Proyecto-5-unidad-agsutin.docx

  • Uploaded by: Uriel Gonzalez
  • 0
  • 0
  • December 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Proyecto-5-unidad-agsutin.docx as PDF for free.

More details

  • Words: 3,089
  • Pages: 40
UNIVERSIDAD POLITÉCNICA DEL VALLE DE TOLUCA

NOMBRE DEL PROGRAMA EDUCATIVO: INGENIERÍA INDUSTRIAL

NOMBRE DEL ASIGNATURA: SIMULACIÓN DE PROCESOS PRODUCTIVOS

NOMBRE DE LA PRÁCTICA: MODELADO Y SIMULACIÓN DE UN ESTABLECIMIENTO DE COMIDA RÁPIDA (PIZZAS LITTLE CAESAR) USANDO ARENA

FACILITADOR: Dr. AGUSTÍN CORTÉS REBOLLEDO

INTEGRANTES: No 1 2 3

Matrícula 1522IIS073

Nombre GONZÁLEZ GONZÁLEZ FÉLIX URIEL CONTRERAS CESAR EMMANUEL CAPULIN OCAÑA JOSE MANUEL

Firma

ENERO, 2018

Resumen El objetivo de este proyecto es, en primer lugar, para evaluar las capacidades y facilidad de empleo de Arena (un entorno comercial u empresarial); y en segundo lugar, para proporcionar material útil sobre Arena, con el fin de que sea usado en el desarrollo de prácticas académicas de simulación. Se ha realizado el modelado y la simulación de modelos utilizando Arena. El primero es un modelo simple, cuyo modelado y simulación en ambos entornos se explica detalladamente. Es un modelo complejo de un restaurante de comida rápida, que permite ver las capacidades de Arena. Los resultados de simulación obtenidos usando Arena antes de llevar acabo el proceso.

Justificación Realizar la simulación de una empresa para ver como opera su sistema. En un modelo de simulación, los datos de entrada suponen un elemento determinante a la hora de obtener resultados precisos y próximos al sistema real objeto del estudio de simulación. En este sentido, la tarea de determinar la distribución de probabilidad apropiada de los datos de entrada es una de las más importantes en el proceso de modelado y simulación de un sistema de eventos discretos.

1

INFORMACION DE LA EMPRESA El lugar que decidimos analizar es una cadena de pizzerias mundialmente conocida llamada LITTLE CAESAR¨S Dirección: Alfredo del Mazo Vélez 609, Valle Verde y Terminal, 50140 Toluca de Lerdo, Méx. Horario: domingo

09–22

lunes

09–22

martes

09–22

miércoles

09–22

jueves

09–22

viernes

09–22

sábado

09–22

Sugerir una edición HISTORIA Mike y Marian Ilitch pertenecen a la primera generación de norteamericanos de origen macedonio. A través de Con las franquicias de Little Caesars Pizza, ellos han ofrecido les han dado a a cientos de personas la oportunidad de convertirse en dueños de negocios independientes. Desde 1959 les han dado empleo a cientos de miles (o a millones) de personas por medio de la cadena Little Caesars.Las pizzerías Little Caesars están localizadas en ciudades y entidades de todo el país y éstas proporcionan empleos y negocios estables en la comunidad. La filosofía de Mike y Marian es devolverle a la comunidad el apoyo que ésta les da. Los dueños de la cadena de franquicias comparten también esta filosofía. Marian y Mike tienen 7 hijos a los que han criado con los mismos valores que ellos comparten: la humildad y la generosidad hacia la comunidad. La familia Ilitch ha recibido

2

muchos reconocimientos por su contribución a la comunidad y a la industria restaurantera. Mike y Marian Ilitch, al igual que su familia, han donado millones de dólares a organizaciones no lucrativas, han auspiciado becas de deporte amateur para cientos de miles de niños y les han dedicado miles de horas de su tiempo a organizaciones comunitarias y de caridad. Ellos fueron los pioneros en la revitalización del centro de Detroit en 1987 al comprar el edificio del Teatro Fox y renovarlo totalmente. Fue aquí, en el corazón de Detroit, que establecieron la sede internacional de Little Caesars. Productos Ofrecen una gran mayoría de pizzas de distitntos ingredientes pero el 90 % de las ventas según el gerente del establecimieno el ADM. Juan Carlos Reyes Orfali son las de pepperoni y queso pueden incluir refresco de la compañía PEPSICO y acompañarlas con Little Caesars Pizza ha tenido el orgullo de servir productos deliciosos por más de 50 años. Sólo usamos los mejores ingredientes. Nuestra masa se hace fresca cada día , mientras que nuestro queso se ralla fresco y ¡nunca lo congelamos! Nuestra salsa para pizzas es mundialmente famosa y contiene una mezcla secreta de condimentos que a nuestros clientes les encanta. MISIÓN Ser el mejor para llevar a casa la cadena de pizzerías por exceder las expectativas del cliente con un valor extraordinario, productos de gran sabor, y la gente en circulación al tiempo que proporciona una fuerte rentabilidad a nuestras partes interesadas. VISIÓN Ser más exitosas y de más rápido crecimiento de la cadena de pizza del mundo, reconocida por los consumidores como el líder incomparable en valor, calidad, servicio y conveniencia.

3

4

5

6

7

8

9

Introducción El objetivo de la simulación es anticipar el comportamiento de un sistema creando un modelo del mismo. De esta manera, se puede estimar el comportamiento del mismo sin incurrir en los costes de su desarrollo, y decidir previamente la conveniencia o no de realizarlo . En el Proyecto realizado se modela el comportamiento de un establecimiento de comida rápida desde dos puntos de vista. Primero usando el paradigma Orientado a Procesos, con la herramienta de simulación 1. Determinación de las variables y parámetros relevantes para el funcionamiento del sistema real. Es importante elegir de forma adecuada dichos parámetros, ya que si se quiere ser demasiado exhaustivo el modelo será muy complicado y lento en su funcionamiento, y si se es muy simplista el modelo no reflejará el comportamiento relevante del proceso real. 2. Realización de un estudio estadístico de los valores que el entorno del sistema real va a fijar para algunos de dichos parámetros. 3. Análisis de los procesos y módulos adecuados para representar dichas variables y sus relaciones. 4. Realización de fragmentos del modelo que pueden ser probados por separado, para validar su comportamiento. 5. Ensamblado de los fragmentos para constituir el modelo del proceso global. 6. Determinación los parámetros que se pueden variar y de la o las variables a optimizar. 7. Elaboración de un plan de ejecución, obtención de resultados y análisis estadístico de los mismos, con el fin de encontrar la configuración del sistema que conduce a los valores óptimos. 1.2.-Objetivos El Departamento de Informática y Automática de la UNED dispone de una sola licencia para uso universitario de Arena. Los alumnos de la asignatura Simulación (DE LA UNIVERSIDAD POLITECNICA DEL VALLE DE TOLUCA) usan una versión educativa, con una capacidad muy reducida, para desarrollar trabajos. Esto impone restricciones en cuanto a la complejidad de los trabajos que pueden realizar los alumnos, y así mismo se pretende desarrollar material tutorial sobre

10

Arena, y fundamentalmente que sirva para que los alumnos puedan aprender el manejo de ARENA

MARCO TEORICO Una vez se ha seleccionado el procesos a estudiar se pasa a la siguiente etapa del algoritmo del estudio del método, es decir, llevar a cabo el registro de información referente al método actual. Este paso es sumamente fundamental, dado que de la exactitud de la información que se registre dependerá la eficacia en el desarrollo de las mejoras de método. Como se ha mencionado, el registro de los hechos constituye la base sobre la cual se efectúa el análisis y examen de estudio de métodos por esto las técnicas para llevar a cabo tal registro trascienden la escritura tradicional de la información, dado que resulta sumamente complejo considerar todos los detalles constituyentes de un proceso (por mas básico que sea) en un párrafo común. Los instrumentos de registro más utilizados dentro de la técnica del Estudio del Método de los gráficos y los diagramas, y de estos existen gran diversidad en cuanto a estructura y propósito. Para representar el comportamiento de cualquier fenómeno se desarrollan modelos; en particular para aplicar la técnica de simulación en sistemas estocásticos, la información y por lo tanto los datos obtenidos se deben de ajustar a una distribución de probabilidad. Para realizar la operación anterior, existen diversas pruebas estadísticas que en la actualidad se pueden realizar mediante software especializado, en el caso del programa ARENA, se usa el Analizador de datos de entrada (Input Analyzer) para proporcionar estimados numéricos de los parámetros apropiados, o ajustar los datos un número de distribuciones y seleccionar la más apropiada. Cuando el Analizador de datos entrada ajusta una distribución (incluyendo cualquier cambio o compensación que se requiera para formular una expresión valida) y calcula un numero de medidas de que tan bien se ajusta la distribución a sus datos. Se puede usar esta información para seleccionar que distribución se quiere emplear en el modelo.

11

El Analizador de datos de entrada es una herramienta estándar que acompaña a Arena y esa diseñada específicamente para ajustar distribuciones para datos observados, proporcionar estimados de sus parámetros, y medir que tan bien se ajustan a los datos. Se requieren cuatro pasos para usar el Analizador de datos de entrada para ajustar una distribución de probabilidad a sus datos para usarlos como entrada en su modelo: 1. Crear un archivo de texto que contenga los valores de los datos 2. Ajustar una o más distribución quiere usar 3. Seleccionar que distribución quiere usar 4. Copiar la expresión generada por el Analizador de datos de entrada en el campo apropiado en su modelo de Arena. El Input Analyzer es un componente estándar del entorno de simulación de Arena. Es una herramienta potente y versátil que se puede utilizar para las siguientes actividades: • Determinar la calidad de ajuste de una función distribución de probabilidad a unconjunto de datos de entrada. • Comparar diferentes funciones de distribución de probabilidad representar gráficamente los efectos de la variación de los parámetros para una misma distribución. • Generar datos aleatorios siguiendo una determinada función de distribución de probabilidad. Puede pensarse que las distribuciones de probabilidad caen dentro de dos tipos: teóricas empíricas. Las distribuciones teóricas, como la exponencial y gamma, generan muestras con base en la formulación matemática. Las distribuciones empíricas simplemente dividen los datos reales en grupos y calculan la proporción de valores en cada grupo, posiblemente interpolando entre puntos para conseguir mayor precisión. Cada tipo de distribución se subdivide en continua y discreta Un concepto importante para la técnica de simulación es el de replica o corrida. Cuando se ejecuta un modelo en una ocasión, los valores que se obtienen de las variables y parámetros al final del tiempo de simulación, generalmente serán distintos de los que se producirán si se vuelven a correr usando diferentes números

12

pseudo aleatorios. Por lo tanto, es necesario efectuar más de una réplica del modelo que se esté analizando, con la finalidad de obtener estadísticas de intervalo que nos den una mejor ubicación del verdadero valor de la variable bajo los diferentes escenarios que se presentan al modificar los números pseudo aleatorios en cada oportunidad. En este sentido, la pregunta clave es cuánto tiempo se debe simular un modelo para obtener resultados confiables. En general, podemos decir que todas la variables que se obtienen en términos de promedios presentan dos etapas: un estado transitorio y un estado estable. Estado transitorio Se presenta al inicio de la simulación; por ejemplo en el arranque de una planta, cuando no tiene material en proceso,: La ultima de las operaciones, estará inactiva hasta que la primera entidad llegue y si el tiempo de simulación es bajo. En el estado transitorio hay mucha variación entre los valores promedio de las variables de decisión del modelo, por lo que los resultados difícilmente se aproximan a la realidad. Estado Estable En el estado estable los valores de las variables de decisión permanecen muy estables, presentando sólo variaciones poco significativas. En este momento las decisiones que se tomen serán mucho más confiables. Sin embargo no todas las variables convergen al estado estable con la misma rapidez: algunas pasan con más lentitud que otras de un estado transitorio a un estado estable. Es responsabilidad del analista verificar que las variables de decisión del modelo se encuentren en estado estable antes de detener el tiempo de simulación. DESARROLLO DE LA PRACTICA 1) Tomar el tiempo de 5 OPERACIONES, durante quince ciclos. 2) Calcular el tamaño de muestra con un 95% de certidumbre, con base en la muestra preliminar. 3) Tomar las muestras de tiempo que hacen falta, con un límite de 100 ciclos. 4) Crear un archivo con los datos que se obtuvieron, la extensión de dicho archivo debe ser “.dst” o solo texto “.txt”

13

.• Los datos no deben tener ningún tipo de encabezamiento. • Se utiliza elpunto como separador decimal. • No debe haber ningún tipo de carácter diferente a números y puntos decimales. 5) Para ajustar una distribución a estos datos, ejecute el Analizador De datos de entrada (seleccione Tools>Input Analyzer). En el Analizador de datos de entrada, cargue el archivo de datos en una ventana de ajuste de datos creando una nueva ventana (File>New) y después adjunte su archivo de datos usando (File>Data File> Use Existing). El Analizador de datos de entrada desplegará un histograma de los datos en la parte superior de la ventana y un resumen de las características de los datos en la parte inferior. 6) Realizar el reporte incluyendo el tipo de distribución que describe el comportamiento de la operación. 7) crear un modelo mediante ARENA que permita simular el proceso Descripción del funcionamiento del sistema 1.-los clientes llegan ala pizzería de pie o en auto 2.- los que llegan a pie tardan un poco mas a llegar al mostrador que los que van en coche 3.- piden la pizza 4.- pagan la pizza 5.- reciben la pizza 6.- puden comer en el restaurante ,dependiendo el combo 6.-Salida del cliente MATERIALES REALIZADOS DURANTE LA PRACTICA CRONOMETRO LAPICEROS LIBRETA

14

REGITRO DE TIEMPOS COMPUTADORA (PROGRAMAS ,EXCELL,ARENA,BLOCK DE NOTAS) MEMORIA USB IMPRESORA Celular Cámara

15

DESARROLLO DE LA PRACTICA 1.- CONTINUAMENTE AL ENTRAR CADA UNO DE ELLOS SE FUE TOMANDO EL TIEMPO DE CADA CLIENTE DE LA MUESTRA INICIAL (15)

2-SEGUIDAMENTE DE REGISTRAR EL TIEMPO DE CADA ELEMENTO DE LOS 15 CICLOS EN EXCEL QUE ES UNA GRAN HERRAMIENTA PARA EL TRABAJO REALIZADO

3.-SE CALCULARON LA MEDIA , DESVIACION ESTANDAR ,CONFIABILIDAD(0.05) Y RESPECTIVAMENTE UNA DIVICION, SIGUIENDO LA FORMULA OBTUVIMOS EL TAMAÑO DE MUESTRA PARA CADA ELEMENTO Y SE TOMO LA MAS GRANDE PARA SACAR LAS MUESTRAS FALTANTES EN ESTE CASO FUERON 20(YA TENIAMOS 15ASI QUE SOLO VOLVIMOS A TOMAR EL TIEMPO DE 3 MUESTRAS MAS )

16

4.- LOS DATOS OBTENIDOS SE REGISTRARON EN EL BLOCK DE NOTAS DANDO UN TOTAL DE 460 ELEMENTOS ,PARA DESPUES GUARDAR EL DOCUMENTO AL FINZALIZAR EL REGISTRO

5-ABRIMOS EL PROGRAMA “YA INSTALADO” DE ARENA ROCKWELL EN EL CUAL SE DEBE SEGUIR LOS COMANDOS DADOS AQUÍ DE NUEVO((Para ajustar una distribución a estos datos, ejecute el Analizador De datos de entrada (seleccione Tools>Input Analyzer). En el Analizador de datos de entrada, cargue el archivo de datos en una ventana de ajuste de datos creando una nueva ventana (File>New) y después adjunte su archivo de datos usando (File>Data File> Use Existing). El Analizador de datos de entrada desplegará un histograma de los datos en la parte superior de la ventana y un resumen de las características de los datos en la parte inferior)

6.- NOS ARROJARA EL HISTOGRAMA DE DATOS,EL CUAL AUN NO NOS DICE NADA

17

7.- YA TENEMOS NUESTRO PRIMER DATO ES LA LLEGADA DE NUESTROS CLIENTES CON UNA Distribution: Normal Expression:

NORM(11.4, 1.11)

Se puede llegar tambien en coche al estableciemiento con 1 o 0 clientes aleatoriamente en coche

18

19

PARA LLEADA DE AUTOS POR HORA Distribution:

Poisson

Expression:

POIS(0.243)

20

NOS PIDE 70 MUESTRAS LAS CALCULAMOS Y LAS METEMOS AL BLOCK DE NOTAS

21

AL LLEGAR AL ESTABLECIMIENTO (PIZZAS LITTLE CAESAR)CAMINAN AL MOSTRADOR TARDANDO ENTRE 20 Y 30 SEGUNDOS SI ES EN COCHE PASAN DIRECTO Distribution: Weibull Expression: 0.31 + WEIB(0.0611, 0.927) PARA IR DE LA ENTRADA AL MOSTRADOR

CABE MENCIONAR QUE LOS QUE LLEGAN A PIE ESTAN DENTRO DEL ESTABLECIMIENTO Y LOS QUE LLEGAN EN COCHE SON ATENTIDOS EN UNA SOLA VENTANILLA DONDE (PIDEN ,DESPUES PAGAN Y POR ULTIMO RECIBEN)

DESPUES EL CLIENTE LLEGA AL MOSTRADOR DEPENDIENDO LOS INGREDIENES Y LO QUE EL CLIENTE QUIERA PUEDE TARDARSE ENTRE 40 A 60 SEGUNDOS

22

NOS PIDEN 50 MUESTRAS NOS FALTAN 35 MAS

23

ELEJIMOS Distribution: Weibull

Expression: WEIB(5.6, 0.678) TIENE MENOS ERROR QUE LAS DEMAS DISRIBUCIONES

24

DESPUES DE HABER PEDIDO U ORDENADO PAGAN SU PIZZA

LOS ASPECTOS QUE SE TOMAN ES DESDE QUE EL CLIENTE SACA SU CARTERA ,PAGA ,LE COBRAN Y RECIBE SU CAMBIO

SE HACEN 100 MUESTRAS Y EL SEULTADO ES

25

QUE EL Triangular

PAGO

SIGUE

Distribution:

Expression:

TRIA(0.06, 0.233, 1) MIN

DESPUES DE PAGAR EL CLIENTE LE ENTREGAN EL PEDIDO DEPENDIENDO LOS INGREDIENTES ES EL TIEMPO QUE ESPERA SI ES DE QUESO O PEPERONI NO ESPERAN NADA EN CAMBIO SI ES DE OTRO INGREDIENTE QUE ES EL 10% DE LOS CLIENTES TARDAN ENTRE 3 A 6 MINUTOS MIENTRAS ESTA SU PIZZA SI VA EN COCHE EL TRABAJADOR QUE ESTA ADENTRO LE LLEVA LA PIZZA AL AUTO O SI ESTA ADENTRO EL SE ENCARGA DE ENTREGARLAS

26

27

EL TIEMPO QUE AUN TARDA UN CLIENTE QUE PIDE PIZZA ESPECIAL TIENE UNA DISTRIBUCION,LOS CLIENTES QUE COMPRAN REFRESCO “NO” ESPERAN Y SE VAN DIRECTAMENTE ALA MESA DESPUES DE RECIBIR Distribution: Triangular

Expression:

TRIA(2.5, 3, 5.5) MIN

DE AHÍ AVANZAN ALAS MESAS O SE VAN DEL ESTABLECIMIENTO DEPENDIENDO EL TIPO DE PIZZAS(CON O SIN REFRESCO)EN EL ESTABLECIMIENTO. LOS QUE VAN ALAS MESAS SE TARDAN 20 SEGUNDO ES LLEGAR ALA MESA EÑ TIEMPO QUE TARDAN EN COMER VARIA ALEATOREAMENTE DESDE 9 MIN A 20 MIN

28

SE TOMAN 15 MEDICIONES DE CLIENTES QUE ESTABLECIMIENTOSE REGISTRAN 100 MUESTRAS

Distribution: Triangular

29

COMEN

EN

EL

Expression: TRIA(8.5, 10, 20.5) TIEMPO QUE TARDA EN COMER

HAY UN CAJERO QUE TOMA LA ORDEN Y ASU VEZ COBRA ,DESPUES EL OTRO TRABAJADOR ENTREGA LA PIZZA EN EL AREA DE AUTOS SOLO HAY UN SOLO TRABAJADOR EL CUAL REALIZA TODA LA OPERACIÓN. EN OTAL HAY 3 EMPLEDOS QUE ATIENDEN DIRECTAMENTE ALOS CLIENTES EL TIEMPO QUE VAMOS A SIMULAR SON LAS 13 HORAS QUE DURA EL DIA DE TRABAJO

30

USO DE ARENA PARA LA SIMULACION DE LA PIZZERIA

Creacion para los clientes que llean caminando

Creación de los clientes que llegan en auto

31

recorrido de los clientes rumbo al mostrador

Pedir pizza adentro

32

pedir pizza adentro

se toma la decisión de los que compran o no refresco

33

los que pagan y compran solo pizza

los que pagan y compran refresco

34

LAS DECICIONES DEL REFRESCO LO COMPRAN O NO?

LOS CLIENTES PAGAN LAS PIZZAS

35

DECISIÓN SOBRE PIZZA ESPECIAL O TRADICIONAL PEPPERONI O QUESO

LOS QUE NO ESPERAN SOLO SE LLEVAN DE PEPPERONI O QUESO

36

LOS

QUE

PIDIERON

ESPERAN

CAMINODE CLIENTES QUE LLEVAN REFRESCO ALAS MESAS

37

LA

PIZZA

ESPECIAL

TIEMPO QUE TARDAN EN COMER

CAMBIANDO LOS RECURSOS NECESARIOS

38

SALIDA DE PIZZERIA

39

More Documents from "Uriel Gonzalez"

December 2019 17
Figuras-de-resina-1.docx
December 2019 12
December 2019 17
Tipos De Productos.docx
December 2019 25