Modelo de simulación para implementar equipos de automatización en centro de distribución de la empresa P&P

Autores/as

DOI:

https://doi.org/10.21501/25907565.3043

Palabras clave:

Almacenamiento, Costos, Tecnología de almacenamiento, Simulación, Optimización.

Resumen

La gestión en los centros de distribución tiene un alto impacto en la satisfacción de los clientes. Estos deben responder rápidamente en la recepción del proceso productivo, mantener una alta confiabilidad en el almacenamiento y controlar los costos de funcionamiento. El objetivo de este informe es presentar el análisis de diferentes tecnologías para mejorar la gestión del centro de distribución principal que la empresa Phantom Product proyecta para las necesidades del 2020, mediante un modelo de simulación FlexSim, para garantizar que el 95 % de los días no se detengan las líneas de producción por desatención o ineficiencia del área logística del centro de distribución. La metodología está enfocada en la simulación y diseño experimental en la operación de recepción y almacenamiento del centro de distribución, proporcionando el estado del arte. Los resultados se generan a partir de la simulación, en la que se identifica la necesidad y se verifica la capacidad de las herramientas para mejorar la operación del centro de distribución, pudiendo validar de esta manera, en el análisis de la información, cuál de las opciones de equipos para el almacén está cumpliendo los requerimientos en tiempos de recepción de la planta y en costos a partir de paros en cada opción.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Santiago Luis Franco, Politécnico Colombiano Jaime Isaza Cadavid

Medellín-Antioquia

Referencias

FlexSim. (2016). Manual Usuario. FlexSim. Recuperado de https://answers.flexsim.com/storage/attachments/6788-flexsim-1710-manual-arial.pdf

Gómez R. A. y Correa A. A. (2011). Mejoramiento de la recepción en una empresa de colchones utilizando simulación y diseño de experimentos. Revista Lasallista de Investigación, 8(1), 68-81. Recuperado de http://repository.lasallista.edu.co:8080/ojs/index.php/rldi/article/view/75.

Montanero, M., Lucero, M., Méndez, J. M. (2008). Enseñanza de contenidos históricos mediante diagramas multicausales. Revista Española de Pedagogía, (239), 27-48. Recuperado de http://redined.mecd.gob.es/xmlui/bitstream/handle/11162/79026/239-02.pdf?sequence=1&isAllowed=y.

Prácticas de sistemas de fabricación. (2012). Simulación de un proceso industrial mediante el software de FlexSim. Recuperado de https://rua.ua.es/dspace/bitstream/10045/20587/1/Simulacion_de_un_proceso_industrial_mediante_FlexSim.pdf.

Vargas, J. y Giraldo, J. (2014). Modelo de predicción de costos en servicios de salud soportado en simulación discreta. Información Tecnológica, 25(4), 175-184. Doi: http://dx.doi.org/10.4067/S0718-07642014000400019.

Tutorial FlexSim. (s.f.). TutOrial FlexSim. Recuperado de https://profearias.files.wordpress.com/2013/02/tutorial_flexsimsp.pdf.

Descargas

Publicado

2018-12-13

Cómo citar

Franco, S. L., Muñoz Rodríguez, J. H., Lopera Bohórquez, F., Montoya Peláez, M., & Arango Palacio, I. C. (2018). Modelo de simulación para implementar equipos de automatización en centro de distribución de la empresa P&P. Revista Universidad Católica Luis Amigó (revista Descontinuada), (2), 37–54. https://doi.org/10.21501/25907565.3043

Número

Sección

Investigación