Vous êtes sur la page 1sur 19

FACULTAD DE INGENIERÍA Y

CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

ALGORITMO DE SECUENCIA MULTI-MAQUINA

INTEGRANTES:

TUTOR:

JULIAN TELLO

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO


FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
INGENIERÍA INDUSTRIAL
SCHEDULING E INVENTARIOS
2019

Contenido

1. INTRODUCCIÓN ................................................................................................................................ 2
1.1. OBJETIVO PRINCIPAL .............................................................................................................. 4
1.2. OBJETIVOS SECUNDARIOS .................................................................................................... 4
1.3. CRONOGRAMA DE ACTIVIDADES ........................................................................................ 5
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS ............................................................. 6


2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS .............. 6
2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-
MÁQUINA ............................................................................................................................................... 9
2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MULTI-
MÁQUINA ............................................................................................................................................. 12
3. SOLUCIÓN DEL ESTUDIO DE CASO ............................................................................................ 15
4. CONCLUSIONES Y RECOMENDACIONES .................................................................................. 17
4.1. CONCLUSIONES ...................................................................................................................... 17
4.2. RECOMENDACIONES ............................................................................................................. 17
‘BIBLIOGRAFÍA ....................................................................................................................................... 19

1. INTRODUCCIÓN

La programación de operaciones o de tareas está presente dentro de cualquier compañía, es por

ello que el Scheduling consiste en un proceso de toma de decisiones aplicado continuamente dentro
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

de cada proceso productivo asignando recursos a diversas tareas sobre una línea de tiempo con la

finalidad de optimizar uno o más objetivos.

Por consiguiente, el presente trabajo tiene como finalidad generar y mostrar una serie de

estrategias desarrolladas en secuencia, que ayuden a minimizar el makespan dentro de una

compañía del sector metalmecánico, analizando dos máquinas que aportan a la elaboración de la

producción.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.1. OBJETIVO PRINCIPAL

Optimizar un proceso productivo a través del desarrollo de una secuencia de alternativas que

permitan minimizar el Makespan de una compañía (tiempo total para completar todos los

trabajos), analizando las variables que intervienen en la ejecución de este como los son factores

de tiempo y maquinaria las cuales se enfocan al taller metalmecánico.

1.2. OBJETIVOS SECUNDARIOS

1. Identificar y estudiar los factores que intervienen en la ejecución del trabajo a realizar.

2. Plantear la estrategia para obtener la mejora en los tiempos de manufactura.

3. Aplicar métodos algorítmicos que nos permitan mejorar la programación de recursos de forma

adecuada y eficiente a fin de reducir tiempos de ejecución en las tareas.

4. Minimizar los tiempos de parada por máquina de acuerdo a los resultados obtenidos de los

algoritmos.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

1.3. CRONOGRAMA DE ACTIVIDADES

CRONOGRAMA DE ACTIVIDADES
Actividad sem1 sem2 sem3 sem4 sem5 sem6 sem7
Revisión de documentos y material
de apoyo para realizar el análisis del
caso planteado.
Conformación del equipo de trabajo,
distribución de funciones y roles del
grupo.
Socialización de los aportes para la
primera entrega y consolidación del
informe a realizar para la primera
entrega.
Definición de aspectos y métodos a
implementar para resolver la
problemática del proyecto.
Socialización de los aportes para la
segunda entrega y consolidación del
informe a realizar para la segunda
entrega.
Toma de decisiones acerca de cuál
algoritmo de secuenciación se
implementara a fin de resolver el
problema que tiene el taller
metalmecánico.
Análisis de resultados hallados y
justificación de la tercera entrega.
Tabla 1. Cronograma de actividades para implementación de la optimización.
Fuente: Elaboración propia.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

2. MARCO TEÓRICO – SECUENCIACIÓN DE MÁQUINAS

2.1. TIPOS PRINCIPALES DE PROBLEMAS EN SECUENCIACIÓN DE MÁQUINAS

El prototipo del problema de secuenciación de máquinas se acostumbra por lo general a

denominarse problema del taller mecánico (Job-Shop Problem).

Su clasificación o principales tipos de problemas pueden ser de tres tipos:

Problema estático: Un número de piezas finito y determinado debe realizarse en un taller con un

número finito de máquinas.

En el instante de realizar la programación se conoce la ruta de cada pieza, las operaciones

que la componen, en que maquina debe realizarse cada operación y la respectiva duración

correspondiente.

Todas las piezas están disponibles en el mismo instante en que se adopta como instante

inicial o instante 0 en tiempo relativo.

La finalidad de este problema se centra en la búsqueda de un programa que optimice un índice de

eficiencia ya establecido.

Problema semidinamico: Un número de piezas finito y determinado debe producirse en un taller

con un número finito de máquinas. En el instante de determinar la programación se conoce la ruta


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

de cada pieza, las operaciones que la componen, en qué máquina debe realizarse cada operación y

la duración correspondiente.

Los instantes de disponibilidad de las piezas y/o máquinas no son todos idénticos, pero sí

conocidos en el instante de realizar la programación.

La finalidad del problema se centra en la búsqueda de un programa que optimice un índice

de eficiencia establecido.

Problema dinámico: El horizonte de funcionamiento del taller, así como el número de piezas,

aunque no el de las máquinas, es ilimitado hacia el futuro.

Todas las piezas que serán tratadas en el taller en el futuro no están definidas en un

momento determinado, salvo, eventualmente, en probabilidad.

La definición de las piezas se realiza progresivamente a medida que transcurre el tiempo.

Una pieza queda definida por completo cuando la orden se emite o llega al taller (o en un momento

anterior muy próximo a la llegada efectiva). En cualquier instante el conocimiento determinista de

la situación es muy semejante al disponible en un problema semidinamico. Se diferencian en que,

en este tipo de problemas, progresivamente algunas piezas terminan su elaboración en el taller y

lo abandonan, siendo sustituidas por otras nuevas que llegan para ser elaboradas; en esta situación

son necesarios los ciclos de reprogramación, ya que un único programa no es suficiente, al alterarse

la situación del taller con el transcurrir del tiempo.


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

La finalidad en los problemas dinámicos es establecer un procedimiento de programación;

los índices de eficiencia deben estar asociados a las características medias de los programas y

realizaciones obtenidas a lo largo de un intervalo temporal suficiente.

Datos:

 Job-shop: n trabajos o tareas {J J 1,..., n } han ser procesados por m máquinas o procesadores

{M M 1,..., m}.

 Cada trabajo ha de pasar por cada máquina una y sólo una vez.

 Operación ij o : operación de procesar el trabajo i en la máquina j .

 Restricciones tecnológicas: condiciones de orden en las operaciones de un trabajo.

 Caso general: cada trabajo tiene su propio orden sin relación con el orden de otros.

 Flow-shop: el orden es el mismo para todos los trabajos.

 Tiempo de proceso de ij o : ij p (incluye tiempo de ajuste de máquina o de transporte hasta la

máquina).

 Release date o ready time: ir instante en que el trabajo i J está listo para ser procesado o llega

el pedido.

 Due date: i d fecha de entrega de i J

 i a amplitud del periodo planificación trabajo i J o plazo de entrega: i i i a d r


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Hipótesis del job-shop

 Cada trabajo es una entidad: no se pueden realizar dos operaciones de un mismo trabajo a la

vez.

 Cada trabajo incluye una y sólo una operación en cada máquina (en total m operaciones).

 No preemption (no se permite interrupción de operaciones).

 No cancelación (no se permite cancelación una vez iniciada).

 Tiempos de proceso independientes de la secuencia seguida.

 Se permite inventario intraproceso (las operaciones pueden esperar hasta que se acabe otra

operación en la siguiente máquina).

 Sólo hay una máquina de cada tipo.

 Las máquinas pueden estar inactivas.

 Las máquinas no pueden procesar más de una operación a la vez.

 Las máquinas están disponibles todo el periodo de planificación.

Las restricciones tecnológicas son conocidas e inmutables.

 No existe aleatoriedad: conocidos y fijos todos los datos (número de trabajos, número de

máquinas, tiempos de proceso).

2.2. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MONO-

MÁQUINA

Algoritmos FIFO Y SPT secuenciación mono maquina son dos reglas de secuenciación de

tareas muy conocidos. Estas reglas son: FIFO (First In, First Out) y SPT (Shortest Processing
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Time). Aplicadas al problema on-line de secuenciación en una máquina, en ambas reglas se

mantiene una fila en la que se contienen las tareas que van llegando al sistema pero que aún no se

han ejecutado. Bajo la regla FIFO, los trabajos no ejecutados son ordenados en el mismo orden de

llegada al sistema, es decir por rj creciente (en caso de empate, va primero el trabajo con menor

pj); de otro lado, con la regla SPT, las tareas en espera de ejecución se organizan por orden

creciente de sus tiempos operatorios (en caso de empate, va primero el trabajo con menor rj).

Cuando la máquina queda libre luego de terminar la ejecución de una tarea, el primer trabajo en la

lista es asignado para ejecución en la máquina. Cuando llega una nueva tarea, ésta es ubicada en

la lista en la posición que le corresponde, según su fecha de llegada o su tiempo operatorio.

Tanto FIFO como SPT son algoritmos on-line puesto que toman las decisiones de ejecución

basados en la información disponible al instante en que la máquina se libera, sin considerar las

llegadas futuras. Adicionalmente, ambos algoritmos son conservadores, lo cual significa que la

máquina nunca permanece inactiva siempre que haya tareas en la lista a la espera de ser ejecutadas.

Vale la pena anotar que, a pesar de que estas dos reglas han sido ampliamente utilizadas tanto en

la literatura como en la práctica, existen pocos resultados teóricos y experimentales acerca de su

desempeño.

Secuenciación en una máquina (i)

Hipótesis: Instantes de comienzo 0 ir i = ∀ y m = 1.

Para todo objetivo regular (no decreciente con los instantes de cumplimentación), existe una

planificación óptima en la que la máquina no está inactiva.


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Permitir la interrupción no puede mejorar ninguna planificación.

La solución es una programación permutación. (C F max max = son los mismos)

Secuenciación en una máquina (ii)

a) Minimización del tiempo medio de proceso, F (C W L N N , , , , U W ) Programación según

tiempo de proceso creciente.

b) Minimización de máxima desviación respecto a fechas de entrega, Lmax (Tmax ) Programación

de fecha de entrega creciente.

c) Minimización de número de trabajos demorados: algoritmo de Moore y Hodgson.

1. Obtener programación de fecha de entrega creciente.

2. Encontrar primer trabajo demorado en secuencia actual i l( ) J . Si no, ir a 4.

3. Encontrar trabajo mayor tiempo proceso delante de i l( ) J , incluido i l( ) J , y rechazarlo. Ir a 2.

4. Secuencia óptima: actual y añadir al final trabajos rechazados sin orden. Esos trabajos

rechazados serán los únicos demorados.

Secuenciación en una máquina (iii)

Condiciones precedencia entre trabajos: Evitar reformulando fechas entrega. Si no es posible:

utilizar algoritmos específicos.

• Problema de cadenas productos: K cadenas de 1,..., K n n trabajos: con orden y proceso seguido

→ ¿Cómo secuenciar las cadenas?


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

p ij : tiempo j-ésimo trabajo de la cadena i-ésima → tiempo cadena.

Secuencia óptima para minimizar el tiempo medio de proceso:

Ordenar por tiempo medio de proceso creciente:

2.3. ALGORITMOS PRINCIPALES PARA SECUENCIACIÓN EN PROBLEMAS MULTI-

MÁQUINA

La aplicación de los Algoritmos de Johnson, es un algoritmo heurístico utilizado para resolver

situaciones de secuenciación de procesos que operan dos o más órdenes (operaciones) que pasan

a través de dos máquinas o centros de trabajo. Su principal objetivo es minimizar el tiempo de

procesamiento total del grupo de trabajos. Este algoritmo consiste en la aplicación de cuatro

sencillos pasos:

1. El primer paso consiste en listar todos los trabajos u operaciones junto con su tiempo de

procesamiento por cada centro de trabajo o máquina.

2. El segundo paso consiste en seleccionar el tiempo de procesamiento más corto. Recuerde

que como resultado de la aplicación del paso 1 obtenemos dos columnas de tiempos (tiempos del

centro de trabajo 1 y 2); Sí el tiempo más corto se encuentra en la columna correspondiente al

centro de trabajo (máquina) 1, este trabajo se programa primero, en caso contrario y de estar

en la columna correspondiente al centro de trabajo 2, este trabajo se programa al final.

3. Una vez se programa un trabajo, sea al inicio o sea al final, este se elimina de la lista inicial.

4. Se deben repetir los pasos 2 y 3 para los trabajos restantes, trabajando hacia el centro de la

secuencia. Es uno los algoritmos más aplicados y eficientes para minimizar tiempos muertos.
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Secuenciación en varias máquinas (i)

Hipótesis:

• Instantes de comienzo 0, 1,..., ir i n = = .

• Flow-shop 2 máquinas y minimizar máximo tiempo de cumplimentación Cmax :

n trabajos, 2 máquinas, todos por máquina 1 y luego por la 2 en el mismo orden.

Óptimo: buscar entre programaciones permutación.

Secuenciación en varias máquinas. Algoritmo de Johnson (i)

a p = : tiempo proceso i J en máquina 1. i i2 b p = : tiempo proceso i J en máquina 2

1. k = 1 y l n = .

2. Lista actual trabajos no programados = {J J J 1 2 , ,..., n }

3. Encontrar mínimo de los i a y i b de trabajos no programados.

4. Si mínimo es un i a :

4.1. Programar i J en k -ésima posición, borrar i J lista trabajos no programados

4.2. k ← k +1. Ir a 6

5. Si mínimo es un i b :

5.1. Programar i J en l-ésima posición, borrar i J lista trabajos no programados

5.2. l ← l −1. Ir a 6
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

6. Si hay trabajos sin programar ir a 3. En otro caso, parar.

Secuenciación en varias máquinas. Algoritmo de Johnson (ii)

• Extensión: minimizar tiempo máximo cumplimentación con 4 tipos de trabajos

Tipo A: sólo por la máquina M1

Tipo B: sólo por la máquina M2

Tipo C: primero máquina M1 y luego M2

Tipo D: primero máquina M2 y luego M1

1. Secuenciar tipo A cualquier orden → A S

2. Secuenciar tipo B cualquier orden → B S

3. Secuenciar tipo C algoritmo de Johnson → C S

4. Secuenciar tipo D algoritmo de Johnson (cambiar máquinas) → D S

Programación óptima:
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

3. SOLUCIÓN DEL ESTUDIO DE CASO

El algoritmo que se adecua al planteamiento del problema es el Algoritmo de Johnson.

Figura 1 trabajos programados con 2 centros de trabajo y 9 trabajos a realizar


Fuente: Elaboración propia

Como se observa en la figura anterior, tenemos 2 centro de trabajos (Torneado y Fresado)

y 9 trabajos a realizar, el Algoritmo de Johnson es heurístico utilizado para resolver situaciones de

secuenciación en procesos mayores a dos que pasan a través de dos centros de trabajos, dicho lo

anterior vemos que el problema se adecua perfectamente para implementar el algoritmo de

Johnson.

Para desarrollar la solución al problema planteado se utilizó el programa LEKIN que nos

permite calcular el Makespan de los trabajos, para eso utilizamos la opción de Flow Shop e

ingresamos el número de centros de trabajo (2) y le número de trabajos a realizar por maquina (9),

posteriormente, al paso anterior se le selecciono cada trabajo a realizar por máquina para así

asignarle los tiempos en horas que le correspondían; ya realizado ese paso se ejecutó el programa

para que nos mostrara el Makespan y el resultado fue el siguiente:


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Figura 2. Planteamiento de caso en el software LEKIN


Fuente: Elaboración propia (software LEKIN)

Figura 3. Resultados del caso programado en el software LEKIN

Fuente: Elaboración propia (software LEKIN)


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

Finalmente se obtiene como resultado un Makespan de 52 horas para el total de trabajos

realizados de los dos procesos torneado y fresado.

4. CONCLUSIONES Y RECOMENDACIONES

4.1. CONCLUSIONES

 Hoy en día la optimización y minimización de tiempos dentro de cualquier compañía son

fundamentos esenciales para la búsqueda de rentabilidad y sostenibilidad dentro del

mercado.

 La secuenciación de máquinas permite desarrollar una seria de estrategias en secuencia que

ayudan finalmente a la minimización del Makespan dentro de una compañía.

 El algoritmo de Johnson permite desarrollar problemas de secuenciación en casos mayores

que pasan de más de dos centros de trabajo en este caso el torneado y fresado.

 Finalmente, el Scheduling permite aplicarlo como proceso de toma de decisiones, de modo

tal que al ejecutar dentro de cada proceso productivo pueda finalmente generar mermas de

tiempos entre el cambio de cada trabajo realizado.

4.2. RECOMENDACIONES

Finalmente se recomienda dentro del caso de estudio del taller metalmecánico, que sea

desarrollada la serie de tareas o trabajos secuenciando cada labor bajo el algoritmo de Johnson el

cual permite asociar más de dos trabajos dentro de una línea productiva, minimizando y

optimizando de forma más asertiva el intervalo de tiempos entre el inicio del procesamiento del
FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

primer trabajo y el desarrollo de los demás, teniendo como resultado final un Makespan de 52

horas total en el desarrollo de las 9 tareas asignadas a cada máquina.


FACULTAD DE INGENIERÍA Y
CIENCIAS BÁSICAS

PROYECTO GRUPAL Institución Universitaria Politécnico Grancolombiano

‘BIBLIOGRAFÍA

Campusvirtual.poligran.edu.co. (2019). Campus virtual Politécnico Grancolombiano. [Online]

disponible en: https://campusvirtual.poligran.edu.co/#/home/index [Recuperado 30 Jun.

2019].

López de Pablo, D. (1995). Problemas de planificación y secuenciación determinística:

modelización y técnicas de resolución [Ebook] (1st ed.). Santa Cruz de Tenerife, España:

Servicio de publicaciones universidad de la laguna. Recuperado de https://www.ull.es/la-

universidad/servicios-universitarios/servicio-de-publicaciones/

Vous aimerez peut-être aussi