Para una pieza a fabricar (mecanizada en CNC, bloque fundido, pieza moldeada): por qué operaciones pasa, en qué orden, en qué máquina, con qué herramienta y utillaje, en qué disposición de setup. Nombre académico: Computer-Aided Process Planning (CAPP); referencias foundationales Alting-Zhang (1989) y Khoshnevis-Chen (1991), revisión moderna Xu-Wang-Newman (2011).
En pocas palabras
¿Te suena?
- Somos un taller de matricería con 500-5.000 nuevos pedidos de pieza al año o un proveedor automotriz Tier-1; el cliente envía el modelo CAD y el ingeniero de producción responde 'cómo hacemos esto' a partir de la intuición + experiencia + ficha de pieza similar — no hay un procedimiento escrito y auditable de planificación.
- Somos fabricante de repuestos aeroespaciales; cada pieza tiene su archivo de plan pero la decisión de secuenciación se toma con la experiencia de un ingeniero veterano con 20-30 años; las rutas alternativas (p. ej. fresado + taladrado en un setup vs. dos setups) no se evalúan.
- Dos ingenieros del mismo taller escriben dos planes distintos para la misma pieza; no hay modelo que compare numéricamente cuál es mejor (tiempo total de setup + cambios de herramienta + transporte).
- Hemos adquirido una nueva máquina CNC; las rutas alternativas han cambiado pero los planes de las piezas existentes no se actualizan — siguen en la ruta vieja y no se explota la capacidad nueva.
- El tiempo de setup (cambio de herramienta/utillaje + ajuste + limpieza) es 20-40% del tiempo total; pero no se analiza qué piezas podrían combinar setups.
- Cuando el cliente pregunta '¿en cuántos días entregas?', el precio y el plazo se estiman 'a ojo'; el plan real + el calendario de máquina vienen después y se desvían.
- Nuestro software CAD/CAM hace 'feature recognition' (reconoce agujeros, cajeras, ranuras, perfiles) pero la decisión del plan se toma a mano; el módulo de routing automático (CAPP generativo) o no existe o no se usa.
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: A partir del modelo CAD de la pieza, reconoce los features geométricos (agujeros, cajeras, ranuras, perfiles); para cada feature lista las alternativas de operación (taladro/EDM/fresa, etc.); bajo reglas de precedencia (tratamiento térmico antes del fresado de precisión, recubrimiento al final) deja que un modelo matemático elija qué operación, en qué máquina, en qué grupo de setup y en qué orden — minimiza tiempo total + tiempo de setup + cambios de herramienta.
En la literatura de Investigación de Operaciones (disciplina que usa matemáticas e informática para resolver decisiones de negocio) y de ingeniería de manufactura este problema se denomina Computer-Aided Process Planning (CAPP — planificación de procesos asistida por ordenador). CAPP es distinto del job-shop scheduling clásico (#001): #001 resuelve la secuencia en máquina de varias piezas bajo un plan existente; CAPP produce el plan en sí — qué operaciones, en qué orden, en qué máquina, con qué herramienta. Distinto de parallel machine scheduling (#071): #071 distribuye trabajos similares en máquinas paralelas similares; CAPP diseña la cadena para una sola pieza. Distinto de cell formation (#057): #057 particiona el layout físico en celdas; CAPP, bajo ese layout, produce el plan de cada pieza — el puente entre diseño y manufactura. Tres etapas:
1. Modelado. Datos de entrada: (a) conjunto de datos de la pieza — modelo CAD (geometría 3D sólida), material (aluminio, acero, fundición, compuesto), dimensiones, tolerancias, requisitos de acabado superficial, exigencias de tratamiento térmico (p. ej. temple, alivio de tensión); del modelo CAD el feature recognition identifica elementos geométricos (agujeros, cajeras, ranuras, superficies perfiladas, roscas), (b) biblioteca de operaciones — fresado (desbaste/acabado), torneado, taladrado (manual/CNC), rectificado (plano/cilíndrico), tratamiento térmico, recubrimiento, montaje — por operación, compatibilidad con tipo de máquina, requisito de herramienta, fórmula típica de tiempo (función de parámetros de corte), rango de capacidad de tolerancia, (c) parque de máquinas — por máquina: tipo (fresadora 3 ejes, 5 ejes, torno CNC, EDM, rectificadora, horno de tratamiento), capacidad, almacén de herramientas, catálogo de utillaje, distribución típica de setup, coste horario, (d) catálogo de herramientas y utillaje — por herramienta: tipo (inserto, fresa, broca), tamaño, compatibilidad de material, vida útil, coste; por utillaje: familias de piezas compatibles, tiempo de montaje, (e) reglas de precedencia — geométricas (p. ej. cajera antes que planeado de base), tecnológicas (tratamiento térmico antes que fresado de precisión, recubrimiento siempre al final), tolerancia (operaciones de tolerancia estrecha tras desbaste), (f) tabla de rutas alternativas — por feature, alternativas de operación (p. ej. agujero: broca + escariador, o broca + boring, o EDM; cajera delgada: fresado CNC o EDM). Variables de decisión: (i) operación seleccionada por feature, (ii) secuencia de operaciones (orden topológico bajo precedencia + grupos de setup), (iii) máquina seleccionada por operación (del pool compatible), (iv) herramienta y utillaje por operación, (v) grupos de setup (operaciones ejecutables en un mismo setup). Restricciones: precedencia de features (geométrica + tecnológica + tolerancia), compatibilidad máquina-operación, compatibilidad herramienta-máquina (capacidad de almacén de herramientas), compatibilidad de utillaje (posicionamiento de la pieza), capacidad de tolerancia (combinación máquina + herramienta + setup debe alcanzar la tolerancia objetivo). Objetivo: suma ponderada — tiempo total de operación + tiempo total de setup + número de cambios de herramienta × coste + transporte (entre máquinas) + penalización por riesgo de calidad.
2. Decisión con solver. Tres enfoques principales: (a) CAPP variante — desde plantillas de familias de piezas por similitud; una pieza nueva hereda el plan de la familia más parecida con pequeñas adaptaciones; conceptualmente cercano a group technology (#057), rápido pero débil para piezas auténticamente nuevas. (b) CAPP generativo — routing desde cero; feature recognition + biblioteca de operaciones + reglas de precedencia + catálogo de máquina/herramienta alimentan un generador automático; basado en reglas / sistema experto (clásico) o MIP (Mixed-Integer Linear Programming — optimización con algunas variables 0/1 y otras continuas) / metaheurísticas (moderno). (c) CAPP híbrido — el enfoque variante siembra la plantilla, el generativo la adapta con un paso de optimización; común en uso industrial moderno. Elección de algoritmo por escala: pieza pequeña (10-30 features, 5-15 alternativas) — MIP directo; pieza media (30-100 features, muchas alternativas) — CP (Constraint Programming — paradigma que expresa reglas complejas directamente) o descomposición (primero selección de operación, luego secuencia, luego máquina/herramienta); pieza grande (100+ features, tratamiento térmico + montaje integrados) — metaheurísticas (métodos de búsqueda inteligente — algoritmo genético, recocido simulado, búsqueda tabú). Evaluación de planes alternativos: se generan 3-10 planes factibles para una pieza, se comparan en la función objetivo, se elige el mejor — el practicante toma el primero factible, CAPP académico el óptimo. Subproblema de setup planning: las operaciones que pueden ir en un setup se agrupan (idea de group technology dentro de una pieza), bajan cambios de herramienta + utillaje. CAPP + JSP integrado: tras la decisión de plan se dispara el job-shop scheduling de taller (#001), con realimentación que puede revisar el plan.
3. Integración en planta. Salida en cuatro capas: (a) archivo del plan de procesos (ficha de ruta) — secuencia aprobada de operaciones para la pieza: qué operación, en qué máquina, con qué herramienta, en qué utillaje, en qué setup, tiempo previsto, puntos de control de calidad, (b) entrega CAD/CAM — el plan se exporta al CAD/CAM, el programa CAM (G-code) se genera operación por operación, (c) disparador de job-shop — tras la aprobación, la pieza entra al pool de #001 (job-shop scheduling) y toma su hueco en el calendario, (d) estimación de coste y plazo — del plan + estimación de setup se calcula numéricamente el coste por pieza y la fecha de entrega que se atan a la oferta. Integración superior: ERP (datos maestros, pedido), plataforma PLM (gestión de datos CAD/CAM/CAE), MES (seguimiento de producción), sistema de calidad (tolerancia + inspección). Comité trimestral de ingeniería de manufactura: crecimiento de la biblioteca de planes, ratio de uso de rutas alternativas, tendencia del tiempo de setup (real vs. plan), vida útil real de la herramienta, scrap + retrabajo por familia, rendimiento de entrada de piezas nuevas.
Alternativas
Manual + experiencia de ingeniero + ficha de pieza similar
GratisCero licencia
Para quién: Taller pequeño (50-300 piezas nuevas/año), una familia dominante
- + Cero coste de software
- + La experiencia del ingeniero queda en primer plano
- + Una memoria simple de piezas similares basta a baja variedad
- − Rutas alternativas no se evalúan (se toma la primera factible)
- − El conocimiento del ingeniero se pierde si se marcha
- − Grupos de setup intuitivos; sin optimización multi-operación
- − La planificación de un tipo nuevo tarda 2-8 horas
- − 5-15M TRY/año de optimización perdida a 500+ piezas nuevas/año
CAD/CAM con tabla de rutas básica
Empresarial300K-1,5M TRY licencia + 100K-400K TRY/año mantenimiento (mercado TR)
Para quién: Taller mediano (200-1500 piezas nuevas/año), con CAD/CAM que ya tiene feature recognition
- + Geometría CAD + feature recognition básico integrado
- + Plantillas estándar de ficha de ruta
- + Generación CAM (G-code) automática
- + Interfaz y soporte en idioma local
- − Módulo CAPP generativo suele faltar — el routing sigue manual
- − Comparación de rutas alternativas ausente
- − Setup planning + optimización multi-operación ausente
- − Integración limitada con la literatura CAPP académica
Plataforma PLM internacional + módulo CAPP
Empresarial3-15M EUR licencia + 600K-3M EUR/año mantenimiento (PLM de gran formato)
Para quién: Fábrica grande (2000+ piezas nuevas/año), multisede, aeroespacial / Tier-1 automotriz
- + Módulo CAPP maduro — variante + generativo + híbrido
- + Feature recognition + biblioteca de operaciones + catálogo de herramientas integrados
- + Comparación de rutas alternativas + selección de óptimo
- + CAPP + JSP integrado (conectado al job-shop)
- + Catálogo de clasificación de familias (codificación tipo OPITZ)
- − Licencia alta + despliegue largo (18-30 meses)
- − La adaptación a un ecosistema manufacturero local alarga el proyecto
- − El catálogo de herramienta/utillaje hay que reconstruirlo localmente
- − Programa de formación amplio para ingeniería
Solver open-source + implementación de referencia + consultoría
Código abiertoLicencia gratis; construcción interna 30-50 semanas o 1,2-3M TRY consultoría
Para quién: Fabricante con equipo técnico, integración con CAD/CAM existente, proyecto único de 'transformación CAPP'
- + Sin coste de licencia
- + Enfoques CAPP variante, generativo e híbrido bien definidos con solvers open-source
- + Variante + generativo + híbrido CAPP flexibles
- + 15+ tesis TR (YÖK), implementaciones de referencia disponibles
- − Necesario equipo interno OR + ingeniería de manufactura + software
- − Del prototipo académico a producción: 12-18 meses
- − Módulo de feature recognition limitado en open source (diversidad de formatos CAD)
- − Mantenimiento y versiones in-house
Recomendación
Pregunta en la reunión
- ¿Qué enfoque soporta el módulo CAPP — variante (por plantillas), generativo (basado en reglas / MIP desde cero), híbrido? ¿Hay una referencia de CAPP generativo para piezas no rotacionales (no prismáticas)?
- ¿Qué formatos soporta el feature recognition (CAD a features: agujeros, cajeras, ranuras, perfiles)? (STEP, IGES, CAD nativo). ¿Qué tipos de features se reconocen — solo prismáticos o también superficies libres + geometría compleja?
- ¿Se soporta la generación y comparación de planes alternativos (p. ej. 3-5 planes factibles por pieza, ordenados por la función objetivo) o el sistema solo emite un plan?
- ¿Cómo se modela el subproblema de setup planning (agrupar operaciones en un setup, optimización de herramienta multioperación) — se aplica la idea de group technology dentro de una pieza?
- ¿Cómo se definen las reglas de precedencia (geométricas + tecnológicas + tolerancia) — las introduce el usuario, se infieren automáticamente o se heredan de una plantilla?
- ¿Se soporta un enfoque integrado de planificación + programación de taller (tras decidir el plan se dispara el job-shop, con realimentación que revisa el plan)? ¿Se resuelven el plan y la programación en el mismo modelo?
- En piloto con datos operativos reales (12-16 semanas), ¿qué informe de ahorro puede generarse frente a la planificación manual previa — setup, tiempo total, preparación, ratio de uso de rutas alternativas?
- Si el contrato termina, ¿en qué formato estándar (STEP, JSON, CSV) podemos exportar la clasificación de familias, la biblioteca de planes, el catálogo de herramienta/utillaje y el histórico de análisis CAPP?
Detalles técnicos
Nota editorial
Este problema se llama coloquialmente “ruta de trabajo”, “ruta de producción” o “cómo se hace la pieza”. El nombre académico es Computer-Aided Process Planning (CAPP). Revisión foundational: Alting y Zhang (1989) International Journal of Production Research; primer sistema generativo para piezas no rotacionales: Khoshnevis y Chen (1991); revisión moderna (2000-2011): Xu, Wang y Newman (2011) International Journal of Computer Integrated Manufacturing; perspectiva CIRP: ElMaraghy (1993); brecha de integración planning-scheduling: Shobrys y White (2002).
Diferencia con #001 (Job-Shop Scheduling): #001 resuelve la secuencia en máquina de múltiples piezas bajo un plan existente — el plan de cada pieza se da como entrada, la pregunta es “qué pieza en qué máquina y en qué orden”. CAPP produce el plan para una sola pieza — la pregunta es “por qué operaciones pasa esta pieza, en qué orden, en qué máquina”. Es el puente entre diseño y manufactura. Los dos se integran: primero CAPP, luego JSP — Shobrys y White (2002) cuantifican la necesidad de integración.
Diferencia con #057 (Group Technology Cell Formation): #057 particiona el layout físico en celdas — agrupa máquinas en grupos, piezas en familias. CAPP, bajo ese layout, produce el plan para cada pieza. La idea de group technology es la base del enfoque variante de CAPP: piezas similares se plantilla en la misma familia y una pieza nueva hereda de la familia más próxima.
Diferencia con #071 (Parallel Machine Scheduling): #071 distribuye trabajos entre máquinas paralelas similares (idénticas o uniformes). CAPP diseña la cadena de operaciones para una sola pieza (cada operación en un tipo de máquina distinto, secuencial). #043 (Assembly Line Balancing) reparte trabajo en una línea serial fija; CAPP es la decisión de secuenciación previa.
Punto más saltado en el campo: evaluación de planes alternativos. El ingeniero practicante, tras inspeccionar la pieza, produce el primer plan factible y lo aprueba. Pero una pieza tiene típicamente 3-10 secuencias factibles distintas — ejemplos: fresado CNC + taladrado en un setup o dos; tratamiento térmico primero o último; cajera por desbaste CNC o por EDM; agujero por escariado o por boring. Si se comparan en la función objetivo (setup + cambios de herramienta + transporte + riesgo de calidad), aparece el verdadero óptimo — el tiempo total cae típicamente 15-30% (Khoshnevis-Chen 1991). En el campo no se hace esta comparación porque “ya hay un plan funcionando”, pero una tabla de rutas alternativas vale 4-12M TRY/año a 500-2000 piezas nuevas/año.
Segundo punto saltado: desacople CAPP-JSP. Si el plan se optimiza en aislamiento, el job-shop scheduling de taller (#001) sigue óptimo bajo ese plan — pero el óptimo global se pierde. Ejemplo: CAPP decide ‘para esta pieza la fresadora 5 ejes es la óptima’; pero en taller esa máquina está saturada y la fresadora 3 ejes está parada. Con CAPP + JSP integrado (Shobrys-White 2002), la ruta alternativa (3 ejes + setup extra) se elige según la carga real. Tercer punto: el límite del feature recognition. CAD-to-feature reconoce automáticamente agujeros, cajeras, ranuras y otros features prismáticos; la geometría compleja + superficies libres (álabe de turbina, cara de molde) requiere definición manual del ingeniero. Conocer este límite importa al delimitar el piloto — no hay que exagerar el feature recognition.
Hoja de ruta paso a paso — para pyme
Etapa 1 — Medir antes de planificar. Al menos 12 meses de datos: nuevas piezas/mes, tiempo de preparación de plan por pieza (horas-ingeniero), tiempo total real (vs. estimación), setup por pieza, scrap + retrabajo. Clasificación de familias existente (si la hay) o extracción retrospectiva (geometría + material + tolerancia similares). Inventario de biblioteca de operaciones: por operación, compatibilidad de máquina, herramienta, fórmula de tiempo, rango de tolerancia. Inventario de parque de máquinas: por máquina tipo, capacidad, almacén de herramientas, utillaje, coste horario.
Etapa 2 — Construir el capital de conocimiento. Plantillas de familias (base del CAPP variante): plan típico de piezas similares, rutas alternativas, grupos de setup. Biblioteca de features: tipos típicos (agujeros, cajeras, ranuras, superficies perfiladas, roscas) y catálogo de operaciones alternativas por cada uno. Reglas de precedencia: geométricas (cajera antes de base), tecnológicas (tratamiento térmico antes de precisión), tolerancia (estrechas tras desbaste). Catálogo de herramienta/utillaje: herramientas multioperación (una herramienta procesa varios features en un setup), compatibilidad utillaje-familia.
Etapa 3 — Piloto. 12-16 semanas. En una familia (p. ej. las 50-100 piezas más producidas) corren plantilla CAPP variante + evaluación de alternativas + optimización de setup. La decisión sigue siendo del ingeniero; CAPP recomienda. Criterios de éxito por escrito antes: en la familia piloto tiempo total -15% mínimo, setup -25% mínimo, preparación -30% mínimo.
Etapa 4 — Despliegue. 12-24 meses hasta catálogo completo + CAPP + JSP integrado. Procedimiento de entrada para piezas nuevas: qué plantilla de familia más próxima, cuánta adaptación, hay features nuevos. Comité trimestral de ingeniería: crecimiento de biblioteca de planes, ratio de uso de rutas alternativas, tendencia de setup (real vs. plan), vida útil real, rendimiento de entrada de piezas nuevas.
Riesgos — qué puede fallar
Error de feature recognition (lectura de geometría CAD). El reconocimiento desde CAD es limitado: features prismáticos (agujeros, cajeras, ranuras simples) se reconocen bien; superficies libres + geometría compleja (álabe, molde, forma orgánica) requieren definición manual. Un feature no reconocido es ‘invisible’ al CAPP y el plan sale mal. Solución: limitar el piloto a familias donde el feature recognition es fuerte; procedimiento de override manual para piezas complejas.
Desajuste herramienta/utillaje (brecha realidad-modelo). Una herramienta del catálogo CAPP no está físicamente en taller, o la capacidad del almacén no llega; un utillaje no posiciona la pieza como se espera. El modelo da un plan ‘óptimo’ que la planta no puede ejecutar. Solución: catálogo de herramienta/utillaje sincronizado bidireccionalmente con MES + configuración de máquina; inventario físico mensual.
Rutas alternativas no usadas (primer factible intuitivo). Riesgo más crítico: el módulo CAPP está instalado pero el ingeniero, por costumbre, elige el primero factible; las alternativas no se evalúan. Solución: la comparación de rutas alternativas es un paso obligatorio, se muestran al menos 2-3 alternativas con el score de la función objetivo; informe trimestral del KPI ‘ratio de uso de alternativas’.
Bloqueo en un único proveedor CAD/CAM/PLM. Sin la cláusula de ’exportación anual en formato estándar (STEP, JSON, CSV) de la clasificación de familias, biblioteca de planes, catálogo de herramienta/utillaje e histórico de análisis CAPP’, salir del sistema significa perder años de memoria de ingeniería. El contrato PLM debe cubrir explícitamente la propiedad de plantilla de familia + biblioteca de features + biblioteca de planes.
Método de solución — visión técnica
| Enfoque | Escala típica | Tiempo de cálculo | ¿Óptimo garantizado? |
|---|---|---|---|
| Manual + experiencia | Taller pequeño, <300 piezas/año | 1-8 h/pieza | No, 40-60% óptimo |
| CAPP variante (plantilla de familia) | Medio, 300-1500 piezas/año | minutos/pieza | No, calidad de plantilla |
| CAPP generativo (reglas / experto) | Medio, 200-1000 piezas/año | minutos/pieza | No, depende del conjunto de reglas |
| CAPP generativo (MIP, pieza pequeña) | Pequeña (10-30 features) | minutos-horas | Sí (en cota) |
| Constraint programming (pieza media) | Media (30-100 features) | horas | Sí (en cota) |
| Metaheurística (genético, SA, tabú) — pieza grande | Grande (100+ features) | horas | No, buena calidad práctica |
| Híbrido variante + generativo + MIP | Mediano-grande | horas | Buena práctica + cercana al óptimo |
| CAPP + JSP integrado (Shobrys-White) | Taller integrado | horas-horas | Buena cota inferior-superior |
Elección de función objetivo:
- Objetivo 1 — Min tiempo total de producción: Enfocado en velocidad; sirve para compromiso de entrega ajustado.
- Objetivo 2 — Min tiempo total de setup: Eficiencia de capacidad de máquina; piezas setup-intensivas.
- Objetivo 3 — Min coste total: Tiempo × coste horario + cambios de herramienta + cambios de utillaje + transporte.
- Objetivo 4 — Min riesgo de calidad: Tolerancias estrechas tras tratamiento térmico, precisión tras desbaste, tolerancia estrecha enrutada por la combinación máquina + herramienta más capaz.
Multi-objetivo: suma ponderada (tiempo + coste + riesgo) o jerárquico (precedencia + compatibilidad primero, luego riesgo, luego tiempo + coste).
Variantes CAPP — elegir por el campo:
- CAPP variante (clásico): Plantilla de familia, rápido pero débil para piezas auténticamente nuevas.
- CAPP generativo (Khoshnevis-Chen 1991): Routing desde cero, feature recognition + reglas / MIP.
- CAPP híbrido (Xu-Wang-Newman 2011): Plantilla variante + optimización generativa, estándar industrial moderno.
- CAPP basado en features: CAD-feature-centrado, catálogo de operaciones alternativas por feature.
- CAPP + JSP integrado (Shobrys-White 2002): Decisión de plan + scheduling de taller integrados.
- CAPP basado en conocimiento: Sistema experto + reglas académicas + aprendizaje automático para inferencia de similitud.
Fuentes académicas
Listadas en el frontmatter bajo sources. Alting-Zhang (1989) y Khoshnevis-Chen (1991) foundationales; ElMaraghy (1993) perspectiva CIRP; Xu-Wang-Newman (2011) revisión moderna; Shobrys-White (2002) la integración planning-scheduling.
Fuentes
- Alting, L. y Zhang, H.-C. (1989). Computer aided process planning: the state-of-the-art survey. International Journal of Production Research, 27(4), 553-585. Revisión foundational del campo CAPP.
- Khoshnevis, B. y Chen, Y.-P. (1991). An automatic process planning system for non-rotational parts. International Journal of Production Research, 29(9), 1851-1873. Sistema CAPP generativo de referencia para piezas no rotacionales.
- Xu, X., Wang, L. y Newman, S. T. (2011). Computer-aided process planning — A critical review of recent developments and future trends. International Journal of Computer Integrated Manufacturing, 24(1), 1-31. Revisión moderna (2000-2011) de la literatura CAPP.
- ElMaraghy, H. A. (1993). Evolution and future perspectives of CAPP. CIRP Annals, 42(2), 739-751. Perspectiva CIRP: evolución y futuro de CAPP.
- Shobrys, D. E. y White, D. C. (2002). Planning, scheduling and control systems: why cannot they work together. Computers & Chemical Engineering, 26(2), 149-160. Análisis de la integración planning-scheduling faltante.
- Centro de Tesis YÖK — palabras clave ‘süreç planlaması’ o ‘CAPP’ o ‘işlem sırası’ — 15+ tesis de la academia TR. tez.yok.gov.tr
Glosario
- Process Planning
- Problema OR de manufactura de decidir, para una pieza a fabricar, la secuencia óptima de operaciones y la máquina, herramienta y utillaje específicos para cada operación.
- Setup Reduction
- Práctica de OR / IE para minimizar el tiempo acumulado de setup (cambio de herramienta, cambio de utillaje, limpieza) a lo largo del plan de procesos de una pieza mediante orden de secuencia, herramientas multi-operación, setups de familia y separación interna/externa SMED.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).
- Job Shop
- Muchos trabajos distintos pasando por muchas máquinas distintas, cada uno con su propia ruta.
Problemas relacionados
¿Cómo equilibrar ritmo de producción, inventario, horas extra y subcontratación a 12 meses?
Diriges una pyme manufacturera de 10-50M TRY de facturación mensual, con 5-30 familias de producto y 30-200 operarios; comercial te entrega una previsión anual donde los meses de pico y los de valle varían bruscamente. Cada mes y para cada familia de producto debes tomar a la vez cinco decisiones entrelazadas: producir a ritmo constante y acumular stock, contratar o despedir personal, absorber picos con horas extra, subcontratar a auxiliares o aplazar pedidos al mes siguiente. Si la mezcla está mal, el stock medio se hincha 20-40%, las horas extra rebasan el tope legal de 270 horas anuales, la subcontratación de último minuto cierra 20-40% por encima del precio de mercado y las entregas tardías pierden clientes. Repartir estas cinco decisiones entre comercial, producción y RR. HH. con tres intuiciones separadas quema 4-25M TRY de margen operativo al año.
¿Cuánto de Cada Producto Hago para Sacar Más Ganancia?
Diriges un taller de 5-50 trabajadores que produce 3-15 productos. La misma materia prima, las mismas máquinas y la misma gente trabajan para todos los productos. Cada semana ventas dice 'podemos vender 200 más de esto', producción dice 'pero esa máquina está copada', administración dice 'el producto A da más ganancia, empújalo'. Cada producto tiene una ganancia unitaria distinta, un consumo distinto de horas máquina, materia prima y mano de obra, y un techo de demanda distinto. Decidiendo a ojo sueles cargar el producto de mayor precio de venta — pero el producto que **menos hora-máquina cuello de botella come** puede dar más ganancia. Tomarlo por intuición deja en la mesa el 10-25% de la ganancia mensual que podrías obtener de la misma capacidad.
¿Cuánto produzco de una vez y cuándo vuelvo a empezar?
Una de las preguntas básicas de un fabricante: hay datos de demanda para un período, cada nuevo lote de producción tiene un coste de setup (cambio de molde, ajuste de línea, calibración) y lo producido pero no vendido inmediatamente genera coste de inventario (almacén, capital inmovilizado, obsolescencia). El plan de cuánto producir cada semana debe decidirse con antelación; el nombre matemático es Lot Sizing Problem. La variante con un producto, demanda determinista, sin capacidad fue resuelta por Wagner y Whitin en 1958 con programación dinámica. Las variantes multi-producto, capacitadas, multi-nivel crecieron en MRP, Capacitated Lot Sizing (CLSP) y Economic Lot Scheduling (ELSP).