Integral use of simulation, design of experiments and KANBAN to evaluate and improve the performance of a production line

Authors

DOI:

https://doi.org/10.31908/19098367.1147

Keywords:

Discrete Simulation, Design of Experiments, KANBAN type TRIGGER

Abstract

This article is the product of research developed in a production line, where we wanted to observe how the Design of Experiments (DOE) and the Kanban interact fully with the Discrete Simulation in order to improve the performance of the production system. The above was achieved by showing how the DOE serves to identify the relevant factors in the production process, to then be incorporated as input parameters in the simulation, and also, through the implementation of the Kanban tool type "Trigger" the performance improvements presented in such production line were evidenced. Based on the above, two simulations were made: One without the use of the Lean tool and another with its implementation. In this way, the improvement in the performance of the production line could be observed when incorporating the Kanban. For example, the "Ironing" process, which had a utilization rate of 36%, increased to 60.39% with the use of Kanban, the same thing happened to the "Weaving" process, which increased its use to 61.77%. In this way, a way to improve the performance of a production line supported in the combination of these three tools is illustrated.

Author Biographies

  • Sergio Augusto Fernández Henao, Politécnico Colombiano Jaime Isaza Cadavid

    Ingeniero Industrial de la Universidad Tecnológica de Pereira, Colombia, en junio de 2003. Magister en Investigación Operativa y Estadística de la Universidad Tecnológica de Pereira, Colombia, en julio de 2010. Actualmente se desempeña como docente vinculado e investigador en el programa de Ingeniería de Productividad y Calidad del Politécnico Colombiano Jaime Isaza Cadavid, Medellín, Antioquia. Integrante del Grupo de Investigación COINDE de la Facultad de Administración. Coordinador de la Red Académica de Productividad “REDPROD”. Sus intereses en investigación son la optimización de procesos, la estadística aplicada, análisis envolvente de datos, simulación de eventos discretos y continuos, diseño de experimentos y lean manufacturing.

  • Angela Liceth Pérez Rendon, Universidad Tecnológica de Pereira

    Licenciada en Matemáticas y Física de la Universidad Tecnológica de Pereira, Colombia, en marzo de 2006. Magister en Investigación Operativa y Estadística de la Universidad Tecnológica de Pereira, Colombia, en mayo de 2016. Actualmente se desempeña como profesor tiempo completo e investigador en la Fundación Universitaria del área Andina. Pereira, Risaralda. Integrante activo del Grupo de Investigación (CIASA), del departamento de Ciencias Básicas. Sus intereses en investigación son la estadística aplicada, Investigación de Operaciones, Diseño Experimental.

  • Pedro Daniel Medina Varela, Universidad Tecnológica de Pereira

    Ingeniero Mecánico de la Universidad del Valle, Colombia, abril de 1996. Magíster en Ingeniería Industrial de la Universidad de los Andes, Colombia. Actualmente profesor asociado a la Facultad de Ciencias Empresariales de la Universidad Tecnológica de Pereira (UTP) y director de la Maestría en Sistemas Integrados de Gestión de la Universidad Tecnológica de Pereira. Miembro del grupo de Investigación en Gestión de la Calidad y Normalización Técnica de la Facultad de Ciencias Empresariales de la UTP. Sus intereses de investigación enfocados en herramientas de mejoramiento organizacional, estadística aplicada y diseño de experimentos.

References

Valencia, M., Díaz, F., y Correa, J. C. Inventory planning with dynamic demand. A state of art review. DYNA, 183-191, 2015.

Bernal, M. E., Cock, G., y Restrepo, J. H. Productividad en una celda de manufactura flexible simulada en Promodel utilizando "Path Networks type Crane". Tecnura, 133-144, 2015.

Sánchez, C. Diseño de modelos de procesos productivos en ingeniería por simulación. Paideia XXI, 57-69, 2014.

Gómez, R., Hernández, J. D., y Correa, A. Análisis de un sistema de producción de cárnicos utilizando simulación discreta. Espacios, 12-26, 2016.

Sanchéz, P., Ceballos, F., y Sanchéz, G. Análisis del proceso productivo de una empresa de confecciones. Modelación y simulación. Ciencia e Ingeniería Neogranadina, 1-15, 2015.

Herrera, J. C., Herrera, G., y Gonzalez, C. I. Mejora del proceso de fabricación de estibas de madera. Un caso de estudio. Ingeniería Solidaria, 1-21, 2017.

Visbal Perez, E. T. Herramientas tecnológicas aplicables al Kanban para la optimización de los procesos en la empresa. Visión Gerencial, 82-104, 2016.

Arango, M. D., Campuzano, L. F., y Zapata, J. A. Mejoramiento de procesos de manufactura utilizando Kanban. Revista Ingenierías Universidad de Medellín, 221-234, 2015.

Parra, O. J. Sistemas de producción tipo Kanban: Descripción, componentes, diseño del sistema y bibliografía relacionada. Panorama, 11-22, 2008.

Curti, A. R., y Campos, R. R. De. Sistema Kanban Como Mecanismo De Controle De Processos. Revista Interface Tecnológica, 15(2), 208–219. https://doi.org/10.31510/infa.v15i2.468. 2018.

Murphy, A., Butterfield, J., y Higgins, P. Using Design Of Experiments To Define Factory Simulations For Manufacturing Investment Decisions. Queen's University Belfast, 1-9, 2017.

Acheson, C., Mackle, D., Murphy, A., Butterfield, J., Higgins, P., Collins, R., y Tame, R. Using Design Of Experiments To Define Factory Simulations For Manufacturing Investment Decisions, 2017.

Gómez, A., Quintana, N., y Ávila, J. O. Simulación de eventos discretos y líneas de balance, aplicadas al mejoramiento del proceso constructivo de la cimentación de un edificio. Ingeniería y Ciencia, 11(21),157–17 2015. https://doi.org/10.17230/ingciencia.11.21.8.

Assadi, M., Zahraee, S., y Taghdisi, J. Integration of Computer Simulation, Design of Experiments and Particle Swarm Optimization to Optimize the Production Line Efficiency. International Journal of Swarm Intelligence and Evolutionary Computation, 135-139, 2016.

Published

2019-12-30

Issue

Section

Artículos

How to Cite

Integral use of simulation, design of experiments and KANBAN to evaluate and improve the performance of a production line. (2019). Entre Ciencia E ingeniería, 13(26), 9-16. https://doi.org/10.31908/19098367.1147