Explorando por Autor "Sanz Zegarra, Pablo"

Mostrando 1 - 1 de 1

Texto completo enlazado
Diagnóstico y mejora de procesos para la reducción de la tasa de ocupación de un muelle
(Pontificia Universidad Católica del Perú, 2013-05-20) Sanz Zegarra, Pablo; Arribasplata Zavala, Omar André; Carbajal López, Eduardo
En el presente trabajo se describe el análisis, diagnóstico, desarrollo del modelo de simulación discreta y propuesta de mejora en el proceso de carga y descarga de contenedores en el Muelle XYZ del Puerto ABC, en busca de reducir su tasa de ocupación ya que presenta valores mayores a los permitidos por la Autoridad Portuaria Nacional (APN). El uso de la simulación de eventos discretos permitió desarrollar un modelo que representa la realidad de los procesos de carga y descarga de contenedores, así como el flujo de estos dentro del patio de maniobras, con el fin de encontrar aquellos sub procesos en donde se generan mayores demoras y mediante la mejora de los mismos reducirlas. La mejora de procesos debe ser continua y sostenible ya que busca el perfeccionamiento de una empresa y del desempeño de sus procesos. En el análisis de datos se trabajó con data real obtenida de la medición de tiempos y brindada por sistemas internos de la empresa, cuanto más precisa sea esta medición más beneficiosa será para la toma de decisiones; ya que lo que se busca con esta es encontrar una función estadística que se adecúe a cada uno de los subprocesos para que los tiempos de operación y demora de las entidades sean precisos y de esta manera puedan reflejar la realidad. El modelo de simulación debe reflejar al mayor detalle posible como es que se desarrolla el proceso en la realidad, tomando en cuenta todos los eventos que se puedan presentar aún cuando estos tengan poca probabilidad de ocurrencia. Luego de tener el modelo de simulación se valida que los resultados obtenidos sean cercanos a la realidad, para lo cual estos deben encontrarse dentro de un intervalo de confianza y además mantener ciertas condiciones que permitan truncar periodos de calentamiento. Finalmente con toda la información obtenida se generó un modelo de optimización el cual contiene restricciones de operación y una función objetivo de minimización de tiempos en muelle. El resultado obtenido es la solución óptima que generará mejoras en el flujo del proceso.