Maximizacin de la produccin del producto Decoder en la empresa Toro Company de Mxico

Materia: Mtodos cuantitativos para la toma de decisionesTutor: Mauro Vega Osuna

Equipo 3Integrantes:

Alejandro Andrade Villegas Matrcula AL02744405Anai Valentn Sanchez Matrcula AL02746274 Miriam Enrquez Rodrguez Matrcula AL02739694Oswaldo Limn Daz Matrcula AL02745480Rubn Ruiz HernndezMatricula AL02736858

Cd. Juarez. Chih. 30 de Noviembre 2014Tabla de Contenido

Introduccin1Objetivo General2Objetivos Especficos2Planteamiento del proyecto2Matriz de pros y contras4rbol de decisiones7Anlisis PMI.8Anlisis de teora de Colas ..9Diagrama de Pareto........14Anlisis Costo Beneficio..18Diagrama de Ishikawa ..19Conclusin.21Referencias...24

Introduccin

El presente proyecto est basado en una oportunidad de mejora en una de las lneas de produccin de la empresa Toro Compay de Mxico. Toro fue fundada en 1914, es una empresa manufacturera dedicada a proveer productos para el mantenimiento de csped y de solucin para el riego de precisin a los agricultores de viedos, cultivos de campos, etc, (Toro, 1914).Uno de los productos de riego que Toro company manufactura es el Decoder, el cual es un codificador que trabaja como un control tradicional instalado en una baja temperatura en una caja de vlvulas junto con una vlvula de irrigacin, lo que lo hace un sistema de codificacin nico ya que los datos son transmitidos simultneamente en un cable que consta de dos alambres.

Los decodificadores GSC Toro vienen en tres configuraciones bsicas: -Una Estacin-Dos Estaciones-Cuatro EstacionesEl GDC provee una proteccin de sobrecarga de 20,000 volts usando un sistema de puesta a tierra correcto.

Objetivo General

Debido a la alta demanda que el producto Decoder ha tenido los ltimos dos aos, los directivos de la empresa Toro estn buscando hacer modificaciones en la lnea de produccin de este producto, el cual les permita eliminar los cuellos de botella, los elevados costos del tiempo extra y que les permita mejorar la calidad del productos ya que esta se est viendo afectada por la alta rotacin del personal y esto incurre tambin a elevados costos de scrap (desperdicios de material).

Objetivos Especficos

Actualmente la empresa Toro Company de Mxico, presenta un problema de capacidad en la lnea de produccin del producto Decoder durante los meses de alta demanda, donde los requerimientos exceden la capacidad actual de la lnea de produccin. La empresa muestra, en este producto, un incremento en ventas del 4.4% en 2014 con respecto al 2013, y un crecimiento proyectado de 48% para el 2015 con respecto al 2014, razn por la cual se considera importante analizar la problemtica a travs de las diferentes herramientas metodolgicas de optimizacin que nos lleven al anlisis de las diferentes alternativas y por consiguiente a buscar la mejor solucin al problema, conservando siempre el enfoque de servicio al cliente.

Planteamiento del proyecto

Durante los primeros tres meses del ao 2013 la demanda del producto Decoder se mantuvo dentro del rango de la capacidad mensual de la lnea de produccin la mayor parte del ao, la cual fue de 680 horas estndar, sin embargo excedi la capacidad actual de la lnea solo durante los meses de Abril y Mayo:

Mientras que en el 2014 la demanda de Decoders excedi la capacidad actual durante tres meses consecutivos, en donde se esperaba una capacidad mxima de 680 horas estndar. Pero sin embargo en los meses de Mayo, Junio y Julio la demanda fue la siguiente:

Por lo tanto para el 2015 el pronstico proyectado para la demanda de este producto excede la capacidad actual durante siete meses:

Y la capacidad esperada es de 680 horas estndar.Para lograr lo planteado se analizarn algunas de las herramientas metodolgicas Las cuales son: Matriz de pros y contras rbol de decisiones Anlisis PMI Teoria de colas

Matriz de pros y contrasEl anlisis de pros y contras es un mtodo cualitativo, ayuda a identificar fcilmente las ventajas y desventajas que ofrece cada una de las alternativas de solucin que se desean estudiar (Hiller, 2008):

Aplicada la teora de matriz de pros y contras al problema a resolver de Toro Company de Mxico, queda de la siguiente manera:Alternativa 1. Duplicar el equipo para abrir una segunda lnea.

Alternativa 2. Abrir un segundo turno

Alternativa 3. Continuar corriendo tiempo extra

Alternativa 4. Hacer inventario durante los meses bajos y absorber el costo de inventario

rbol de decisiones

Los arboles de decisiones es una herramienta que se utiliza para la toma de decisiones secuenciales basadas en el uso de resultados y probabilidades asociadas.Ventajas:

Facilita la interpretacin de la decisin adoptada Proporciona un alto grado de comprensin Explica el comportamiento respecto a una determina tarea de decisin Reduce el minimo de variables Es una magnifica herramienta para el control y gestin de las toma de decisiones.

Anlisis PMI

Para poder tomar una decisin respecto al problema que se presenta en la lnea de produccin de la empresa TORO company, se realizan el siguiente anlisis de PMI (por sus siglas en ingles Plus, Minus, Interesting) que en espaol significa Mas, Menos, intereses. Este proceso es una matriz de datos que ayuda a estructuras los pros y contras y los intereses que se deben considerar al momento de tomar una decisin cuando se lleva a cabo un proyecto o una idea, (Minutti, 2013).

Como se puede observar los puntos ponderados en el anlisis PMI, el que mejor puede convenir a la empresa es de balanceo de lnea ya que puede tener menos restricciones para el funcionamiento de la misma. Y de esta manera la empresa podra cubrir todos los pedidos generados al producto.

Anlisis de teora de colasEn el anlisis de la lnea de produccin de Toro Company de Mxico se pretende investigar si optar por un servidor (lnea de produccin) extra es una opcin que les permita cubrir la demanda para el ao 2016. Esperar que nos atiendan es parte de la vida diaria. Esperamos en los restaurantes, hacemos fila para abordar un avin, y nos formamos en la cola para que nos atiendan en dependencias oficiales. El fenmeno de esperar no se limita a los seres humanos: los trabajos esperan a ser procesados, los aviones vuelan en crculos a diferentes alturas hasta que se les permite aterrizar, y los autos se detienen en los semforos. Eliminar la espera por completo no es una opcin factible debido a que el costo de instalacin y operacin del centro de operacin puede ser prohibitivo. Nuestro nico recurso es buscar entre el costo de ofrecer un servicio y el de esperar a que lo atiendan. El anlisis de las colas es el vehculo para alcanzar esta meta. (Taha, 2012, p. 593). Para obtener datos que nos permitan analizar el sistema de colas y posteriormente tomar decisiones, existe WinQSB, un software diseado especialmente para el sistema de colas, en el cual, se introducen ciertos parmetros que nos arrojan una serie de datos, con los cuales analizaremos la adicin de un servidor (lnea de produccin) extra. Se observa en la figura 1 lo siguiente: - Un nmero de servidores- 400 piezas recibidas por hora (tasa de llegada) - 350 piezas atendidas por hora (tasa de servicio)- 47 como el mximo de piezas que se pueden atender por hora (Tamao de la fila)- $116.12 como costo de pieza que no es procesado (costo de cliente que se va), esto se obtuvo restando $27.88 (costo de venta unitario) de $144 (precio de venta unitario.Figura 1.

Al procesar estos datos, se muestra la siguiente figura 2

En el rengln 6, se observa que la lnea est siendo usada a su mxima capacidad. Adems, lo crtico aqu, es el costo de operar de esta forma a este ritmo. 5814.37 dlls por hora estn siendo hundidos al llevar este comps de trabajo al tener 50 piezas dejadas de procesar por hora.

Se muestra lo que ocurre al implementar dos servidores:

En este caso la utilizacin del sistema vista en el rengln 6 muestra que los dos servidores se utilizan al 57% manteniendo el mismo nmero de piezas entrantes y salientes. En el rengln 14 se observa que la probabilidad de que una pieza tenga que esperar para ser procesada o que el servidor este ocupado es de 41.5 %, mientras que cuando solo existe un servidor esta llega cerca del 100%. El hecho de tener dos servidores demuestra que no se sacrifica ganancia como lo indican los renglones del 15 al 22. SE CUBRE LA DEMANDA PARA EL 2016En planteamiento del proyecto se desarrolla un escenario donde nuestros dos servidores estn al 95% de capacidad. Esto nos arrojara cuantas piezas deben entrar y salir sin incurrir en costos por piezas no procesadas. Se tratara de crear un ritmo perfecto y balanceado. En el caso de que el 95% de capacidad nos arroje de nuevo costos por piezas no manufacturadas, se buscaran los parmetros ptimos que sean capaces de cubrir tal demanda sin tener que dejar piezas sin manufacturar. Para cumplir la demanda para el 2016, se estima que se implemente otro servidor lo cual permitir que el doble de piezas entren a las dos lneas de produccin. La simulacin queda as:

Se observa que al doblar el nmero de unidades recibidas y despachadas por hora, durante las horas pico mientras se utilizan dos servidores, el sistema no se satura; incluso, tiene la opcin de recibir y despachar mas piezas sin afectar la capacidad de la misma (rengln 6). Se concluye entonces que al tener dos servidores se es posible introducir las suficientes piezas para cubrir la demanda en horas pico sin saturar el sistema. En el presente proyecto tambin se analiza de qu manera se puede maximizar utilidad de los modelos que se manejan: DEC-ISP-1, DEC-ISP-2, DEC-ISP-4. Al utilizar programacin lineal en base a WinQsb, se obtiene lo siguiente:

Se crea una frmula para maximizar utilidades: Z = 44x1 + 103x2 + 140x3, de acuerdo a los datos obtenidos de la empresa en referencia a cuanto se obtiene de utilidad por modelo. Despus, se procede a crear nuestras restricciones en base a horas semanales necesitadas para produccin e inspeccin. Dichas horas son 144 y 170 respectivamente. Ahora bien, por modelo se usan .08 horas para producir e inspeccionar respectivamente. Lo que nos da como resultado que para maximizar utilidades 1800 cantidades del modelo 3 se deberan de producir aparte de las que ya se producen. Lo cual nos da 252,000 dlares ms. Para el producto 1 y 2 se pueden producir hasta 140 unidades en total sin afectar la utilidad. Y para el producto 3 se puede disminuir hasta 103, igual sin mermar en la utilidad. El anlisis nos muestra que en vez de utilizarse 170 horas de inspeccin se podran reducir a 140. Por ltimo a la empresa le cuesta 1750 dlares ms por manufacturar un modelo ms. Se concluye que Toro al adquirir una lnea de produccin extra es capaz de dar abasto a la demanda proyectada y por otro lado se obtiene que podra producir ms cantidades de su tercer modelo creando mas utilidad en el camino. Una vez analizada la problemtica que presenta la empresa Toro Company de Mxico utilizando las diferentes herramientas metodolgicas, continuamos con el estudio analizando ahora una de las restricciones que tenemos en el proceso de la lnea de produccin, como lo son las fallas o defectos.De acuerdo a Goldratt (1980), la Teora de las Restricciones es una metodologa cientfica que permite enfocar las soluciones a los problemas crticos de las organizaciones, para que se acerquen a su meta mediante un proceso de mejora continua.Como se observ en la Teora de colas, el nmero de piezas recibidas en la lnea de produccin es de 400 unidades al da y el nmero de salida es de 350 unidades aproximadamente, lo cual nos indica que podra existir una baja utilizacin del sistema. Para esto se decidi investigar ms a fondo el problema y poder encontrar la causa raz que lo genera y poder as establecer una solucin efectiva. Para identificar las causas de la problemtica utilizamos el diagrama de Pareto.

Diagrama de ParetoEl diagrama de Pareto es una herramienta de anlisis que ayuda a tomar decisiones en funcin de prioridades, el diagrama se basa en el principio enunciado por Vilfredo Pareto que dice que el 80% de los problemas se pueden solucionar, si se eliminan el 20% de las causas que los originan.ModeloProduccion DiariaUnidades Defectuosas Diarias% Defectos por Modelos

DEC-ISP-11002727%

DEC-ISP-26058%

DEC-ISP-44038%

118-0841200158%

Total 4005051%

En el diagrama podemos observar que el producto que presenta el porcentaje ms alto de defectos es el decoder de 1 estacin, el cual representa el 27% de los defectos diarios y es notablemente ms alto que el resto de los productos.Una vez identificado el producto con el porcentaje ms alto de fallas se procede a elaborar un nuevo diagrama de Pareto para estudiar las posibles causas que producen la mayor parte de las fallas y posteriormente elaborar estrategias para las diferentes problemticas.

Al analizar a detalle las principales causas de defectos en los decoders, encontramos que el principal problema est en las burbujas que se forman al hacer el llenado de epoxy o resina, este problema puede ser ocasionado por diversos factores los cuales se recomienda hacer un anlisis profundo de las diferentes causas e implementar estrategias o posibles soluciones para cada una.

Una vez desarrolladas las estrategias por parte del equipo se procede a elaborar un anlisis de costo beneficio.

Anlisis costo beneficio

DefectosUnidades defectuosas por mesCosto de reparacin por unidadCosto mensualCosto Anual

Defectos por burbujas500 $ 2.37 $ ,185.00 $ 14,220.00

Defectos por cable marcado120 $ 2.37 $ 284.40 $ 3,412.80

Total costo annual por retrabajo $ 17,632.80

EstrategiasUnidades producidas anualesInversin por unidadCosto mensualCosto Anual

Agregar una capa de barniz para acelerar el secado de cada pieza 8,000 $ 0.010 $ 80.00 $ 960.00

comprar un epoxy con una composicin qumica mejor (costo adicional $.01 por pza) 8,000 $ 0.020 $ 160.00 $ 1,920.00

Inversin total $ 2,880.00

Ahorro anual total en costos (cost avoidance per year) $ 14,752.80

Las consideraciones que se tomaron para este anlisis fueron: El costo de agregar una capa de barniz es de $0.001 centavos de dlar por pieza. Como se planea producir un volumen de 96,000 unidades anuales, la inversin anual sera de $960.00 dlares. El departamento de compras e ingeniera estn negociando una nueva mezcla de epoxy (resina) la cual tendra un costo tentativo adicional de $0.020 centavos de dlar. Como se planea producir un volumen anual de 96,000 unidades, la inversin estimada sera de $1,920.00 dlares.

Como podemos observar en el anlisis, el ahorro en costos es significativo ya que el costo anual de la empresa por retrabajar las unidades defectuosas asciende a $17,632.80 dlares contra un costo de inversin de $2,880.00 dlares si se decide aceptar la propuesta planteada.

Podemos concluir en este punto, que el uso efectivo del diagrama de Pareto es una herramienta muy valiosa para las empresas, ya que permite visualizar los problemas que se presentan y desarrollar estrategias para dar solucin a cada una de las problemticas planteadas.

Cabe mencionar que la teora de decisiones se apoya en herramientas para buscar la solucin ms efectiva, sin embargo siempre existe cierto riesgo que se debe contemplar, Robbins (2009) menciona que en situaciones de riesgo los gerentes tienen informacin histrica de experiencias personales o informacin secundaria que les permite asignar probabilidades a diferentes alternativas.

Diagrama de IshikawaEste diagrama toma el nombre de su inventor el Dr. Kaoru Ishikawa (1915-1989), Ingeniero Qumico y Doctor en Ingeniera por la Universidad de Japn. Conocido como uno de los pilares ms importantes de la calidad en el pas Nipn.Conocido como el padre del anlisis cientfico en problemas organizacionales, su aportacin ms reconocida es el empleo del diagrama de Ishikawa; el cual, se encargar de agrupar de forma grfica las causas posibles a una problemtica determinada.Aplicado a la problemtica en Toro Company de Mxico queda de la siguiente manera:

ConclusinEn la actualidad todas las empresas estn enfocadas en el mejoramiento continuo que las lleve a incrementar su rentabilidad, esto ha generado que se desarrollen diferentes herramientas con la finalidad de mediante el anlisis de diferentes alternativas ayudar a las compaas a tomar decisiones efectivas que las lleven a mejorar sus procesos.Para el desarrollo de cualquier alternativa es importante tener bien definidos cuales son los objetivos no solo para identificar los problemas sino tambin para evaluar las soluciones alternativas. El paso ms difcil por lo general viene al momento de tomar la decisin final, ya que para poder tomar una buena decisin es necesario conocer, comprender, analizar un problema, para as darle solucin; en algunos casos por tan simples y cotidianos, este proceso se realiza de forma implcita y se soluciona muy rpidamente, pero existen otros casos en los cuales las consecuencias de una mala o buena eleccin puede tener repercusiones en el xito o fracaso de la organizacin.El uso de las diferentes herramientas metodolgicas es un gran recurso que ayuda en la toma de decisiones, ya que cuando se ven involucradas diferentes variables en una problemtica, es difcil tomar una decisin acertada sin evaluar todos los aspectos, por lo que es necesario hacer un anlisis detallado de cada una de ellas para poder tomar una decisin efectiva que ayude a la empresa a solucionar su problemtica.En el anlisis realizado en la empresa Toro Company de Mxico, pudimos comprobar la utilidad que tienen las diferentes herramientas, ya que mediante diferentes anlisis pudimos constatar que realmente se tiene un problema de capacidad en la lnea de produccin de decoders. Mediante el anlisis de la teora de colas comprobamos que los servidores estn trabajando al 95% de su capacidad por lo cual si la empresa planea continuar con el incremento sustancial de ventas en los prximo aos, es necesario evaluar la implementacin de una segunda lnea de produccin para poder dar soporte a las demandas de los Clientes.As mismo, nos dimos a la tarea de identificar donde estaban las restricciones en la lnea de produccin, enfocndonos principalmente en las fallas o defectos encontrados durante el proceso. Para este anlisis hicimos uso de los diferentes diagramas (herramientas) que nos ayudaron a identificar visualmente los elementos que conformaban la problemtica y mediante anlisis de las variables se propusieron diferentes alternativas para solucionar la problemtica.

Referencias

Hiller, F. (2008). Mtodos cuantitativos para administracin (3 ed.). Mxico: McGraw-Hill

Montgomery, D. (2010). Probabilidad y estadstica aplicadas a la ingeniera (2a ed.). Mxico: Limusa.

Minutti, L. (2013, Enero 31). Anlisis PMI. Retrieved Noviembre 15, 2014, from Prezi: https://prezi.com/27j6pm6gwxea/analisis-pmi/Robbins, S.P. (2009). Aministracin (10 ed.). Mexico: Pearson Education.Taha, H. (2012).Investigacin de Operaciones(9aed.). Mxico: Pearson.Toro. (1914). Acerca de nosotros. Retrieved Noviembre 2014, 2014, from Toro: http://www.toro.com/es-es/about-us/Pages/our-company.aspxhttp://www.ingenieriasimple.com/problemas/EjemploAnalisisPMI.pdfhttps://prezi.com/27j6pm6gwxea/analisis-pmi/https://americalatina.pmi.org/latam/KnowledgeCenter/Articles/~/media/F9D67774D42A4784B207CA401B59795D.ashxhttp://www.tuv-nord.com/es/ensayos-no-destructivos/identificacion-positiva-de-materiales-pmi-503.htm

1