Implementation of the simulation for the improvement of production processes
Article Sidebar
Main Article Content
Abstract
Introduction: Goods and services companies, to stay competitive, need to adapt and/or make continuous changes in the philosophy of industrial management, changes that bring uncertainty, so the simulation of industrial processes allows analyzing different scenarios that improve productivity and decision making. Objective: to evaluate the implementation of the simulation for the improvement of the productive processes. Methodology: it is proposed as a basic type of theoretical research, with characteristics that place it as a documentary, descriptive, non-experimental research, where there is no manipulation of variables based on the analysis of work information of a scientific nature in the field of productivity, Results: Different studies show that the simulation allows evaluating different scenarios, factors, proposal, Lean Manufacturing methods, at a low cost for the organization, obtaining data that allows improving decision making, changes in the guidelines in the productive processes, as well as the improvement product of the optimization of the processes. Conclusion: the effect of the implementation of the simulation in the improvement of the productive processes from a documentary theoretical perspective, the simulation has a positive and significant effect when developing a proposal, scenarios, in the evaluation of uncertainty and decision making., allowing to improve production processes.
Downloads
Article Details
References
Altaf, M., Bouferguene, A., Liu, H., Al-Hussein, M., & Yu, H. (2018). Integrated production planning and control system for a panelized home prefabrication facility using simulation and RFID. Automation in Construction, 85, 369-383. doi: 10.1016/j.autcon.2017.09.009.
Bedoya-Díaz, I., Chud-Pantoja, V., & Paredes-Rodríguez, A. (2020). Simulación de mejoras en el sistema productivo de una curtiembre basada en el mapeo de su cadena de valor. Scientia et Technical, 25(3), 394–403. doi:10.22517/23447214.24231
Bernal, C. (2010). Metodología de la Investigación (Tercera ed.). Colombia: Prentice Hall.
Buer, S., Strandhagen, J., & Chan, F. (2018). The link between Industry 4.0 and lean manufacturing: mapping current research and establishing a research agenda. International Journal of Production Research. doi:10.1080/00207543.2018.1442945
Correa, A., Castro, J., Garcés, C., & Ceballos, Y. F. (2020). Simulación y evaluación de un proceso productivo de suelas termoplásticas en Colombia. Entre Ciencia e Ingeniería, 14(28), 10-15. doi:10.31908/19098367.1850
Diaz, D. (2022). Simulación de la red de aprovechamiento de Sogamoso para optimizar los procesos de recolección y transporte mediante el uso del software ProModel. Escuela de Ciencias Básicas Tecnología e Ingeniería. Sogamoso - Boyacá: Universidad Nacional Abierta y a Distancia UNAD. https://repository.unad.edu.co/handle/10596/49837
Fernández, S. A., Pérez, A. L., & Medina, P. D. (2019). Uso integral de simulación, diseño de experimentos y KANBAN para evaluar y mejorar el rendimiento de una línea de producción. Entre Ciencia e Ingeniería, 13(26), 9-16. doi:10.31908/19098367.1147
González, C., Martínez, I., & Ramírez, J. (2018). Importancia de la simulación en procesos productivos. Calidad e innovación en los procesos productivos (pp. 25-35). Red Iberoamericana de Academias de Investigación. http://redibai-myd.org/portal/wp-content/uploads/2019/03/Calidad-e-Innovacio%CC%81n-06-7.pdf#page=29
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la Investigación. México: McGraw Hill.
Marulanda-Grisales, N., & Múnera-Ramírez, R. (2019). Decisiones estratégicas de operaciones en la producción sostenible: análisis de tendencias en investigación. Revista Lasallista de investigación, 16(1), 228-243. doi:10.22507/rli. v16n1a4.
Mejías, E. (2005). Metodología de la Investigación Científica (Primera ed.). Universidad Nacional Mayor de San Marcos, Unidad de Posgrado.
Ortiz, E. (2020). Aplicación del Design Thinking al rediseño de procesos productivos. Estudio de caso: Empresa del sector de confección textil en Ecuador. Facultad de Ciencias Económicas. Bogotá: Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/79269
Rodríguez-Cruz, Y., & Pinto, M. (2018). Modelo de uso de información para la toma de decisiones estratégicas en organizaciones de información. Transinformação, 30(1), 51-64. doi:10.1590/2318-08892018000100005
Salawu, G., Bright, G., & Onunka, C. (2020). Modelling and Simulation of a Conveyor Belt System for Optimal Productivity. International Journal of Mechanical Engineering and Technology, 11(1), 115 - 121. Retrieved from http://www.iaeme.com/IJMET/issues.asp?JType=IJMET&VType=11&IType=1
Uriarte, A., Ng, A., & Moris, M. (2018). Supporting the lean journey with simulation and optimization in the context of Industry 4.0. Procedia Manufacturing, 25, 586-593. doi: 10.1016/j.promfg.2018.06.097.
Vargas, J., Muñoz, J., Paba, N., & Ordoñez, N. (2020). Aplicación de la técnica multivariada Manova a dos variables de control provenientes de tres modelos de simulación estocásticos de un proceso productivo. Entre Ciencia e Ingeniería, 14(28), 66-75. doi:10.31908/19098367.2056
Zsifkovits, H., & Woschank, M. (2019). Smart Logistics – Technologiekonzepte und Potentiale. Berg Huettenmaenn Monatsh, 164, 42 - 45. doi:10.1007/s00501-018-0806-9