• 

  Case Michelin

  Simulación optimizando las operaciones de mantenimiento

  por Hugo Ribeiro da Silveira - Depto. Ingeniería Industrial

Sobre la empresa

Al oeste del municipio de Rio de Janiero, en un área de 800 mil metros cuadrados, está implantada la Unidad Industrial de Campo Grande. Inaugurada en 1981, la fábrica produce neumáticos radiales y cámaras de aire, además de protectores para camiones y omnibuses y bandas de rodaje para Recamic, la tecnología de recauchaje Michelin.

Funcionando 358 días por año, la fábrica abastece neumáticos a toda América del Sur. LA producción anual de la Unidad Industrial de Campo Grande es de aproximadamente 1,1 millones de neumáticos, 1 millón de cámaras de aire y 1 millon de protectores.

Alcance del proyecto

Es evaluar la posibilidad de ampliación de su parque de máquinas, el departamento de Ingeniería Industrial de Michelin decidió trabajar en un proyecto de simulación que facilitase y agilizase la administración de recursos humanos en las actividades de mantenimiento. Esta actividad es crucial, principalmente en una planta donde se producen cerca de 1 millón y 100 mil neumáticos por mes, entre otros productos. Para alcanzar el resultado deseado, el modelo de simulación construido debería ser capaz de prever niveles de personal de mantenimiento para diferentes escenarios de producción, donde son frecuentes las variaciones en el parque de máquinas y en la cantidad que debe ser manufacturada.

Teniendo esto en mente, se procede a la ejecución de una metodología de trabajo cuyos pasos pueden ser resumidos en los siguientes puntos:

• Recolección de las tasas de fallas en todo el parque actual
• Agrupamiento de esas tasas en puestos semejantes (estableciendo muestras diferentes para poblaciones diferentes)
• Creación de padrones estadísticos para la ocurrencia y tratamiento de fallas
• Modelaje de la situación actual
• Extrapolación del parque con variaciones en personal
• Determinación de un punto óptimo para el personal.

A partir del banco de datos del software de control de mantenimiento utilizado, fue posible obtener datos como históricos de fallas de máquinas y de aberturas de órdenes de servicio, tiempo pasado en los mantenimientos y número de agentes actuantes.

Con la ayuda de Stat::Fit, una herramienta estadística incorporada a ProModel, fue posible un tratamiento de datos bien apurado, con funciones de densidad de probabilidades, curvas estadísticas, recolección de agentes actuantes en cada puesto, tasas de rupturas, etc. Aprovechando la interfaz de transferencia de datos entre ProModel y Stat::Fit fue posible utilizar aquellos datos estadísticos en conjunto con el personal inicial de mantenimiento propuesto (que era el personal en operación en aquel momento) para modelar los procesos productivos, siempre tomando en cuenta los flujos de producción y las fallas aleatorias. De esta manera, fue posible analizar informaciones como: tasa de utilización de los recursos, disponibilidad del parque y análisis de picos de demanda de personal.

El modelo fue hecho de manera que los resultados finales fuesen exportados a planillas Excel, facilitando la visualización de los resultados y convirtiendo los datos de salida accesibles tanto para aquellos que no conocen el funcionamiento de ProModel.

Resultados y Ganancias

Uno de los objetivos del proyecto de simulación era evaluar la tasa de ocupación de personal designado al mantenimiento. El propio ProModel generó datos y gráficos sobre la ocupación del personal. Uno de estos gráficos puede ser visto al lado.

Además de la disponibilidad de personal, también fue posible analizar la disponibilidad del parque de máquinas, considerando los registros de tiempos de espera y tiempos de paradas totales generados en Excel, así como la disponibilidad media de las máquinas agrupadas en un sector común.

Los ingenieros de Michelin también analizaron picos de demanda por servicios de mantenimiento. Datos sobre filas máximas ocurridas en los puestos fueron importantes para determinar la probabilidad de ocurrencia de tales picos, generando información importante con respecto de cómo lidiar con ellos en el sistema real.

Después del análisis de operación actual, se pasó a hacer los mismos análisis en escenarios alternativos, con modificación del número de mecánicos y máquina hecha en el módulo de generación de escenarios de ProModel.

Así, fue posible determinar el punto óptimo del personal de mantenimiento, obteniéndose entonces estimaciones muy cercanas a la realidad y valiosas con respecto a varios indicadores, generando los siguientes beneficios:

• Cálculo de pérdidas de producción en horas-máquina en los cuellos de botella.
• Comparación entre el costo de mano de obra y no disponibilidad del parque.
• Determinación de metas cumplimiento frente al valor de la disponibilidad del parque, disminuyendo conflictos entre producción y mantenimiento.

Este proyecto de Michelin muestra un nuevo abordaje al tradicional problema de mantenimiento. En vez de usar la intuición, Michelin apuesta cada vez más en ProModel para aumentar el grado de confianza en sus decisiones, uno de los factores que la coloca como una de las líderes del mercado de neumáticos en Brasil y en el Mundo.