulación en las computadoras analógicas. La simulación por computadora está relacionada con los simuladores. Por simulador entendemos no sólo un programa de simulación y la computadora que lo realiza, sino también un aparato que muestra visualmente y a menudo físicamente las entradas y salidas (resultados) de la simulación, como es el caso de los simuladores profesionales de vuelo, aunque en este curso no se hablará sobre los simuladores ni sobre la simulación analógica. A partir del advenimiento de las computadoras electrónicas, la simulación ha sido una de las herramientas más importantes y útiles para analizar el diseño y operación de complejos procesos o sistemas. Simular, según el Diccionario Universitario Webster, es “fingir, llegar a la esencia de algo, prescindiendo de la realidad”.
Se puede definir a la simulación como la técnica que imita el funcionamiento de un sistema del mundo real cuando evoluciona en el tiempo. Esto se hace por lo general al crear un modelo de simulación. En síntesis, cada modelo o representación de una cosa es una forma de simulación. La simulación es un tema muy amplio y mal definido que es muy importante para los responsables del diseño de sistemas, así como para los responsables de su operación.
Shannon define la simulación como el proceso de diseñar un modeló de un sistema real y realizar experimentos con él para entender el comportamiento del sistema o evaluar varias estrategias (dentro de los limites impuestos por un criterio o por un conjunto de criterios) para la operación del sistema. Por lo que se entiende que el proceso de simulación incluye tanto la construcción del modelo como su uso analítico para estudiar un problema. Un modelo de simulación comúnmente toma la forma de un conjunto de hipótesis acerca del funcionamiento del sistema, expresado con relaciones matemáticas o lógicas entre los objetos de interés del sistema. En contraste con las soluciones matemáticas exactas disponibles en la mayoría de los modelos analíticos, el proceso de simulación incluye la ejecución del modelo a través del tiempo, en general en una computadora, para generar nuestras representativas de las mediciones del desempeño o funcionamiento. En este aspecto, se puede considerar a la simulación como un experimento de muestreo acerca del sistema real, cuyos resultados son puntos de muestra. Por ejemplo, para obtener la mejor estimación del promedio de la medición del funcionamiento, calculamos el promedio de los resultados de muestra. Es claro que tanto más puntos de muestra generemos, mejor será nuestra estimación. Sin embargo, hay otros factores que tienen influencia sobre la bondad de nuestra estimación final, como las condiciones iniciales de la simulación, la longitud del intervalo que simula y la exactitud del modelo mismo.

¿Qué utilidades concretas proporciona la simulación de procesos? 

  • Mejora la competitividad detectando ineficiencias motivadas por la descoordinación entre secciones de una misma planta.
  • Anticipa lo que pasaría en producción si cambiamos variables como unidades a fabricar, operarios, máquinas, etc.
  • Informa de los costes reales por artículo , valorando el impacto real de cada lote dentro del total a fabricar. 

















Proceso de implantación

  1. Creación del mapa de procesos con rutas de fabricación por modelos. Parametrización estadística de cada proceso individualmente.
  2. Modelización en el simulador.
  3. Ajustes en el modelo con datos actualizados.
  4. Soluciones de gestión con los resultados del simulador.
Ya que la simulación es en muchas ocasiones una herramienta apropiada de análisis, es preciso considerar las ventajas y desventajas de su utilización.


Ventajas y Desventajas de la Simulacion
Ventajas

1.      Una vez construido, el modelo puede ser modificado de manera rápida con el fin de analizar diferentes políticas o escenarios.
2.      Generalmente es menos costoso mejorar el sistema vía simulación, que hacerlo directamente en el sistema real.
3.      Es mucho más sencillo comprender y visualizar los métodos de simulación que los métodos puramente analíticos.
4.      Los métodos analíticos se desarrollan casi siempre, para sistemas relativamente sencillos donde suele hacerse un gran número de suposiciones o simplificaciones, mientras que con los modelos de simulación es posible analizar sistemas de mayor complejidad o con mayor
5.      En algunos casos, la simulación es el único medio disponible para lograr una solución.
6.      Es un proceso relativamente eficiente y flexible.
7.      Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no puede ser empleada para solucionar un modelo de análisis cuantitativo convencional.
8.      Los modelos de simulación se estructuran y nos resuelve en general problemas trascendentes.
9.      Los directivos requieren conocer como se avanza y que opciones son atractivas; el directivo con la ayuda del computador puede obtener varias opciones de decisión.
10.  La simulación no interfiere en sistemas del mundo real.
11.  La simulación permite estudiar los efectos interactivos de los componentes individuales o variables para determinar las más importantes.
12.  La simulación permite la inclusión de complicaciones del mundo real.
13.  Permite la experimentación en condiciones que podrían ser peligrosas o de elevado coste económico en el sistema real.
Desventajas

1.      Se requiere gran cantidad de corridas computacionales para encontrar "soluciones óptimas", lo cual repercute en altos costos.
2.      Es difícil aceptar los modelos de simulación.
3.      La solución de un modelo de simulación puede dar al analista un falso sentido de seguridad.
1.      Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso de desarrollar un modelo es largo y complicado.
2.      La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en técnicas como cantidad económica de pedido, programación lineal o PERT. Por ensayo y error se producen diferentes resultados en repetidas corridas en el computador.
3.      Los directivos generan todas las condiciones y restricciones para analizar las soluciones. El modelo de simulación no produce respuestas por si mismo.
4.      Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente transferibles a otros problemas.
5.      Siempre quedarán variables por fuera y esas variables (si hay mala suerte) pueden cambiar completamente los resultados en la vida real que la simulación no previó… en ingeniería se “minimizan riesgos, no se evitan”.


Fuente: Azarang M., Garcia E. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS.  Mc. Graw Hill. México.