En la actualidad se han desarrollado algoritmos para la formación de grupos de máquinas y para la formación y asignación de familias de partes a grupos de máquinas. Es importante mencionar que los algoritmos aquí presentados son heurísticos y no garantizan soluciones óptimas para la formación de familias de partes y de máquinas.
El paso inicial para resolver cualquier problema de tecnología de grupos es crear la matriz de incidencia o matriz de componente – máquina. Dicha matriz, es aquella que relaciona las máquinas con los componentes a producir. Entonces la matriz de incidencia:
Figura 1. Matriz de Incidencia y formación de clústeres
Ejemplo1: En la tabla 1 se describe las componentes con las respectivas máquinas que se utilizan para su elaboración.
Figura 2. Matriz de Incidencia para el ejemplo 1
1.1 Rank-Order Clustering Algorithm
También llamado algoritmo de King, en honor a su autor quien lo presentó en 19792. El presente algoritmo es una manera sencilla de formar grupos y asignar familias de partes a esos grupos. Se tiene un problema con n partes y m máquinas. El algoritmo consiste en calcular valores para ponderar cada fila, que se llamarán pesos, ordenar filas, calcular pesos para cada columna y ordenar columnas hasta que no se pueda ordenar más. Al final se obtiene la matriz de incidencia ordenada, con patrones casi definidos para determinar la creación de los grupos. Algunas veces es fácil identificar los grupos con sólo observar la matriz, pero cuando no existe tal patrón, se debe acudir a alguna técnica que ayude a identificar los grupos. El algoritmo Rank Order se explica detalladamente a continuación3:
Ejemplo 2: Sea un problema de 8 máquinas (A, B, C,…, H) y 10 partes (1, 2, 3,… ,10), como se muestra en la figura 3.
Solución: en la siguiente figura (Figura 8) se muestra el desarrollo del procedimiento:
Se hace k = 0 Paso 1: Se calculan los pesos (Wi) de las filas
Se verifica si los pesos de las columnas se encuentran ordenados. Como no lo están, se procede a realizar la ordenación. Se ordenan las columnas en forma ascendente, de acuerdo con su respectivo peso (Wj)
1.2 Direct Clustering Technique
En la sección anterior se presentó el Rank Order clustering algorithm que funciona bien con pocas máquinas y pocos componentes. Este algoritmo no es conveniente en los casos con gran variedad de componentes y máquinas, pues se hace ineficiente en el momento de calcular los pesos correspondientes a la posición en la que está cada máquina o componente. Esto se observa al tener que hallar potencias muy altas (Ver fórmulas para el cálculo de los pesos de filas y columnas en el algoritmo anterior). Para sortear esta dificultad, nace el Direct Clustering Technique que se basa en la idea de mover bloques y moverlos conservando las relaciones entre componentes y máquinas. Fue desarrollado por Can & Milner en 1982 y por King & Nakornchai en 1982 de forma independiente.
Notas:
1Información Extraída Documento Tecnología de Grupos NT-2202-000-VP. Departamento de Ingeniería Industrial. Área Fundamentos de Producción Universidad de Andes.
2 Chang, Wysk & Wang, 1998, p. 499.
3 Ibid. págs. 499-500.
4 Ibid. Pág. 503.
• [1] Mariana Cascante, Jairo Coronado. TECNOLOGÍA DE GRUPOS NT- 2202-000-VP.Fundamentos de Producción. Departamento de Ingeniería Industrial. Universidad de los Andes.(2007) • [2 ] Askin, R & Standridge, C (1993). Modeling and analysis of manufacturing systems.John Wiley & sons.
• [3] Chang, T, Wysk, R & Wang H. (1998). Computer-Aided Manufacturing. PrenticeHall.
• [4] Niebel, B.(2004). Ingeniería industrial: métodos, estándares y diseño del trabajo.Alfaomega.
• [5] Sule, Dileep (2003). Instalaciones de manufactura. Thompson Learning.
Autor:
Bonilla Londoño Héctor Fabio.