Implementación de la simulación para la mejora de los procesos productivos

Main Article Content

Alexis Miguel Velásquez Jama
Betsy Olvera Moran

Resumo

Introducción: Las empresas de bienes y servicios, con el objetivo de mantenerse competitivas necesitan adaptarse y/o realizar cambios continuos en la filosofía de la gestión industrial, cambios que trae consigo incertidumbre por lo que la simulación de los procesos industriales permite analizar diferentes escenarios que permita mejorar la productividad y la toma de decisiones. Objetivo: evaluar la implementación de la simulación para la mejora de los procesos productivos. Metodología: se plantea como una investigación teórica de tipo básica, con características que la sitúan como una investigación documental, descriptiva, no experimental, donde no existe manipulación de variables en base a el análisis de información de trabajo de carácter científico en el ámbito de la productividad, Resultados: Diferentes estudios demuestran que la simulación permite evaluar diferentes escenarios, factores, propuesta, métodos Lean Manufacturing, a un coste bajo para la organización, obteniendo datos que permita mejorar la toma de decisiones, cambios en las directrices en los procesos productivos, así como la mejora producto de la optimización de los procesos. Conclusión: el efecto de la implementación de la simulación en la mejora de los procesos productivo desde una perspectiva teórica documental, la simulación tiene un efecto positivo y significativo al momento de desarrollar propuesta, escenarios, en la evaluación de la incertidumbre y la toma de decisiones, permitiendo mejorar los procesos productivos.

Downloads

Não há dados estatísticos.

Article Details

Como Citar
Velásquez Jama, A. M., & Olvera Moran, B. (2023). Implementación de la simulación para la mejora de los procesos productivos. ConcienciaDigital, 6(1), 75-86. https://doi.org/10.33262/concienciadigital.v6i1.2441
Seção
Artículos

Referências

Abdulatif, N., Yasser, S., Fahim, I., Emad, Y., Saleh, A., & Kassem, S. (2020). Decision Support Using Simulation to Improve Productivity: A Case Study. 2020 International Conference on Decision Aid Sciences and Application (DASA), 1120-1127. doi:10.1109/DASA51403.2020.9317043
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