Flujos de trabajo

2.6 Flujos de trabajo

Los flujos de trabajo representan el movimiento de materiales, información o capacidad de procesamiento a través de la red de operaciones de una planta de fabricación. Entender y optimizar estos flujos es fundamental para minimizar tiempos de ciclo, reducir inventario en proceso, y maximizar utilización de recursos. Los flujos pueden ser determinísticos (secuencias fijas de operaciones) o estocásticos (con variabilidad en tiempos y demanda), y pueden manejarse mediante modelos de red de flujo o mediante simulación discreta.

Características de los flujos de trabajo en fabricación mecánica

En una planta típica de fabricación mecánica, los flujos de trabajo presentan características distintas según el tipo de producción. En sistemas de flujo en línea (como una línea de ensamble continuo), cada pieza sigue la misma ruta, visitando máquinas en orden predefinido. Los tiempos entre operaciones son regulares y predecibles. En sistemas de taller (jobshop), diferentes trabajos siguen rutas distintas según sus especificaciones técnicas. Los tiempos de espera y congestión son variables y difíciles de predecir sin simulación.

En manufactura flexible o sistemas de fabricación celular, se agrupan máquinas por familias de productos con características similares. Los flujos entre células son controlados mediante sistemas de programación como Kanban. En sistemas pull (tirar o llevar), la producción es desencadenada por demanda real en el punto de consumo, minimizando inventario. En sistemas push (empujar), la programación es centralizada y se comunica a cada estación.

Modelos de red de flujo determinísticos

Un modelo de flujo determinístico asume que los tiempos de procesamiento, los tiempos de viaje entre estaciones, y los tiempos de espera son conocidos y fijos. Bajo estos supuestos, la red de flujo puede representarse como un grafo dirigido donde cada arco representa una operación o transporte con duración fija. El flujo total del sistema (makespan para un trabajo) es el camino más largo desde inicio hasta fin. La capacidad de la línea (throughput) es determinada por el cuello de botella, la operación más lenta.

En una línea de ensamble con 10 estaciones donde cada estación requiere exactamente 6 minutos por unidad, el tiempo de ciclo de la línea es 6 minutos y puede producir 10 unidades por hora. Si una estación sufre un aumento en tiempo de proceso a 8 minutos, el cuello de botella se desplaza a esa estación y la capacidad cae a 7,5 unidades por hora. Este tipo de análisis simple es posible con modelos determinísticos y puede optimizarse rebalanceando cargas de trabajo entre estaciones.

Modelos de flujo estocástico y teoría de colas

En sistemas reales, los tiempos no son perfectamente determinísticos. Existen variaciones debidas a cambios en especificaciones de productos, desajustes de máquinas, ausencias de operarios, interrupciones no planeadas. Bajo variabilidad, incluso si el tiempo promedio de procesamiento en cada estación es suficiente, se forman colas de espera porque hay momentos donde la estación está ocupada cuando llega nuevo trabajo.

La teoría de colas proporciona modelos matemáticos para sistemas con llegadas estocásticas y tiempos de servicio estocásticos. Un modelo M/M/1 representa llegadas poissonianas, tiempos de servicio exponenciales, y un único servidor. La longitud promedio de cola y el tiempo promedio de espera crecen no linealmente con la utilización del servidor. Con utilización del 50%, el tiempo de espera es muy pequeño. Pero con utilización del 80%, la espera se vuelve significativa. Con utilización cercana al 100%, los tiempos de espera se vuelven intolerables.

Este análisis es crítico para dimensionar correctamente recursos. Si una máquina está completamente saturada, pequeñas variaciones en tiempos de proceso generan colas grandes. Si se sobedimensiona la máquina para alcanzar utilización del 70-80%, el sistema absorbe variabilidad sin degradación importante. En manufactura, es común mantener utilización planeada del 80-85% en máquinas críticas, aceptando que operan ligeramente por debajo de capacidad teórica pero garantizando respuesta rápida a cambios.

Kanban y sistemas de control de flujo

Kanban es un sistema de control visual desarrollado por Toyota que controla el flujo de trabajo mediante tarjetas o señales que indican cuándo producir. En su forma más simple, una tarjeta Kanban autoriza la producción de una cantidad específica. Cuando se consume ese inventario en el punto siguiente, la tarjeta regresa autorizando la producción de otro lote. Este sistema es efectivo para mantener bajo inventario en proceso (WIP) mientras se responde a cambios de demanda.

El número óptimo de tarjetas Kanban en un sistema de dos estaciones se calcula como: Número_Kanban = Demanda_promedio × (Tiempo_ciclo_producción + Tiempo_transporte) + inventario_seguridad. Menos tarjetas aprietan el sistema generando desabastecimiento. Más tarjetas acumulan inventario innecesario. En la práctica se comienza con una estimación y se ajusta según observación operativa.

Congestión y cuellos de botella en redes

En cualquier red de flujo, el elemento con menor capacidad relativa a la demanda determina el flujo máximo del sistema. Este es el cuello de botella. En una red de fabricación con múltiples máquinas, si una máquina tiene capacidad de 100 unidades/hora pero es alimentada por dos máquinas de 60 unidades/hora cada una, el cuello de botella son las máquinas de 60 unidades/hora. La capacidad combinada no supera 120 unidades/hora.

La Teoría de las Restricciones (Theory of Constraints) enfatiza que mejorar capacidad en elementos no críticos no acelera el flujo. Solo mejorando la restricción se incrementa el throughput. Tambor, Cordel, Amortiguador (Drum-Buffer-Rope) es un método de programación que sincroniza toda la red al ritmo del cuello de botella, manteniendo amortiguadores (buffers) de inventario antes de la restricción para evitar desabastecimiento, e informando al inicio de la red (rope) qué ritmo de entrada mantener.

Modelización y simulación de flujos complejos

Para sistemas complejos con múltiples productos, rutas variables, recursos compartidos, y variabilidad, la simulación discreta es la herramienta preferida. Software como Simul8, Arena, AnyLogic, o herramientas de código abierto como SimPy, permiten modelar el sistema detalladamente y ejecutar miles de réplicas generando estadísticas sobre comportamiento. La simulación puede responder: cuál es el tiempo de ciclo promedio si aumentamos esta máquina?, qué ocurre con la capacidad si la variabilidad aumenta 20%?, cuál es el inventario en proceso esperado?, se justifica agregar un operario adicional?

Ideas clave

• Los flujos de trabajo representan el movimiento de materiales y capacidad; pueden ser determinísticos en líneas balanceadas o estocásticos con variabilidad.
• En sistemas determinísticos, el cuello de botella (operación más lenta) determina directamente el throughput máximo.
• La variabilidad inevitable en sistemas reales requiere modelos estocásticos; mantener utilización del 80-85% absorbe fluctuaciones sin degradación.
• Kanban controla flujos manteniendo inventario bajo mediante autorización de producción basada en consumo real.
• La simulación discreta es la herramienta poderosa para analizar sistemas complejos que no pueden optimizarse analíticamente.