Resumen
La simulación es una poderosa técnica para la resolución de problemas al imitar el comportamiento de los sistemas del mundo real, por lo que es aplicable a un sinnúmero de campos como la estadística, la economía, la física, o la industria en donde principalmente se aplica en el desarrollo de un proyecto científico orientado a la optimización de los procesos de producción de una línea de fábrica que requiere de un estudio profundo de los parámetros, variables, constantes, y procedimientos que intervienen en su funcionamiento. Este documento, presenta un estudio del proceso de producción de queso de la planta de lácteos FCP-ESPOCH (Facultad de Ciencias Pecuarias – Escuela Superior Politécnica de Chimborazo) a través de la teoría de colas, con el objetivo de generar un modelo de simulación computacional que represente lo más fielmente posible a los procesos de producción de la planta y se convierta en una herramienta de apoyo a la toma de decisiones y experimentación de los elementos del sistema. Para ello, se ha seguido una metodología que orienta la realización de los siguientes pasos: formulación del problema; recolección de datos y análisis; identificación de los modelos matemáticos; desarrollo del modelo computacional de simulación; y validación del modelo de simulación. Los resultados del análisis de las variables: recepción diaria de leche cruda (entrada), y producción diaria de queso (salida) arrojaron que: el modelo de simulación computacional es válido para la experimentación sobre el proceso de producción de queso de la planta de lácteos FCP-ESPOCH.
Citas
Banks, J., Carson, J., Nelson, B., & Nicol, D. (2001). Discrete-event system simulation. Prentice Hall.
Chávez, G. (2008). Reactivación y Funcionamiento de la Planta de lácteos en la Estación Experimental Tunshi - ESPOCH. Tesis de Grado. ESPOCH.
Dynamic Programming. (1997). En F. Hiller, & G. Lieberman, Introduction to Operations Research (págs. 440-472). San Francisco: McGraw Hill.
Feller, W. (1968). Introduction to Probability Theory and Its Applications. New York: John Wiley & Sons, Inc.
Fishman, G. (1973). Concepts and Methods in Discrete Event Digital Simulation. John Wiley & Sons Inc.
Glover, F., April, J., Kelly, J., & Laguna, M. (2003). Simulation-based optimization: practical introduction to simulation optimization. Winter Simulation Conference 2003, 71-78.
Gordon, G. (1969). System Simulation. New Yersey: Prentice-Hall.
Guasch, A., Piera, M., Casanovas, J., & Figueras, J. (2002). Modelado y simulación : aplicación a procesos logísticos de fabricación y servicios. Edicions UPC.
Integer Programming. (1997). En F. Hiller, & G. Lieberman, Introduction to Operations Research (págs. 478-546). San Francisco: McGraw Hill.
Jun Son, Y., & A Wysk, R. (2001). Automatic simulation model generation for simulation-based, real-time shop floor control. Computers in Industry, 291-308.
Kelton, D., Sadowski, R., & Sadowski, D. (2002). Simulation with ARENA. McGraw Hill.
Menes, I. (2007). Texto Básico Técnicas de Simulación. Riobamba: ESPOCH.
Morse, P. (2004). Queues, Inventories and Maintenance: The Analysis of Operational Systems with Variable Demand and Supply. Dover Publications.
Naylor, T., Balinffy, J., Burdick, D., & Chu, K. (1966). Computer Simulation Techniques. John Wiley & Sons, Inc.
Pazos, J., Andrés, S., & Rebeca, D. (2003). Teoría de colas y simulación de eventos discretos. Pearson Educación.
Pegden, D. (1984). Introduction to SIMAN. Systems Modeling Corporation.
Rockwell Automation. (s.f.). rockwellautomation. Recuperado el marzo de 2012, de http://www.rockwellautomation.com/
Saaty, T. (1961). Elements of Queueing Theory. New York: McGraw-Hill.
Saaty, T. (2004). Mathematical Methods of Operations Research. New York: Dover Publications.