Resumen:
|
[ES] La búsqueda en la mejora de la producción es un objetivo clave en todas las empresas hoy en día. Ser
capaz de implementar un modelo y un sistema productivo eficiente y competitivo puede marcar la
diferencia entre ...[+]
[ES] La búsqueda en la mejora de la producción es un objetivo clave en todas las empresas hoy en día. Ser
capaz de implementar un modelo y un sistema productivo eficiente y competitivo puede marcar la
diferencia entre continuar con tu negocio o tener que abandonarlo.
En este contexto, este trabajo se centra en resolver un problema de una empresa dentro del sector
industrial, concretamente, en el ferroviario. Marcada por la amplia variedad de productos que se
deben trabajar, con características y necesidades muy diferentes entre ellos, esta empresa sigue un
modelo de producción job shop. La intención de este Trabajo Fin de Máster (TFM) consiste en
encontrar la mejor ordenación posible en la que trabajar con todos los artículos, minimizando el
tiempo máximo de finalización, conocido como makespan.
Este documento detalla la utilización de diversas reglas de despacho que permitirá evaluar su impacto
a la hora de cumplir el objetivo ya planteado, la minimización del tiempo máximo de procesamiento,
desde el inicio del primer trabajo, hasta el final del último. A través de la implementación de estos
métodos en un entorno real, con datos obtenidos de esta empresa ferroviaria, se ha simulado y
comparado la efectividad de las reglas de despacho.
Después de conseguir todos los resultados, el uso de la búsqueda local nos ayuda a saber cómo, a
partir de las soluciones obtenidas mediante las reglas de despacho, se pueden reducir los tiempos
obtenidos. La combinación entre estos enfoques heurísticos ofrece mejoras en la gestión de la
producción, confirmando su viabilidad y su beneficio a la hora de adaptarse a las necesidades
cambiantes del sector industrial.
Para terminar, este TFM propone nuevas investigaciones que continúen explorando y ajustando estas
técnicas, destacando la importancia de ser una empresa capaz de adaptarse y de mejorar
continuamente en un sector con una alta competitividad
[-]
[EN] Searching for improvements in production is a key objective for all companies today. Being able to
implement an efficient and competitive production model and system can make the difference
between continuing your ...[+]
[EN] Searching for improvements in production is a key objective for all companies today. Being able to
implement an efficient and competitive production model and system can make the difference
between continuing your business of having to abandon it.
In this context, this work focuses on solving a problem for a company within the industrial sector,
specifically, in the railway industry. Characterized by a wide variety of products that need to be
processed, this company follows a job shop production model. The intention of this Final Master
Thesis (FMT) is to find the best possible arrangement for working with all items minimizing the
maximum completion time, known as makespan.
This project details the use of several dispatch rules that will allow us their impact when meeting the
objective already set, the minimization of the total processing time, from the start of the first job, to
the end of the last. By implementing these methods in a real environment, with data obtained from
this railway company, the effectiveness of dispatch rules has been simulated and compared.
After obtaining all the results, the use of a method such as local search helps us to know how, from
the solutions obtained through the dispatch rules, the times obtained can be reduced. The
combination between these heuristic approaches offers improvements in production management,
confirming its viability and its benefit when adapting to the changing needs of the industrial sector.
Finally, this TFM proposes new research that continues to explore and adjust these techniques,
highlighting the importance of being a company with a great capacity for adaptation and continuous
improvement within a highly competitive sector
[-]
|