Concepto, clasificación y aplicaciones

4.1 Concepto, clasificación y aplicaciones

La simulación de sistemas de producción constituye herramienta poderosa para analizar comportamiento de sistemas complejos sin realizar cambios reales que conlleven riesgo operacional o económico. En fabricación mecánica, la simulación permite evaluar escenarios de planificación, diseñar cambios de layout, dimensionar capacidad o preparar respuestas ante disrupciones, todo en ambiente virtual controlado y repetible.

Este apartado introduce el concepto de simulación, sus beneficios respecto a métodos analíticos tradicionales, las principales clasificaciones de simulaciones aplicables a manufactura y casos de aplicación real donde simulación ha generado mejoras significativas en plantas de fabricación mecánica. La simulación servirá como complemento a análisis de teoría de colas del módulo anterior, permitiendo modelar sistemas con mayor realismo y complejidad.

Definición y características de la simulación

La simulación es reproducción del comportamiento de sistema real en modelo computacional que permite experimentar cambios sin afectar operaciones actuales. A diferencia de modelos analíticos matemáticos que proporcionan soluciones exactas bajo supuestos simplificados, la simulación reproduce dinámicamente la evolución temporal del sistema, capturando mayor complejidad e interdependencias.

Ventajas principales de simulación respecto a análisis analítico: (1) Permite sistemas más realistas con distribuciones complejas, relaciones no lineales y múltiples restricciones simultáneas. Los modelos M/M/c de teoría de colas asumen distribuciones exponenciales que pueden no ser realistas; la simulación acepta cualquier distribución empírica. (2) Facilita visualización de comportamiento dinámico temporal, mostrando cómo sistema evoluciona a lo largo del tiempo. (3) Permite análisis de sensibilidad sistemático, evaluando impacto de cambios en múltiples parámetros. (4) Puede capturar eventos raros o comportamientos extremos que análisis de media y varianza podrían no identificar.

Limitaciones y desventajas: (1) Requiere mayor esfuerzo de programación o modelado que análisis analítico. (2) Proporciona resultados con variabilidad estadística que requiere repeticiones múltiples para obtener conclusiones confiables. (3) Mayor complejidad computacional, especialmente para sistemas grandes. (4) Requiere validación cuidadosa: modelo inválido produce conclusiones inválidas.

Clasificación de simulaciones aplicables a fabricación

Las simulaciones se clasifican según múltiples dimensiones:

Simulación discreta versus continua: La simulación discreta modela eventos que ocurren en puntos específicos de tiempo (llegada de trabajo, terminación de operación, cambio de estado). Es la más común en fabricación. La simulación continua modela sistemas donde estado cambia continuamente en tiempo (velocidad de fluido en tubería, temperatura en horno). Procesos de fabricación mecánica son mayormente discretos, aunque ciertos procesos como tratamientos térmicos tienen componentes continuas.

Simulación estática versus dinámica: La simulación estática evalúa sistema en punto particular de tiempo, sin considerar evolución temporal. Útil para análisis de layout o evaluación de configuración sin considerar variabilidad de tiempo. La simulación dinámica reproducer evolución del sistema a lo largo de tiempo, capturando efectos de variabilidad temporal.

Simulación determinística versus estocástica: La simulación determinística utiliza parámetros y secuencias conocidas, produciendo resultados idénticos en cada ejecución. Es útil para validar modelos pero no captura variabilidad real. La simulación estocástica incorpora variabilidad mediante números aleatorios (tiempos de llegada, tiempos de procesamiento, fallos de máquinas), produciendo resultados diferentes en cada ejecución y permitiendo análisis estadístico.

Simulación de eventos discretos es combinación de: discreta, dinámica y típicamente estocástica. Es estándar en modelado de sistemas de fabricación.

Aplicaciones en contextos de fabricación mecánica

La simulación de eventos discretos tiene aplicación práctica en múltiples decisiones manufactureras:

Evaluación de cambios de layout: Empresa de mecanizado evaluó traslado de máquina CNC de una ubicación a otra. Simulación de flujos de material durante 30 días laborales mostró que cambio reduciría tiempo promedio de movimiento entre operaciones de 45 a 28 minutos, justificando inversión de 8.000 euros en traslado y reconexiones.

Dimensionamiento de capacidad: Planta evaluaba si inversión en segunda máquina de torneado era necesaria. Simulación de demanda histórica mostró que con una máquina, colas superarían 8 días en 12% de los casos, generando retrasos. Con dos máquinas, colas nunca superaban 2 días. Decisión basada en simulación permitió justificar inversión de 150.000 euros.

Análisis de políticas de mantenimiento: Simulación permitió comparar diferentes políticas: mantenimiento preventivo cada 500 horas versus mantenimiento por fallos. Mantenimiento preventivo requería más paradas planificadas pero evitaba fallos durante operación crítica. Simulación cuantificó impacto en disponibilidad de máquina: mantenimiento preventivo 96% disponibilidad versus 91% con mantenimiento reactivo.

Preparación para disrupción: Planta utilizó simulación para prepararse ante cierre temporal de proveedor clave. Modelo mostró cuántos días podría mantener producción sin suministro del proveedor, y qué ajustes en scheduling serían necesarios.

Elementos esenciales de un modelo de simulación

Para construir simulación efectiva de sistema de fabricación, se requieren componentes clave:

Entidades: Elementos que se mueven a través del sistema (trabajos, componentes, órdenes). Cada entidad tiene atributos (tipo de producto, cliente, plazo de entrega).

Recursos: Elementos que procesan entidades (máquinas, operarios, herramientas). Tienen capacidad limitada y disponibilidad temporal.

Procesos: Actividades que transforman entidades (mecanizado, montaje, inspección). Tienen duración variable según distribución.

Variables de estado: Describen condición actual del sistema (número de trabajos en cola, máquinas ocupadas, tiempo desde última operación).

Eventos: Cambios discretos de estado (llegada de trabajo, inicio de operación, terminación de operación, avería). El simulador procesa eventos en orden cronológico.

Ejemplo práctico: análisis de impacto de variabilidad de tiempos de procesamiento

Una célula de fresado procesa componentes con especificación de tiempo estándar 2 horas, pero variabilidad observada ±30% (rango 1,4 a 2,6 horas). Analista considera si implementar sistema de control más estricto que reduciría variabilidad a ±10% (rango 1,8 a 2,2 horas), con costo de 5.000 euros en equipamiento.

Simulación del sistema actual (alta variabilidad) con demanda de 8 trabajos/día muestra: tiempo promedio en sistema 4,2 días, cumplimiento de plazo 92%. Simulación del sistema mejorado (baja variabilidad) muestra: tiempo promedio en sistema 3,1 días, cumplimiento de plazo 97%. La reducción de un día en ciclo y 5% en cumplimiento justifican inversión mediante mejora en servicio y capacidad efectiva adicional.

Ideas clave

• La simulación de eventos discretos proporciona herramienta complementaria a análisis analítico, capturando mayor realismo y complejidad de sistemas reales
• Las aplicaciones principales de simulación en fabricación incluyen evaluación de cambios de layout, dimensionamiento de capacidad, optimización de políticas operativas y preparación ante disrupción
• La simulación estocástica con múltiples ejecuciones es requerida para capturar variabilidad inherente a procesos reales y obtener conclusiones estadísticamente válidas
• Elementos esenciales del modelo incluyen entidades, recursos, procesos y eventos, que deben reflejar adecuadamente estructura del sistema real
• La validación del modelo contra comportamiento histórico real es paso crítico antes de utilizar simulación para soporte de decisiones