Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
PROFESOR PATROCINANTE: MG. OSCAR ALEJANDRO ROMERO AYALA
ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL
ESTUDIO DE TIEMPOS DE CAMIONES EN EL ÁREA DE PREPARACIÓN DE MADERAS PLANTA CELULOSA NUEVA ALDEA A
TRAVÉS DE SIMULACIÓN Y PROPUESTA DE MEJORA PARA EL PROCESO
Trabajo de Titulación para optar
al título de Ingeniero Civil Industrial
ALEJANDRO ANDRÉS GALLEGOS MUÑOZ
PUERTO MONTT – CHILE 2014
I
DEDICATORIA
Gracias a Dios y Nuestro Señor Jesucristo por la vida, las vivencias y las personas que pones a nuestro
lado.
Dedicado mi familia y su amor incondicional. A Salvador, mi padre por su comprensión, consejo y aliento;
a Teresa, mi madre por ser la guía y el sentido del bien de mi vida; y a Pablo, mi hermano y compañero
de toda la vida gracias por los momentos de distracción, diversión y el tiempo juntos.
A Daniela, mi novia, que en el tiempo que llevamos juntos ha sido un sustento y motivación para seguir
adelante en la vida.
Al resto de la familia y amigos que me han acompañado durante mi vida y han aporte en mi desarrollo
personal y apoyo en los momentos complicados.
A todos ustedes con amor y agradecimiento.
II
AGRADECIMIENTOS
A la Universidad Austral de Chile y todo el personal de la Sede Puerto Montt, por su compromiso con la
educación y formación de tantos jóvenes que hemos pasado por sus aulas.
A la Escuela de Ingeniería Civil Industrial, cuyo personal con su entrega, excelencia y comprensión
entregan sus enseñanzas para ser personas y profesionales de excelencia. Al profesor Óscar Romero
por su acompañamiento y apoyo a lo largo de este proceso.
Agradezco a Celulosa Arauco y Constitución, al personal del área Preparación Maderas de Planta Nueva
Aldea y Forestal que Arauco que como impulsores de esta tesis fueron fuente constante de apoyo y
conocimiento, en particular a los señores Rodrigo Robles, Carlos Fuentes y Andrés Garcés por la
oportunidad de realizar la tesis y poder introducirme a la vida laboral, y a los señores Carlos Cea y Felipe
Ávalos por permitirme trabajar y aprender con ustedes, demostrando las capacidades adquiridas en mi
formación profesional.
III
SUMARIO
El propósito de este estudio fue realizar una simulación del proceso de recepción y descarga de
camiones con material pulpable en el área de Preparación Maderas de Planta Nueva Aldea,
perteneciente a Celulosa Arauco y Constitución S.A. mediante el uso del software de simulación Flexsim,
utilizando la metodología de simulación propuesta por Sr. Jerry Banks del Instituto Tecnológico de
Georgia, Estados Unidos.
Para conocer el funcionamiento del proceso de realizaron entrevistas con el personal de maderas de
Planta y se efectuó una observación en terreno de las etapas del proceso que llevaron a la construcción
de los diagramas de flujo de cada tipo de producto recepcionados, sus restricciones asociadas y la
confección del modelo básico de simulación.
El levantamiento de información se realizó con el software de recepción de productos de la planta
Sistema de Recepción Romanas (SRR), mediante el cual se obtuvieron las cantidades de camiones
recepcionados por mes, la estacionalidad del ingreso de productos y el tiempo que tardan en realizar el
proceso de recepción y descarga entre las romanas de ingreso y la romana de salida, seleccionando el
mes de agosto del 2013 como mes base para la simulación. Como los tiempos de proceso en cada etapa
se desconocían, se procedió a realizar un muestreo estratificado de 373 muestras para cada etapa
obtenidas de acuerdo al intervalo de confianza para la media con varianza conocida, con cuyos
resultados se construyeron las distribuciones de probabilidad que alimentan al modelo de simulación.
Con la información necesaria para alimentar el modelo de simulación del proceso, se construyó el modelo
en Flexsim y se validó con los datos obtenidos del SRR obteniéndose diferencias menores a un cuatro
por ciento entre la simulación y lo real; ajustándose el modelo a la realidad observada. Se detectó que la
estacionalidad del ingreso de camiones a planta aumentó su tiempo al interior planta en un 25 por ciento
comparando el ingreso normal y el ingreso peak observado, además se localizaron cuellos de botella
(puntos críticos) en los procesos de recepción forestal, romanas de ingreso y montaje de carros de
camiones.
Una vez validado el modelo de la situación real, a partir de los puntos críticos detectados se evaluaron
seis modelos y escenarios distintos para disminuir el tiempo de camiones al interior de planta. A partir del
análisis de estas modificaciones, el modelo que obtiene mejores resultados es aquel que cambia el
montaje de carros actual por dos tecles y que disminuye el tiempo de proceso en romanas de ingreso en
un 20 por ciento (aproximadamente 30 segundos por romana), disminuyendo el tiempo de ciclo total en
un 11 por ciento con respecto al modelo base.
IV
ÍNDICE DE CONTENIDOS
1. GENERALIDADES ................................................................................................................................ 1
1.1. Introducción ........................................................................................................................................ 1
1.2. Planteamiento del Problema .............................................................................................................. 3
1.2.1. Origen del tema ...................................................................................................................... 3
1.2.2. Justificación del estudio.......................................................................................................... 4
1.2.3. Alcances ................................................................................................................................. 4
1.3. Objetivos ............................................................................................................................................. 5
1.3.1. Objetivo General ..................................................................................................................... 5
1.3.2. Objetivos Específicos ............................................................................................................. 5
1.4. Descripción de la Empresa ................................................................................................................ 6
1.4.1. Antecedentes Generales ........................................................................................................ 6
1.4.2. Historia.................................................................................................................................... 6
1.4.3. Visión, Negocio y Valores Corporativos ................................................................................. 8
1.4.4. Planta Celulosa Nueva Aldea. ................................................................................................ 8
2. MARCO TEÓRICO ..............................................................................................................................11
2.1. Metodología de investigación ...........................................................................................................11
2.1.1. Fuentes de información ........................................................................................................11
2.1.2. Enfoques para la investigación ............................................................................................14
2.1.3. Las tecnologías de información ............................................................................................16
2.2. Estudio de poblaciones ....................................................................................................................17
2.2.1. Definición de muestreo .........................................................................................................17
2.2.2. Definición del objetivo del muestreo .....................................................................................17
2.2.3. Determinación de variables a muestrear..............................................................................18
2.2.4. Representatividad .................................................................................................................18
2.2.5. La observación como técnica de recolección de datos ........................................................19
2.2.6. Tamaño de muestra .............................................................................................................20
2.2.7. Tipos de muestreo ................................................................................................................22
2.2.8. Fuentes de error ...................................................................................................................24
2.3. Distribuciones de probabilidad .........................................................................................................25
2.3.1. Variables aleatorias ..............................................................................................................25
2.3.2. Tipos de distribuciones de probabilidad ...............................................................................25
2.4. Simulación de procesos ...................................................................................................................27
2.4.1. Conceptos de simulación de procesos.................................................................................27
2.4.2. Metodología de un estudio de simulación ............................................................................29
2.4.3. Ventajas y Desventajas del uso de simulación ....................................................................33
2.4.4. Software de simulación Flexsim ...........................................................................................34
V
2.5. Proceso de Celulosa Kraft ................................................................................................................35
2.5.1. Línea de Fibra ......................................................................................................................37
2.5.2. Ciclo de Licor ........................................................................................................................38
2.6. Logística ...........................................................................................................................................39
2.7. Integración de conceptos .................................................................................................................40
3. DISEÑO METODOLÓGICO ................................................................................................................42
3.1. Etapa I: Diagnóstico del proceso en su situación actual ..................................................................42
3.1.1. Levantamiento de información del proceso..........................................................................43
3.1.2. Descripción de flujos de camiones .......................................................................................43
3.1.3. Requerimientos de información ............................................................................................43
3.1.4. Recolección y análisis de datos ...........................................................................................43
3.2. Etapa II: Generación del modelo de simulación base ......................................................................44
3.2.1. Modelos de conceptualización y traducción ........................................................................44
3.2.2. Verificación y validación del modelo ....................................................................................44
3.3. Etapa III: Simulación de nuevos modelos y escenarios ...................................................................44
3.3.1. Análisis de resultados del modelo base ...............................................................................45
3.3.2. Simulación de nuevos modelos y escenarios ......................................................................45
3.3.3. Análisis comparativo de nuevos modelos y escenarios .......................................................45
3.3.4. Selección de mejor alternativa .............................................................................................45
4. RESULTADOS ....................................................................................................................................46
4.1. Etapa I: Diagnóstico del proceso en su situación actual ..................................................................46
4.1.1. Levantamiento de información del proceso..........................................................................46
4.1.2. Descripción de flujos de camiones .......................................................................................53
4.1.3. Requerimientos de información ............................................................................................61
4.1.4. Recolección y análisis de datos ...........................................................................................62
4.2. Etapa II: Generación del modelo de simulación base ......................................................................64
4.2.1. Modelos de conceptualización y traducción ........................................................................65
4.2.2. Verificación y validación del modelo ....................................................................................67
4.3. Etapa III: Simulación de nuevos modelos y escenarios ...................................................................70
4.3.1. Análisis de resultados del modelo base ...............................................................................70
4.3.2. Simulación de nuevos modelos y escenarios ......................................................................72
4.3.3. Análisis comparativo de nuevos modelos y escenarios .......................................................73
4.3.4. Selección de mejor alternativa .............................................................................................74
5. CONCLUSIONES ................................................................................................................................76
6. RECOMENDACIONES ........................................................................................................................77
7. BIBLIOGRAFÍA ....................................................................................................................................78
8. ANEXOS ..............................................................................................................................................82
VI
ÍNDICE DE FIGURAS
Figura N° 1.1 Esquema de proceso productivo de Planta Celulosa Nueva Aldea ........................................ 9
Figura N° 2.1 Tipos de Fuentes de Información ..........................................................................................12
Figura N° 2.2 Proceso de enfoque cuantitativo............................................................................................15
Figura N° 2.3 Metodología de muestreo con selección aleatoria simple .....................................................22
Figura N° 2.4 Metodología de muestreo estratificado ..................................................................................23
Figura N° 2.5 Metodología de Simulación ....................................................................................................32
Figura N° 2.6 Esquema general del Proceso Kraft ......................................................................................36
Figura N° 3.1 Esquema de Diseño Metodológico ........................................................................................42
Figura N° 4.1 Organigrama del área Preparación Maderas ........................................................................46
Figura N° 4.2 Esquema del Área de Preparación Madera; Manejo de Rollizo, Astillado y Astillas
Comprada, Manejo de Astillas .....................................................................................................................47
Figura N° 4.3 Número de Camiones Ingresados a Planta Nueva Aldea durante el año 2013 ....................49
Figura N° 4.4 Distribución según tipo de Camión durante agosto del 2013 ................................................51
Figura N° 4.5 Ingreso Promedio de Camiones por día de semana durante agosto del 2013 .....................51
Figura N° 4.6 Ingreso de Datos de Guía de Despacho a SRR ....................................................................55
Figura N° 4.7 Localización en Planta de las Etapas de Recepción y Descarga de Camiones ...................58
Figura N° 4.8 Diagrama de Flujo de Camiones con Rollizos .......................................................................59
Figura N° 4.9 Diagrama de Flujo de Camiones con Astillas ........................................................................60
Figura N° 4.10 Diagrama de flujo de simulación etapas de recepción. .......................................................66
Figura N° 4.11 Diagrama de flujo de simulación etapas de descarga y salida. ...........................................67
Figura N° 4.12 Tiempo interior planta de camiones en ciclo logmeter - romana de salida .........................69
Figura N° 4.13 Tiempo interior planta de camiones de modelo base ..........................................................70
Figura N° 4.14 Tiempo interior planta de camiones de modelo de recepción peak ....................................71
Figura N° 4.15 Comparación de Tiempos Interior Planta de Distintos Modelos y Escenarios ....................74
VII
ÍNDICE DE TABLAS
Tabla Nº 1.1 Áreas de planta Celulosa Nueva Aldea ..................................................................................10
Tabla Nº 2.1 Tipologías de las fuentes de información ................................................................................13
Tabla Nº 2.2 Determinación de tamaño de muestra ....................................................................................20
Tabla Nº 2.3 Ajuste de tamaño de muestra .................................................................................................20
Tabla N° 4.1 Clasificación de camiones según su tipo. ...............................................................................50
Tabla N° 4.2 Tiempos entre arribos de camiones de Pino Arauco en Agosto 2013....................................52
Tabla N° 4.3 Segmentación de Camiones en Pistas de Ingreso a Planta ...................................................53
Tabla N° 4.4 Causales de rechazo de camiones en Planta Nueva Aldea ...................................................54
Tabla N° 4.5 Capacidades de Canchas de Acopio de Madera....................................................................56
Tabla N° 4.6 Cálculo del tamaño de muestra .............................................................................................62
Tabla N° 4.7 Tamaño de muestras por etapas según estratificación ..........................................................63
Tabla N° 4.8 Distribución de probabilidad por etapa ..................................................................................64
Tabla N° 4.9 Cálculo de número de réplicas en modelo base .....................................................................68
Tabla N° 4.10 Validación del modelo base de simulación ...........................................................................69
Tabla N° 4.11 Ingresos Máximos observados en Agosto 2013 ...................................................................71
Tabla N° 4.12 Porcentajes de utilización y promedio de camiones en cola de distintas etapas .................72
Tabla N° 4.13 Comparación entre Modelo Base y Modelo Seleccionado ..................................................75
VIII
ÍNDICE DE ANEXOS
Anexo A: Tiempos entre arribo a Planta Nueva Aldea por tipo de camión. .................................................82
Anexo B: Detalle de Muestreo por Etapa .....................................................................................................84
Anexo C: Indicadores de modelo validado de simulación y modelo con recepción peak. ..........................91
Anexo D: Tiempo interior planta de simulaciones por tipo de camión. ........................................................92
1
1. GENERALIDADES
1.1. Introducción
La celulosa es una fibra vegetal extraída principalmente de pino y eucaliptus en Chile y es utilizada para
confeccionar distintos tipos de papeles y cartones. Este negocio es uno de los más importantes de Chile
estando solo debajo de la minería del cobre; tiene una contribución importante no solamente en materia
económica sino que también aporta al desarrollo integral del país. Según el Instituto Forestal del
Ministerio de Agricultura (INFOR), durante el año 2013 las exportaciones de celulosa alcanzaron un valor
de US$ 2.517,2 millones, registrando un aumento del nueve por ciento con respecto al año anterior,
representando aproximadamente el 1% del PIB nacional; la pulpa química representó el 49 por ciento del
valor total de las exportaciones forestales chilenas.
La industria forestal de Chile se basa en una ventaja competitiva permanente: el suelo y las condiciones
climáticas favorables que permiten un rápido crecimiento de los árboles y altos rendimientos en la
obtención de celulosa.
Los principales destinos para la celulosa blanqueada de eucalipto son: China (21 por ciento), Holanda (19
por ciento) y Corea del Sur (14 por ciento); mientras que para la pulpa blanqueada de pino radiata, el 55
por ciento del volumen exportado tiene como destino el mercado Chino. La pulpa de pino blanqueada
alcanzó un valor de US$ 674,6 por tonelada métrica, mientras que la pulpa de eucalipto blanqueada
obtuvo un valor de US$ 590,8 por tonelada métrica.
La celulosa es uno de los comodities de mayor presencia en los productos de uso en la vida cotidiana de
las personas. Efectivamente, este material es acondicionado y se presenta, en una forma muy similar al
producto original blanco, como papel tissue, papel de impresión y otros. En su tipo café, es apta para
papel de embalaje y producción de cartones. Asimismo, forma parte de excipientes en medicamentos, es
utilizado en construcción y otras diversas aplicaciones.
La celulosa vegetal puede ser extraída por métodos tanto físicos como químicos. El proceso más común
utilizado es el proceso químico alcalino denominado Kraft, mediante el cual se extraen los compuestos de
la madera no necesarios para la producción de celulosa. El proceso Kraft es un proceso cerrado, es decir,
los agentes químicos utilizados en el proceso de celulosa son recuperados y reutilizados, generando
energía eléctrica mediante su proceso de recuperación.
Arauco es una empresa chilena dedicada al rubro forestal, siendo la celulosa una de sus principales
unidades de negocio. Actualmente cuenta con cinco plantas de producción de celulosa en el país, siendo
2
Nueva Aldea la más reciente y de mayor capacidad productiva. Ubicada en la comuna de Ránquil, a
orillas del río Itata, cuenta con una ubicación estratégica para la recepción de materia prima forestal y
cercanía con los principales puertos de la Región del Biobío.
Arauco es el principal exportador nacional de productos forestales y celulosa, con exportaciones por US$
1.741 millones durante el año 2013, que posee una participación de 30,5 por ciento del total nacional
registrando un aumento de 14,9 por ciento en relación al año 2012. Chile representa aproximadamente
un 10% de la producción de celulosa mundial, donde Arauco representa el seis por ciento del mercado,
siendo el tercer productor a nivel mundial.
Planta Nueva Aldea posee una capacidad de producción aproximada de un millón de toneladas de
celulosa anuales, representando un 26 por ciento de la producción de Arauco. Al interior de la Planta,
cumple una labor fundamental el proceso de recepción de material pulpable en forma de rollizos y astillas,
así también el acopio de estos materiales. Esta materia prima es transportada a planta mediante el uso
de camiones y ferrocarril. Como el ingreso de material pulpable mediante camión representa cerca del 95
por ciento del abastecimiento anual de madera de la planta, la agilización del proceso de recepción y
descarga de camiones representa una oportunidad significativa en la mejora del proceso productivo.
El estudio de tiempos del proceso de recepción y descarga de camiones es una oportunidad para
conocer en detalle el tiempo utilizado en cada actividad y proceso al interior de planta realizado por cada
camión para así identificar oportunidades de mejora y reducir su tiempo al interior de la Planta. Desde
este punto de vista, se escoge la Simulación de Procesos como la herramienta que se ajusta de mejor
manera al planteamiento dado, gracias a las ventajas que ofrece esta metodología tales como: la
flexibilidad, facilidad de obtener resultados y costo menor comparado a la realización de pruebas en
terreno.
Por lo tanto el proyecto tendrá la siguiente estructura:
El capítulo uno presenta la introducción al tema de estudio, planteando la justificación, alcances y
objetivos, además de la información general de la empresa donde se realizó el estudio.
El capítulo dos describe la teoría y revisión bibliográfica de las temáticas necesarias de conocer para
llevar a cabo el estudio, se presenta información sobre las metodologías de investigación, estudios de
poblaciones, distribuciones de probabilidad, simulación de procesos y producción de celulosa.
El capítulo tres muestra el diseño de la metodología del estudio de acuerdo al levantamiento bibliográfico
realizado en el capítulo anterior; el estudio se dividió en cuatro etapas: diagnóstico de la situación actual
3
del proceso, la construcción del modelo de simulación base, el análisis de este modelo y propuestas de
mejora, y finalmente la selección de la mejor alternativa que disminuyó el tiempo en un mayor porcentaje.
El capítulo cuatro presenta los resultados de la aplicación metodológica de acuerdo a cada etapa
definida.
Finalmente los capítulos cinco y seis muestran las conclusiones del estudio y las recomendaciones
realizadas a la empresa para su aplicación.
1.2. Planteamiento del Problema
1.2.1. Origen del tema
La problemática fue propuesta por Carlos Fuente Laferte, Ingeniero Senior de Gestión y Sistemas y
Rodrigo Robles Santos, Jefe de Área de Preparación de Maderas de Planta Celulosa Nueva Aldea,
ambos pertenecientes a Celulosa Arauco y Constitución S.A. dado el interés de realizar una simulación
de los procesos de recepción, descarga y salida de camiones con materia prima pulpable, enfocando la
problemática al estudio de tiempos al interior de la planta de estos camiones con el objetivo de disminuir
su tiempo total de estadía.
Actualmente Planta Celulosa Nueva Aldea posee una meta consistente en que los camiones que
ingresan materia pulpable para el proceso de celulosa no deben exceder en 45 minutos su tiempo al
interior de la planta. Mensualmente se reciben entre 10.000 y 14.000 camiones destinados a una
producción de un millón de toneladas de celulosa anuales. La medición del tiempo al interior de planta
para cada camión se realiza entre los procesos de recepción y de salida en romanas, así que se
desconoce el detalle de tiempos de los procesos que están fuera de este ciclo.
Así surge la necesidad de cumplir con la meta planteada y además conocer el detalle de la situación
actual del proceso de recepción, descarga y salida de camiones en planta.
Cabe mencionar que se realizó un estudio de simulación para el área durante el año 2012 con la misma
área de aplicación, sin embargo se han realizado modificaciones a los procesos involucrados, así que
surge la necesidad de contar con una nueva simulación que represente la situación actual.
4
1.2.2. Justificación del estudio
La Planta de Nueva Aldea es la instalación más reciente de Celulosa Arauco y Constitución S.A. Con una
capacidad de producción que bordea el millón de toneladas de celulosa al año, Nueva Aldea necesita
mantener un abastecimiento de materia prima constante y poseer un stock suficiente de existencias para
poder funcionar frente a alguna eventualidad. En este marco se encuentra el área de Preparación de
Maderas que se encarga de la recepción, manejo y previsión de material pulpable para el proceso de la
celulosa. Como principal materia prima de la celulosa se tiene a las maderas de Pino Radiata junto con
los Eucaliptus Globulus y Nitens. El ingreso de materia prima a planta se realiza mediante el uso de
camiones (95 por ciento del total) y ferrocarril (cinco por ciento restante).
Actualmente, el proceso de recepción y descarga de camiones presenta tiempos al interior planta
cercanos a los 50 minutos, lo que está sobre la meta establecida.. Como no se conoce el detalle de los
tiempos que realizan los camiones por etapa en el proceso, resulta difícil identificar las causas raíces de
estos episodios.
Preguntas como ¿Dónde ocurren estos problemas? y ¿cuánto tiempo se pierde a causa de éstos?
pueden ser contestadas mediante un análisis profundo del proceso utilizando la simulación, permitiendo
además realizar pruebas de distintos escenarios y modelos con el fin de determinar las modificaciones
necesarias para que el proceso pueda cumplir con la meta de un tiempo interior planta menor a 45
minutos.
1.2.3. Alcances
El alcance de esta problemática aplica al área de Preparación de Maderas de Celulosa Nueva Aldea,
específicamente a los tiempos asociados al proceso de recepción y descarga de camiones, sin considerar
el ingreso de material pulpable mediante ferrocarril. El periodo utilizado para evaluar el desempeño del
sistema y como base de modificaciones corresponde a agosto del 2013; mes el cual sucedió el mayor
ingreso de camiones medido durante el año 2013.
Se segmentó el ingreso de camiones en tres grupos según su carga: pino, eucalipto y astillas; además se
subdividió cada grupo de acuerdo a su proveedor; Forestal Arauco o proveedor externo.
Se consideró un tiempo de simulación de una semana (lunes a sábado, dado que los días domingo no se
realiza ingreso de camiones).
5
El estudio apunta al estudio de tiempos del proceso, por lo tanto no fueron consideradas las variables que
no afecten al tiempo de estadía de camiones, tal como el volumen de madera transportado por cada
camión, las especies de eucalipto y los traslados de madera desde canchas a líneas de astillado.
Además se dejaron fuera del estudio algunos casos específicos poco recurrentes que pueden afectar el
objetivo de tiempo al interior planta, tales como fallas en sistemas de recepción y medición de volumen de
carga (poseen una disponibilidad superior al 99 por ciento), el rechazo de camiones por no cumplir
condiciones de ingreso (pesaje sobre el permitido, materia prima bajo estándares de calidad) que ocurren
a una tasa menor a un uno por ciento en el periodo evaluado.
1.3. Objetivos
1.3.1. Objetivo General
Generar una propuesta de mejora en el proceso de recepción y descarga de camiones con material
pulpable para el área de Preparación de Maderas en Planta Celulosa Nueva Aldea, mediante el análisis
de modelos y escenarios de simulación, con el fin de disminuir los tiempos de estadía de los camiones al
interior de la planta a un valor menor a 45 minutos.
1.3.2. Objetivos Específicos
a) Diagnosticar la situación actual del proceso de recepción y descarga de camiones, mediante el uso
de la información existente tanto en la documentación del área Preparación Maderas como del
sistema de información de recepción y la confección de información necesaria, para conocer a
cabalidad el funcionamiento del proceso a estudiar.
b) Generar un modelo de simulación base que represente la realidad del proceso de ingreso y
descarga de material pulpable mediante el uso del software de simulación Flexsim, para evaluar el
desempeño del proceso en su estado actual.
c) Analizar el desempeño de nuevos modelos y escenarios simulados a partir de los puntos críticos
detectados del modelo de simulación base, para analizar el desempeño del proceso en cada uno de
los casos con el fin de encontrar la opción que genere la mayor disminución en el tiempo de
camiones al interior de planta.
6
1.4. Descripción de la Empresa
1.4.1. Antecedentes Generales
Celulosa Arauco y Constitución es una empresa dedicada al rubro forestal que diversifica su negocio con
los mercados de celulosa, maderas, paneles y bosques.
La empresa tal como es hoy nace en 1977 tras la compra por parte de Empresas Copec de las
compañías Celulosa Arauco y Celulosa Constitución, fusionándolas y dándoles el nombre que posee
actualmente.
Su base operativa está ubicada en Chile, pero además posee plantas de producción en Argentina, Brasil
y Estados Unidos, además de formar parte de la sociedad Montes del Plata junto con Stora Enso que
produce celulosa en Uruguay. Posee un mix de productos forestales que permiten a Arauco ser líder a
nivel latinoamericano en el área forestal.
Da empleo a alrededor de 35 mil personas en el mundo, a través de sus operaciones productivas en
Chile, Argentina y Brasil, a las que se suma su red de oficinas comerciales a nivel global. Los productos
Arauco son reconocidos a nivel mundial por su calidad y son comercializados a más de 400 clientes en
75 países del mundo (ARAUCO, 2013).
Arauco cuenta con un fuerte compromiso con el medio ambiente y la sociedad en que está inserta,
destacando por la puesta en mercado de Bonos de Carbono, sus bajas emisiones al ambiente (sus
procesos de fabricación de celulosa son cerrados) y las iniciativas con las comunidades cercanas a sus
plantas productivas.
1.4.2. Historia
En el año 1967, se crean los estatutos y se celebra la primera sesión de directorio de Industrias de
Celulosa Arauco S.A., las operaciones de la planta de celulosa en Arauco comienzan en enero del año
1972. Paralelamente en el protocolo firmado en diciembre del año 1968 y aprobado por el consejo de la
Corporación de Fomento, se estableció la creación de la sociedad Celulosa Constitución con el objetivo
de construir y explotar una planta de celulosa en esta ciudad. Esta planta en Constitución comienza a
operar en septiembre del año 1976 (ARAUCO, 2013).
7
A fines de la década del setenta, Compañía de Petróleos de Chile, Copec S.A. adquiere Industrias de
Celulosa Arauco S.A. y Celulosa Constitución S.A. estableciéndose el cambio de nombre de la sociedad
por Celulosa Arauco y Constitución S.A. el año 1979.
En el año 1987, se aprobó el proyecto de construcción de una segunda línea de producción de celulosa
en, Arauco, denominado Proyecto Arauco II. En el año 1991 se da inicio a la puesta en marcha.
En el año 1989 se decide transformar las empresas forestales en sociedades anónimas, Forestal Arauco
S.A. se constituyó como holding de las filiales forestales, y se definieron cuatro empresas forestales que
operarían en las distintas zonas: Forestal Celco S.A., en Constitución; Forestal Chile S.A., en
Concepción, Chillán y Collipulli; Bosques Arauco S.A., en la zona de Arauco y; Forestal Valdivia S.A. en
Valdivia y Temuco. En el año 1990 se crea la empresa de Investigaciones Forestales Bioforest S.A.
En abril del año 1993 se crea la empresa Aserraderos Arauco SA, iniciando sus operaciones el 1 de julio,
mediante el traspaso de los aserraderos pertenecientes en esos momentos a Bosques Arauco, Forestal
Chile y Forestal Celco.
El año siguiente se constituyó la filial Arauco Generación S.A., con el objeto de producir y comercializar
energía eléctrica dentro de las plantas de celulosa Arauco y Constitución, lográndose en corto tiempo el
autoabastecimiento e incluso aportar sus excedentes al sistema interconectado central.
En el año 1995 se creó la filial Paneles Arauco S.A. para la producción de paneles terciados. La planta,
ubicada en el complejo Horcones, entró en operaciones el año 1998.
En el año 1999 se adquirió la planta de Celulosa Licancel a la empresa suiza Attizhold Holding. El 18 de
noviembre del año 2001 se dio inicio a la construcción de la planta de Valdivia, en la localidad de San
José de la Mariquina, iniciándose sus operaciones el 18 de enero del año 2004.
En el año 2003 se dio inicio a la construcción del Complejo Forestal e Industrial Nueva Aldea. El año
siguiente inició sus operaciones la planta de paneles terciados Nueva Aldea. En el año 2005 inició sus
operaciones el aserradero de Nueva Aldea, el cual es actualmente el más moderno y con mayor
capacidad de producción mientras que en agosto del año 2006 inició sus operaciones la planta de
celulosa Nueva Aldea.
Pasados más de cuarenta años, Arauco se ha convertido en un referente mundial en la elaboración de
productos forestales, con presencia productiva en Chile, Argentina, Brasil, Uruguay y Estados Unidos y
con una visión de expansión hacia el futuro.
8
1.4.3. Visión, Negocio y Valores Corporativos
Visión: “Ser un referente mundial en el desarrollo de productos sustentables forestales”.
Negocio: “Maximizar el valor de nuestros bosques de manera sustentable, integrando producción forestal
de excelencia con transformación industrial eficiente en productos de valor agregado para su
comercialización en el mercado mundial de acuerdo a las necesidades de nuestros clientes”.
Valores Corporativos:
a) Seguridad - SIEMPRE, LO PRIMERO
Ponemos la seguridad de las personas como prioridad en todas nuestras decisiones. Sólo de esta forma
consideramos que un trabajo está bien hecho. Nuestra meta es tener cero accidentes.
b) Compromiso - TRABAJAMOS CON PASIÓN
Asumimos desafíos y trabajamos con pasión y esfuerzo para cumplirlos. En ARAUCO somos gente
esforzada y honesta, que cumple su palabra.
c) Excelencia e innovación - QUEREMOS SER MEJORES
Somos líderes en lo que emprendemos, porque desafiamos nuestras capacidades. Debemos ser
exigentes con nuestras metas, eficientes e innovadores en la forma de conseguirlas.
d) Trabajo en equipo - JUNTOS SOMOS MÁS
Respetamos a las personas, valoramos el aporte de cada uno y sabemos que al trabajar en equipo
avanzamos más rápido y llegamos más alto. Reconocemos nuestras limitaciones y pedimos ayuda.
e) Buen ciudadano - RESPETAMOS EL ENTORNO Y CREAMOS VALOR
Actuamos con una mirada de largo plazo. Nuestro trabajo aporta al bienestar social, respeta a nuestros
vecinos y al medio ambiente.
1.4.4. Planta Celulosa Nueva Aldea.
La planta de Celulosa Nueva Aldea es parte de un complejo industrial ubicado en la comuna de Ránquil,
Provincia del Ñuble, perteneciente a Arauco y Constitución S.A. que cuenta además con una planta de
paneles y un aserradero. La planta inició sus operaciones en agosto de 2006, con una capacidad anual
de 850.000 toneladas, luego tras modificaciones operacionales cuenta con una capacidad instalada de
1.150.000 toneladas de celulosa.
9
Nueva Aldea posee la capacidad de producir tanto pulpa blanqueada como cruda de pino y pulpa
blanqueada de eucaliptus. Además cuenta con la capacidad de producir 52 mega watts de potencia
eléctrica destinada a venta al Sistema Interconectado Central. En la actualidad PCNA alcanza niveles de
producción cercanos al millón de toneladas anuales de pulpa kraft blanqueada a través de sus dos líneas
continuas de producción, una de las cuales utiliza pino y la otra eucaliptus. La pulpa es blanqueada
mediante un proceso libre de cloro elemental (ECF por sus siglas en inglés) lo que reduce
sustancialmente el impacto de su operación en el medio ambiente (ARAUCO. 2013). La Tabla N° 1.1
enumera las principales áreas de la planta, aportando información sobre la operación y características de
cada una de ellas y la figura N° 1.1 da un ejemplo de los flujos del proceso productivo.
Figura N° 1.1 Esquema de proceso productivo de Planta Celulosa Nueva Aldea
Fuente: Reporte de Sustentabilidad año 2014. ARAUCO, 2014
10
Tabla Nº 1.1 Áreas de planta Celulosa Nueva Aldea
Área Información
Preparación
Madera
Cuenta con 3 líneas de astillado y descortezado (Pino/Euca).
Pilas de almacenamiento de astillas de 76.000 m3 Aprox. Una línea procesa Pino,
las dos restantes Euca. El astillado de Eucaliptus se divide en 80% Globulus y 20%
Nitens. Eficiencia de descortezado: 91% Pino - 86% Euca.
Digestores Digestores Compact Cooking G2TM.
Kappa salida digestor: 28 Pino/ 16 Euca.
Consumo Vapor MP [kg/ADt]: 600 pino/ 500 Euca.
Rendimiento Aprox: 48% pino/ 55% Euca.
Lavado y
deslignificación
Proceso DualOXTM: 2 reactores en serie a media consistencia (12%).
Kappa Entrada/Salida Pino: 28/12.
Kappa Entrada/Salida Euca: 12/9.5.
Blanqueo Secuencia Línea Pino: D0-EOP-D1-D2.
Secuencia Línea Euca: DualD-EOP-D1-D2.
Blancura ISO Final 90% para cada línea.
Máquinas Cuenta con 2 líneas de secado de pulpa, y 3 Líneas Finales de corte y embalaje de
pulpa.
Humedad Salida: 10%, Consumo de Energía 121 kWh/t.
Evaporadores Cuenta con 7 efectos y 3 concentradores.
Capacidad de evaporación: 1300 t/d.
78% de sólidos en licor negro a la salida.
Caldera
Recuperadora
Presión Vapor AP: 85 Bar.
Temperatura Vapor AP: 485 ºC.
Calor de Combustión Sólidos Licor Negro Aproximado: 13,6 MJ/kg.
Caustificación Cuenta con 3 caustificadores de 460 m3.
Álcali activo objetivo licor blanco: 140 g/L como NaOH.
Horno de Cal Ley de la Cal 87%.
Reposición Caliza: 0,5 kg/s aproximadamente.
3% de CaCO3 en Cal producida.
Generación Cuenta con una turbina de contrapresión (TG2) y otra de condensación (TG3). ·
Vapor MP: 1050 kPa(g) - 250ºC · Vapor BP: 350 kPa(g) - 155ºC
Fuente: Elaboración Propia.
11
2. MARCO TEÓRICO
2.1. Metodología de investigación
La investigación es un conjunto de procesos sistemáticos, críticos y empíricos que se aplican al estudio
de un fenómeno. (HERNÁNDEZ, 2010) Según la RAE, la metodología es un conjunto de métodos que se
siguen en una investigación científica. Al unir estos conceptos hacen referencia a un plan de investigación
que permite cumplir con ciertos objetivos de un estudio específico.
Por tanto existen cinco fases que permiten aplicar esta metodología de la investigación según Hernández:
a) Llevar a cabo la observación y evaluación de fenómenos.
b) Establecer suposiciones o ideas como consecuencia de la observación y evaluación realizadas.
c) Demostrar el grado en que las suposiciones o ideas tienen fundamentos.
d) Revisar tales suposiciones o ideas sobre la base de las pruebas o análisis.
e) Proponer nuevas observaciones y evaluaciones para esclarecer, modificar y fundamentar las
suposiciones o ideas.
2.1.1. Fuentes de información
La información es la base fundamental a la hora de realizar un estudio y tomar decisiones. Sin embargo,
no toda la información disponible es necesaria, por lo cual es fundamental poder clasificar la información
de acuerdo a las necesidades y objetivos planteados. Para poder identificar la información requerida es
necesario conocer las distintas fuentes de información a las cuales se puede acudir.
Fuente de información se puede definir como los lugares o elementos de los cuales se pueden obtener
datos o información ya procesada para las necesidades definidas (RUIZ, 2010).
Las fuentes de información se pueden clasificar de la manera representada en la figura N° 2.1 (ORTEGA,
1992).
Las fuentes internas primarias: corresponden a la información generada por la propia empresa como
consecuencia de su funcionamiento, sin embargo, la calidad de esta información no es la adecuada dado
que ésta depende de las políticas de la empresa y de la manera de cómo se presente.
Las fuentes internas secundarias: corresponden a información generada por externos, pero que está
disponible al interior de la organización. En este caso se pueden encontrar estudios, análisis de casos u
otros.
12
Las fuentes externas primarias: son aquellas que se encuentran fuera de la empresa y proceden de la
unidad básica de información: los consumidores.
Las fuentes externas secundarias: corresponden a información construida por entidades externas, como
por ejemplo la información generada por instituciones bancarias.
Figura N° 2.1 Tipos de Fuentes de Información
Fuente: Manual de investigación comercial (ORTEGA, 1992)
Existe un gran número de fuentes de información, por ejemplo: revistas, diccionarios, catálogos,
buscadores, libros, biblioteca, etc. Como hay un número tan grande de fuentes de información
disponibles es necesario clasificarlas por tipologías con el poner de poder conocerlas a fondo y saber qué
fuente interesa aplicar en cada caso (FERRÁN, 2011).
Ferrán hace énfasis en que las fuentes de información se pueden clasificar en función de sus
características y que no hay una tipología única ni criterio unificado entre expertos e investigadores de la
materia. La clasificación que proponen se refleja en la Tabla N° 2.1.
Fuentes Internas
Primarias Departamentos de la
empresa
Secundarias
Estudios previos realizados
Información disponible por la empresa
Fuentes Externas
Primarias El mercado en general
Secundarias
Fuentes de datos publicados
Bases de datos
Fuentes de datos sindicados
13
Tabla Nº 2.1 Tipologías de las fuentes de información
Tipologías Clasificación
El grado de información que
proporcionan
Primarias
Secundarias
La procedencia y origen de la
información
Documentales
Conocimiento
Relacionales
El formato o soporte Papel
Audiovisual
Electrónico
Digital
Por el canal utilizado para transmitir la
información
Transmisión oral
Transmisión documental
Cobertura geográfica Internacional
Nacional
Regional
Local
Cobertura cronológica Retrospectivas o históricas
Periódicas o en curso
Por el tipo de información que
presentan
Bibliografía
Biografía
Geografía
Cronológica
Legislativa
De localización
General
Por materia Generales
Especializadas
Por la naturaleza de la información
que contienen
Textual
Numérica
Gráfica
Iconográfica
Por la difusión Uso interno o restringido
Publicadas
Inéditas
Fuente: Búsqueda y recuperación de la información (FERRÁN, 2011)
14
Al comparar a los autores anteriormente citados, enfatizan que las fuentes de información son todos los
instrumentos que ayudan a buscar, localizar e identificar la información que se necesita en un momento
determinado. Además no existe una tipología única de clasificación ni un criterio unificador en esta
materia. Por tanto, los criterios de clasificación de la información no son excluyentes, ya que se pueden
complementar unos con otros.
2.1.2. Enfoques para la investigación
Se pueden identificar tres tipos de enfoques que dirigen la metodología de la obtención de información, el
enfoque llamado cualitativo busca principalmente la dispersión de los datos e información, es decir, utiliza
la recolección de datos sin medición numérica para descubrir o afirmar en el proceso de investigación, el
enfoque cualitativo utilizado para procesos secuenciales que utiliza la recolección de información en base
numérica, y finalmente el enfoque mixto como una combinación de ambos planteamientos (FERNÁNDEZ,
2010). Dadas las características del estudio, el enfoque que mejor se adecua es el enfoque cuantitativo.
El enfoque cuantitativo representa un conjunto de procesos es secuencial y probatorio. El orden es
riguroso, aunque, se puede redefinir alguna fase. Usa la recolección de datos para probar hipótesis, con
base en la medición numérica y el análisis estadístico, para establecer patrones de comportamiento y
probar teorías. (FERNANDEZ, 2010).
Su metodología se basa en definir un problema, desarrollar un modelo, adquirir datos de entrada,
desarrollar una solución, probar la solución, analizar los resultados e implementar. (RENDER, 2006)
Ambos autores coinciden que este enfoque se emplea para cuantificar fenómenos, logrando responder
preguntas claves, mediante el análisis de las mediciones de los fenómenos observados.
En la figura N°2.2 se puede observar las distintas fases que el investigador debe realizar para un estudio
cuantitativo de un tema de investigación.
15
Figura N° 2.2 Proceso de enfoque cuantitativo
Fuente: Desarrollo de sistemas de información (FERNÁNDEZ, 2010).
Las características que debe poseer el enfoque cuantitativo (FERNÁNDEZ, 2010) son las siguientes:
a) El investigador plantea problema de estudio delimitado y concreto.
b) Una vez planteado el problema de estudio, el investigador considera lo relevante, pero no sigue un
proceso definido.
c) El investigador comienza examinando el mundo que lo rodea y en este proceso desarrolla una teoría
coherente con los datos, de acuerdo a lo observado, es decir, se basa en la lógica.
d) Los datos son productos de mediciones se representan mediante números (cantidades) y se deben
analizar a través de métodos estadísticos.
e) La recolección de datos se fundamenta en la medición. Esta medición se lleva a cabo al utilizar
procedimientos estandarizados.
f) La investigación cuantitativa debe ser lo más objetiva posible. Los fenómenos observados y medidos
no deben ser afectados por el investigador.
g) Los estudios cuantitativos siguen un patrón predecible y estructurado (el proceso) y se debe tener
presente que las decisiones críticas se efectúan antes de recolectar los datos.
h) En una investigación cuantitativa se pretende generalizar los resultados encontrados en un grupo o
segmento (muestra) a una conectividad mayor (universo o población). También se busca que los
estudios efectuados puedan replicarse.
16
Este autor afirma que los estudios cuantitativos pretenden explicar y predecir los fenómenos investigados,
buscando regularidades y relaciones causales entre ellos. Para este enfoque, se sigue rigurosamente el
proceso y, de acuerdo con ciertas reglas lógicas, los datos generados poseen los estándares de validez y
confiabilidad, y las conclusiones derivadas contribuirán a la generación de conocimiento.
2.1.3. Las tecnologías de información
Las empresas se encuentran en medio de una transformación revolucionaria. La competencia de la era
industrial se está transformando en la competencia de la era de la información.
La aparición de la era de la información en las últimas décadas del siglo veinte, hiso que muchas de las
compañías, ya no podían obtener una ventaja competitiva sostenible únicamente mediante la rápida
aplicación de las nuevas tecnologías, sino que requiere de investigación y desarrollo de sistemas de
información (KAPLAN, 2009).
Se puede definir sistema de información como un conjunto de componentes interrelacionados que
colaboran para reunir, procesar, almacenar, y distribuir información que apoya la toma de decisiones, la
coordinación, el control, el análisis y la visualización en una organización (LAUDON, 2002).
Los sistemas de información son conjuntos de elementos que interactúan con el fin de dar soporte a
cualquier tipo de organización o empresa. Los elementos presentes en dicho sistemas corresponden al
equipo computacional, el software y el hardware necesarios para apoyar el funcionamiento del sistema, y
el recurso humano que interactuará con este.
La característica de procesar la información es la que permite la transformación de datos fuente en
información que puede ser utilizada para la toma de decisiones (LAUDON, 2002). La información que
sale del sistema, sale procesada, con un valor agregado.
Actualmente, las tecnologías de información cuentan con un papel fundamental con respecto al acceso a
información. El uso de bases de datos y sistemas de información ha cumplido una función facilitadora a la
hora de acceder a información tanto en línea como histórica lo que permite realizar análisis más precisos
y detallados.
El rol facilitador que cumplen los sistemas de información es clave en el funcionamiento de las empresas.
Es común que ellas cuenten con distintos sistemas que estén dedicados a funciones específicas de la
organización, además de sistemas integradores que tomen la información más importante de cada uno y
permita generar visibilidad y reportabilidad que puedan dar una visión general del funcionamiento de la
empresa.
17
A través de los sistemas de información es posible el desarrollo de nuevas actividades que puedan
integrarse a sectores de la industria que se encuentren deficientes en algunos aspectos y pueden
contribuir al desarrollo de nuevas iniciativas empresariales. En los últimos años esta tecnología se ha
expandido a varios rubros como el transporte, construcción, generación de redes energéticas y genera
gran número de empleos. (HEREDERO, 2011)
También hay que considerar que un sistema de información puede ser formal o informal. Los sistemas
formales de información se apoyan en definiciones fijas y aceptadas de datos y procedimientos que
operan en conformidad con reglas predefinidas, mientas que los sistemas informales de información se
basan en reglas de comportamiento no establecidas. (FERNÁNDEZ, 2006).
2.2. Estudio de poblaciones
2.2.1. Definición de muestreo
El muestreo se define como el acto por el cual el investigador requiere información de todos y cada uno
de los elementos de la población que poseen una característica a estudiar (GARCÍA, RAMOS Y RUIZ,
2008).
Una población está formada por la totalidad de las observaciones en las cuales se tiene interés. Una
muestra es un subconjunto de observaciones seleccionadas de una población (BERENSON, 1983).
Necesariamente los integrantes de una población tienen características comunes, y la muestra se utiliza
cuando resulta difícil, o simplemente, no es posible trabajar con la población completa.
2.2.2. Definición del objetivo del muestreo
Es necesario precisar que antes de iniciar el proceso de muestreo, se deben establecer los objetivos del
estudio, los cuales constituyen el enunciado global sobre lo que se pretende conseguir con el trabajo a
realizar. Así entonces, el objetivo general del muestreo representará la finalidad del estudio en cuestión
en cuanto a sus expectativas más amplias (AGUIRRE Y ALEGRÌA, 2003).
Los objetivos que se plantean en el proceso de muestreo constituyen un marco que sirve para la toma de
decisiones en este proceso. Los objetivos se ajustan o alteran a medida que se avanza en el proceso del
conocimiento (ROJAS, 2002).
En relación a los objetivos específicos, en caso de ser necesarios en muestreos de mayor complejidad
que impliquen medir más de una variable, éstos requieren de una descripción de mayor precisión,
focalizándose en responder qué se debe realizar para alcanzar el objetivo general.
18
Una vez definido el objetivo general del estudio, se deben identificar los las necesidades y requerimientos
indispensables para lograr el objetivo, considerando elementos tales como recursos financieros, de
tiempo y personal disponible.
2.2.3. Determinación de variables a muestrear
Luego de definir los objetivos del estudio, la descripción de la variable o las variables en estudio es el
siguiente paso. Las variables en estudio dependerán del objetivo establecido. No obstante, puede existir
la necesidad de focalizarla, aún más, lo que implicará perfeccionar los objetivos, complementándolos con
un mayor número de elementos que describan la focalización (AGUIRRE Y ALEGRÌA, 2003).
Las variables a muestrear se pueden clasificar en dos tipos (QUINTANA, 1996):
a) Las variables discretas son aquellas variables que asumen solamente valores aislados, es decir, en
un conjunto finito de datos. Por tanto, se le da el nombre de variable discreta a una variable tal que
exista en una determina probabilidad de que tome cada uno de los valores aislados, cada uno con
su respectiva probabilidad, en este caso la observación de la variable se hace por recuento.
b) Las variables continuas, son aquellas que dentro de determinado intervalo de medición puede dar
lugar a cualquier valor, o sea que la variable puede tomar cualquiera del infinito número de valores
del intervalo, se hace su seguimiento por medición.
2.2.4. Representatividad
La representatividad es la característica más importante de una muestra estadística, y se define como la
capacidad de un subconjunto de presentar iguales características a las del conjunto completo, por ende el
muestreo adquiere todo su sentido en cuanto se garantice que las características que se quieren
observar en la población quedan reflejadas adecuadamente en la muestra (MONTGOMERY, 2003).
La representatividad de una muestra significa que debe ser un fiel reflejo del conjunto de la población, es
decir, que posea las mismas características de la población en estudio. Cuando una muestra no es
representativa no mantiene una relación cualitativa con la población se dice que está sesgada y anula por
completo los resultados de un estudio. Para garantizar la representatividad la muestra, esta debe tener un
tamaño suficiente (BISQUERRA, 2009).
19
Sin embargo, las muestras no tienen que ser representativas en todos los aspectos, limitándose a las
características importantes para los intereses reales del estudio.
2.2.5. La observación como técnica de recolección de datos
La observación directa es una técnica bastante objetiva de recolección; con ella puede obtenerse
información aun cuando no exista el deseo de proporcionarla y es independiente de la capacidad y
veracidad de los procesos a estudiar; por otra parte, los hechos se estudian sin intermediarios, se evitan
distorsiones de los mismos, sin embargo, debe cuidarse el entrenamiento del observador, para que la
observación tenga validez científica (FERRÁN Y PÉREZ-MONTERO, 2011).
Podemos clasificar las modalidades de observación de sistemas de la siguiente manera (AGUIRRE Y
ALEGRÍA, 2003):
a) Según los medios utilizados o clasificación:
Observación Estructurada: Se observan los hechos estableciendo de antemano qué aspectos se
han de estudiar.
Observación no estructurada: Consiste en recoger y anotar todos los hechos que sucedan en
determinado momento sin poseer guía alguna de lo que se va a observar.
b) Según el papel o modo de la participación del observador:
Observación participante: Consiste en la participación directa del observador con la comunidad, el
grupo o la situación determinada.
Observación no participante: El observador permanece ajeno a la situación que observa.
c) Según el número de observadores:
Individual: Es la que realiza una sola persona, es obvio que el investigador se centra en lo que
observa.
Colectiva: Es una observación en equipo, puede realizarse de las siguientes maneras: todos
observan lo mismo o cada uno observa un aspecto diferente.
d) Según el lugar donde se realiza:
Campo: Los hechos se captan tal y como se van presentando en el mismo sitio donde usualmente
se encuentran o viven los sujetos estudiados. Allí se observa cómo actúa el sujeto.
Laboratorio: Tiene cierto carácter experimental y comprende la observación minuciosa y detallada
de un fenómeno en un sitio especialmente previsto para hacer la observación.
20
2.2.6. Tamaño de muestra
Para poder determinar el tamaño de muestra adecuado; que sea representativo de la población, existen
diferentes tipos de definiciones.
La Norma Chilena 1208 (MIL STD 414), presenta en la Tabla N° 2.2 el número de tamaños de muestra
de acuerdo a la cantidad de individuos de la población total.
Tabla Nº 2.2 Determinación de tamaño de muestra
Fuente: (JURAN, 1996)
Sin embargo en “Calidad Total y Productividad” (GUTIÈRREZ, 2007), se presenta una adaptación a la
norma anterior, la cual se ve reflejada en la Tabla N° 2.3.
Tabla Nº 2.3 Ajuste de tamaño de muestra
Fuente: Calidad Total y Productividad (GUTIERREZ, 2007)
21
Como se puede observar, a medida que se aumenta el tamaño de la población, disminuye el tamaño
proporcional de la muestra, dada la imposibilidad práctica y gran cantidad de recursos necesarios para
muestrear grandes cantidades de individuos. Tomando como ejemplo a Gutiérrez, si tenemos un tamaño
de población de 500 individuos, el tamaño de muestra corresponde a 25 individuos, pero ¿será suficiente
este tamaño de muestra para un proceso de alta variabilidad con individuos con distintas características?
Para poder estimar el tamaño de muestra a partir de una variabilidad conocida es necesario comenzar
con el concepto de intervalo de confianza. Este se puede definir como el par de números entre los cuales
se estima que estará un valor desconocido que tiende al cambio (MONTGOMERY, 2003).
Si suponemos que la población es normal (Z) y su media () es desconocida pero su variabilidad es
conocida (expresada como varianza ()) entonces, para una población finita (N) con una muestra (n) se
puede determinar que la media de la población se encontrará en el intervalo descrito por la ecuación
presentada en la ecuación N° 2.1.
√ √
√ √
Ecuación N° 2.1 Intervalo de confianza para la media, con varianza conocida
Fuente: Applied statistics and probability for engineers (MONTGOMERY, 2003)
Asumiendo que la expresión que acompaña a la media muestral corresponde al error de la estimación
(e), se puede inferir que el tamaño de la muestra es representado por ecuación de la ecuación N° 2.2.
(2.2)
Ecuación N° 2.2 Determinación de tamaño muestral por intervalo de confianza
Fuente: Applied statistics and probability for engineers (MONTGOMERY, 2003)
De esta manera aseguramos determinar un tamaño de muestra de acuerdo al intervalo de confianza de la
población. Sin embargo, como se puede observar, este tamaño de muestra depende de la variabilidad de
la población (expresada como varianza), es decir, a mayor variabilidad de la población, el tamaño de
muestra crecerá.
Vistos estos métodos de determinación de tamaño de muestra se puede inferir que la metodología de la
Norma Chilena 1208 y de Gutiérrez es recomendable para procesos uniformes de baja variabilidad,
22
mientras que la metodología presentada por Montgomery se recomienda para procesos con alta
variabilidad, con distintos tipos de individuos.
2.2.7. Tipos de muestreo
Una muestra es representativa cuando la selección de los elementos de la población se realizan
aleatoriamente y cuando cada elemento tiene la misma posibilidad de ser seleccionado (MONTGOMERY
2003).
Las técnicas para tomar un muestreo se pueden dividir en dos tipos generales (NAMAKFOROOSH,
2005): El muestro probabilístico es un muestro en el cual todos los elementos de la población tienen la
posibilidad de ser seleccionados, se debe mencionar que no es necesario que la posibilidad sea igual,
porque se puede especificar la posibilidad de seleccionar algunos elementos de la población y estimar la
posibilidad de que un elemento de la población sea seleccionado. En tanto el segundo tipo de muestro es
el determinístico donde no hay manera de asegurar que el muestro sea representativo y todas sus
técnicas muestrales están basadas en el juicio personal del investigador.
Dentro del muestreo probabilístico existen distintos tipos de muestreo (RODRÍGUEZ, 2005):
A. Muestreo con selección aleatoria simple.
Es la modalidad de muestreo más conocida y que alcanza mayor rigor científico, garantizando la equis-
probabilidad de elección de cualquier elemento, y la independencia de selección de cualquier otro. En
este procedimiento se extraen al azar un número determinado de elementos, ‘n’, del conjunto mayor ‘N’ o
población, de acuerdo a los pasos de la figura N°2.3.
Figura N° 2.3 Metodología de muestreo con selección aleatoria simple
Fuente: Elaboración Propia.
(4) Extraer al azar cada elemento hasta cumplir con el tamaño de muestra calculado.
(3) Definir el tamaño de muestra a utilizar.
(2) Unificar la unidad de medida del estudio.
(1) Definir la población, listando todos los elementos desde 1 hasta n.
23
La muestra seleccionada con este método quedará formada por los ‘n’ elementos obtenidos mediante
sorteo de la población. Los procedimientos más comunes de extracción de los elementos en este tipo de
muestreo son las tablas de números aleatorios, incluidas en los manuales de estadística, los clásicos
sistemas de lotería, y otros procedimientos de extracción al azar, como las aplicaciones informáticas.
B. Muestreo Estratificado
Este muestreo se utiliza cuando la población es posible conformarla en estratos o conjuntos
homogéneos, con respecto a la característica o variable que se estudia. Dentro de cada estrato o área, se
puede aplicar el muestreo aleatorio o sistemático, consistente en subdividir la población en subgrupos o
estratos con arreglo a la/s característica/s que se consideren, y en elegir la muestra de modo que los
diferentes estratos queden representados (RODRÍGUEZ, 2005). La metodología para llevar a cabo este
muestreo es presentada en la figura N° 2.4.
Figura N° 2.4 Metodología de muestreo estratificado
Fuente: Elaboración Propia.
Con respecto a lo anterior, se debe señalar, que la utilización de estratos entrega proporcionalidad, a
todos los elementos de la población, ordenada para la conformación de la muestra. Asimismo, este tipo
de muestreo presenta la ventaja que cada estrato, aporta en proporción al tamaño de la muestra, en
función de lo que ese espacio representa, por ende estratificar no significa obtener un tamaño de muestra
menor.
(4) Extraer al azar cada elemento hasta cumplir con el tamaño de muestra calculado para cada estrato.
(4) Definir el número de muestras de cada estrato, en base a la ponderación de cada uno en la población.
(3) Definir el tamaño de muestra a utilizar.
(2) Clasificar la población de acuerdo a las variables definidas (Estratificar).
(1) Identificar al menos una variable para clasificar la población.
24
C. Submuestras
Durante el desarrollo de un estudio se puede presentar la necesidad de conformar una o varias
submuestras, la que puede ser un estrato que cumple determinadas condiciones. Para lo anterior, se
define una submuestra como una nueva aplicación de la metodología, considerando esta vez como
universo, a la muestra previamente obtenida, lo cual debe quedar explícitamente indicado en el objetivo
(RODRÍGUEZ, 2005).
D. Reemplazo
Ante la imposibilidad de realizar el análisis de uno o varios elementos seleccionados en una muestra se
debe aplicar un reemplazo. Se recomienda realizar reemplazo sólo cuando la magnitud de la población
en cantidad de registros sea significativa.
El reemplazo, debe ser realizado manteniendo la metodología que se utiliza para seleccionar la muestra.
Al respecto, si los elementos fueron seleccionados por medio del modelo aleatorio simple, entonces se
debe reemplazar el elemento faltante usando la misma metodología. Si la selección se realiza por medio
de estratificación, el elemento que se debe reemplazar corresponde ser sustituido por otro elemento de
su mismo estrato, y seleccionado por el modelo aleatorio simple (RODRÍGUEZ, 2005).
2.2.8. Fuentes de error
Los errores que pueden cometerse en la recolección de datos de una investigación dependen de
(JOGLECKAR, 2010):
a) El observador: Se refiere al grado diferente de preparación o entrenamiento de los observadores, el
estado físico, condiciones de trabajo de la persona que realiza la observación, estado anímico de la
persona, estos aspectos pueden distorsionar la medición de los registros y características
estudiadas.
b) El método de observación: Se refiere a la calibración y a la utilización de diferentes métodos para la
recolección de la información, tanto de los entrevistados como de los instrumentos utilizados para
realizar mediciones.
c) El objeto o individuo observado: Fuera de la variabilidad propia de los individuos hay otra
independiente de ellos mismos e inherente a cada uno.
25
2.3. Distribuciones de probabilidad
2.3.1. Variables aleatorias
Uno de los objetivos de la estadística es el conocimiento cuantitativo de una determinada parcela de la
realidad. Para ello, es necesario construir un modelo de esta realidad particular objeto de estudio,
partiendo de la premisa de que lo real es siempre más complejo y multiforme que cualquier modelo que
se pueda construir (ROSS, 2012).
Uno de los conceptos más importantes de la teoría de probabilidades es el de variable aleatoria que,
puede definirse como cualquier característica medible que toma diferentes valores con probabilidades
determinadas. Toda variable aleatoria posee una distribución de probabilidad que describe su
comportamiento.
Las variables aleatorias se pueden dividir en dos grupos: variables aleatorias discretas y variables
aleatorias continuas (AGUIRRE Y ALEGRÌA, 2003). Se dirá que la variable es discreta, si toma valores
aislados dentro de un intervalo, su distribución de probabilidad especifica todos los valores posibles de la
variable junto con la probabilidad de que cada uno ocurra. Mientras que será una variable continua
cuando la variable puede tomar cualquier valor de un intervalo; la distribución de probabilidad permite
determinar las probabilidades correspondientes a con subintervalos de valores. Una forma usual de
describir la distribución de probabilidad de una variable aleatoria es mediante la denominada función de
densidad, en tanto que lo que se conoce como función de distribución representa las probabilidades
acumuladas.
2.3.2. Tipos de distribuciones de probabilidad
Una distribución de probabilidad indica toda la gama de valores que pueden representarse como
resultado de un experimento si éste se llevase a cabo. Es decir, describe la probabilidad de que un
evento se realice en el futuro; constituye una herramienta fundamental para la prospectiva, puesto que se
puede diseñar un escenario de acontecimientos futuros considerando las tendencias actuales de diversos
fenómenos (AGUIRRE Y ALEGRÌA, 2003).
Las distribuciones de probabilidad están relacionadas con la distribución de frecuencias. De hecho,
podemos pensar en la distribución de probabilidad como una distribución de frecuencias teórica. Una
distribución de frecuencias teórica es una distribución de probabilidades que describe la forma en que se
espera que varíen los resultados. Debido a que estas distribuciones tratan sobre expectativas de que algo
26
suceda, resultan ser modelos útiles para hacer inferencias y tomar decisiones de incertidumbre (BADDI,
2007).
Los objetivos de distribuciones de probabilidad son:
a) Introducir las distribuciones de probabilidad que más se utilizan en la toma de decisiones.
b) Utilizar el concepto de valor esperado para tomar decisiones.
c) Mostrar qué distribución de probabilidad utilizar, y cómo encontrar sus valores.
d) Entender las limitaciones de cada una de las distribuciones de probabilidad que utilice.
Toda distribución de probabilidad es generada por una variable aleatoria, así conociendo que existen
variables aleatorias discretas y continuas, las distribuciones de probabilidad se ajustarán a las
propiedades de su variable aleatoria (ROSS, 2012), puede ser de dos tipos:
A. Distribuciones de probabilidad discretas:
Las distribuciones de probabilidad discretas son aquellas en las que la variable aleatoria solo puede
asumir ciertos valores claramente separados, y son resultado de un conteo (BADDI, 2007). Son aquellas
distribuciones generadas por variables aleatorias discretas, es decir están definidas para valores enteros,
donde cada uno de ellos tendrá una probabilidad asociada mayor a cero y cuya suma de probabilidades
es siempre uno (ROSS, 2012). Las distribuciones de probabilidad discretas más usuales son Bernoulli,
binomial, geométrica y de Poisson.
B. Distribuciones de probabilidad continuas:
Las distribuciones de probabilidad continuas son aquellas en las que la variable aleatoria puede asumir
un número infinito de valores, que son resultado de una medición (AGUIRRE Y ALEGRÍA, 2003).
Corresponden a distribuciones generadas por variables aleatorias continuas, es decir están definidas
para el conjunto de números reales, donde cada uno de ellos tendrá una probabilidad asociada mayor o
igual a cero y cuya integral de la función de probabilidades definida en los números reales es siempre uno
(ROSS, 2012). Las distribuciones de probabilidad continuas más usuales son Normal, Uniforme y
Exponencial.
La aplicación de una de estas distribuciones teóricas a una población particular está justificada si las
hipótesis (suposiciones) del modelo de comportamiento del proceso que generó la población se cumplen.
Dicho de otro modo, si se conoce el proceso, es decir, el conjunto de fenómenos que dieron lugar a
nuestra población de mediciones u observaciones, y además se está seguro de que el mismo se ajusta a
un modelo de comportamiento determinado, entonces se puede decir que la distribución de
probabilidades de nuestra población es la que corresponde al modelo. En la práctica, se sabe que ciertos
27
procesos y fenómenos generan resultados numéricos cuya distribución de probabilidades se puede
ajustar a determinados modelos teóricos.
2.4. Simulación de procesos
2.4.1. Conceptos de simulación de procesos
Se puede definir a la simulación como el método para acercarse a la realidad. Es una técnica que permite
imitar el comportamiento de un sistema real o hipotético según ciertas condiciones particulares de
operación (GUASCH, 2004). Otra definición de simulación es el desarrollo de un modelo lógico
matemático de un sistema, de tal forma que se tiene una imitación de la operación de un proceso de la
vida real o de un sistema a través del tiempo. La simulación involucra la generación de una historia
artificial de un sistema, la observación de esta historia mediante la manipulación experimental, nos ayuda
a inferir las características operacionales de tal sistema (BANKS, 2010).
Proceso se puede definir como la colección de objetos o identidades que interactúan entre sí para
alcanzar un objetivo (GUASCH, 2004). Un proceso es un conjunto de actividades planificadas que
implican la participación de un número de personas y de recursos materiales coordinados para conseguir
un objetivo previamente identificado (LAW, 2007).
Entonces, la simulación de procesos se puede definir como la técnica que permite evaluar en forma
rápida y efectiva un sistema a través de un modelo matemático que lo describe, entregando información
sobre los parámetros a evaluar sobre el mismo. De este modo la simulación constituye una herramienta
de ayuda importante para el análisis de procesos existentes o para el diseño de proyectos futuros.
La naturaleza de la simulación radica en un conjunto de técnicas utilizadas para imitar algún proceso
real. Estos procesos pueden ser llamados usualmente sistemas, los cuales están conformados por
supuestos que toman forma matemática y relaciones lógicas. Estas relaciones constituyen el modelo que
será utilizado para obtener mayor conocimiento acerca de cómo se comporta el sistema (LAW, 2007).
Al utilizar simulación se deben tener presente las limitaciones que ésta posee por el hecho de basarse en
un modelo que representa parcialmente la realidad, conservando ciertas características del sistema
verdadero pero descartando otras. Las fortalezas y debilidades del modelo están en las simplificaciones
realizadas, ya que esto permite concentrarse en las variables relevantes pero también existe la
posibilidad de despreciar aspectos del sistema real que pueden influir en los resultados (SCENNA, 1999).
28
Para imitar un sistema real, se utiliza un lenguaje de programación computacional, el cual permite
modelar dicho sistema de manera virtual, pudiendo medir el desempeño de los elementos que lo
conforman, y así proponer alternativas con el objetivo de mejorar el funcionamiento de éste (ROSS,
2012).
Un aspecto importante del proceso de simulación es definir claramente el objetivo de la misma. Si es muy
amplio puede que el trabajo sea excesivo en comparación con los beneficios obtenidos. Por otro lado, si
los objetivos planteados son reducidos, el modelo resultante puede no ser capaz de representar de buena
manera el comportamiento del sistema real (SCENNA, 1999).
Parte de los conceptos y definiciones que generalmente se encuentran en un estudio de simulación son
los que se presentan a continuación (CHUNG, 2003):
a) Entidades: Son los elementos que se movilizan dentro del modelo, Estos son creados, pasan por
distintos procesos y finalmente se retiran. Pueden ser materias primas, información o personas.
b) Atributos: Son las características que diferencian a una entidad de otra, acompañando a la entidad
durante su permanencia en el modelo. Estos atributos pueden ser, el color de la ropa, altura,
capacidad, etc. También son conocidos como variables locales.
c) Variables: Corresponde a la información de un sistema en un tiempo determinado. Puede ser
modificado por las entidades, como por ejemplo: cantidad de personas en el sistema, o espera
promedio por la prestación de un servicio. Son conocidas como variables globales.
d) Recursos: Son elementos que son solicitados por las entidades (estaciones de servicio, cajeros,
personal médico, etc.). Las entidades toman un recurso hasta que terminan de usarlo, en ocasiones
y dependiendo de la situación las entidades pueden requerir de más de un recurso al mismo tiempo.
e) Colas: Lugar donde las entidades esperan por un recurso determinado.
f) Acumuladores estadísticos: Son variables que tienen como objetivo almacenar información acerca
de las medidas de efectividad del sistema.
g) Evento: Acontecimiento que ocurre en un tiempo de simulación determinado. Este puede ser la
creación de una entidad, inicio de la prestación de un servicio, término de un proceso, etc.
29
h) Reloj de simulación: El tiempo que corresponde a la simulación es gestionado por una variable
denominada reloj de simulación. Este reloj está programado para avanzar entre eventos, no
considerando el tiempo muerto entre ellos.
2.4.2. Metodología de un estudio de simulación
Un proyecto de simulación es dinámico, dado que los resultados que se van obteniendo a medida de su
desarrollo ponen en manifiesto problemas y limitaciones inherentes al proceso de estudio (GUASCH,
2004). Es fundamental emplear una aproximación metodológica correcta con el fin de asegurar el
cumplimiento de los objetivos planteados.
La metodología de un estudio de simulación se puede dividir en ocho etapas (GUASCH, 2004):
a) Formulación del problema: Define el problema que se pretende estudiar. Incluye por escrito sus
objetivos.
b) Diseño del modelo conceptual: Especificación del modelo a partir de las características de los
elementos del sistema que se quiere estudiar y sus interacciones teniendo en cuenta los objetivos
del problema.
c) Recogida de datos: Identificar, recoger y analizar los datos necesarios para el estudio.
d) Construcción del modelo: Construcción del modelo de simulación partiendo del modelo conceptual y
de los datos.
e) Verificación y validación: Comprobar que el modelo se comporta como es de esperar y que existe la
correspondencia adecuada entre el sistema real y el modelo.
f) Análisis: Analizar los resultados de la simulación con la finalidad de detectar problemas y
recomendar mejoras o soluciones.
g) Documentación: Proporcionar documentación sobre el trabajo efectuado.
h) Implementación: Poner en práctica las decisiones efectuadas con el apoyo del estudio de
simulación.
30
También existen metodologías más detalladas acerca del desarrollo de un modelo de simulación que
realizan una división de las etapas presentadas con el fin de lograr orden y estructura durante el estudio.
Una de estas metodologías se puede dividir en catorce etapas (BANKS, 2010):
a) Formulación del problema: cada estudio de simulación comienza con una declaración del problema.
Si la declaración es proporcionada por aquellos que tienen el problema, el analista de simulación
debe tener extremo cuidado para asegurar que el problema sea claramente entendido y represente
fielmente lo que el solicitante necesite. En caso de que la formulación sea preparada por el analista
de simulación, es importante que el cliente entienda y esté de acuerdo con ésta.
b) Fijación de objetivos y plan general del proyecto: los objetivos indican las preguntas que van a ser
respondidas por el estudio de simulación. El plan del proyecto debe incluir una declaración de los
diversos escenarios que serán investigados, y recursos que serán utilizados, como el tiempo que
será necesario ocupar para la investigación, el personal, requisitos de hardware y software, etapas y
costos.
c) Modelo de conceptualización: extraer del mundo real el modelo conceptual, esto es, establecer
relaciones lógicas entre los componentes y la estructura del sistema. Es realizar un análisis del
proceso real y llevarlo a un ambiente que permita la simulación, incluidas sus limitaciones. Se
recomienda modelar desde lo más básico hasta lograr el modelo deseado.
d) Recopilación de datos: la necesidad de datos debe ser generada por el analista, el cual encontrará,
en el mejor de los casos, que los datos ya han sido tomados por el cliente. En caso contrario, el
analista debe recopilar los datos por su propia cuenta.
e) Modelo de traducción: el modelo conceptual realizado anteriormente, se codifica en un computador
para lograr el modelo operativo.
f) Verificación: la verificación se refiere a la operatividad del modelo, corroborar que está funcionando
correctamente, sin que sea todavía comparado con la realidad. Por lo mismo se recomienda que
estas revisiones sean sistemáticas a lo largo de la construcción del modelo, y no esperar hasta el
final para verificar el proceso completo.
g) Validación: la validación es la determinación de que el modelo conceptual es una representación
legítima del sistema real. Para esto, necesariamente debe existir un cruce de los datos que arroja la
situación simulada y la situación real que permita validar que el comportamiento de ambos sistemas
es el mismo. En caso de no existir estos datos, una opinión experta también puede ser considerada.
31
h) Diseño experimental: este paso hace referencia a la simulación de las propuestas que pretenden
mejorar la realidad simulada, o simplemente experimentar con ella, es decir definir nuevos
escenarios que modifiquen el actual para poder medir su desempeño. Para cada una de las
hipótesis que se desea simular, las decisiones tienen que ser formuladas en relación a la duración
de la simulación y el número de repeticiones.
i) Corridas de producción y análisis: se realizan un número de corridas suficientes en el modelo
simulado propuesto, de manera tal que los indicadores buscados tengan la validez necesaria según
la precisión estadística que sea definida para ser comparados con los del modelo simulado de la
realidad.
j) Aumentar el número de corridas: Analizar si el número de corridas actual es el necesario para poder
lograr la precisión estadística definida, en caso que no sea así se debe aumentar el número de
corridas hasta lograrlo.
k) Documentación y presentación de informes: la documentación es necesaria por si el modelo de
simulación será utilizado en una próxima oportunidad por el mismo analista o por otros. También
puede darse la situación de que el modelo necesite modificaciones, lo cual se vería facilitado de
existir la documentación correspondiente. Por otra parte, el resultado de todo el análisis debe ser
comunicado de forma clara y concisa, para que cualquier persona que consulte el documento pueda
revisar la configuración final del problema, las alternativas abordadas, los resultados de los
experimentos y las recomendaciones de los analistas.
l) Aplicación: corresponde a la aplicación de los resultados en el sistema real. Resulta de gran utilidad
en el resultado final si el analista ha seguido rigurosamente todos los pasos correspondientes y si el
cliente ha participado a lo largo de todo el periodo de estudio. En casos de que se trate de estudios
investigativos en donde no existe un cliente claro o definido, éste último paso puede considerarse
opcional.
La figura N° 2.5 presenta un diagrama resumen de los puntos descritos anteriormente relativos a la
metodología de un estudio de simulación de Banks.
32
Figura N° 2.5 Metodología de Simulación
Fuente: Simulación de una vía de acceso de tránsito vehicular al sector céntrico de la ciudad de Puerto
Montt (IGOR, 2009)
Debido a la naturaleza probabilística de los sistemas donde se utiliza la simulación, se hace
imprescindible crear modelos cuyos resultados sean estadísticamente iguales a los sistemas reales. Uno
de los factores que afectan en forma directa esos resultados es el tamaño de la corrida de simulación o
bien el número de corridas de simulación realizadas para encontrar resultados confiables. Al realizar una
corrida de simulación, el resultado promedio de las variables del sistema tienen un periodo de
inestabilidad y, conforme transcurre el tiempo, esas variables tienden a un estado estable y es entonces
cuando los valores de las variables de respuesta son confiables (BANKS, 2010). En forma general, para
calcular el número de simulaciones óptimo se tiene la expresión de la ecuación Nº 2.3.
33
⁄
Ecuación N° 2.3 Determinación de número de simulaciones o réplicas general
Fuente: Discrete-event system simulation (BANKS, 2010).
Cuando la media y la variancia de la distribución a simular se obtuvieron de una población o corrida
simulada piloto n de 30 o menos elementos, entonces, el cálculo óptimo de las simulaciones se modifica
de acuerdo con la ecuación Nº 2.4
⁄
Ecuación N° 2.4 Determinación de número de simulaciones o réplicas para un tamaño de población piloto
menor a 30
Fuente: Discrete-event system simulation (BANKS, 2010).
2.4.3. Ventajas y Desventajas del uso de simulación
La disponibilidad en el mercado de entornos de simulación orientados a campos específicos, con librerías
de objetos preprogramadas y validadas, junto con la capacidad de programación gráfica y visualización
han hecho de la simulación una herramienta cada vez más utilizada en el análisis y mejora de procesos
(GUASCH, 2004). Una vez conocido el método de simulación, se puede observar que esta metodología
ofrece ciertas ventajas que hacen atractiva su utilización, así como también posee desventajas que hacen
cuestionar su uso (LAW, 2007). Entre las primeras se pueden mencionar:
a) Permite conocer el impacto de los cambios en los procesos sin la necesidad de realizarlos en el
sistema real, logrando reducir los efectos de técnicas de ensayo – error.
b) Es más económico realizar un estudio de simulación que estudios en el sistema real.
c) Captura las interdependencias del sistema relacionando los diferentes subsistemas y variables, lo
cual logra un buen acercamiento al proceso real, consiguiendo que cualquier cambio que se aplique
en el sistema afecte las demás variables.
d) Muestra el comportamiento del sistema a través del tiempo y puede analizarse en tiempo
comprimido, real o en tiempo retrasado.
e) Es lo suficientemente versátil para modelar cualquier tipo de sistema, de acuerdo a las limitaciones
del software que se utilice.
f) Es una ayuda visual del sistema real.
g) Provee resultados fáciles de entender y comunicar.
34
h) Proporciona información de múltiples medidas de desempeño.
i) Permite por medio del análisis detallado del sistema entender la incertidumbre del proceso real.
j) Una vez modelado y validado el sistema se pueden explorar nuevas posibilidades en procedimientos
y métodos que ayuden a mejorar el proceso real.
k) La simulación es una herramienta que ayuda a identificar aspectos importantes en un proceso como:
análisis de cuello de botella, reducción de costos, balanceo de línea, reducción de inventario,
priorización de trabajos, entre otros.
l) Permite desarrollar análisis integrales que ayudan a establecer los diferentes requerimientos
específicos para el buen funcionamiento del sistema.
Así como se destacan las ventajas de la simulación, es importante mencionar las desventajas que
representa la utilización de esta metodología (LAW, 2007):
1. El costo de un software de simulación puede limitar el uso de esta herramienta, a pesar de
representar una ventaja en cuanto a costos de implementación de mejoras en un proceso.
2. La obligación del modelador en cuanto a diseñar adecuadamente el modelo como en diseñar
adecuadamente los experimentos para que genere resultados confiables.
3. Otra desventaja de esta herramienta es el tiempo, ya que para poder llevar a cabo la simulación de
un sistema real, es necesario invertir tiempo en la toma de datos, en la capacitación para el buen
manejo del software, en el diseño del modelo y en la validación e interpretación de los resultados
para elaborar una buena propuesta de mejora adecuada con el sistema real.
4. La simulación no es un método de optimización, solo entrega estimaciones con respecto a los
escenarios que sean analizados.
5. La utilización no adecuada de esta herramienta puede generar resultados que no representen la
realidad, llegando a conclusiones incorrectas que pueden llevar a tomar decisiones equivocadas.
2.4.4. Software de simulación Flexsim
Flexsim es un software para la simulación de eventos discretos, que permite modelar, analizar, visualizar
y optimizar cualquier proceso industrial, desde procesos de manufactura hasta cadenas de suministro.
Además, Flexsim es un programa que permite construir y ejecutar el modelo desarrollado en una
simulación dentro de un entorno tanto en dos dimensiones como en tres dimensiones (FLEXSIM
MÉXICO, 2009). Actualmente, El software de simulación Flexsim es usado por empresas líderes en la
industria para simular sus procesos productivos antes de llevarlo a ejecución real (SIMÓN MARMOLEJO,
2013).
35
Un modelo desarrollado con el software Flexsim es básicamente un sistema de flujo de entidades
(flowitems), colas (queues), procesos (processor) y sistemas de transporte (transportation). El proceso
consiste en un retraso forzado (delay) realizado por una máquina, el transporte consiste en el movimiento
de entidades de un recurso a otro, y las colas son un acumulamiento de entidades tipo FIFO a la entrada
de un proceso esperando para su procesamiento.
Básicamente, un modelo en Flexsim consta de los siguientes recursos (FLEXSIM MÉXICO, 2009):
Recursos constantes o fijos (fixed resources). Aquí entrarían las colas (queues), las máquinas o
procesos (processor) y las cintas transportadoras (conveyors).
Recursos compartidos (shared resources). En este apartado están los operadores.
Recursos móviles (mobile resources). En este apartado entran los sistemas de transporte que
permite modelar el software tales como elevadores, trans-paletas, robots industriales u otros.
Como elemento producido o producto en elaboración, está la entidad que fluye por cada uno de los
recursos del modelo. A dicha entidad, dentro del Flexsim, se le denomina flowitem. Estas entidades
pueden guardar información relativa a dicho producto, tales como etiquetas o labels (por ejemplo, el
código de barras de un producto determinado) y el tipo o itemtype, que tipificada a las entidades o
productos en elaboración del modelo simulado. Estas dos propiedades pueden utilizarse para definir
tiempos de proceso y encaminar las entidades por su flujo de producción correcto.
En los recursos fijos (colas, máquinas, etc.), el usuario debe configurar el tiempo de proceso que
consume una entidad mientras se elabora o procesa en dicho recurso, si es necesario transportarlo
mediante un recurso compartido, como puede ser un operador, o si es necesario llamar a un recurso
móvil.
2.5. Proceso de Celulosa Kraft
El Pulpaje Kraft es un proceso químico ideado por el sueco Carl Dahl en 1884 para obtención de pulpa de
celulosa, siendo actualmente el más utilizado a nivel mundial. Al año se producen aproximadamente 130
millones de toneladas de pulpa Kraft, lo que equivale a dos tercios de la producción total de celulosa en el
mundo (LARENAS, 2006).
La idea del pulpaje Kraft es separar la celulosa de la madera por medio de reacciones químicas a altas
temperaturas que degradan la lignina, sustancia que actúa como pegamento entre los carbohidratos de la
madera y que le da una resistencia mecánica al árbol suficiente como para alcanzar alturas de más de
100 metros como es el caso de la Secuoya de California (GALLEGOS, 2012).
36
Se utiliza hidróxido de sodio (NaOH) y sulfuro de sodio (Na2S) como reactivos principales para el proceso
de cocción, en el cual se remueve alrededor de un 90 por ciento de la lignina presente originalmente en
madera (GALLEGOS, 2012). Ambos compuestos conforman una solución denominada licor blanco, en la
cual se hidrolizan generando el ión hidróxilo (OH-) y el ión hidrosulfuro (HS-). La función del ión HS- es
acelerar el proceso de deslignificación mientras que el ión OH- mantiene los fragmentos de lignina en
solución (EK, GELLERSTED, HENRIKSSON, 2009).
La cantidad de hidróxido de sodio en el licor blanco se define en términos del álcali activo, efectivo o total
presente en él (expresados como NaOH), mientras que el contenido de sulfuro de sodio se expresa por
medio de la sulfidez.
El pulpaje Kraft puede dividirse en dos subprocesos principales, la línea de fibra y el ciclo de recuperación
de reactivos (ver figura N° 2.6). En el primero se encuentran las unidades que procesan la madera,
abarcando desde el astillado hasta la obtención del producto terminado. Por otro lado, el ciclo de
recuperación de reactivos tiene como objetivo volver a producir licor blanco a partir del licor negro
resultante de las reacciones de cocción de la madera en la línea de fibra.
Figura N° 2.6 Esquema general del Proceso Kraft
Fuente: Modeling of kraft mil chemical balance (MOREIRA, 2012)
37
2.5.1. Línea de Fibra
La madera, principal materia prima para la fabricación de la celulosa, llega a las plantas de proceso
generalmente en la forma de troncos de dimensiones estandarizadas, denominados rollizos. En menor
medida también se utilizan astillas de aserradero. La materia prima utilizada en Chile son los rollizos de
Pino Radiata, Astillas de Pino y rollizos de Eucaliptus Glóbulus y Nitens; los rollizos poseen distintos
largos que van desde los 2,40 hasta 6,00 metros (GALLEGOS, 2012).
El ingreso se realiza principalmente a través de camiones, mientras que una parte se realiza por
ferrocarril. La madera ingresada es pesada en romanas y se mide su volumen, además los datos de
proveedores son cargados a un sistema de información administrativo de la empresa. Entonces la
madera puede ser enviada a las líneas de picado (consumo directo) o pueden ser acopiadas en las
canchas de la planta. En el caso de las astillas externas, éstas pasan directamente a su pila
correspondiente (GALLEGOS, 2012).
El proceso de astillado se inicia cuando los rollizos de madera son cargados en los descortezadores, que
son tambores rotatorios de grandes dimensiones. La corteza no se desperdicia, sino que es llevada a
través de una cinta transportadora para ser quemada para producir electricidad en la planta térmica del
complejo industrial. Los troncos descortezados son transformados en astillas (chips), las cuales luego de
ser acopiadas para su homogeneización en grandes pilas, pasan a continuación por un proceso de
clasificación por tamaño. Los chips de tamaño normal continúan a la fase siguiente, los de gran tamaño
son devueltos para ser astillados nuevamente y los finos convergen junto con la corteza a la caldera de
biomasa, donde son quemados para generar vapor, el cual posteriormente, en un equipo denominado
turbogenerador, se usa para producir energía eléctrica (LARENAS, 2006).
Las astillas obtenidas se mezclan con licor blanco en el digestor a determinada presión y temperatura
iniciándose así el proceso de cocción, al término del cual se obtiene una combinación de pasta café y
licor negro. La pasta corresponde a las fibras de celulosa despojadas de gran parte de la lignina que las
unía, la que ahora se encuentra disuelta en el licor resultante de la cocción y es responsable de la
tonalidad oscura que le da el nombre de licor negro.
Las fibras son posteriormente lavadas y enviadas a una etapa de deslignificación con oxígeno donde la
lignina remanente es oxidada y solubilizada, lográndose disminuir aún más la cantidad de lignina residual
en la pulpa de celulosa. El contenido de lignina se expresa en términos de un índice denominado kappa,
cuyo valor es proporcional al porcentaje de dicho polímero presente en las fibras de celulosa
(BROGDON, 2001). Luego la pulpa deslignificada es enviada al área de blanqueo, donde los compuestos
que dan el color café a la pulpa son oxidados y removidos mediante la aplicación de sustancias químicas
38
como dióxido de cloro o peróxido de hidrógeno, en varias etapas separadas por estaciones de lavado
(GALLEGOS, 2012). Finalmente las fibras de celulosa blanqueadas son transformadas en una hoja, la
que es prensada y secada hasta lograr las especificaciones necesarias para su comercialización.
2.5.2. Ciclo de Licor
A través del ciclo de recuperación de reactivos se convierte el licor residual de los procesos de cocción y
lavado, conocido como licor negro débil, en el licor blanco necesario para la operación del área de
digestores. El licor negro débil posee una cierta concentración de sólidos los cuales se pueden clasificar,
según su naturaleza, en orgánicos e inorgánicos. La fracción orgánica contiene material proveniente de la
disolución de la madera (principalmente lignina), mientras que la parte inorgánica está compuesta por
agentes químicos residuales de los procesos de cocción y deslignificación (MOREIRA, 2012).
En la primera etapa del ciclo el licor es concentrado mediante evaporadores de múltiple efecto, llevándolo
a concentraciones superiores al 70 por ciento de solidos disueltos (GREEN, GERALD, HOUGH, 1992).
Luego de este proceso el licor negro concentrado es quemado en la caldera recuperadora, donde el
poder calorífico aportado principalmente por su fracción orgánica es utilizado para la producción de vapor
de alta presión.
El vapor de alta presión se envía desde la caldera hacia el área de generación de electricidad, donde a
través de turbinas se produce la energía eléctrica necesaria para mantener en funcionamiento la planta.
Como subproducto de este proceso se obtiene vapor de media y baja presión que se ocupa como medio
calefactor en las distintas áreas del proceso.
Por otro lado la fracción inorgánica del licor se reduce químicamente durante la combustión, generando
así un fundido rico en sulfuro y carbonato de sodio. Este fundido se diluye para obtener lo que se conoce
como licor verde crudo, el que es enviado al área de caustificación donde será transformado en el licor
blanco necesario en el proceso de cocción de la madera.
El licor verde crudo es primero filtrado y luego mezclado con cal viva (CaO) en el apagador de cal, la que
reacciona con el agua y el carbonato de sodio (Na2CO3) presentes en el licor a través de reacciones
conocidas como apagado de cal y caustificación, a su vez, el sulfuro de sodio (Na2S) presente en el licor
verde reacciona al menos de dos formas diferentes: por caustificación e hidrólisis (GREEN, GERALD,
HOUGH, 1992).
Estas reacciones transforman el licor verde en lo que se conoce como lechada de cal, una mezcla de licor
blanco y lodos compuestos principalmente por carbonato e hidróxido de calcio. Por medio de filtros se
39
separan ambas fases, siendo cada una enviada a distintos destinos. El licor blanco clarificado es enviado
al área de digestores para el proceso de cocción, mientras los lodos son llevados al horno de cal donde
son calcinados para volver a producir la cal viva que se alimenta al apagador (EK, GELLERSTED,
HENRIKSSON, 2009).
Como el proceso de la celulosa ocupa grandes cantidades de agua, forma parte fundamental del proceso
la planta de tratamiento de efluentes, donde los residuos líquidos son pasan por tratamiento primario,
secundario y algunas veces por terciario, obteniendo lodos como residuo sólido y agua que es enviada al
océano.
2.6. Logística
La logística se ha conformado como un proceso estratégico para organizar las actividades de producción
y de distribución de las empresas. El concepto de sistema logístico ha incluido un amplio espectro de
operaciones que condicionan la eficiencia y la competitividad empresarial en el actual contexto de
globalización de la economía (BALLOU, 2004).
Esta disciplina vista desde el punto de vista actual según lo expuesto trata lo siguiente: “Muchos sectores
productivos ven reflejadas sus necesidades de soluciones en busca de la eficacia, y es allí donde la
logística juega un papel fundamental, ya que por medio de estudios de diferente índoles, como modelos
matemáticos, teorías de redes, programación lineal entre otros, busca solventar dichas falencias no solo
otorgando un grado más elevado de la satisfacción del cliente, sino también, logrando subir en el
escalafón en busca de la mejora continua lo que se consigue gracias a la logística (KUHN, 2000)”.
Por tanto, la logística está relacionada con las actividades de control y administración de inventarios,
envasado, almacenamiento en el lugar de producción, transporte, almacenamiento de lugar de envío y
entrega del producto al cliente final.
La administración del Transporte se concibe como un elemento clave para la adecuada articulación de la
Logística en la Cadena de Suministro. Para una compañía, la capacidad de entregar constantemente
productos a tiempo, al precio correcto y con la calidad adecuada, afecta favorablemente la opinión del
cliente sobre el nivel de servicio que recibe. En este sentido, el Transporte requiere ser un servicio de
calidad en términos de seguridad, regularidad, oportunidad, entrega a tiempo y eficiencia.
La logística según gira en torno a crear valor para los clientes y proveedores de la empresa, y valor para
los accionistas de la misma. El valor de la logística se expresa fundamentalmente en términos de tiempo
40
y lugar. Los productos y servicios no tienen valor a menos que estén en posesión de los clientes en el
tiempo y el lugar donde ellos deseen consumirlos (BALLOU, 2004).
La logística, para cumplir con su definición y objetivo de planificar, implementar y controlar el flujo de
bienes o servicios, se sustenta en 4 pilares: Producto Correcto, Lugar Correcto, Momento Correcto y al
Menor Costo posible. Como su nombre lo indica, el lugar y momento correcto, significa hacer las cosas
en la medida exacta, llevándolos a términos logísticos, es no desperdiciar recursos financieros, y
humanos en procesos que no sean rentables para la empresa, por lo cual solo se trabaja según la
necesidad de los pedidos, con niveles de inventario mínimos ligados a los requisitos de los pedidos, así
es posible logra el menor costo posible del producto para lograr un cliente satisfecho.
La diferencia entre eficiencia y eficacia es que la primera busca cumplir con los requerimientos de los
clientes usando los recursos de forma tal de minimizar o eliminar los desperdicios o malas utilizaciones
de dichos recursos, es decir, se caracteriza por hacer lo que corresponde “Hacer las cosas correctas” “Lo
mejor posible” (FERNÁNDEZ, 1997). La segunda busca cumplir con los requisitos del cliente sin importar
el adecuado uso de los recursos, es decir, si en definitiva si algo debe realizarse, hacer lo que se tiene
que hacer cuando realmente deberían ser hechas. (FERNÁNDEZ, 1997). En términos sencillos, en el
ámbito de la logística, ésta será eficiente cuando el resultado es obtenido cumpliendo con los 4 pilares de
la logística a la vez. La eficacia lleva consigo el no cumplir con alguno de esos pilares. Normalmente los
pilares que se sacrifican ante la obligatoriedad de cumplir con los requisitos del cliente son los pilares de
momento correcto y/o menor costo posible. Si se fallase en los otros 2 la gestión pasaría a ser
desastrosa.
2.7. Integración de conceptos
Una vez estudiados los conocimientos bibliográficos necesarios para poder realizar el estudio de tiempos
mediante el modelo de simulación; se requiere integrar estos conceptos y relacionarlos con su aplicación
práctica a lo largo del estudio. Por lo tanto, la integración de conceptos presentados en el marco teórico,
se describe de la siguiente manera:
Los conceptos de metodologías de información (FERNÁNDEZ, 2010; MÁS, 2010; ORTEGA, 1992)
permiten poder identificar las distintas opciones de las cuales se puede obtener información, sentando la
base de inicio del proceso de levantamiento de información, definiendo las fuentes de información
necesarias para el estudio y dando la posibilidad de realizar comparaciones de distintas fuentes.
Los conceptos de estudio de poblaciones y muestreo (MONTGOMERY, 2003; BERENSON, 1983) son
utilizados como base para la generación de información de la cual no se tiene antecedentes, dando los
41
procedimientos para realizar muestreo de datos que sea representativo. También existen distintas formas
de realizar un muestreo; se entregan herramientas para poder determinar el tamaño de muestra
(PÉRTEGA DÍAZ, 2001; JURAN 1996; GUTIÉRREZ, 2007), con el fin de que la información construida se
ajuste a la realidad del sistema analizado.
Conocer los tipos de distribuciones y su significado (AGUIRRE, 2003; BADII, 2007; ROSS, 2012) permite
comprender las funciones de probabilidad que se aplican al modelo de simulación.
La utilización de los modelos de simulación como herramienta de análisis y estudio de procesos (LAW,
2007; SCENNA, 1999; ROSS, 2012; CHUNG, 2003) es utilizada para generar las bases del modelo de
simulación, y se utiliza una metodología que permite dividir el proceso de simulación y asignar las tareas
adecuadas a cada etapa (BANKS, 2010; IGOR, 2009). El conocimiento preliminar del software Flexsim
(FLEXSIM, 2009; SIMÓN MARMOLEJO, 2013) permite conocer el funcionamiento y la lógica del
programa, detectando las ventajas, desventajas y oportunidades de utilización del software.
Finalmente la descripción del proceso Kraft para producir celulosa permite tener una visión acabada del
cómo se transforma la materia prima concepto del estudio en el producto final, necesario para
comprender la importancia del problema.
42
3. DISEÑO METODOLÓGICO
Para la realización del estudio se procedió a dividirlo en tres etapas de acuerdo a los objetivos planteados
para la investigación, las cuales a su vez se subdividieron en actividades específicas.
Figura N° 3.1 Esquema de Diseño Metodológico
Fuente: Elaboración Propia.
Estas etapas representaron una adaptación a la metodología de un estudio de simulación presentada en
el marco teórico, de acuerdo a las necesidades específicas de este estudio. Además cada una de estas
etapas con los objetivos específicos presentados al inicio del informe.
3.1. Etapa I: Diagnóstico del proceso en su situación actual
Para determinar el diagnóstico de la situación actual, se realizaron entrevistas con el personal del área
Preparación Maderas para conocer el funcionamiento de los procesos de recepción, descarga y salida de
camiones, así como la disponibilidad de información útil para la simulación y la determinación de la
información que debe ser creada para la funcionalidad de los modelos. Se realizó el levantamiento de
información relevante para la construcción del modelo base de simulación.
Luego se procedió a definir las necesidades para el levantamiento de datos de tiempos en terreno, su
realización y análisis mediante el ajuste a distribuciones de probabilidad necesarias para el
funcionamiento de la simulación.
43
3.1.1. Levantamiento de información del proceso
Se realizó el levantamiento de información desde las fuentes internas primarias de la organización y sus
tipologías según los lineamientos de Hernández (2010) y Ortega (1987); conociendo el funcionamiento y
flujos de materia prima y producción del área Preparación Maderas. Además se extrajo información
desde el sistema de información del área para la recepción de camiones con madera, observando el
número, estacionalidad y tipo de camiones ingresados por periodo, clasificándolos según la especie que
transportan y si corresponden al proveedor Forestal Arauco o proveedores de madera externos, para
definir el periodo de tiempo base para el estudio y a partir de esta definición determinar los tiempo entre
arribos de camiones.
3.1.2. Descripción de flujos de camiones
Se identificaron los flujos de camiones según la clasificación mencionada en el punto anterior mediante el
estudio de documentación del área y entrevistas informativas semi-estructuradas con el personal
involucrado; entonces se procedió a describir por etapa el proceso de recepción y descarga de camiones,
complementándolo con la confección de diagramas de flujo para camiones cargados con rollizos y con
astillas por separado. Esta información fue necesaria para la elaboración del modelo conceptual de
simulación.
3.1.3. Requerimientos de información
Se analizó la información entregada por las fuentes internas primarias de la organización y la disponible
en el sistema de información, determinando la necesidad de aplicar un muestreo que apunte al
levantamiento de datos con respecto al tiempo que tardan los camiones en cada etapa del proceso, para
cargar estos tiempos de proceso al modelo de simulación.
3.1.4. Recolección y análisis de datos
Se determinó el tamaño de la muestra necesaria según el intervalo de confianza señalado por
Montgomery (2003), con el cual se procedió a realizar un muestreo estratificado sin submuestras ni
reemplazo para medir los tiempos en las etapas del proceso. Luego se realizó el análisis estadístico
mediante el software Expertfit, con el cual se obtuvo la distribución estadística de los datos asociada a
cada etapa, con su correspondiente validación mediante los test estadísticos de Kolmogorov-Smirnov,
Anderson-Derling y Chi-Cuadrado.
44
3.2. Etapa II: Generación del modelo de simulación base
Ya realizado el diagnóstico del proceso, el levantamiento y la generación de información, se procedió a la
confección del modelo de simulación base que refleja al proceso en sus condiciones actuales, basado en
la metodología de simulación presentada por Banks (2010). Se realizaron pruebas para revisar cómo se
desempeñan los distintos objetos de la librería de Flexsim para representar las distintas etapas del
proceso. Ya determinados los objetos que se incluyeron el modelo de simulación, este se ajustó a una
escala que represente la realidad y se cargaron los datos de la etapa de levantamiento y creación de
información.
Una vez construido el modelo se llevó a cabo su verificación y la validación, con lo cual se determinó que
el modelo se ajusta a la realidad.
3.2.1. Modelos de conceptualización y traducción
Se construyó un modelo conceptual con el cual se fueron probando distintos objetos de la librería del
software de simulación, con el fin de definir cuál objeto deben representar cada etapa en el proceso.
Una vez definidos los objetos a utilizar al modelo de simulación, se agregaron los datos obtenidos en la
etapa I. Se ajustó la escala de simulación definiendo la unidad de distancia y de tiempo de Flexsim para
que fuera representativa de la realidad.
3.2.2. Verificación y validación del modelo
Se realizó una corrida de prueba con un camión de cada tipo definido, con el objetivo de revisar y verificar
que su proceso se ajusta a la situación real. Verificada ya la traducción de la realidad al modelo de
simulación, se procedió a la validación del modelo para determinar su ajuste a la realidad; utilizando
como indicador el tiempo de camiones al interior de planta entre las romanas de ingreso y la romana de
salida.
3.3. Etapa III: Simulación de nuevos modelos y escenarios
Validado el modelo base de simulación, se estudió el efecto de los periodos de alto ingreso de camiones
a planta, determinando las etapas que son cuello de botella del sistema. Detectados los puntos de mejora
potencial en el proceso, se generaron seis nuevos modelos y escenarios con el fin de disminuir el tiempo
al interior de planta bajo 45 minutos, interviniendo los puntos detectados. Obtenidos los resultados de las
posibles mejoras al proceso, se realizó un análisis comparativo entre los distintos modelos y escenarios
45
de simulación con respecto al modelo base. Finalmente se escogió como mejor alternativa de mejora al
modelo que generó una mayor disminución del tiempo interior planta con respecto al modelo base.
3.3.1. Análisis de resultados del modelo base
Se realizó un escenario de simulación con los periodos de mayor ingreso por tipo de camión a planta,
para determinar cuánto afecta al problema la estacionalidad del ingreso y se detectaron las etapas que
son cuello de botella para el proceso, a través de la medición de su porcentaje de utilización.
3.3.2. Simulación de nuevos modelos y escenarios
Determinados los puntos a mejorar en el proceso, se generaron seis alternativas que pudieran
representar una disminución en el tiempo interior planta.
Luego se crearon distintas simulaciones con cada una de las posibles mejoras por separado, para medir
su impacto de forma individual y luego se realizaron combinaciones de las mejor evaluadas para obtener
un impacto mayor en la disminución del tiempo de camiones en planta.
3.3.3. Análisis comparativo de nuevos modelos y escenarios
Se efectuó un análisis comparativo de los resultados de las simulaciones de las mejoras al proceso,
utilizando como base de comparación el tiempo interior planta de los camiones para cada simulación.
3.3.4. Selección de mejor alternativa
Finalmente se seleccionó la mejor alternativa de mejora para el proceso de acuerdo al criterio del menor
tiempo interior planta, escogiendo la opción que generó un mayor impacto en la disminución de este
tiempo.
46
4. RESULTADOS
4.1. Etapa I: Diagnóstico del proceso en su situación actual
Para poder determinar un diagnóstico de la situación de la institución, fue necesario iniciar el proceso con
entrevistas informativas semi-estructuradas con el personal del área (Jefe de Operación, Ingeniero de
Operación, Operadores de Astillado y Romanas, y Volantes o Ayudantes en Terreno). En estas
entrevistas, se obtuvo la información referente a las funciones principales de esta entidad.
4.1.1. Levantamiento de información del proceso
El área Preparación Maderas es dependiente de la Subgerencia de Operaciones de Planta Nueva Aldea.
La figura N° 4.1 muestra el organigrama del área; es liderada por el Jefe de Operaciones que es
encargado de velar por la administración, el funcionamiento y la producción del área. Es apoyado por un
Ingeniero de Operaciones que supervisa la operación productiva y la reportabilidad. Los operadores de
romanas son los encargados de la recepción de madera y la operación de los equipos de medición y
pesaje, mientras que los operadores de astillado son los responsables de la operación de la madera
desde que se descorteza hasta su transporte a los digestores, contando con el apoyo en terreno de los
volantes.
Figura N° 4.1 Organigrama del área Preparación Maderas
Fuente: Elaboración Propia.
Gerente de Planta
Subgerente de Operaciones
Superintendente Maderas y Efluente
Jefe de Operaciones
Efluente
Jefe de Operaciones
Maderas
Ingeniero de Operaciones (1)
Operadores de Astillado (12)
Operadores de Romanas (16)
Volantes (Ayudantes de Terreno) (16)
Jefe de Mantención
47
El área de Preparación Maderas produce la materia prima (astillas) para la producción de celulosa que
son entregadas a los digestores. Como se muestra en la figura N° 4.2, esta área la podemos dividir en:
Manejo de Rollizos: Recepciona la madera que ingresa a la Planta y a medida que es requerida, la
madera con corteza es descortezada. Además, elimina la arena, piedras y metales asociados a los
troncos. Posteriormente traslada los troncos descortezados y limpios al Astillador, retirando los
troncos que estén fuera de norma.
Astillado y Astillas Compradas: Convierte en astillas los troncos descortezados, reduciendo su
tamaño a la granulometría requerida por el proceso. Las astillas producidas y las astillas compradas
son enviadas hacia la Pila de Almacenamiento.
Manejo de Astillas: Recupera las astillas desde la Pila de Almacenamiento por medio de tornillos.
Las astillas son posteriormente clasificadas en harneros de acuerdo a las siguientes clases:
aceptados, sobre-tamaño, sobre-espesor y finos. Las astillas clasificadas como sobre-espesor son
mejoradas para lograr el tamaño adecuado, trasladando posteriormente las astillas aceptadas a
Digestores y el fino al Galpón de Corteza.
Figura N° 4.2 Esquema del Área de Preparación Madera; Manejo de Rollizo, Astillado y Astillas
Comprada, Manejo de Astillas
Fuente: Arauco (2013).
48
A. Manejo de Rollizos
El Manejo de Rollizos corresponde al primer sistema del Área Preparación Madera, y sus funciones son:
Medir y pesar la madera que ingresa a la Planta.
Descargar la madera a almacenamiento o a producción (Regula la cantidad de madera a
procesar).
Descortezar los troncos (Descorteza la madera por fricción entre los troncos, producto de la
rotación del Tambor del Descortezador).
Eliminar las piedras, metales y arena.
Retirar la madera sobredimensionada.
Trasladar la madera descortezada y limpia al Astillador.
El principio de operación del Manejo de Rollizos es regular la cantidad de madera que se envía a
proceso, de acuerdo a la producción de Planta y a los inventarios de astillas máximos permitidos.
B. Astillado y Astillas Compradas
Los componentes del Astillado y Astillas Compradas tienen como función:
Astillar los troncos descortezados.
Trasladar las astillas producidas a las Pilas de Almacenamiento.
Descargar las astillas compradas.
El principio de operación del Astillado y Astillas Compradas es reducir el tamaño de la madera que llega
en forma de rollizos, a un tamaño apto para la cocción en el Digestor, además de recepcionar las astillas
compradas a terceros. Para producir las astillas se cuenta con tres líneas de producción paralelas. La
descarga de astillas compradas de Pino desde camiones, se efectúa enviando las astillas a través de la
correa transportadora de astillas compradas a la Pila de Almacenamiento. Además existe un flujo de
astillas provenientes desde el Aserradero Arauco, ubicado dentro del mismo complejo industrial, el cual
se suma a las astillas compradas.
C. Manejo de Astillas
Los componentes del Manejo de Astillas, tienen las siguientes funciones:
Recuperar las astillas propias y las astillas compradas desde las pilas de almacenamiento.
49
Mezclar las astillas en la proporción necesaria para el proceso.
Clasificar por sobre-tamaño las astillas, eliminando las astillas con un largo superior a 80 mm.
Clasificar por sobre-espesor las astillas, reprocesando en el Mejorador de Astillas las astillas con
un espesor superior a 7 mm.
Reprocesar las astillas separadas por sobre-espesor en el Mejorador de Astillas.
Alimentar al Área de Digestores las astillas aceptadas.
Enviar a Manejo de Desechos Combustibles los finos (aserrín) eliminados en la clasificación de
las astillas aceptadas.
Eliminar los metales presentes en las astillas.
El principio de operación del Manejo de Astillas es recuperar las astillas desde su almacenamiento y
realizar una mezcla entre astillas propias y compradas. La entrega se realiza con astillas de calidad
uniforme, es decir con una densidad cercana a 380 kg/m3ssc para Pino y 500 kg/m3ssc para Eucalipto.
Habiendo conocido y descrito las funciones y objetivos del área se procedió a recopilar información
específica a la problemática que se estudió. El área cuenta con un sistema de información denominado
Sistema de Recepción Romanas (SRR), el cual cuenta con información de recepción de camiones (con
detalle de características tales como fecha y hora de ingreso y salida de romanas, patentes, origen,
proveedor, peso y volumen de carga por camión), ubicación de descarga de camiones (canchas o en
líneas de descortezado y astillado) y stock de madera por especie. Con sistema de información se obtuvo
información acerca de la cantidad de camiones ingresados (ver figura Nº 4.3).
Figura N° 4.3 Número de Camiones Ingresados a Planta Nueva Aldea durante el año 2013
Fuente: Elaboración Propia.
13.765
10.657 11.005
12.839
10.125 10.778 11.047
14.357
9.974
3.048
8.604
11.248
0
3.000
6.000
9.000
12.000
15.000
Nú
me
ro d
e c
amio
ne
s
Camiones ingresados a Planta Nueva Aldea - Año 2013
50
Se observó que el mes con mayor ingreso de camiones correspondió al mes de agosto del 2013, con un
número de 14.357 camiones, por lo tanto se escogió este mes como base de información y comparación
para poder realizar el estudio de simulación. Se definió que la simulación debe abarcar una semana (de
lunes a sábado; no se consideró el día domingo porque los ingresos de camiones durante ese día son
mínimos). La tabla N° 4.1 muestra la clasificación de camiones que llegan a Planta Nueva Aldea según
se carga y número de ejes.
Tabla N° 4.1 Clasificación de camiones según su tipo.
Tipo Producto Tipo de Camión N° de Camiones Porcentaje
Rollizos
2 ejes 134 0,93%
3 ejes 401 2,79%
3 ejes + carro 2 ejes 3.071 21,39%
3 ejes + carro 3 ejes 8.688 60,51%
3 ejes + carro 3 ejes + grúa descarga 1.202 8,37%
Total Camiones Rollizos 13.496 94,00%
Astillas
Autodescarga (4 ejes) 801 5,58%
Descarga Manual (3 ejes + carro 2 ejes) 60 0,42%
Total Camiones Astillas 861 6,00%
Total de Camiones Mes de Agosto 2013 14.357 100,00%
Fuente: Elaboración Propia.
Luego se dividió el ingreso de camiones según su tipo de carga; Astillas para camiones que transportan
astillas de pino, Pino para camiones cuya carga son rollizos de Pino Radiata y Euca para camiones
cargados con rollizos de Eucalipto. Además se dividió el ingreso de camiones según su proveedor;
Arauco hace referencia a los camiones cuya carga es procedente de la empresa Forestal Arauco,
mientras que Externo se refiere a los camiones cuya carga proviene de cualquier otro proveedor distinto a
Forestal Arauco. La figura Nº 4.4 muestra el porcentaje de camiones ingresados durante el mes de
estudio según la clasificación descrita anteriormente. Un 51 por ciento de los camiones ingresados
corresponde a Euca, mientras que el 49 por ciento restante fue de Pino, además se observó que el 81 por
ciento del ingreso de madera corresponde al proveedor Forestal Arauco, siendo claramente el proveedor
dominante durante agosto del 2013.
51
Figura N° 4.4 Distribución según tipo de Camión durante agosto del 2013
Fuente: Elaboración Propia.
Una vez se realizó la clasificación de los ingresos de camiones, se procedió a analizar la estacionalidad
del ingreso. La figura Nº 4.5 presenta el ingreso promedio diario por semana durante los días 5 de agosto
y 1 de septiembre del 2013; se observó que los días lunes y sábado el ingreso fue menor a los otros días
de la semana, así como los días jueves el ingreso es ligeramente menor a los días restantes.
Figura N° 4.5 Ingreso Promedio de Camiones por día de semana durante agosto del 2013
Fuente: Elaboración Propia.
2%
4%
37%
14%
42%
1%
Tipo de Camión Agosto 2013
Astillas Arauco
Astillas Externo
Euca Arauco
Euca Externo
Pino Arauco
Pino Externo
365
608 594
478
580
411
23
0
100
200
300
400
500
600
700
Lunes Martes Miércoles Jueves Viernes Sábado Domingo
Nú
me
ro d
e c
amio
ne
s
Ingreso promedio semanal - Agosto 2013
52
Descrita la estacionalidad semanal del ingreso, se procedió al detalle del ingreso estacional según la
clasificación anteriormente descrita. Se analizó el ingreso diario dividiéndolo en periodos de cuatro horas,
obteniendo el tiempo en minutos promedio observado entre el ingreso de un camión y el siguiente; la
Tabla Nº 4.2 muestra este análisis para el tipo de camión Pino Arauco. A modo de ejemplo para el día
lunes durante el periodo de las ocho a las doce horas se observó que el tiempo promedio entre arribo de
camiones del tipo Pino Arauco fue de 13 minutos, es decir durante este periodo se observó un ingreso
promedio de 19 camiones aproximado. En el Anexo A se encuentra el detalle de este análisis para cada
tipo de camión. Este análisis fue la base para la definición de los ingresos de camiones a planta. Para ser
preciso se utilizó una distribución exponencial su media de acuerdo a los valores del cuadro; si volvemos
al ejemplo del lunes al periodo entre ocho y doce horas, la distribución de ingreso del periodo fue una
exponencial con media de 13 minutos.
Tabla N° 4.2 Tiempos entre arribos de camiones de Pino Arauco en Agosto 2013
PINO ARAUCO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 0,0 960,0 13,0 5,7 6,5 5,2
Martes 4,8 5,1 6,5 5,6 5,2 4,6
Miércoles 4,2 4,8 7,4 6,8 5,6 5,8
Jueves 5,6 5,9 9,1 9,1 6,8 6,3
Viernes 5,9 6,8 6,6 6,6 5,5 4,8
Sábado 4,9 5,8 7,3 5,5 5,9 100,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
Fuente: Elaboración Propia.
Finalmente se estudió la disponibilidad de las líneas de descortezado y astillado según las estadísticas
históricas del área, obteniendo valores de 78 por ciento para la línea de pino y un 71 y 68 por ciento para
las líneas de eucalipto respectivamente. Cabe mencionar que las metas para estos valores son de 75 por
ciento para la línea de pino y 70 por ciento para las líneas de eucalipto, de acuerdo a la capacidad de
producción de cada línea establecida por proveedor de equipos. Estos valores fueron cargados a la
simulación para dejar fuera de servicio la descarga directa de camiones a las líneas de descortezado y
astillado, obligándolos a descargar en las canchas.
53
4.1.2. Descripción de flujos de camiones
La madera que ingresa a planta puede ser de Pino o Eucaliptus. En ambos casos éstas pueden ser de
2.44, 3.5, 4 y 6 metros o de largo variable. Además, de la diferenciación por el largo, para el Eucaliptus
existe una por especie: Glóbulos o Nitens. Asimismo, también se puede diferenciar por el tipo de
proveedor, pudiendo ser Forestal Arauco o proveedores externos. En el caso del Pino, se recepciona
madera en forma de rollizos o como astillas.
En el ingreso de planta existen seis pistas, cada una destinada a un tipo de camión distinto de acuerdo a
la Tabla N° 4.3.
Tabla N° 4.3 Segmentación de Camiones en Pistas de Ingreso a Planta
PISTA TIPO DE CAMIÓN
1 Astillas Forestal Arauco
2 Astillas Terceros
3 Rollizo Pino Forestal Arauco
4 Rollizo Euca Forestal Arauco
5 Rollizo Pino Terceros
6 Rollizo Euca Terceros
Fuente: Elaboración Propia.
Las actividades que se realizan antes del ingreso del camión al portal Logmeter 4000 son hechas por una
empresa externa de servicios (Forestal M4).
Los camiones cargados con astillas efectúan el retiro de la carpa protectora que está sobre su acoplado.
Para los camiones cargados con rollizos provenientes de proveedores externos se realiza una medición
manual de la carga. Los resultados de una medición manual se obtienen midiendo con la regla graduada
las alturas de la carga del camión o acoplado en dos puntos distintos por lado, cuatro puntos distintos por
lado para maderas largas, y multiplicando por el largo y por el ancho entre estacas de la carrocería.
Los choferes de camiones de proveedor externo deben pasar a la oficina de recepción de M4 donde se
les confecciona una nueva guía de despacho estándar para que puedan ser ingresados al sistema de
recepción de planta. Los choferes de camiones de Forestal Arauco entregan su guía a personal de M4 en
terreno que revisa la guía y autoriza su ingreso al portal Logmeter 4000, en caso contrario el chofer debe
pasar a la oficina de recepción de M4 para la confección de una nueva guía.
54
Cumplidos estos pasos, los camiones están autorizados para ingresar al portal Logmeter 4000 para su
recepción en romanas de ingreso. Un guardia registra los datos relevantes del ingreso: fecha y hora de
ingreso, nombre del chofer, placas del camión y carro (si corresponde), proveedor y producto, mientras el
camión pasa por la etapa de las romanas de ingreso.
Existen tres romanas de ingreso, donde el Operador Romana en cada una de las romanas de ingreso
debe recibir la Guía de Despacho y verificar los datos (placas patentes, producto, tipo de transporte). A
continuación, pesa el camión y lo mide por medio de la romana y el Sistema Computacional Logmeter. Se
verifica visualmente la madera a objeto que ésta no posea las características establecidas en la Tabla N°
4.4. En caso de ajustarse a alguno de los criterios nombrados, el operador de romana rechaza la carga.
Tabla N° 4.4 Causales de rechazo de camiones en Planta Nueva Aldea
CAUSALES DE RECHAZO DE CARGA
Por diámetro menor de 8 cm.
Rango diámetro entre 8 -10 cm. Máximo un 10 por ciento de la carga.
Con más de dos palos con diámetro mayor de 45 cm., por metro ruma, se incluye
también, trozos curvos, deformes o con ganchos.
Con uno o más trozos de madera pulpable quemada.
Elementos extraños en la carga tales como piedras, alambres, raíces, etc.
Madera de diferentes largos dentro de la misma carga.
Densidad aparente menor a 1000 kg/MR
Guía de recepción con los campos de cadena de custodia (FSC, CERTFOR) sin
llenar o llenados en forma errónea.
Fuente: Elaboración Propia.
Luego ingresa al sistema computacional Logmeter 4000 y seleccionar tipo de transporte y la distribución
de la carga (banco o tradicional). Define el modo de ingreso del peso y el volumen en el sistema de
Recepción Romana, que puede ser Manual (en el cual el operador ingresa estos valores) o Automático
(donde estos valores son transferidos directamente al sistema de recepción por Logmeter y la balanza).
El modo manual está pensado para la eventualidad de un problema de comunicación entre los equipos
(Logmeter y balanza) con el sistema de Recepción o en los casos donde se presenten diferencias de
volumen entre lo entregado por el Log y el volumen despachado. Si esta modalidad es elegida, se deja
registro de las razones de tal decisión en el sistema.
Una vez que el camión es pasado por el portal, el Logmeter 4000, permite al operador seleccionar:
55
Tipo de transporte que se está midiendo (Camión Simple, Acoplado, Banco, etc.).
Forma de distribución de la carga (Banco o Tradicional).
Cantidad de bancos que presenta tanto en el camión como en acoplado.
En caso de presentarse una diferencia entre el volumen despachado por el camión y el entregado por el
Logmeter el Operador de Romana procede de la siguiente manera:
Diferencia entre Logmeter y Despacho menor a un 3 por ciento, En esta situación el Operador de
Romana ingresa el valor entregado por el portal Logmeter.
Diferencia entre Logmeter y Despacho mayor a un 3 por ciento, En esta situación el Operador de
Romana debe ingresar el valor registrado por la medición manual realizada por personal de M4.
Una vez obtenida la medición, ya sea automática o manual, se ingresan el resto de los datos al Sistema
de Recepción.
Existe la posibilidad de que el sistema Logmeter esté fuera de servicio por mantenimiento o energía; en
estos casos es posible realizar la medición manual. Para ello, el Operador de Romana ingresa los
resultados de la medición directamente al Sistema de Recepción.
Posteriormente registra en el Sistema de Recepción Romana los datos relevantes de la guía de despacho
del transporte según la figura N° 4.6.
Figura N° 4.6 Ingreso de Datos de Guía de Despacho a SRR
Fuente: Elaboración Propia.
56
El control y manejo de la madera que ingresa a planta en forma de rollizos es realizado por una empresa
contratista (SERFOCOL). Para esto dispone de ocho grúas operativas y siete tractores tanto para la
alimentación de las diferentes líneas de astillado, como para el almacenamiento y retiro de la madera en
las cancha de acopio. La planta posee ocho canchas de acopio, cuyas características están detalladas en
la Tabla N° 4.5.
Tabla N° 4.5 Capacidades de Canchas de Acopio de Madera
N° CANCHA CAPACIDAD (MR)
1 37.582
2 31.046
3 52.888
4 16.340
5 19.608
6 27.778
7 42.484
8 17.974
Total 245.700
Fuente: Elaboración Propia.
Completado el proceso de ingreso, la madera es enviada a cancha. La oficina de control de cancha, es
manejada por SERFOCOL, donde se clasifica y distribuye la madera según las características
estipuladas en el “Programa de Operación Madera”, enviado por el Jefe de Operaciones una vez a la
semana.
Desde las oficinas de control de cancha, la madera puede tener dos posibles direcciones: directo a
astillado (la madera es alimentada en forma directa a los descortezadores) o a las canchas de acopio
habilitadas. Para realizar esta tarea, esta oficina dispone de un computador conectado al Sistema de
Recepción Romana, donde se ingresa el destino de cada recepción.
Las tareas que se realizan en la etapa de descarga de rollizos son las siguientes:
Control Cancha destina la madera según el Programa de Operación de Preparación Madera vigente,
habiendo consultado previamente con el operador de astillado para verificar el tipo de madera que
se está procesando por cada línea. Los diferentes destinos de la madera pueden ser: astillado
directo (alimentar la madera desde los camiones directamente a los descortezadores), o descarga
en canchas de acopio.
57
Los camiones con madera pasan directamente al destino asignado, ya sea cancha o astillado
directo.
El Jefe de Cancha de SERFOCOL indica las tareas al personal de transporte contratista de retiro de
madera de cancha, descarguío en cancha o alimentación directa, según las características del
astillado solicitado.
Una vez descargado, el camión se dirige al área donde se bajan las estacas que sujetan la carga y
procede.
Luego vuelve a la oficina de control canchas, donde se confirma el lugar de descarga y se devuelve
su copia de guía de despacho.
Luego los camiones con carro pasan a la etapa de montaje de carro, donde una grúa procede a
montar el carro en el camión.
Finalmente el camión es limpiado mediante aire a presión y se dirige a la romana de salida.
Los camiones cargados con astillas se dirigen a la zona de descarga de astillas luego de pasar por la
etapa de romana de ingresos. Antes de descargar, se debe realizar un muestreo de las astillas que
transporta para determinar la calidad de sus astillas. Para este muestreo se seleccionan camiones al
azar, es decir no todos los camiones son muestreados. Luego pasan a la zona de descarga de astillas,
que tiene capacidad para tres camiones descargando a la vez. Terminada la descarga, los camiones se
dirigen a la etapa de romana de salida.
Una vez descargado el camión al interior de planta, el operador de romana en la romana de salida
registra en el sistema de recepción la hora de salida del camión cuando el chofer pase a la romana a
retirar la copia de la guía de despacho (copia del transportista). Además, se registra el peso de salida del
camión verificando que salga vacío.
La figura N° 4.7 localiza las etapas descritas al interior de planta; el orden secuencial de las etapas es
primero la recepción M4 (1), medición de carga (2) y pesaje en romanas (3). Luego el proceso se divide
en descarga de rollizos y descarga de astillas, para el caso de los rollizos la secuencia es ingreso
canchas (4), descarga (5) y salida canchas (6), mientras que para el caso de las astillas es sólo la etapa
de astillas externas (7). Finalmente todos los camiones deben pasar por el pesaje de salida (8) para
finalizar el proceso.
58
Figura N° 4.7 Localización en Planta de las Etapas de Recepción y Descarga de Camiones
Fuente: Elaboración Propia
La figura N° 4.8 presenta el diagrama de flujo resumido del proceso para camiones cargados con rollizos,
mostrando cada etapa en forma secuencial. A modo de resumen los camiones ingresan a planta, luego
según su tipo de proveedor se realiza la revisión o nueva confección de guía de compra (Forestal
Arauco), o la confección de guía de compra para proveedores externos y medición manual de carga.
Luego se debe medir la carga en el sistema Logmeter, si la medición es errónea se debe volver a medir,
para luego pasar a la etapa de recepción en romanas de ingreso. Si el camión cumple las normas de
ingreso puede acceder a canchas, o de lo contrario es rechazado terminando el proceso de forma
incompleta. Al entrar a la zona de descarga, se retiran las amarras a la carga, luego se asigna la
descarga, pudiendo ser en las líneas de astillado o en canchas de acopio. Finalmente los camiones
siguen el flujo de salida con la bajada de estacas, verificación de descarga, limpieza y montaje de carros,
finalmente se realiza la etapa de romana de salida terminando el proceso.
La figura N° 4.9 presenta el diagrama de flujo resumido del proceso para camiones con astillas. Las
etapas de ingreso y recepción son similares al flujo de camiones con rollizos, con la diferencia que no se
realiza la medición manual de carga para los camiones de proveedores externos. Luego de las romanas
de ingresos una parte de los camiones debe ser muestreada antes de ser descargada, la otra parte
59
descarga de forma directa. Luego de descargar los camiones deben pasar por la romana de salida para
finalizar el proceso.
Figura N° 4.8 Diagrama de Flujo de Camiones con Rollizos
Fuente: Elaboración Propia.
60
Figura N° 4.9 Diagrama de Flujo de Camiones con Astillas
Fuente: Elaboración Propia.
61
4.1.3. Requerimientos de información
Luego del diagnóstico realizado con la información existente, se procedió a realizar una reunión con el
Jefe y el Ingeniero de Operaciones del área para abordar el tema de los tiempos de cada etapa. Como se
mencionó anteriormente, en enero del año 2012 se realizó una simulación para el proceso de camiones
en planta, por lo tanto ya se contaba con información sobre el tema en cuestión, sin embargo dado el
tiempo que transcurrió, se consideró esta información como desactualizada, así que surge nuevamente
realizar un muestreo de las etapas que sea necesario conocer para generar su distribución de
probabilidad.
A continuación se muestra una lista con su descripción de las etapas que se consideraron como parte del
proceso de muestreo y generación de distribuciones de probabilidad.
Etapas de recepción: GUIA P: Corresponde a la confección de la guía de despacho para proveedores externos.
GUIA A: Es la revisión de la guía de despacho de camiones de Forestal Arauco.
MEDICION MANUAL: Es la medición manual que se realiza a la carga de los camiones de
proveedores externos.
DESENCARPADO: Retiro de carpa de la zona superior de camiones cargados con astillas.
LOGMETER: Corresponde a la medición del volumen de la carga de camiones.
ROMANA 1: Etapa de recepción en romanas de ingreso.
ROMANA 2: Etapa de recepción en romanas de ingreso.
ROMANA 3: Etapa de recepción en romanas de ingreso.
GUARDIA R1: En la romana uno el guardia realiza la verificación de datos de camiones después de
haber salido de la Romana 1; en las otras romanas se realiza en paralelo.
Etapas de descarga y salida: RETIRO AMARRAS: Se quitan amarras de carga de camiones con rollizos.
ENTREGA GUIA: Asignación de lugar de descarga y entrega de guía a SERFOCOL en oficina.
DESCARGA L1: Descarga en línea de descortezado y astillado Nº 1.
DESCARGA L2: Descarga en línea de descortezado y astillado Nº 2.
DESCARGA L3: Descarga en línea de descortezado y astillado Nº 2.
DESCARGA CANCHA: Descarga en canchas de acopio.
BAJAR ESTACAS: Se bajan estacas que sujetan carga como preparación para el montaje del carro.
GUIA SALIDA: Verificación de lugar de descarga y devolución de guía para salida.
LIMPIEZA CARRO: Limpieza con aire comprimido de camiones con rollizos.
MONTAJE CARRO: Grúa que realiza montaje de carro en camión.
62
AMARRE CARRO: Aseguramiento y fijación del carro montado.
MUESTRA ASTILLAS: Muestreo de astillas para medición de calidad.
DESCARGA ASTILLAS: Descarga de camiones de astillas.
ROMANA SALIDA: Salida de camión de planta.
4.1.4. Recolección y análisis de datos
El proceso de toma de datos se realizó durante un periodo de dos semanas. Durante este periodo se
recolectó el tiempo de duración de las distintas actividades que forma parte del proceso. Se calculó el
tamaño de la muestra para cada actividad según la ecuación descrita por Montgomery (2003) en el
diseño metodológico.
Entonces para un ingreso semanal de 3.590 camiones con una desviación estándar de 0,52 horas entre
ingreso de camiones, considerando un nivel de confianza de un 95 por ciento con un error de un 5 por
ciento, el número de muestras que deben ser tomadas corresponde a 373 (se aproximó al entero
superior), según muestra la Tabla Nº 4.6.
Tabla N° 4.6 Cálculo del tamaño de muestra
CÁLCULO TAMAÑO DE MUESTRA
0,05
0,95
0,52
e 0,05
Z 1,96
N 3590,00
n 372,49
Fuente: Elaboración Propia.
Este tamaño de muestra se estratificó según la proporción del tipo de camión para etapas específicas y
división del flujo de camiones a etapas en paralelo (el caso de las romanas de ingreso). La Tabla Nº 4.7
muestra los puntos de muestreo y la cantidad de muestras necesarias para cada etapa del proceso.
63
Tabla N° 4.7 Tamaño de muestras por etapas según estratificación
PUNTOS DE RECOLECCIÓN DE DATOS
Y TAMAÑO DE MUESTRA
GUIA P
GUIA A
MEDICION MANUAL
DESENCARPADO
RETIRO AMARRAS
LOGMETER
ROMANA 1
ROMANA 2
ROMANA 3
GUARDIA R1
ENTREGA GUIA
DESCARGA L1
DESCARGA L2
DESCARGA L3
DESCARGA CANCHA
BAJAR ESTACAS
LIMPIEZA CARRO
MONTAJE CARRO
AMARRE CARRO
GUIA SALIDA
MUESTRA ASTILLAS
DESCARGA ASTILLAS
ROMANA SALIDA
73 muestras
300 muestras
48 muestras
25 muestras
348 muestras
373 muestras
125 muestras
125 muestras
125 muestras
125 muestras
348 muestras
55 muestras
55 muestras
55 muestras
183 muestras
348 muestras
348 muestras
348 muestras
348 muestras
348 muestras
25 muestras
25 muestras
373 muestras
Fuente: Elaboración Propia.
El muestreo se realizó durante tres semanas con recepción normal, en el periodo comprendido entre las
ocho y las 16 horas. Por las características del proceso se realizó un muestreo sin reemplazo. Los
resultados del muestreo se encuentran en el anexo B.
Para cada uno de las etapas se realizó un análisis de estadísticas descriptivas, histogramas y ajuste de
curvas estadísticas. La Tabla Nº 4.8 muestra las distribuciones estadísticas, expresadas en segundos,
resultantes del análisis realizado. A cada caso se aplicaron los test Kolmogorov-Smirnov, Anderson-
64
Derling y Chi-cuadrado; la condición de aceptación de ajuste de las muestras a la distribución de
probabilidad consiste en el no rechazo de dos de estos test como condición de suficiencia, con un nivel
de confianza de un 95 por ciento.
Tabla N° 4.8 Distribución de probabilidad por etapa
ETAPA DISTRIBUCIÓN MEDIA
(segundos)
LOGMETER Gamma 40,06
ROMANA 1 Lognormal 140,22
ROMANA 2 Beta 183,22
ROMANA 3 Beta 192,03
GUARDIA R1 Beta 10,14
ROMANA SALIDA Lognormal 34,70
GUIA P Johnson Bounded 176,99
GUIA A Beta 40,03
MEDICION MANUAL Weibull 57,62
DESENCARPADO Johnson Bounded 183,88
RETIRO AMARRAS Weibull 268,97
DESCARGA L1 Beta 280,89
DESCARGA L2 Weibull 332,93
DESCARGA L3 Beta 350,77
DESCARGA CANCHA Weibull 244,32
BAJAR ESTACAS Beta 295,36
LIMPIEZA CARRO Johnson Bounded 32,66
MONTAJE CARRO Beta 112,24
AMARRE CARRO Beta 84,79
ENTREGA GUIA Johnson Bounded 27,53
GUIA SALIDA Beta 34,50
MUESTRA ASTILLAS Inverted Weibull 261,28
DESCARGA ASTILLAS Log-Logistic 1448,12
Fuente: Elaboración Propia.
4.2. Etapa II: Generación del modelo de simulación base
Ya realizados los levantamientos de información de la etapa anterior, prosiguió la generación del modelo
de simulación base, necesario para poder interpretar y analizar el estado del proceso.
65
4.2.1. Modelos de conceptualización y traducción
El modelo conceptual se construyó a partir de los diagramas de flujo de las figuras Nº 4.8 y 4.9,
excluyendo los rechazos de camiones por pesaje y errores de medición en Logmeter; esto significa que
todos los camiones del modelo de simulación cumplen con las normas de ingreso a planta. Las figuras N°
4.10 y 4.11 presentan los diagramas de flujo del modelo de simulación.
El siguiente paso fue la definición de los objetos Flexsim a utilizar en la simulación, para esto se
realizaron pruebas para analizar el desempeño de los distintos objetos de la librería de recursos de
Flexsim que puedan representar a las etapas del proceso real. Se utilizaron los siguientes objetos:
Source (origen): Genera los camiones de acuerdo a una distribución de probabilidad, representa el
ingreso de camiones a planta.
Flow ítem (objetos de flujo): Corresponde a los camiones, es la entidad base de simulación que
atraviesa el proceso.
Belt conveyor (transportador de banda): Se utilizó este objeto para representar las calles y los
caminos que deben recorrer los camiones. La ventaja que ofrece este objeto con respecto a los
nodos de transporte es la capacidad de tener colas, lo que permite representar las filas de
camiones que se forman antes de cada etapa.
Processor (procesador): Se usó para representar las etapas por las que deben pasar los camiones,
permitiendo ingresar tiempo de proceso según distribución de probabilidad, y asignación de fallas
(para ingresar la disponibilidad de los equipos).
Separator (separador): Se utilizó para separar un flow ítem en dos idénticos, representando las
etapas que se realizan en paralelo (Por ejemplo: medición manual de carga y confección de guía
serie P).
Combinator (combinador): Combina los flow ítem idénticos separados en uno solo, representó la
finalización de etapas que se realizan en paralelo.
Sink (salida): Corresponde al final del proceso, representando la salida de camiones de planta.
El resultado de las pruebas fue positivo; cada objeto cumplió con el comportamiento esperado y no se
presentaron problemas con ellos. Con estos resultados se procedió a construir el modelo de traducción,
el cual debía ser la fiel representación del proceso real, tomando en cuenta las suposiciones y
restricciones establecidas.
Para adecuar el modelo de simulación a lo real, se cargó una imagen a escala de la Planta Nueva Aldea,
con la proporción de que una unidad de distancia de flexsim fuera un metro. Además se definió que una
unidad de tiempo de flexsim fuera igual a un segundo del tiempo de simulación.
66
Figura N° 4.10 Diagrama de flujo de simulación etapas de recepción.
Fuente: Elaboración Propia.
67
Figura N° 4.11 Diagrama de flujo de simulación etapas de descarga y salida.
Fuente: Elaboración Propia.
4.2.2. Verificación y validación del modelo
La verificación del modelo se realizó con una corrida de prueba que constó de un camión por tipo; se hizo
seguimiento uno a uno a través cada etapa por la cual deben pasar, revisando que se cumplieran los
flujos determinados. Ya se había comprobado el funcionamiento de los objetos de la librería Flexsim en
una actividad anterior, además habiendo confirmado que cada etapa del proceso funciona como es
esperado, se consideró que el modelo está verificado.
68
El siguiente paso fue la validación del modelo. Esto consiste en que el modelo represente la realidad no
tan solo en el funcionamiento (lo que fue comprobado en la verificación), sino que también su
comportamiento sea similar al proceso real, para esto se comparó un tiempo conocido del proceso con su
símil simulado.
Es necesario realizar corridas del modelo base una cantidad de veces o réplicas suficiente para que su
resultado sea representativo. Para obtener el número de réplicas se realizó una corrida piloto del modelo
de simulación con 10 réplicas en total, con las que se obtuvo una desviación estándar en el tiempo
interior planta del total de camiones de 41 segundos.
Según los cálculos de la Tabla Nº 4.9 se obtuvieron un total de 20 réplicas (se redondea el valor obtenido
por el entero mayor más próximo); con lo cual se obtiene una precisión de 30 segundos de error en la
estimación del tiempo de flujo de los camiones dentro de la planta. Todo esto con un 99 por ciento de
confianza.
Tabla N° 4.9 Cálculo de número de réplicas en modelo base
CÁLCULO NÚMERO DE RÉPLICAS
Réplicas Piloto n 10,00
Desviación Estándar s 41,00
Distribución t-Student t 3,25
Error (segundos) e 30,00
Número de Réplicas N 19,73
Fuente: Elaboración Propia.
Para validar que el modelo construido representa el funcionamiento del proceso real, se compararon los
resultados de la simulación con estadísticas del proceso. Dado que solo existe información del tiempo de
flujo desde el logmeter de romanas de entrada hasta la romana de salida, se utilizó este indicador para la
comparación. En otras palabras este tiempo de flujo no está considerando el tiempo asociado a la espera
y atención en recepción. La figura N° 4.12 presenta el resultado del tiempo interior planta en el ciclo
descrito para realizar la validación.
69
Figura N° 4.12 Tiempo interior planta de camiones en ciclo logmeter - romana de salida
Fuente: Elaboración Propia.
La comparación se muestra en la Tabla Nº 4.10 siguiente:
Tabla N° 4.10 Validación del modelo base de simulación
TIEMPO CICLO LOGMETER - ROMANA DE SALIDA
Tipo Camión SIMULACIÓN
(minutos) REAL
(minutos)
COMPARACIÓN
% Minutos
Astillas Arauco 39,85 40,33 -1,201% -0,48
Astillas Externo 40,05 41,37 -3,308% -1,32
Pino Arauco 43,87 43,65 0,490% 0,21
Pino Externo 43,13 44,01 -2,039% -0,88
Euca Arauco 44,83 43,90 2,080% 0,93
Euca Externo 45,73 47,56 -4,003% -1,83
General 44,25 44,12 0,300% 0,13
Fuente: Elaboración Propia.
Se aprecia que la diferencia entre los resultados del proceso simulado y el real es bajo (7,8 segundos en
el total de camiones), lo cual se corrobora a través de una prueba de hipótesis de comparación de medias
muestrales (test t-Student), el cual indica que no existe diferencia significativa entre los tiempos de flujo
del proceso simulado y el real. Finalmente este análisis permite concluir que el modelo representa el
funcionamiento del proceso real.
70
4.3. Etapa III: Simulación de nuevos modelos y escenarios
Habiendo confeccionado un modelo base verificado y validado que representa al proceso real,
correspondió realizar el análisis del funcionamiento del proceso en el modelo de simulación para
identificar las oportunidades de mejora que permitieran disminuir el tiempo interior planta de camiones.
Luego de haber realizado las simulaciones de los nuevos modelos y escenarios para el proceso de
recepción y descarga de camiones, se procedió a realizar un análisis comparativo del tiempo interior
planta para cada simulación. Se analizaron los resultados de cada uno y luego se seleccionó la
alternativa que logró un mejor rendimiento.
4.3.1. Análisis de resultados del modelo base
El modelo base arrojó un valor de tiempo interior planta promedio de 46,98 minutos, comparado con los
44,25 minutos del ciclo logmeter a romana de salida, indicando que las etapas que están antes de
logmeter representan sólo un seis por ciento del tiempo de camiones al interior de planta. La figura N°
4.13 muestra el informe de flexsim del tiempo interior planta para el modelo base.
Figura N° 4.13 Tiempo interior planta de camiones de modelo base
Fuente: Elaboración Propia.
Para realizar un análisis de los resultados obtenidos del modelo de simulación base, se realizó un nuevo
escenario que correspondió a la simulación de dos horas de funcionamiento del proceso con la tasa
recepción máxima observada según el análisis estacional realizado en la Etapa I del estudio. Este
escenario se realizó para observar el comportamiento del proceso en general y la utilización de cada
etapa bajo estas condiciones de peak de recepción de camiones, con el objetivo de detectar las etapas
71
que son cuello de botella del proceso. La Tabla N° 4.11 presenta los máximos observados en minutos
promedio entre los arribos de cada tipo de camión.
Tabla N° 4.11 Ingresos Máximos observados en Agosto 2013
TIPO DE CAMIÓN ARRIBO MÁXIMO OBSERVADO
Astillas Arauco 20,0 Minutos entre arribo
Astillas Externo 8,6 Minutos entre arribo
Euca Arauco 2,3 Minutos entre arribo
Euca Externo 12,0 Minutos entre arribo
Pino Arauco 2,5 Minutos entre arribo
Pino Externo 4,0 Minutos entre arribo
Fuente: Elaboración Propia.
Estos tiempos de arribo reemplazaron al cargado anteriormente para el modelo base, en el resto del
modelo no se realizaron modificaciones. El resultado del tiempo interior planta general del modelo de
recepción peak se muestra en la figura N° 4.14.
Figura N° 4.14 Tiempo interior planta de camiones de modelo de recepción peak
Fuente: Elaboración Propia.
En el Anexo C se encuentra el resultado los indicadores de simulación medidos para el modelo base y el
escenario con tasa de recepción máxima. La Tabla N° 4.12 presenta los resultados del porcentaje de
utilización y promedio de camiones en espera para las etapas con diferencias relevantes.
72
Tabla N° 4.12 Porcentajes de utilización y promedio de camiones en cola de distintas etapas
ETAPA PORCENTAJE DE UTILIZACIÓN PROMEDIO CAMIONES EN COLA
BASE PEAK BASE PEAK
Recepción M4 Guía Serie P 31,60 96,60 0,10 10,50
Operador M4 27,68 84,00 - -
Logmeter 27,72 72,00 0,13 0,82
Romana 1 32,30 81,00 0,22 2,30
Romana 2 39,00 87,50 0,21 2,30
Romana 3 44,10 90,70 0,24 4,20
Guía entrada Serfocol 17,83 34,60 0,43 0,88
Descarga L1 61,40 59,00 - -
Descarga L2 32,70 61,00 - -
Descarga L3 32,70 61,00 - -
Guía salida Serfocol 22,18 33,15 0,13 0,26
Montaje carro 72,40 71,10 0,89 6,10
Fuente: Elaboración Propia.
Se observó que el porcentaje de utilización de las etapas de ingreso de camiones aumentó
considerablemente, llegando a valores sobre 70 por ciento para todas las etapas, con respecto a los
valores entre 25 y 45 por ciento observados en el modelo base. Las etapas de descarga también
sufrieron alzas pero se mantuvieron en valores aceptables, caso especial resulta la etapa de montaje de
carros que en ambos escenarios presenta un porcentaje de utilización sobre un 70 por ciento. Las etapas
asociadas a la descarga de astillas no sufrieron cambios considerables.
4.3.2. Simulación de nuevos modelos y escenarios
Entonces se definieron cuatro etapas a intervenir que fueron la confección de guías para camiones de
proveedores externos, romanas de ingreso, descarga en líneas de descortezado y astillado y montaje de
carros. Para cada etapa se definieron las siguientes mejoras:
1. Confección de guías para camiones de proveedores externos: se duplicó la capacidad de
confección de guías. Para esto se intervino un modelo donde la capacidad de procesamiento del
objeto processor que representa a la etapa para que fuera de dos camiones.
2. Romanas de Ingreso: Disminuir el tiempo de proceso de cada romana en un 20 por ciento que
corresponde al tiempo que se utiliza en actividades duplicadas (ingreso de datos en la confección
de guías y luego el ingreso de los mismos datos en el sistema SRR); se generó un escenario a
partir del modelo base donde se modificó la distribución estadística del tiempo de procesamiento
73
para cada romana con el fin de disminuir el tiempo en el porcentaje señalado manteniendo su
variabilidad.
3. Asignación de Camiones en Romanas de Ingreso: Se agregó un sistema de asignación para los
camiones a cada romana según su cola y el tiempo de proceso faltante, para esto se editó en el
modelo base la regla que asignaba los camiones a cada romana de manera probabilística (según
lo observado la probabilidad era de un 35 por ciento para las romanas dos y tres, y un 30 por
ciento para la Romana Uno) por una regla que va asignando según el menor tamaño de cola y la
romana que se vaya a desocupar primero.
4. Descarga en líneas de descortezado y astillado: Aumentar la disponibilidad de las líneas en un
cinco por ciento, se modificó la distribución de probabilidad del tiempo entre fallas y tiempo fuera
de servicio para cada línea de astillado del modelo base de manera tal que la disponibilidad de
cada una aumentó en el porcentaje indicado.
5. Montaje de carros: Se reemplazó la grúa que realiza el montaje por dos tecles eléctricos (con una
capacidad de cinco toneladas y una potencia de 3.500 kW). Para esto se realizó un muestreo al
tecle para montaje de carros de la planta de aserraderos ubicada a un costado de la planta de
celulosa, del cual se obtuvo que la distribución que mejor se ajusta a la medición es una Erlang
con media de 2,40 minutos. Esta distribución fue cargada a dos processors que reemplazaron al
objeto que representaba a la grúa que realiza el montaje de carros.
4.3.3. Análisis comparativo de nuevos modelos y escenarios
Se obtuvo el tiempo interior planta para cada nueva simulación descrita en la etapa anterior (ver figura Nº
4.15), observándose tres modificaciones al modelo base con resultados destacados, mientras que el
efecto de duplicar la capacidad de confección de guía de compra para camiones de proveedores externos
y el método de asignación de camiones a romanas presentaron resultados que no presentan una
disminución considerable del tiempo interior planta con respecto al modelo de simulación base.
La modificación más destacada fue la disminución de tiempos de proceso en romanas de ingreso que
obtuvo un tiempo interior planta de 42,36 minutos, debido a que esta opción disminuye drásticamente el
cuello de botella generado en esta etapa, además de evitar la doble digitación de datos en guía de
compra y en SRR.
74
Figura N° 4.15 Comparación de Tiempos Interior Planta de Distintos Modelos y Escenarios
Fuente: Elaboración Propia.
La segunda modificación mejor evaluada fue el aumento de disponibilidad de las líneas de astillado en un
cinco por ciento más son respecto a sus valores reales observados. Sin embargo la disponibilidad de las
líneas ya se encuentra dentro del rango de los valores de diseño, por lo tanto resulta poco viable exigir
una disponibilidad consistente que esté entre cuatro y seis puntos porcentuales sobre el diseño de las
líneas de descortezado y astillado.
La tercera modificación mejor evaluada fue el uso de dos tecles para el montaje de carros en la salida de
las canchas de madera; esta mejora sólo aplica para los camiones cargados con rollizos, lo que explicó
que su disminución del tiempo interior planta total no fuera tan drástica como se observó para los dos
casos anteriores.
Habiendo descartado la opción del aumento de la disponibilidad de las líneas de descortezado y astillado
en un cinco por ciento, se obtuvo que las alternativas mejor evaluadas de las restantes son el menor
tiempo de proceso en las romanas de ingreso y el reemplazo del montaje de carros realizado con grúa
por el uso de dos tecles. Entonces se realizó un nuevo modelo de simulación que combinó estas dos
modificaciones, obteniendo un resultado de 41,91 minutos.
4.3.4. Selección de mejor alternativa
Entonces una vez realizado el análisis comparativo de los resultados de las modificaciones se seleccionó
la alternativa que logra el valor más bajo de tiempo interior planta de camiones, cumpliendo con el
objetivo general de disminuir este indicador bajo los 45 minutos. La alternativa seleccionada fue la
75
combinación de la disminución del tiempo de proceso en las romanas de ingreso en un 10 por ciento y el
uso de dos tecles para el montaje de carros de camiones. La disminución lograda fue cercana a un 11 por
ciento en el total general; además el valor está debajo del objetivo general del estudio por 3,09 minutos.
La Tabla N° 4.13 muestra los resultados obtenidos para el modelo de menor tiempo en romanas y
montaje de carros con tecles por tipos de camión, realizando una comparación con los resultados
obtenidos en el modelo base.
Tabla N° 4.13 Comparación entre Modelo Base y Modelo Seleccionado
TIPO DE CAMIÓN MODELO BASE
MENOR TIEMPO EN
ROMANAS +
TECLES
DIFERENCIA
Minutos Minutos %
Astillas Arauco 44,87 40,05 -10,74%
Astillas Externo 45,15 40,47 -10,36%
Pino Arauco 45,87 41,41 -9,72%
Pino Externo 48,02 43,68 -9,03%
Euca Arauco 46,85 41,87 -10,63%
Euca Externo 50,85 45,67 -10,18%
Total 46,98 41,91 -10,80%
Fuente: Elaboración Propia.
Como se puede observar de la Tabla Nº 4.13, el porcentaje de disminución fue consistente y parejo para
cada tipo de camión, esto debido principalmente al efecto que tiene la disminución de tiempo de proceso
de las romanas de ingreso que es una etapa por la cual pasan todos los camiones de manera obligatoria
y fue identificado como una etapa cuello de botella con un alto porcentaje de utilización (promedio de 85
por ciento para las tres romanas) en momentos peak de ingreso de camiones. La utilización de tecles
permitió agilizar la salida de camiones desde las canchas de madera en la simulación; el proceso de
montaje de carros era el cuello de botella del proceso de descarga de madera con un valor de un 70 por
ciento aproximadamente de porcentaje de utilización.
76
5. CONCLUSIONES
El proceso de recepción, descarga y salida de camiones en Planta Nueva Aldea es un sistema cuyo flujo
de proceso se divide de acuerdo al material pulpable que recibe, pudiendo ser en forma de rollizos o
astillas de pino. Al interior de este proceso se identifican 23 etapas que poseen un tiempo de
procesamiento para cada una determinado por distribuciones de probabilidad obtenidas mediante la
medición de tiempos de proceso y su posterior análisis.
Desde el diagnóstico del proceso estudiado se genera el modelo de simulación base, el cual se ajusta a
la realidad del proceso, con una diferencia de un 0,3 por ciento con respecto al tiempo real medido.
Del modelo de simulación base se genera un escenario con el mayor ingreso de camiones a planta
observado en la etapa de diagnóstico, obteniendo que el tiempo interior planta de camiones aumenta en
un 25 por ciento en los periodos de mayor arribo con respecto a un periodo de recepción promedio. Con
la comparación del porcentaje de utilización de cada etapa del modelo se infiere que las etapas de
recepción realizadas por personal de la empresa M4, la medición en Logmeter y la recepción en romanas
de ingreso son cuellos de botella del proceso, aumentado en un 52 por ciento en promedio su porcentaje
de utilización en una situación de ingreso peak de camiones a planta. La etapa de montaje de carros
también se considera como cuello de botella, dado que posee un porcentaje de utilización cercano a un
72 por ciento tanto en situación normal como en situación peak de recepción.
A partir de los cuellos de botella detectados se generaron seis alternativas para disminuir el tiempo al
interior de planta de los camiones, de las cuales la alternativa que combina las opciones de la
disminución de tiempo de proceso en romanas de ingreso y la instalación de dos tecles para el montaje
de carros permite disminuir el tiempo interior planta en un 10,8 por ciento con respecto al tiempo medido
en el modelo base (desde 46,98 a 41,91 minutos), satisfaciendo el criterio del objetivo general de
disminuir el tiempo interior planta bajo los 45 minutos.
77
6. RECOMENDACIONES
Finalizado el estudio se recomienda al área de Preparación Maderas de Planta Celulosa Nueva Aldea el
uso de la simulación como herramienta para la evaluación del proceso de recepción, descarga y salida de
camiones cargados con madera y astillas, dadas las ventajas que ofrece esta metodología tales como la
posibilidad de probar distintas modificaciones al proceso sin los costos y complicaciones que implicaría
llevar a cabo pruebas industriales para medir estas modificaciones.
Se recomienda acordar con las empresas proveedoras un ingreso más estable de camiones, permitiendo
aplanar la curva de estacionalidad observada de manera semanal y diaria, dado que la diferencia entre la
simulación base y la simulación con recepción peak fue de 11,55 minutos. Esto también ayudaría a la
estabilidad operacional de los sistemas de producción de astillas dado que habría una cantidad de
camiones descargando más uniforme a lo largo del día y no se observarían espacios sin descarga de
camiones que deben ser llenados con alimentación de madera desde las canchas.
Finalmente se recomienda la implementación de las mejoras seleccionadas en este estudio; la
disminución del tiempo de proceso en romanas de ingreso es posible mediante la eliminación de la doble
digitación de datos que se observa en el proceso, esto se lograría con la conexión del sistema de
información SRR con el sistema de información de Forestal Arauco, donde están los datos de los
camiones tanto para proveedor Arauco u otro externo que los operadores de romana deben ingresar
manualmente. La instalación de dos tecles eléctricos para el montaje de carros permitiría disminuir el
tiempo interior planta en 1,3 minutos, además liberaría la grúa que actualmente cumple esa función,
sumando un equipo para trabajar en canchas de madera.
78
7. BIBLIOGRAFÍA
AGUIRRE, V.A., ALEGRÍA, A. B. 2003. Fundamentos de probabilidad y estadística. México, Jit press.
564p.
APPLIED SIMULATION MODELING AND ANALYSIS USING FLEXSIM. 2012. Por Malcolm Beaverstock,
“et al”. 3a ed. Estados Unidos, FlexSim Software Products. 438p.
BADII, M.H. 2007. Técnicas cuantitativas en la investigación. Monterrey, México. UANL. 348p.
BALLOU, R. 2004. Logística, Administración de la Cadena de Suministro. 5a ed. México. Pearson 816p.
BERENSON, M. L. y LEVINE, D. M. 1996. Estadística básica en administración. 6a ed. México, Pearson
Education. 943p.
BISQUERRA R. 2004. Metodología de la investigación educativa. 2a ed. Madrid, España. La Muralla.
459p.
CANALES, A. 2005. Dimensionamiento de recursos en un centro de imagenología aplicando un modelo
de simulación de eventos discretos. Memoria de Ingeniero Civil Industrial. Concepción, Universidad del
Bío-Bío, Facultad de Ingeniería.
CELULOSA ARAUCO Y CONSTITUCIÓN S.A., 2014. Reporte de Sustentabilidad Año 2014. En:
REUNIÓN: Reporte de sustentabilidad general: 14 de octubre de 2014. Santiago.
CHUNG, C. 2003. Simulation modeling handbook: a practical approach. Florida, Estados Unidos. CRC
Press .608p.
DISCRETE-EVENT SYSTEM SIMULATION. 2010. Por Jerry Banks, “et al”. 4a ed. Estados Unidos.
Prentice-Hall. 622p.
FERNÁNDEZ, V. 2006. Desarrollo de sistemas de información. Barcelona, España. Ediciones UPC. 219p.
FERNÁNDEZ, M. Y SÁNCHEZ, J. 1997. Eficacia Organizacional. España, Madrid. Ediciones Díaz de
Santos. 315p.
FERRAN, N. y PEREZ-MONTERO, M. 2011. Búsqueda y recuperación de la información. 5a ed.
Barcelona, España. Editorial UOC. 98p.
79
GALLEGOS, S. 2012. Obtención de hemicelulosas desde pulpa Kraft blanqueada de eucalipto mediante
extracción cáustica fría y posterior precipitación. Memoria de Ingeniero Civil Químico. Concepción,
Universidad de Concepción, Facultad de ingeniería, Departamento de Ingeniería Química.
GARCIA, RAMOS Y RUIZ, Estadística Administrativa, 2008. España, Universidad de Cádiz, 341p.
GELLERSTEDT, M. y HENRIKSSON, G. 2009. Pulping chemistry and technology. Estocolmo, Suecia. De
Gruyter. 471p.
GUASCH, A y PIERA, M. 2004. Modelado y simulación. Aplicación a procesos logísticos de fabricación y
servicios. España. Universitat Politècnica de Catalunya, Iniciativa Digital Politècnica. 364p.
GUTIÉRREZ, H. 2007. Calidad Total y Productividad. México D.F., McGraw-Hill.
IGOR, F. 2009. Simulación de una vía de acceso de tránsito vehicular al sector céntrico de la ciudad de
Puerto Montt. Memoria de título, Ingeniero Civil Industrial. Puerto Montt, Universidad Austral de Chile.
63p.
JURAN, J. M. 1996. Juran y la calidad por el diseño. Madrid, España. Díaz de Santos. 604p.
INFLUENCE OF OXIDIZED LIGNIN STRUCTURES FROM CHLORINE DIOXIDE DELIGNIFIED PULPS
ON THE KAPPA NUMBER TEST. 2001. Estados Unidos, 27 (11).
JOGLECKAR, A. M. 2010. Industrial statistics. Estados Unidos, Jhon Wiley & Sons Inc. 256 p.
KAPLAN, R. Y NORTON, D. 2009. El cuadro de mando integral. 3ªed.Barcelona, España. Gestión 2000.
382p.
KUHN, J. (2000). Role of Continuous Improvement Within Globalization. Sindelfingen, Alemania. Vol 20.
LA SIMULACIÓN CON FLEXSIM, UNA FUENTE ALTERNATIVA PARA LA TOMA DE DECISIONES EN
LAS OPERACIONES DE UN SISTEMA HÍBRIDO. 2013. México, 17(1).
LARENAS, F. 2006. Modelación fenomenológica de la línea de fibra de una planta de celulosa Kraft.
Memoria de Ingeniero Civil Químico. Concepción, Universidad de Concepción, Facultad de ingeniería,
Departamento de Ingeniería Química.
80
LAUDON K., LAUDON J., 2002. Sistemas de información gerencial: organización y tecnología de la
empresa conectada en red. 6a ed. Estados Unidos. Pearson Educación. 588p.
LAW AVERILL M. & ASSOCIATES INC. 2007. Simulation modeling and analysis. 4a ed. Tucson, Arizona,
Estados Unidos. McGraw-Hill. 768p.
MAS RUIZ, F. J.2010. Temas de investigación comercial. 5a ed. Alicante, España. Club Universitario.
622p.
MÉTODOS CUANTITATIVOS PARA LOS NEGOCIOS. 2006. Por Barry Render “et al”. Estados Unidos.
Person educación. 731p.
MONTGOMERY, D.C. y RUNGER,G.C. 2003. Applied statistics and probability for engineers. 3a ed.
Estados Unidos, Jhon Wiley & Sons Inc. 706p.
MOREIRA, D. 2012. Modeling of kraft mill chemical balance. Thesis, doctor of philosophy. Canada,
University of Toronto Department of Chemical, Engineering and Applied Chemistry.
MUÑOZ, C. 2011. Cómo elaborar y asesorar una investigación de tesis. 2a ed. México. Pearson
Educación. 320p.
NAMAKFOROOSH, Metodología de la investigación, 2005. México, Limusa Noriega editores, 440p.
ORGANIZACIÓN Y TRANSFORMACIÓN DE LOS SISTEMAS DE INFORMACION EN LA EMPRESA.
2012. Por Pablos Heredo “et al”. Madrid, España. Esic editorial. 365p.
ORTEGA, E. 1992. Manual de investigación comercial. 3a ed. Madrid, España. Pirámide. 932p.
QUINTANA, 1996. Inferencia estadística. Costa Rica, Editorial Universidad de Costa Rica, 219p.
RODRÍGUEZ, J. O. 2005. Métodos de Muestreo: casos prácticos. 2a ed. Madrid, España. Centro de
investigaciones sociológicas.184 p.
ROJAS, Investigación social, 2002. México, Plaza y Valdez, 185p.
SCENNA, N. 1999. Introducción a los métodos informáticos aplicados al modelado en ingeniería. En:
Modelado, simulación y optimización de procesos químicos. Buenos Aires, Argentina. Nacional. pp. 1-28.
81
SHELDON M. ROSS, 2012. Simulation. Department of Industrial Engineering and Operations Research. .
5a ed. California, Estados Unidos. Prentice Hall. 328p.
SHELDON M. ROSS. 2012. A first course in probability. 9a ed. New Jersey, Estados Unidos. Prentice
Hall. 461p.
82
8. ANEXOS
Anexo A: Tiempos entre arribo a Planta Nueva Aldea por tipo de camión.
ASTILLAS ARAUCO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 0,0 0,0 53,3 43,6 87,3 0,0
Martes 0,0 960,0 56,5 36,9 80,0 0,0
Miércoles 0,0 0,0 60,0 36,9 80,0 0,0
Jueves 0,0 1200,0 70,6 50,0 120,0 0,0
Viernes 0,0 0,0 50,0 40,0 120,0 0,0
Sábado 0,0 0,0 120,0 109,1 0,0 0,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
ASTILLAS EXTERNO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 480,0 87,3 34,3 43,6 36,9 137,1
Martes 960,0 36,9 26,7 35,6 40,0 87,3
Miércoles 0,0 48,0 24,6 40,0 38,4 96,0
Jueves 200,0 57,1 38,7 46,2 44,4 300,0
Viernes 400,0 92,3 33,3 46,2 52,2 200,0
Sábado 133,3 48,0 41,4 60,0 120,0 0,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
PINO ARAUCO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 0,0 960,0 13,0 5,7 6,5 5,2
Martes 4,8 5,1 6,5 5,6 5,2 4,6
Miércoles 4,2 4,8 7,4 6,8 5,6 5,8
Jueves 5,6 5,9 9,1 9,1 6,8 6,3
Viernes 5,9 6,8 6,6 6,6 5,5 4,8
Sábado 4,9 5,8 7,3 5,5 5,9 100,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
83
PINO EXTERNO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 0,0 960,0 480,0 480,0 960,0 960,0
Martes 0,0 0,0 0,0 320,0 320,0 960,0
Miércoles 0,0 960,0 320,0 240,0 320,0 480,0
Jueves 0,0 0,0 0,0 171,4 171,4 300,0
Viernes 1200,0 0,0 1200,0 400,0 66,7 400,0
Sábado 0,0 600,0 0,0 400,0 300,0 1200,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
EUCA ARAUCO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 0,0 240,0 7,6 4,9 5,6 7,4
Martes 7,5 7,4 5,1 4,7 6,1 8,6
Miércoles 9,8 9,2 4,9 5,3 5,0 9,7
Jueves 12,2 11,4 7,5 6,2 5,8 9,0
Viernes 12,5 11,0 5,6 5,2 5,2 7,4
Sábado 7,5 7,4 6,0 4,7 7,1 600,0
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
EUCA EXTERNO (MINUTOS ENTRE ARRIBO)
DÍA INTERVALO DEL DÍA
0:00-3:59 4:00-7:59 8:00-11:59 12:00-15:59 16:00-19:59 20:00-23:59
Lunes 960,0 80,0 22,9 19,2 14,3 31,0
Martes 22,3 34,3 16,8 13,7 13,0 15,7
Miércoles 19,6 41,7 13,5 16,3 11,0 31,0
Jueves 23,1 48,0 23,5 17,9 14,8 23,1
Viernes 19,0 32,4 18,5 16,7 10,6 16,4
Sábado 16,0 33,3 11,9 11,7 18,2 133,3
Domingo 0,0 0,0 0,0 0,0 0,0 0,0
84
Anexo B: Detalle de Muestreo por Etapa
85
86
87
88
89
90
91
Anexo C: Indicadores de modelo validado de simulación y modelo con recepción peak.
92
Anexo D: Tiempo interior planta de simulaciones por tipo de camión.
Tipo de Camión
Recepción Normal
Recepción Peak Tecles Menor Tiempo en
Romamas
Minutos Minutos Minutos Minutos
General 46,98 58,53 45,73 42,36
Astillas Arauco 44,87 49,55 43,28 41,35
Astillas Externo 45,15 58,17 42,96 41,60
Pino Arauco 45,87 56,42 44,54 42,12
Pino Externo 48,02 61,58 46,32 45,56
Euca Arauco 46,85 57,47 45,15 42,61
Euca Externo 50,85 63,40 50,77 46,55
Tipo de Camión
Duplicar guias M4
Aumento Disponibilidad
Líneas Astillado
Asignación Romanas
Menor Tiempo Romamas + Tecles
Minutos Minutos Minutos Minutos
General 46,93 44,96 46,56 41,91
Astillas Arauco 44,15 41,99 44,62 40,05
Astillas Externo 45,08 42,42 45,12 40,47
Pino Arauco 45,77 43,47 45,53 41,41
Pino Externo 47,33 45,06 47,67 43,68
Euca Arauco 46,03 43,91 46,10 41,87
Euca Externo 50,43 48,69 50,26 45,67