PROYECTO FIN DE CARRERA INGENIERÍA...

PROYECTO FIN DE CARRERA

INGENIERÍA AERONÁUTICA

Tutor: Ignacio Eguía Salinas

Febrero 2011

Simulación de la producción y ensayo de probetas aeronáuticas 2

Índice:

Capítulo 1: Objetivo, motivación y alcance .......................................................................... 5

Capítulo 2: Introducción a la simulación .............................................................................. 8

2.1.- Definición de simulación ..................................................................................................... 8

2.2.- Orígenes de la simulación ................................................................................................... 8

2.3.- Aplicaciones de la simulación ........................................................................................... 9

2.3.1.- Cuándo utilizar simulación: ....................................................................................... 9

2.3.2.- Inconvenientes de la simulación ........................................................................... 11

2.3.3.- Áreas de aplicación ..................................................................................................... 11

2.4.- Tipos de simulación ........................................................................................................... 12

2.5.- Simulación por ordenador ............................................................................................... 13

2.5.1 Introducción a la simulación por ordenador ...................................................... 13

2.5.2.- Elementos de un simulador computacional ..................................................... 14

2.6.- Pasos a seguir en la simulación ..................................................................................... 14

2.6.1.- Formulación del problema ...................................................................................... 15

2.6.2.- Colección de datos y Análisis .................................................................................. 17

2.6.3.- Desarrollo del modelo ............................................................................................... 18

2.6.4.- Verificación y Validación del modelo .................................................................. 21

2.6.5.- Experimentación y Análisis de las salidas ......................................................... 21

2.6.6.- Implantación de los resultados de la Simulación ........................................... 23

2.7.- Simulación en Arena .......................................................................................................... 24

2.7.1 Elementos básicos de la simulación en Arena .................................................... 24

2.7.2 Entorno Arena 7.0 ......................................................................................................... 25

Capítulo 3: Definición del Sistema ......................................................................................... 27

3.1.- La empresa ............................................................................................................................ 27

3.1.1 Introducción .................................................................................................................... 27

3.1.3 Instalaciones .................................................................................................................... 28

3.1.4 Equipamiento disponible ........................................................................................... 28

3.1.5 Servicios ............................................................................................................................ 30

3.1.6 I+D+I .................................................................................................................................. 32

3.1.7 Principales proyectos desarrollados ...................................................................... 33

3.2.- El producto. ........................................................................................................................... 37


3.3.- Descripción del proceso ................................................................................................... 44

3.3.1 Corte de paneles: ........................................................................................................... 44

3.3.2 Unión de tacones ............................................................................................................ 46

3.3.3 Curado del adhesivo de los tacones ........................................................................ 47

3.3.4 Taladrado .......................................................................................................................... 48

3.3.5 Avellanado ........................................................................................................................ 49

3.3.6 Inspección de taladros por ultrasonidos .............................................................. 49

3.3.7 Medición del diámetro de los taladros .................................................................. 50

3.3.8 Montaje de probetas ..................................................................................................... 50

3.3.9 Curado del Sellante ....................................................................................................... 52

3.3.10 Medición de las dimensiones de las probetas .................................................. 54

3.3.11 Colocación de Extensometría (galgas y extensómetro) ............................... 55

3.3.12 Acondicionamiento térmico ................................................................................... 55

3.3.13 Ensayo ............................................................................................................................. 56

3.3.14 Realización de fotografías ........................................................................................ 58

3.3.15 Test de tensión residual ........................................................................................... 58

3.3.16 Investigación microscópica ..................................................................................... 59

3.3.17 Almacenaje de las probetas ensayadas .............................................................. 60

Capítulo 4: Simulación del proceso ....................................................................................... 61

4.1.- Construcción del modelo ................................................................................................. 61

4.1.1 Datos de entrada ............................................................................................................ 61

4.1.2 Composición de paneles.............................................................................................. 63

4.1.3 Corte de paneles ............................................................................................................. 65

4.1.4 Unión de tacones ............................................................................................................ 66

4.1.5 Curado del adhesivo de los tacones ........................................................................ 67

4.1.6 Taladro ............................................................................................................................... 73

4.1.7 Avellanado ........................................................................................................................ 73

4.1.8 Inspección por ultrasonidos ...................................................................................... 74

4.1.9 Medición de los taladros ............................................................................................. 75

4.1.10 Montaje de las probetas ........................................................................................... 75

4.1.11 Curado del sellante de las probetas ..................................................................... 77

4.1.12 Medición de las dimensiones de las probetas .................................................. 85

4.1.13 Colocación de Extensometría (galgas y extensómetro) ............................... 86

4.1.14 Acondicionamiento Térmico .................................................................................. 87


4.1.15 Ensayo ............................................................................................................................. 92

4.1.16 Envío de probetas a un laboratorio externo ..................................................... 95

4.1.17 Realización de fotografías ........................................................................................ 96

4.1.18 Test de tensión Residual .......................................................................................... 97

4.1.21 Resumen de los recursos asignados .................................................................. 101

4.2 Animación del modelo ....................................................................................................... 102

4.3 Modo de presentar los resultados. ............................................................................... 103

Capítulo 5: Diseño de experimentos................................................................................... 108

5.1 1er experimento: Aleatoriedad en la secuenciación. ............................................. 108

5.2 2º experimento: Secuenciación ordenada ................................................................ 109

5.3 3er experimento: Variación de los tiempos de espera. ......................................... 109

5.4 4º experimento: Variación del número de recursos humanos. ........................ 110

Capítulo 6: Presentación y Análisis de resultados ...................................................... 111

6.1 Análisis del 1er experimento: Aleatoriedad en la secuenciación. .................... 111

6.1.1 Presentación de resultados del 1er experimento ............................................. 111

6.1.2 Análisis y conclusiones de los resultados del 1er experimento .................. 114

6.2 Análisis del 2ª experimento: Secuenciación ordenada. ....................................... 115

6.2.1 Presentación de resultados del 2º experimento ............................................ 116

6.2.2 Análisis y conclusiones de los resultados del 2º experimento. ................. 119

6.3 Análisis del 3er experimento: Variación de los tiempos de espera. .................. 119

6.3.1 Presentación de resultados del 3er experimento ............................................. 120

6.3.2 Análisis y conclusiones de los resultados del 3er experimento. ................. 123

6.4 Análisis del 4º experimento: Variación del número de recursos humanos. 124

6.4.1 Presentación de resultados del 4º experimento. ............................................. 124

6.4.2 Análisis y conclusiones de los resultados del 3er experimento. ................. 127

Capítulo 7: Conclusiones finales ........................................................................................... 128

Bibliografía ...................................................................................................................................... 129


Fig.1 Ejemplo de probeta.

La concepción de este proyecto surgió como fruto de una fructífera

experiencia laboral en una empresa del sector aeronáutico, cuya principal

actividad consiste en la realización de ensayos mecánicos, físico-químicos y

estructurales sobre materiales y estructuras aeronáuticos, así como la verificación

y calibración de instrumental de uso industrial. Dichos ensayos están

generalmente enfocados a la certificación de materiales, comprobación de la

correcta fabricación de un lote de piezas, obtención de resultados experimentales

del comportamiento mecánico de estructuras aeronáuticas para su comparación

con un modelo teórico, y un largo etcétera.

Uno de los proyectos desarrollados en la empresa, en el cual participé

activamente y que es el eje central de este proyecto fin de carrera, es un proyecto

de investigación consistente en comprobar el comportamiento mecánico de un

nuevo material, un sellante innovador. Dicho sellante iría integrado en la

estructura de un nuevo avión civil de pasajeros cuya entrada en servicio está

prevista para mediados de 2013 y el cual está siendo desarrollado por una gran

empresa del sector aeronáutico y sus consiguientes empresas filiales cuyos

nombres no es revelable por motivos de confidencialidad de la información.

Los ensayos se llevan a cabo integrando el sellante en estudio en el interior

de probetas de fibra de carbono, simulando el comportamiento mecánico real del

sellante en el avión. El número total de probetas a ensayar es de 241, distribuidas

en muy diferentes configuraciones y condiciones tanto ambientales como de carga.

Se entiendo por probeta aquel espécimen diseñado con unas dimensiones y

configuración tales que permiten obtener cierta información relevante acerca de

las propiedades de una muestra de un determinado material, o conjunto de

materiales, mediante su posterior ensayo. Véase la figura 1.


El objeto del proyecto llevado a cabo en la empresa, consiste en el estudio

mediante simulación de la organización del plan de fabricación de las 241

probetas, en sus diferentes configuraciones, y de la realización de los ensayos

pertinentes en las diferentes condiciones establecidas. No es objeto del presente

proyecto el análisis de los resultados del comportamiento mecánico del nuevo

sellante en estudio y ni la observación de cómo se ven afectadas dichas

propiedades mecánicas al variar ciertos parámetros dimensionales, condiciones de

temperatura, carga aplicada (estática o a fatiga), etc.

El problema planteado respecto a la organización de la producción y ensayo

de las probetas, parece sencillo considerando que el número de especímenes a

ensayar no es excesivamente elevado. Sin embargo, la gran variedad en cuanto a

configuraciones y condiciones de ensayo, como se verá más adelante, hacen de la

organización del proceso una actividad extraordinariamente compleja. Además,

por la propia idiosincrasia de la empresa, habrá que añadir los inconvenientes de

no existir una línea de montaje y que coexistirán simultáneamente en las

instalaciones de la empresa distintos proyectos de diferente índole, dónde muchos

de estos proyectos compartirán el mismo personal y maquinaria. Todo ello hace

que la elección del plan de fabricación más adecuado no sea una tarea en absoluto

trivial y que requiere por tanto de herramientas sofisticadas que permitan diseñar

una organización óptima de un proceso complejo. Es por este motivo por el que se

decidió utilizar la simulación como herramienta de optimización y análisis de

alternativas al problema planteado.

Una herramienta informática, como es el programa Arena 7.0, permitirá

simular el entorno real de trabajo al completo, facilitando la toma de decisiones y

solventar problemas no previstos. Esta herramienta posibilitará la identificación

de cuellos de botella, además de visualizar el nivel de utilización de cada máquina

así como el nivel de ocupación de cada operario. En definitiva, la simulación

permitirá comparar diversas decisiones en cuanto al orden de fabricación y ensayo

de las probetas, así como diversas asignaciones de tareas al personal, permitiendo

además visualizar de forma aproximada el tiempo en que tanto operarios como

maquinaria estén inactivos y puedan dedicarse estos recursos al desarrollo de

otras tareas o proyectos.

Por este motivo, se escogió como tema central de este proyecto la

simulación mediante el programa informático Arena 7.0 del proceso productivo y

ensayo de 241 probetas de fibra de carbono que permitirá un posterior análisis del

nuevo sellante en estudio.

El presente proyecto comprende un total de 7 capítulos. En el primero de

ellos, “Objetivo, motivación y alcance”, se ha dado una visión global del proyecto

real que se simulará mediante el soporte informático Arena 7.0 y se han explicado

las razones que motivan la realización de dicha simulación.


El segundo capítulo “Introducción a la simulación” tiene como motivo

introducir al lector en el mundo de la simulación, definiendo inicialmente qué es la

simulación, acompañando una muy breve reseña histórica y finalizando con la

descripción de las diferentes aplicaciones de la simulación.

En el tercer capítulo “Definición del sistema”, se describirán detalladamente

los constituyentes principales del proyecto real a modelar: naturaleza de la

empresa y sus instalaciones, definición y características de producto a fabricar y

ensayar, y etapas por las que pasará el producto durante todo el proceso de

producción y ensayo.

En el cuarto capítulo “Simulación del proceso”, se describirán con un

elevado nivel de detalle los pasos seguidos para la creación del modelo del sistema.

Se incluirán los módulos utilizados, nombrando los atributos, variables, recursos,

etc. empleados y se explicará la lógica de las diferentes secuencias y las diferentes

decisiones tomadas para la construcción del modelo. Se incluirá también en este

cuarto capítulo las forma en que se mostrará la animación de la simulación y la

forma en se presentarán los resultados obtenidos de la simulación.

El quinto capítulo “Diseño de experimentos”, tiene como función hacer una

breve descripción de los cuatro diferentes tipos de experimentos que servirán

como base para mejorar el proceso completo de fabricación y ensayo del producto

mediante la simulación del sistema.

En el sexto capítulo “Presentación y análisis de resultados”, se mostrarán los

resultados de las diferentes simulaciones del sistema realizadas para los cuatro

tipos de experimentos descritos en el quinto capítulo. Los resultados de la

simulación de estos cuatro experimentos serán analizados, obteniendo

conclusiones de muy importante valor.

El séptimo y último capítulo “Conclusiones finales”, tendrá como fin resumir

las importantes conclusiones obtenidas como análisis de los resultados de las

diferentes simulaciones realizadas en el sexto capítulo.


2.1.- Definición de simulación

El sistema de control sobre el funcionamiento de un determinado sistema,

ya sea una planta industrial, una entidad bancaria, un sistema de transportes, etc.

no es en absoluto una tarea sencilla. Deberán tomarse continuamente decisiones

acerca de las acciones que ejecutará el sistema. Estas decisiones deberán ser tales

que el comportamiento resultante del sistema satisfaga de la mejor manera posible

los objetivos planteados.

Para poder tomar una decisión correcta es necesario saber cómo

responderá el sistema ante una determinada acción. Esto podría hacerse por

experimentación sobre el sistema mismo; pero factores de costos, de seguridad de

tiempo, etc., hacen que esta opción generalmente no sea viable. A fin de superar

estos inconvenientes, se reemplaza el sistema real por otro sistema que en la

mayoría de los casos es una versión simplificada. Este último sistema es el modelo

a utilizar para llevar a cabo las experiencias necesarias sin los inconvenientes

planteados anteriormente, utilizando las denominadas técnicas de simulación.

Se podrá definir por tanto la simulación como el proceso consistente en

diseñar y desarrollar la representación de un sistema mediante un modelo que

permita analizar sus características y estudiar y predecir el comportamiento de

dicho sistema real con el fin de evaluar y mejorar su rendimiento. Si el plan de

experimentación se lleva a cabo con el solo objeto de aprender a conducir el

sistema, entonces se denomina entrenamiento o capacitación.

2.2.- Orígenes de la simulación

En contra de lo que cabría esperar, la simulación no es en absoluto una

técnica actual. A lo largo de la historia pueden encontrarse numerosas reseñas que

evidencian la práctica de la simulación como pueden ser el juego denominado

Weihai creado en China sobre el año 3000 ac para recrear en un tablero el

escenario de una batalla; o los diversos sistemas de simulación que permitieron

entrenar tácticas militares y apoyo logístico a las legiones Romanas (30 ac)


mediante cajones de arena y miniaturas militares para el entrenamiento y

planificación del combate.

Es en 1908 cuando puede considerarse el comienzo de la simulación como

aplicación industrial, gracias al estadístico William Sealy Gosset, el cual aplicaba

sus conocimientos estadísticos trabajando en la destilería de Arthur Guinness, y en

su propia explotación agrícola. El especial interés de Gosset en el cultivo de la

cebada le llevó a especular que el diseño de experimentos debería dirigirse no sólo

a mejorar la producción media, sino también a desarrollar variedades de cebada

cuya mayor robustez permitiese que la producción no se viese afectada por las

variaciones en el suelo y el clima. Para evitar futuras filtraciones de información

confidencial, Guinness prohibió a sus empleados la publicación de cualquier tipo

de artículo independientemente de su

contenido, de ahí el uso que hizo Gosset

en sus publicaciones del seudónimo

"Student", para evitar que el propietario

de la destilería lo detectara. Es por esta

razón que su logro más famoso se

conoce como la "distribución t de

Student", que de otra manera hubiera

sido conocida como la "distribución t de

Gosset". Este hito histórico abrió las

puertas a la aplicación de la simulación

en el campo del proceso de control

industrial así como a las sinergias que generaba esta simulación basada en la

experimentación y técnicas de análisis para descubrir soluciones exactas a

problemas clásicos de la industria y la ingeniería.

2.3.- Aplicaciones de la simulación

2.3.1.- Cuándo utilizar simulación:

En el estudio de un sistema será conveniente utilizar la simulación cuando

se de una o varias de las siguientes condiciones (Shannon, 1975):

No existe una formulación matemática analíticamente resoluble. Muchos

sistemas reales no pueden ser modelados matemáticamente con las

herramientas actualmente disponibles, por ejemplo la conducta de un cliente

de un banco.

Existe una formulación matemática, pero es difícil obtener una solución

analítica. Los modelos matemáticos utilizados para modelar un reactor

Fig.2 Uno de Primeros simuladores de vuelo


nuclear o una planta química son imposibles de resolver de forma analítica

sin realizar serias simplificaciones.

No existe el sistema real. Deberá diseñarse un sistema real acorde con las

necesidades para poder llevar a cabo los experimentos pertinentes.

Los experimentos son imposibles debido a impedimentos económicos, de

seguridad, de tiempo, de calidad o éticos. En este caso el sistema real está

disponible para realizar experimentos, pero la dificultad de los mismos hace

que se descarte esta opción. Un ejemplo sería la imposibilidad de provocar

fallos de comportamiento en un avión real para evaluar la conducta del piloto.

Existen el modelo y los métodos, pero los procedimientos son tediosos, por lo

que resulta más sencilla y menos costosa la simulación.

Se desea observar en el tiempo una historia simulada del sistema.

Se desea experimentar con un modelo antes de construir el sistema. Como

puede ser el ejemplo de la maqueta de un avión en un túnel aerodinámico.

Es imposible experimentar sobre el sistema real. Como por ejemplo el sistema

solar.

El sistema evoluciona muy lentamente o muy rápidamente. Un ejemplo de

dinámica lenta es el problema de los científicos que estudian la evolución del

clima. Deben predecir la conducta futura del clima dadas las condiciones

actuales, sin esperar a que un tornado arrase una ciudad para luego dar el

mensaje de alerta. Por el contrario, existen fenómenos muy rápidos que deben

ser simulados para poder observarlos en detalles, por ejemplo una explosión.

Hasta ahora se ha presentado la simulación y los métodos analíticos como

métodos alternativos, sin embargo, hay veces en que resulta fructífero el uso

conjunto de ambos métodos. Un estudio de planificación de un ambulatorio usa

una simulación recursiva, primero un modelo de programación genera

planificaciones y asignación de personal óptimas y entonces un modelo de

simulación evalúa su efectividad basándose en medidas tales como tiempo de

espera de los pacientes y utilización de los servicios del personal. Si las medidas no

son satisfactorias, se alteran las condiciones o se desarrolla un modelo de

programación matemático usando el análisis de regresión, y éste se incorpora para

una segunda ronda de optimización. El proceso continúa hasta que la solución

alcanzada sea aceptable. Esta aproximación mixta tiene la ventaja de los modelos

analíticos de producir soluciones óptimas, mientras que con los modelos de

simulación se refleja el grado apropiado de realismo y precisión en la descripción

del sistema. Sin embargo, esta combinación presenta la desventaja de requerir un

mayor nivel de familiaridad con los modelos analíticos y más ingenio que si se usan

sólo modelos de simulación.


2.3.2.- Inconvenientes de la simulación

Entre las posibles desventajas de la simulación se pueden citar:

El desarrollo de un modelo puede ser costoso, laborioso y lento.

Existe la posibilidad de cometer errores. No se debe olvidar que la

experimentación se lleva a cabo con un modelo y no con el sistema real. Si el

modelo está mal concebido o se cometen errores en su manejo, los resultados

también serán incorrectos.

No se puede conocer el grado de imprecisión de los resultados. Por lo general

el modelo se utiliza para experimentar situaciones nunca planteadas en el

sistema real, por lo tanto no existe información previa para estimar el grado

de correspondencia entre la respuesta del modelo y la del sistema real.

No existe un conjunto de soluciones cerrado.

Cada cambio en las variables de entrada requiere una solución separada o

conjunto de ejecuciones.

2.3.3.- Áreas de aplicación

Actualmente la simulación presta un invalorable servicio en casi todas las

áreas posibles, algunas de ellas son:

Procesos de manufacturas: Ayuda a detectar cuellos de botellas, a distribuir

personal, determinar la política de producción.

Plantas industriales: Brinda información para establecer las condiciones

óptimas de operación, y para la elaboración de procedimientos de operación y

de emergencias.

Sistemas públicos: Predice la demanda de energía durante las diferentes

épocas del año, anticipa el comportamiento del clima, predice la forma de

propagación de enfermedades, etc.

Sistemas de transportes: Detecta zonas de posible congestionamiento, zonas

con mayor riesgo de accidentes, predice la demanda para cada hora del día.

Construcción: Predice el efecto de los vientos y temblores sobre la estabilidad

de los edificios, provee información sobre las condiciones de iluminación y

condiciones ambientales en el interior de los mismos, detecta las partes de las

estructuras que deben ser reforzadas.

Diseño: Permite la selección adecuada de materiales y formas. Posibilita

estudiar la sensibilidad del diseño con respecto a parámetros no controlables.

Educación: Es una excelente herramienta para ayudar a comprender un

sistema real debido a que puede expandir, comprimir o detener el tiempo, y


además es capaz de brindar información sobre variables que no pueden ser

medidas en el sistema real.

Capacitación: Dado que el riesgo y los costos son casi nulos, una persona

puede utilizar el simulador para aprender por sí misma utilizando el método

más natural para aprender: el de prueba y error.

2.4.- Tipos de simulación

De acuerdo a la naturaleza del modelo empleado, la simulación puede

diferenciarse, según estableció Fishman en 1978, en:

Identidad: Es cuando el modelo es una réplica exacta del sistema en estudio.

Es la que utilizan las empresas automotrices cuando realizan ensayos de

choques de automóviles utilizando unidades reales.

Cuasi-identidad: Se utiliza una versión ligeramente simplificada del sistema

real. Por ejemplo, los entrenamientos militares que incluyen movilización de

equipos y tropas pero no se lleva a cabo una batalla real.

Laboratorio: Se utilizan modelos bajo las condiciones controladas de un

laboratorio. Se pueden distinguir dos tipos de simulaciones:

o Juego operacional: Personas compiten entre ellas, ellas forman parte del

modelo, la otra parte consiste en computadoras, maquinaria, etc. Es el caso de

una simulación de negocios donde las computadoras se limitan a recolectar la

información generada por cada participante y a presentarla en forma

ordenada a cada uno de ellos. o Hombre-Máquina: Se estudia la relación entre las personas y la máquina. Las

personas también forman parte del modelo. La computadora no se limita a

recolectar información, sino que también la genera. Un ejemplo de este tipo

de simulación es el simulador de vuelo.

Simulación por ordenador: El modelo es completamente simbólico y está

implementado en un lenguaje computacional. Las personas quedan excluidas

del modelo. Un ejemplo es el simulador de un sistema de redes de

comunicación donde la conducta de los usuarios está modelada en forma

estadística. Este tipo de simulación a su vez puede ser:

o Digital: Cuando se utiliza una computadora digital. o Analógica: Cuando se utiliza una computadora analógica. En este grupo

también se pueden incluir las simulaciones que utilizan modelos físicos.


2.5.- Simulación por ordenador

2.5.1 Introducción a la simulación por ordenador

Por ser la simulación por ordenador la base de este proyecto, se hará

especial hincapié en este tipo de simulación.

El desarrollo de los computadores digitales a partir de la década de los 50, y

su aplicación a la resolución de problemas científicos, ha introducido lo que

algunos han llamado “una tercera metodología” a la investigación científica: la

simulación computacional. Este método, de carácter complementario y muchas

veces alternativo a los modos convencionales de hacer ciencia, el experimental y el

teórico, ha ejercido un fuerte impacto en prácticamente todos los campos de la

ciencia. El objetivo de la simulación computacional es resolver los modelos

teóricos en su total complejidad, mediante la resolución numérica de las

ecuaciones involucradas, haciendo uso intensivo y extensivo de computadores.

Actualmente, gracias al vertiginoso desarrollo de la tecnología informática,

la simulación computacional se ha consolidado como una herramienta de cálculo

esencial, tanto para experimentalistas como para teóricos. Mediante un buen

modelo computacional no sólo se pueden reproducir experimentos de laboratorio,

sino que además, gracias a que se pueden variar libremente los parámetros usados,

permite probar (o falsar) modelos teóricos existentes en rangos de parámetros

imposibles de alcanzar experimentalmente por ahora, resolviendo así conflictos

entre explicación teórica y observación.

La simulación computacional no sólo juega el papel fundamental de la

visualización de los resultados obtenidos del modelo simulado, sino que permite

además obtener una imagen gráfica y dinámica del proceso en cuestión.

Fig.3 Computadora analógica


2.5.2.- Elementos de un simulador computacional

Un simulador por ordenador está compuesto por las siguientes partes:

Un modelo: Es un modelo simbólico. Puede ser un conjunto de ecuaciones,

reglas lógicas o un modelo estadístico.

El evaluador: Es el conjunto de procedimientos que procesarán el modelo

para obtener los resultados de la simulación. Puede contener rutinas para la

resolución de sistemas de ecuaciones, generadores de números aleatorios,

rutinas estadísticas, etc.

La interfaz: Es la parte dedicada a interactuar con el usuario, recibe las

acciones del mismo y presenta los resultados de la simulación en una forma

adecuada. Esta unidad puede ser tan compleja como la cabina utilizada en los

simuladores de vuelos profesionales.

2.6.- Pasos a seguir en la simulación

Aunque se van a presentar una serie de pasos de forma secuencial,

realmente es un proceso iterativo, tal y como se muestra en la figura 3.

Fig. 4 Pasos en la simulación


2.6.1.- Formulación del problema

Se definen las cuestiones para las que se buscan las respuestas, las variables

implicadas y las medidas de ejecución que se van a usar. Esta fase es muy

importante para poder alcanzar un modelo válido. Se puede dividir a su vez en 5

fases:

Identificación del Problema:

Se hace una abstracción del tipo de problema que se va a tratar. Se

identifican los recursos a utilizar y los requisitos que se van a exigir (relaciones a

establecer).

Reconocer las variables del sistema:

Se han de identificar las variables que interviene en el sistema y que son de

interés para el modelo, éstas se pueden clasificar en:

o Variables exógenas: son variables externas al modelo y existen con

independencia de él. Se consideran variables de entrada. Éstas a su vez se

pueden dividir en dos grupos:

o Variables controlables o de decisión (factores): son aquellas sobre las que el

analista puede decidir su valor dentro de ciertos límites.

o Variables incontrolables o parámetros: sus valores no se pueden decidir sino

que vienen fijados. Las variables serán controlables o incontrolables

dependiendo de quién las defina.

o Variables endógenas: son las variables internas y las variables de salida del

modelo. Se obtienen en función de las variables exógenas y de la estructura

del modelo.

Especificación de las restricciones sobre las variables de decisión

Incluso en el caso de que las variables sean controlables, están limitadas o

restringidas a ciertos límites dentro de los cuales pueden tomar valores. Es

importante considerar cuidadosamente las restricciones sobre las variables de

decisión, ya que definen el posible espacio de soluciones dentro del cual se buscará

una buena solución o la óptima usando el modelo de simulación.

Desarrollar una estructura preliminar del modelo que interrelacione las

variables del sistema y las medidas de ejecución.


Para evaluar la efectividad de un sistema, se debe identificar una medida o

medidas de comportamiento (o ejecución) para juzgarlo. Estas medidas se

seleccionan del conjunto de variables endógenas. La medida o medidas que se

pretenden optimizar se conocen como función objetivo. Hay veces en las que existe

una única función objetivo dominante y entonces se intenta optimizar ésta sin

tener en cuenta las otras variables, aunque siempre considerando las restricciones.

En otras ocasiones existe más de una función dominante, en este caso, hay que

estudiar las distintas funciones objetivo e intentar encontrar valores para los

cuales las funciones son óptimas. Cuando se quiere tener en cuenta varias medidas

de comportamiento, a menudo no se podrán optimizar simultáneamente. Lo ideal

sería hacer mínimas ambas medidas, el tiempo de espera y el costo de tener los

empleados, pero si se minimiza una de ellas la otra aumenta. Se tienen tres formas

de abordar este problema:

o Establecer compromisos implícitos entre las medidas. Esta aproximación es

muy subjetiva y no se va a considerar. Se dan los resultados a quién tenga que

tomar la decisión y él será quien establezca la relación entre las variables

conflictivas.

o Establecer compromisos explícitos, realizando una combinación de todas las

medidas usando una dimensión común tal como el costo. A estas técnicas se

les suele conocer como análisis de toma de decisiones multiatributo o

multiobjetivo. Para realizar esta técnica se tiene que decidir una dimensión

común para todas las medidas, factores de pesos, y formar una función que

las combine.

o Restricción y corte: seleccionar una medida como la que más interesa

optimizar y hacer que las otras estén dentro de un rango de valores

aceptable. Esto reduce la posibilidad de encontrar un óptimo, o al menos las

mejores soluciones.

Desarrollo de un modelo apropiado

Los modelos son abstracciones de las partes esenciales del sistema. Se ha de

intentar ver si con las variables que se han especificado se tiene suficiente para

describir estos aspectos importantes del sistema (si no se tienen suficientes

entonces el modelo no será una buena representación del sistema), o por el

contrario se han definido más de las necesarias (esto puede oscurecer las

relaciones entre las variables realmente importantes). En resumen, lo que se tiene

que fijar en este paso es el nivel de detalle al que se debe llegar en el modelo. El

nivel de detalle depende de:

o Propósito del modelo.

o Contribución de las variables al modelo.


No es igual si lo que se desea hacer es un modelo para una previsión a largo

plazo, en cuyo caso la precisión puede ser menor, debido a que al transcurrir el

tiempo las variables van a cambiar e incluso podrán aparecer otras nuevas, que si

se desea una previsión a corto plazo, entonces se deberá profundizar más en el

nivel de detalle.

2.6.2.- Colección de datos y Análisis

Aunque la recogida de datos se va a ver como el segundo paso, es bastante

posible que se hayan tenido que recoger datos para la formulación del problema.

Sin embargo, durante este paso se recoge el mayor volumen de datos, se reduce y

se analiza. Los métodos de recogida de datos son tan variados como los problemas

a los que éstos se pueden aplicar. Si se clasifican por su sencillez, se puede ir desde

las aproximaciones manuales hasta las técnicas más sofisticadas de alta tecnología.

En la selección de un método se pueden tener en cuenta los siguientes factores:

o Capacidad de quien recoja los datos.

o El impacto que pueda producir el proceso de recolección sobre el

comportamiento del sistema real. Puede producir perturbaciones reales o

físicas en el sistema o psicológicas.

o La facilidad de conversión de los datos a una representación procesable por

el ordenador.

o El coste del método.

En muchas situaciones es suficiente con la observación directa y la recogida

manual de los atributos de interés. Pero si la medida que se quiere observar

depende de una persona, su comportamiento se puede ver afectado por estar

siendo observada. Otras veces puede ocurrir que la acción que se quiere observar

sea muy rápida y que no sea posible realizar una observación humana. Para decidir

el número de muestras necesarias, se ha de establecer una relación costo-exactitud

y hacer una optimización de dicha relación. Una vez realizado el muestreo, los

datos se han de analizar e introducir en el modelo. Los datos usados para definir el

modelo pueden ser de dos tipos:

o Deteminísticos: son datos conocidos con certeza. Éstos se pueden introducir

fácilmente en el modelo.

o Probabilísticos: hay dos formas de incluirlos en el modelo:

o Usar la muestra de datos recogida para representar la distribución de

probabilidades.


o Determinar una distribución probabilística teórica que se comporte como

la muestra y usar ésta en el modelo. Esto permite tener una mejor

comprensión (generalización) del modelo.

2.6.3.- Desarrollo del modelo

Incluye la construcción y depuración del modelo del sistema real,

incluyendo la selección de un lenguaje de programación, codificación del modelo.

Esta etapa se va a dividir en dos partes: Comprensión del sistema y Construcción

del modelo.

Comprensión del sistema

Una de las tareas más difíciles en el análisis de simulación es adquirir el

suficiente conocimiento del sistema para poder desarrollar un modelo apropiado,

es decir, conocer el comportamiento del sistema. Dos técnicas comúnmente usadas

son la aproximación de flujo físico y la aproximación de cambio de estado.

o Aproximación de Flujo Físico: Se ha de identificar las entidades cuyo

procesamiento o transformación constituye el propósito principal del

sistema. Estas entidades pueden tomar diferentes caminos en el sistema, las

rutas que siguen se determinan mediante reglas de decisión. La

representación del sistema vendrá dada mediante un diagrama de flujo de

entidad y los elementos de procesamiento del sistema.

o Aproximación de Cambio de Estado: Para describir esta aproximación, se

debe definir unas variables endógenas adicionales que son las variables de

estado e introducir un nuevo concepto, el de suceso o evento. Las variables

de estado describen el estado del sistema en cada momento. Dados los

valores actuales de las variables de estado, las variables exógenas y la

estructura del modelo, se puede determinar el estado futuro del sistema. Un

evento es un instante particular en el tiempo en el que el sistema cambia de

estado. La evolución del sistema se puede representar mediante un grafo de

sucesos.

Construcción del Modelo

Las tareas principales en la construcción de un modelo son:

o Elección Mecanismo de avance del tiempo. Este dependerá de la

aproximación elegida para describir el comportamiento del sistema. Si se

eligió la aproximación de flujo físico, este diagrama de flujo podría refinarse

para convertirse en el diagrama de flujo del programa. Si se siguió la


aproximación de cambio de estado, el diagrama de flujo desarrollado debería

describir el procedimiento que efectúa los cambios de estado en el tiempo.

Otros dos factores inciden en la construcción del diagrama de flujo del

programa: elegir un mecanismo de avance del tiempo y el lenguaje de

programación que se seleccione. Hay fundamentalmente dos formas de

considerar el avance del tiempo en un modelo de simulación:

o Incrementos fijos de tiempo: se considera un intervalo fijo de tiempo y el

estado del modelo se comprueba después de transcurrido cada uno de

estos incrementos constantes.

o Incrementos por los eventos (N.E.T.A., Next Event Time Advance): las

comprobaciones y modificaciones de las variables afectadas se realizan

sólo después de la ocurrencia de un evento. Aquí el incremento de tiempo

es variable, va desde la ocurrencia de un evento a otro.

El avance del tiempo de simulación depende de cuál de las aproximaciones

se elija. Si se elige el incremento por eventos, el reloj se inicializa a 0, y se

incrementa al siguiente tiempo en que vaya a ocurrir un suceso; en ese

momento de actualización del reloj, se modifican las variables que se vean

afectadas por la ocurrencia del suceso. Si por el contrario se elige un

incremento de tiempo fijo, el reloj se inicia a 0 y se va actualizando cada vez

que pase el incremento de tiempo fijado. En esos instantes se observará el

sistema para realizar los cambios. En ese momento puede ocurrir que no

haya sucedido ningún cambio o que por el contrario que hayan ocurrido más

de un suceso con lo cual se tendrá que decidir cuál atender antes (por

ejemplo dando prioridad a los sucesos). En esta aproximación pueden ocurrir

“errores de redondeo”, que hacen referencia a la diferencia de tiempo que

pasa desde que sucede un suceso hasta que éste se computa (cuando el reloj

se incrementa).

Hay que tener cuidado en la elección del incremento de tiempo. Si éste es

demasiado pequeño se realizará trabajo inútil, ya que se comprobarán

cambios cuando en realidad no ha ocurrido ningún suceso. Por el contrario si

es demasiado grande se producirán muchos errores de redondeo y la

dinámica del modelo será ineficiente.

Fig. 4 Avance del reloj de simulación según los sucesos.


o Elección de un Lenguaje de programación: Hay un creciente número de

lenguajes de programación disponibles para la implementación de modelos

de simulación. Entre los lenguajes de simulación destacan: GPSS (General

Purpose Simulation System), SLAM (Simulation Language for Alternative

Modeling), SIMAN (Simulation Analysis), y SIMSCRIPT. Muchos lenguajes de

propósito general son completamente adecuados para la simulación, como

por ejemplo FORTRAM, PASCAL, etc. pero los lenguajes de simulación

proporcionan una serie de características que hacen la programación,

depuración y experimentación más eficientes en tiempo y esfuerzo, aunque

consuman más tiempo en la ejecución. Quizás la ventaja más importante de

los lenguajes de simulación es la correspondencia entre los elementos del

sistema y los elementos del lenguaje. Por ejemplo, en GPSS hay bloques de

diagramas de flujo y conjuntos de sentencias de programa llamados QUEUE

que procesan entidades a través de una cola de espera y acumulan datos de

variables de salida tales como tiempo de espera en la cola. El lenguaje

seleccionado puede influir en la forma exacta del diagrama de flujo del

programa de computador.

o Generación de números y variables aleatorias: Se van a necesitar

muestras aleatorias para representar valores de variables de entrada

probabilísticas. Utilizando estos números aleatorios podemos obtener

valores de variables aleatorias que sigan ciertas distribuciones de

probabilidad. Aunque se ha hecho referencia a que los números usados en

simulación son aleatorios, no lo son totalmente, ya que se producen a partir

de algoritmos determinísticos. Sin embargo las propiedades de los números

producidos se pueden hacer lo suficientemente cerradas de forma que éstos

sean completamente utilizables para la simulación. Si el modelo se

implementa con un lenguaje de propósito general, se puede seleccionar e

incluir algoritmos necesarios para generar las variables aleatorias

requeridas. Pero si se utiliza un lenguaje de simulación estos algoritmos

están incluidos y pueden ser fácilmente accesibles por el usuario.

o Implementación y depuración del modelo. La facilidad o dificultad en esta

etapa dependen en gran medida del lenguaje de programación que se haya

elegido.

Fig. 5 Avance del reloj de simulación en incrementos fijos


2.6.4.- Verificación y Validación del modelo

La Verificación del modelo consiste en ver cuál es la consistencia interna del

modelo.

La Validación consiste en asegurar que existe una correspondencia entre el

sistema real y el modelo. Un buen método para la validación es hacer un test para

ver cómo el modelo predice el comportamiento del sistema ante determinadas

entradas.

La verificación y validación del modelo se realiza en todas los niveles de

modelización: modelo conceptual, modelo lógico y modelo de ordenador. La

verificación se centra en la consistencia interna del modelo, mientras que la

validación se interesa por la correspondencia entre el modelo y la realidad.

Se dice que un modelo es válido si sus medidas de salida tienen una

correspondencia apropiada con las mismas medidas en el sistema real. La

comprobación última para la validez de un modelo es ver cómo el modelo puede

predecir un comportamiento futuro del sistema ante unas determinadas entradas.

2.6.5.- Experimentación y Análisis de las salidas

Se han de diseñar los experimentos que se van a llevar a cabo sobre el

modelo y luego analizar las salidas obtenidas, de forma que se pueda responder a

las cuestiones planteadas.

Experimentación con el modelo

El propósito último de la experimentación con el modelo es obtener

información acerca del comportamiento del sistema para que esto nos ayude en la

toma de decisiones. Cuando consideramos la ejecución de un sistema se puede

desear conocer cómo se comporta dicho sistema en sentido absoluto, o

comparativamente, para poder contrastar varias configuraciones alternativas del

sistema. O se podrían considerar dos medidas simultáneamente. Es evidente que el

número de exploraciones que se tendrían que realizar es extremadamente largo.

Hasta para los diseños de experimentos más modestos, la exploración de todas las

posibles soluciones en la búsqueda de la mejor solución, no es algo factible. Se

necesita una aproximación estructurada más directa para encontrar una solución

que merezca la pena. Podemos considerar dos aproximaciones diferentes para

abordar este problema: conjunto predeterminado de experimentos y técnicas de

búsqueda de óptimos.


o Conjunto de experimentos predeterminado: Esta aproximación impone

identificar factores que podrían afectar a la medida de salida y ejecutar los

experimentos con los factores puestos a determinados valores. Una vez

realizados los experimentos se aplicarían unas técnicas estadísticas

denominadas análisis de la varianza (ANOVA), para decidir cuál o cuáles de

los factores seleccionados tiene realmente algún impacto en la medida de

salida. Las medidas de salida se pueden adaptar de forma que las

suposiciones estadísticas de esta técnica se satisfagan de forma razonable y

puedan ser aplicadas en la experimentación del modelo. Un diseño

experimental particularmente general es el diseño factorial. Se consideran

dos o más factores pudiendo estar cada uno a dos o más niveles. El uso de un

conjunto predeterminado de experimentos es efectivo para encontrar buenas

soluciones si se puede aproximar una región de optimalidad con

experimentos previos o con la experiencia que se tenga sobre el problema.

Sin embargo esta técnica no puede conducir a la mejor solución global, ni

siquiera puede garantizar un óptimo local.

o Técnicas de búsqueda de óptimos: Un conjunto de estas técnicas se conoce

como Metodología de Superficie de Respuesta (RSM). La superficie de

respuesta es la función que describe las relaciones de las medidas de

ejecución con los factores o variables de decisión. Dos factores definen una

superficie de 3 dimensiones, la cual puede ser vista como un terreno en

donde se puede escalar. De hecho, la representación en 2 dimensiones de la

respuesta de superficie es como las líneas de contorno de un mapa

topográfico. Usando varias estrategias se pueden alcanzar puntos altos en el

terreno, y quizás llegar a la cumbre. Una estrategia es el método de escalado

ascendente. Esta requiere que el modelo se ejecute suficientemente para

hacer que se pueda determinar qué dirección (qué cambios en los valores de

los factores) parece conducir a un incremento en la altitud (incremento en la

medida de salida). Las variables de decisión se van cambiando de esta forma

y el proceso continúa hasta que ya no se pueda llegar más alto, en ese

momento se ha alcanzado un óptimo local o global.

Análisis de las salidas

En la interpretación de las salidas del modelo, hay algunos aspectos que son

únicos de la simulación. Mientras que los modelos analíticos proporcionan

soluciones con medidas de ejecución completamente definidas, los modelos de

simulación producen estimaciones de las medidas que están sujetas a error.

Las salidas del modelo de simulación se consideran muestras. Las

principales cuestiones en la obtención de estimaciones útiles a partir de muestras

son: que la muestra sea representativa del comportamiento del sistema, y que el

tamaño de la muestra sea lo suficientemente grande para que las estimaciones de


las medidas de ejecución alcancen un buen nivel de precisión. El tamaño de la

muestra es algo que está bien definido, pero la representatividad del

comportamiento del sistema depende de la naturaleza de las cuestiones que tienen

que ser contestadas por el modelo.

Se pueden realizar dos tipos de análisis con un modelo de simulación:

o Análisis para sistemas con final definido: la ejecución del modelo finaliza

cuando ocurre un evento específico. Se tomaría una muestra por ejecución.

o Análisis para sistemas con final no definido (sistemas en estado de

equilibrio o estacionario): el interés está en medias de las medidas de

comportamiento de ejecuciones largas, después de que el sistema ha pasado

por algún periodo de comportamiento transitorio. Las medidas en estado

estacionario se pueden definir como el valor de las medidas en el límite,

cuando la longitud de la ejecución tiende a infinito.

En ambos casos, las condiciones iniciales (estado del sistema al empezar la

ejecución) pueden influir en la estimación de las medidas de comportamiento.

El tamaño de la muestra es importante ya que la precisión de las

estimaciones depende de la varianza de la media de la muestra, y la varianza

cambia de forma inversamente proporcional al tamaño de la muestra (si se

cuadriplica el tamaño de la muestra la desviación estándar se reduce a la mitad).

La definición de tamaño de muestra para simulación depende del tipo de análisis

que se haya hecho. Para el análisis de un sistema con final definido se podría

reproducir el periodo de interés, con las condiciones iniciales apropiadas, un

determinado número de veces hasta conseguir la precisión deseada de la

estimación. En cada ejecución de obtendrá un elemento de la muestra. Con un

análisis en estado estacionario el tamaño de la muestra está estrechamente

enlazado con el tamaño de la ejecución del modelo o cantidad de tiempo de

simulación.

2.6.6.- Implantación de los resultados de la Simulación

Se ha de asegurar que los resultados son aceptados por el usuario. Este paso

final es uno de los más importantes y el que más se descuida de todo el proceso.

Parece obvio que los beneficios de un largo y costoso análisis no se realizarán sin

una implementación apropiada y una aceptación por parte de los usuarios. Entre

las razones por las que los esfuerzos de implantación son a menudo inútiles, se

incluyen las siguientes:


o Existe un vacío de comunicación entre el analista de la simulación y los

encargados y usuarios del sistema.

o Falta de entendimientos por parte de los encargados del sistema debido a los

tecnicismos utilizados.

o El compromiso de implementación es tardío.

o Resistencia al cambio.

o Falta de coincidencia entre el personal disponible y los objetivos marcados

por el modelo. Hay aproximaciones que tratan estos obstáculos potenciales.

Estas aproximaciones requieren que los usuarios y los analistas estén

implicados desde el comienzo en el proyecto simulación.

2.7.- Simulación en Arena

2.7.1 Elementos básicos de la simulación en Arena

Los elementos básicos utilizados para la simulación en el programa

informático Arena, que ha sido el utilizado para el desarrollo del presente

proyecto, son los siguientes:

Entidades (entities): Las entidades representan a los objetos dinámicos de la

simulación. Pueden crearse, moverse o eliminarse.

Atributos: Permiten asignar características propias a las entidades. Podrán

definirse tantos atributos como sean necesarios para asignarle a las entidades

todas las características que se estimen necesarias para la simulación. Cada

entidad individual tendrá sus propios valores de atributos.

Variables globales: Son elementos que contienen información que reflejan

alguna característica del sistema. Puede haber muchas variables, pero cada una

es única. Existen dos tipos de variables:

o Variables globales definidas en Arena (ej: tiempo de simulación)

o Variables globales definidas por el usuario (ej: tiempo de un proceso)

Las variables globales son accesibles por todas las entidades, que pueden

modificarlas.

Colas (queues): Las colas son espacios de espera para entidades cuyo

movimiento a través del sistema se ha suspendido por algún motivo. Son

elementos pasivos: las entidades entran y abandonan la cola dependiendo del

estado del elemento asociado a la misma.


Recursos: Los recursos son elementos estacionarios utilizados para realizar

una determinada acción sobre las entidades en una determinada estación o

proceso (ej: máquinas y/o trabajadores). Poseen una capacidad y un conjunto

de estados. Cuando una entidad utiliza un recurso, lo reserva (seize) hasta que

termina su procesamiento, liberándolo en ese momento o más adelante

(release). Un recurso tiene una cola asociada para almacenar las entidades que

no puede procesar al estar reservada toda su capacidad. Las entidades pueden

reservar múltiplos y fracciones de la capacidad de un recurso. Una entidad

puede requerir simultáneamente varios recursos.

Acumuladores estáticos: Los acumuladores estadísticos son variables que

recogen información conforme la simulación avanza para después poder

obtener la salida. En Arena hay muchos y muy variados tipos de acumuladores

estáticos:

o Time-persistent: media, máximo y mínimo respecto al tiempo.

o Tallies: media, máximo y mínimo de una lista de números.

o Contadores: suma acumulada de ocurrencias de un evento.

o Frecuencias: frecuencia de ocurrencia de una variable, expresión o estado de

un recurso de Arena.

o Salidas: valor final de algún elemento.

Eventos: Los eventos son acciones que ocurren en cierto instante de tiempo

(simulado) que puede cambiar atributos, variables o acumuladores

estadísticos. Se organizan según un calendario de eventos. Las variables que

describen el sistema no cambian entre eventos.

Reloj de simulación: El reloj de simulación es una variable que recoge el

tiempo actual de simulación. No fluye continuamente, sino que pasa del

tiempo de un evento al siguiente.

2.7.2 Entorno Arena 7.0

La ventana de Arena 7.0 estará dividida en 5 espacios claramente

diferenciados que se detallarán a conticuación:

Barra de menús: Estará colocada en la parte superior de la ventana del

programa, y se utilizará para diferentes tareas como configurar las opciones

del programa, insertar elementos, etc.


Barra de tareas: Esta barra estará colocada justo en la parte inferior de la

barras de menús y se utilizará insertar de forma rápida gráficos, hacer dibujos

en el modelo, controlar el avance de la simulación, etc.

Paneles: Este bloque, colocado a la izquierda de la ventana, contendrán los

módulos necesarios para crear el modelo de simulación.

Ventana de Modelo: En esta ventana, colocada a en la esquina inferior

derecha y que ocupa el mayor espacio de la ventana del programa, se creará el

modelo del sistema que se pretende simular. Esta ventana estará a su vez

dividida en dos apartados:

o Espacio de trabajo del modelo: En este espacio, colocado en la parte superior de la

ventana de modelo, se creará físicamente el modelo de simulación

o Vista de hoja de cálculo: Este espacio estará dedicado a los parámetros utilizados por

los diferentes módulos que componen el modelo de simulación.

Fig.5 Vista del entorno Arena 7.0


3.1.- La empresa

3.1.1 Introducción

Como se mencionó anteriormente, el proceso real que se pretende modelar

y simular en el presente proyecto, se desarrollará en las instalaciones de una

empresa del sector aeronáutico. Dicha empresa es una sociedad de reciente

creación enfocada a dar soporte técnico a la Industria Aeronáutica en el campo de

los materiales, mediante la realización de ensayos mecánicos, físico-químicos y

estructurales, así como la verificación y calibración de instrumental de uso

industrial.

Es una empresa de base tecnológica con una apuesta clara por todo lo que

representa la definición, desarrollo y mejora en el ámbito del análisis experimental

y con un compromiso por fomentar la I+D en este campo. Entre los objetivos

marcados está el contribuir al desarrollo de la empresa aeronáutica en las parcelas

de la ingeniería de materiales y del análisis estructural.

Fig. 6 Vista exterior de la empresa


3.1.3 Instalaciones

La empresa dispone de una nave de 1.500 m2 en el Parque Aeroespacial

Aerópolis, con infraestructuras y equipamientos especialmente diseñados para las

actividades que en ella se van a realizar. Las instalaciones están dotadas con las

siguientes capacidades:

500 m2 de instalaciones para ensayos mecánicos:

o Laboratorio de ensayos mecánicos.

o Laboratorio de ensayos físico-químicos.

o Laboratorio de ensayos metalográficos, pinturas y sellantes.

o Sistema de climatización especial para mantener condiciones estándar

de temperatura y humedad sin aporte exterior de humedad.

500 m2 de instalaciones para ensayos pesados y ambientales:

o Puente grúa de 8 Tn. de capacidad.

o Taller para mecanizados de probetas.

o Zona de ensayos ambientales /Vibración y cámaras climáticas).

50 m2 de Sala limpia con climatización independiente.

500 m2 disponibles para zonas de cálculo e ingeniería o laboratorios.

3.1.4 Equipamiento disponible

TEAMS cuenta con un completo equipamiento para llevar a cabo una amplia

gama de ensayos sobre materiales y elementos estructurales. Este equipamiento es

el siguiente:

o Máquina universal para ensayos estáticos con Capacidad de 250 KN.

o 2 Máquinas de fatiga con capacidades de 100 KN y 1000 KN

o 3 Cámaras para ensayos a temperatura entre -70 y 350ºC.

o 1 Durómetro Rockwell.

o 2 Cámaras climáticas de 250 litros y un rango de temperaturas desde -

70ºC a 180ºC.

o 1 Vibrador de 3 ejes de 36KN y rango de frecuencia entre 0 y 2000 Hz.

o 1 Espectrógrafos de chispas (aluminio, aceros y titanios).


o 1 Calorímetro diferencial de barrido (DCS).

o 1 Espectrógrafo de infrarrojos (FTIR).

o 1 Analizador de espectros para medidas de impedancias en cables.

o 1 Multímetro digital de precisión.

o Parque de actuadores (1 KN, 25 KN, 75 KN, 700 KN).

o Grupos hidráulicos (16 l/min, 100 l/min, 200 l/min).

o 1 Equipo de adquisición de datos de 120 canales.

o 1 Estufas de secado.

o 1 prensas de platos calientes.

o Laboratorio metalográfico.

o 1 balanzas de precisión (mg).

o 1 Equipo para medida de conductividad.

o 1 Equipo para corrosión bajo tensión.

o 1 Equipo de corrientes inducidas.

o 2 Equipo de ultrasonidos Pulso-Eco.

o 1 Baños termostáticos.

o Microscopia óptica con sistema de tratamiento de imágenes hasta x500.

o 1 Laboratorio de calibración de herramientas de grapado eléctrico y

torcómetros.

o Taller de mecanizado (torno, taladro-fresador, tronzadora de gran

capacidad, disco de corte para materiales compuestos, sierra de cinta

vertical, chorro de arena).

Fig. 7 Máquinas de ensayo Universal y de fatiga.


3.1.5 Servicios

Ensayos:

TEAMS dispone de medios técnicos y personal especializado que le

permiten realizar una amplia variedad de ensayos de caracterización de

materiales. A continuación se muestra una relación de los ensayos más comunes: o Ensayos sobre materiales metálicos:

o Tracción.

o Compresión.

o Plegado o flexión.

o Fatiga.

o Ensayo de corrosión en niebla salina.

o Ensayo de exfoliación.

o Tenacidad a fractura KIc y R.

o Propagación de grietas.

o Tamaño de grano.

o Direcciones de fibra.

o Metalografías.

o Calificación de soldadura por puntos.

o Composición química.

o Dureza.

o Conductividad.

Fig. 9 Durómetro Rockwell Fig. 8 Microscopía Óptica


o Tensiones residuales.

o Corrosión bajo tensión.

o Ensayos No destructivos:

o Corrientes Inducidas

o Inspección por Ultrasonidos

o Ensayos en Materiales Compuestos y Adhesivos:

o Contenido en fibra y resina.

o Volátiles.

o Fluidez.

o Calorimetría diferencia de barrido (DSC).

o Espectrografía infrarroja (IR).

o Densidad.

o Pelado en Tambor.

o Pelado en Campana.

o Tenacidad a fractura interlaminar (G1c).

o Cortadura Interlaminar (IILS).

o Cortadura Intralaminar (+/-45, Off-Axis, Iosipescu).

o Tracción y Compresión en Laminados.

o Compresión tras impacto (CAI).

o Tracción Plana.

o Flexión de sándwich.

o Acondicionamiento de probetas.

o Fabricación en autoclave.

o Pinturas y sellantes

o Rayado.

o Tiempo de Secado.

o Viscosidad.

o Contenido no volátiles.

o Espesor.

o Ensayos estructurales

o Ensayos estáticos y de fatiga de comportamiento de paneles a

tracción compresión y cortadura

o Ensayos de presurización-fatiga en conductos

o Ensayos de vibración y choque

o Ensayos sobre mecanismos

o Otros

o Calibración pinzas de grapado


o Medida de impedancias de enmallados de cables

o Calibración de torcómetros

o Caída de tensión en terminales de cables

Verificaciones:

TEAMS tiene la capacidad de verificar las siguientes herramientas:

o Calibración de herramientas de mano.

o Calibración de torcómetros.

3.1.6 I+D+I

La actividad que la empresa realiza en relación a grandes Proyectos de

Investigación nacionales y europeos se puede resumir en la participación en 19

grandes proyectos de investigación pública competitiva en los últimos 10 años.

Este hecho permitiría un beneficio mutuo y una sinergia muy positiva entre la

empresa y sus filiales.

Fig. 10 Herramientas de mano Fig. 11 Torcómetro

Fig. 12 Proyecto de investigación


Las capacidades innovadoras en Andalucía de las que dispone la empresa se

enumeran a continuación:

o Capacidad de diseño, desarrollo y puesta en marcha de nuevos ensayos.

La empresa tiene experiencia y capacidad en el diseño y fabricación de

instalaciones de ensayo en función de las necesidades del cliente.

o Capacidad para desarrollar ensayos estructurales. Puede realizarlos

tanto a paneles de grandes dimensiones como de pequeñas, sometidos a

diferentes estados de cargas.

o Proceso completo de recepción de materiales. Existen muy pocas

entidades que puedan dar un servicio completo de recepción de

material metálico y compuesto.

o Capacidad de análisis y diseño. El equipo formado por la empresa y sus

filiales tendrá capacidad para poder abordar cualquier problema

relacionado con la caracterización experimental de materiales y

estructuras aeronáuticas.

o Capacidad para llevar a cabo ensayos ambientales sobre componentes.

Inicialmente podrán llevarse a cabo ensayos sobre sistemas de avión,

algunos de los cuales, solamente podrían ser llevados a cabo por el

INTA. Así, podrán realizarse ensayos de vibración senoidal, aleatoria y

choque, climáticos y de fatiga con presión y temperatura. A medio plazo

es intención de la empresa la adquisición de una cámara de altitud lo

que permitirá abordar ensayos sobre componentes electrónicos.

o Capacidad para realizar laminados manuales en material compuesto

preimpregnado. La empresa contará con una sala limpia homologada

para llevar a cabo lay-up manual de materiales preimpregnado.

3.1.7 Principales proyectos desarrollados

Fig. 13 Trabajo desarrollado en

TEAMS


Trabajos realizados para AIRBUS y EADS

o Proyectos de Investigación

o Ensayos de fatiga y medida de tensiones residuales en panel

conformado por peen-forming.(2001)

o Proyecto WASF. Estudio y ensayos para caracterizar paneles

soldados mediante soldadura por fricción. (2001-2002)

o Calificación del recanteado y soldadura Láser para aleaciones de

aluminio de uso aeronáutico (2002)

o Ensayos de caracterización a fatiga de los procesos de corte en

chapas de titanio (2003)

o Failure, Performance and Processing Prediction for Enhanced Design

with Non-Crimp Fabric Composites (FALCOM). (2001-2004)

o Proyecto ALCAS (2005-2007)

o Proyecto UNECA. Desarrollo de uniones encoladas para procesos

alternativos de conjuntos aeronáuticos (2006-2009)

o Curado capa a capa de materiales compuestos mediante haz de

electrones (2007-….)

o En fase inicial pendiente de aprobación. Proyecto ICARO (2008…)

o Trabajos regulares

o Ensayos de recepción en materiales metálicos y compuestos para

EADS. (desde 1998…)

o Ensayos de control de producción sobre materiales metálicos y

compuestos para EADS Espacio (desde 2003..)

o Calibración de pinzas de grapado para EADS (desde 2007….)

o Calibración de torcómetros para EADS (desde 2008…)

o Inspecciones en campo mediante ultrasonidos para EADS (desde

2008…)

o Contratos

o Para EADS

Ensayo de compresión sobre dos piezas ANB-7155-1D-CO1

del avión MD11.

Ensayos de tensiones residuales según ASTM en pieza

aeronáutica de aluminio forjada del Eurofighter.

Ensayos de tracción compresión en amortiguador. Diseño del

ensayo y realización.

Ensayo de tensiones residuales sobre panel del cajón del

estabilizador del A340.

Ensayos de calificación de los slats del EF-2000 fabricados

por CSP/SD de Ti 6Al4V.


Ensayos sobre cables eléctricos

Ensayos sobre labio de tobera del F5

Calificación de forjado de Aluminio para el A400M

o Para EADS Espacio

Ensayos de tolerancia al daño en estructuras sandwich

(2002)

Ensayos de caracterización en materiales compuestos.

Obtención de propiedades (2004)

Ensayos varios en elementos aeroespaciales. Programa C-ISA

(2005)

Ensayos para el programa EUROSTAR 3000x (2005)

Ensayos de tolerancia al daño. Programa NGL y PAS (2007)

Ensayos de fatiga- Programa ALPHABUS (2007)

o Para AIRBUS

Ensayos de uniones encoladas con pelables (NT-B-ID-03005)

28,141 (2003-2004)

Ensayos de uniones mecánicas en CFR (2004)

Calificación de la aleación de aluminio 7085 (2004-2005)

Ensayos de recepción y control de materiales (E 9712393)

(EADS) 2004

Test on CFRP 3D Performs (NT-T-ID-05063) 2005

New structure materials (NSM) project agreement. Ti 5Al-

5Mo-5V-3Cr Forgins (2005)

Torsión Box Rib 5 in LRI (SA55SP0701538) 2007

Ensayos de caracterización de paneles de fibra de carbono

para Airbus (2002-2003)

Trabajos realizados para otras empresas del sector

o Joiing metals and composites by adhesive bonding, advanced

lightweight design concepts. (1992-2002) (SACESA)

o Virtual Engineering for Robust manufacturing with Design

Integration (VERDI). (2004-2007) (ITP)

o Desarrollo Tecnológico de soluciones para la optimización

estructural de elementos aeronauticos basados en paneles

rigidizados de fibra de carbono (GRUPO TAM) (2007-2009)

o Ensayos de calificación de materiales y uniones para la Belly Fairing

del A380. (2003-2004) (SACESA)

o Ensayos de calificación sobre sistemas de la Belly Fairing del A380

(2004-2005) (SACESA)


o Estudio tensional del forjado Front Fitting L 551-80041-200 IC

(2004) (ICSA)

o Ensayos de calificación de la toma principal de aire AGU-NACA del

A380 (2005-2006) (SACESA)

o Ensayo de vibración sobre el Suplemental Cooling del A380 y de

fatiga sobre el LPGC (2006) (SACESA)

o Ensayo de cortadura sobre paneles de la Belly Fairing del A380

82006-2007) (SACESA)

o Desarrollo de un Convertidor AC/DC regulado en voltaje para el

sector aeronáutico (Proyecto BCRU) (2006-2009) (INABENSA)

o Ensayos de recepción de materiales compuestos para SACESA (desde

1995…)

o Ensayos de control de materiales para (IDEC, MASA, ARIES, ICSA,

NOVALTI, TRATERCOM, AEROSUR,etc)


3.2.- El producto.

El objetivo del presente proyecto, como se indicó anteriormente, es analizar

el problema de decisión planteado sobre el proceso de fabricación y ensayo de 241

probetas para la comprobación de las propiedades mecánicas de un nuevo sellante

que irá incluido en dichas probetas. Este sellante, denominado como Shimming,

engloba a 3 tipos de sellantes que se desean estudiar: Redux 870, EPIDOND 1590, y

EA9394.

El objetivo principal del sellante en estudio, componente de futuros aviones

de uso comercial, será el permitir almacenar líquidos dentro de la estructura

interna del avión, impidiendo que los fluidos puedan escapar libremente del

habitáculo diseñado a tal efecto. Estos líquidos podrán ser de diferente índole

como aceites, grasas, líquido hidráulico, etc. Sin embargo, el principal objetivo del

sellante es impedir la evacuación de combustible (Jet A1), el cual se encuentra

ubicado principalmente dentro de la estructura interna del ala y del estabilizador

horizontal.

El sellante, por tanto, deberá resistir el ataque químico de los fluidos con los

que entrará en contacto, pero además deberá resistir las solicitaciones de carga,

tanto estáticas como dinámicas, a las que se verá sometido durante su vida útil.

Será imprescindible, por tanto, realizar ensayos sobre el sellante en estudio

para comprobar su comportamiento mecánico. Estos ensayos mecánicos se

realizarán en las instalaciones de la empresa TEAMS, valiéndose de probetas de

fibra de carbono y/o aluminio para realizar dichos ensayos en las máquinas de

tracción.

El conjunto de probetas y respectivas características que se definió para

realizar los ensayos se muestran en la figura 15. El objetivo de esta figura no es

Fig. 14 Localización de los tanques de combustible de un avión comercial


tanto señalar las características de las probetas en cuestión, sino mostrar una

visión de conjunto del problema global, dejando patente la gran variedad de

especímenes y configuraciones existentes.

Como queda patente en la figura 15, existe una gran variedad de probetas

en cuanto a sus características tanto físicas como en cuanto a su modo de ensayo,

en concreto, existen 65 grupos de probetas, identificada con la nomenclatura que

aparece en la primera columna de la tabla.

Las distintas probetas podrán diferenciarse según:

Prioridad

El orden en que deberán ensayarse las probetas vendrá condicionado por la

prioridad establecida por el cliente. Esta prioridad podrá ser 1 o 2 dependiendo de

la asignación dada a cada probeta.

Tabla 1: Conjunto de probetas a ensayar


Configuración

Existen 3 posibles tipos de configuración de probetas, que estarán formadas

por 2 o 3 laminados de fibra de carbono y/o láminas de aluminio, pudiéndose

colocar el sellante en estudio en las superficies de contacto entre láminas y/o

laminados. Las láminas y/o laminados estarán unidos entre sí por medio de dos

remaches e incluirán además uno o dos tacones o packers para asegurar que la

carga aplicada durante el ensayo esté alineada con la dirección longitudinal de la

probeta.

Tanto las propiedades dimensionales de las probetas, como el tipo de

remache, el material de los tacones o el tipo de sellante incluido entre láminas y/o

laminados podrán variar de unas probetas a otras.

Las 3 posibles configuraciones de probetas son:

o Cortadura simple con hueco (SLS-Gap):

Esta configuración estará formada por dos laminados de fibra de carbono,

dos remaches y dos tacones. Los laminados estarán separados entre sí

mediante dos soportes de aluminio o spacers. El sellante podrá ir colocado

entre los spacers.

o Cortadura simple sin hueco (SLS):

Esta configuración estará formada por dos laminados de fibra de carbono,

dos remaches y dos tacones, pudiendo incluir el sellante en las superficies de

contacto entre laminados.

o Cortadura doble (DLS):

Esta configuración estará formada por dos láminas de aluminio, un laminado

de fibra de carbono situado entre ambas láminas de aluminio, dos remaches

que permiten unir las tres láminas que componen la probeta y un tacón que

permite darle rigidez al conjunto.

Fig. 15 Probeta de cortadura simple con hueco

Fig. 16 Probeta de cortadura simple sin hueco


Podrá incluirse el sellante en las superficies de contacto entre las láminas de

aluminio y el laminado de fibra de carbono, de forma simétrica.

Tipo de ensayo

Existen dos tipos de ensayo a los que podrán ser sometidas las probetas,

ensayo estático o a fatiga. Cada tipo de ensayo se realizará en una máquina de

ensayo diferente:

o Ensayo estático: Se realizarán en la máquina Universal Zwick Roell Z250 para

ensayo estático, con capacidad máxima de 250 KN.

o Ensayo a fatiga: Se realizará en la máquina Instron 8801 con capacidad

máxima de 100 KN.

Condiciones de ensayo

Las condiciones térmicas de ensayo variarán dependiendo de las

condiciones establecidas para cada probeta, pudiéndose ensayar a 4

temperaturas diferentes: Temperatura ambiente, 90ºC, 120ºC y -55ºC.

La temperatura exigida durante el ensayo se conseguirá mediante cámaras

térmicas adheridas a las máquinas de ensayo. Sin embargo, los ensayos para las

probetas a fatiga a -55ºC no podrán realizarse en las instalaciones de TEAMS, ya

que no se dispone de los requerimientos necesarios.

Tipo de Sellante

Fig. 17 Probeta de cortadura doble

Fig. 19 Máquina Instron 8801 Fig. 18 Máquina Zwick Roell Z250


El sellante aplicado a cada probeta variará dependiendo de las

especificaciones definidas para cada probeta. Los 4 posibles tipos de sellantes son:

o Sellante convencional.

o Shimming:

o Redux 870

o EPIBOND 1590

o EA9394.

Espesor de laminados

Los laminados de fibra de carbono, que son el elemento principal de las

probetas, podrán tener 5 espesores diferentes: 2.03 mm , 4.06 mm, 5.08 mm, 6.10

mm, y 10.16 mm

Estado y espesor del sellante

El sellante deberá aplicarse de forma líquida, sólida o ambos a la vez, según

la configuración determinada de la probeta.

Los espesores de sellante líquido aplicados a las probetas podrán ser de:

o 0 mm

o 0.5 mm

o 1 mm.

Los espesores de sellante sólido aplicados tendrán como posibles valores:

o 0 mm

o 1.5 mm

o 3mm

Y los espesores totales de shimming (líquido + sólido) podrán medir:

o 0 mm

o 0.5 mm

o 1 mm

o 2.5 mm

o 4 mm

Secuencia de apilado

Se entiende por Lay-up el porcentaje de láminas según las direcciones 0º,

45º y 90º en la secuencia de apilado de la fabricación de paneles a partir de los

cuales se extraerán los laminados de fibra de carbono.

Las posibles configuraciones de probetas según la secuencia de

apilado se muestran en la siguiente tabla:


Tipo de remache

Los remaches utilizados para unir las láminas y/o laminados de las

probetas a ensayar pueden ser de dos tipos:

o EN6114K - ASNA2531

o ABS0257 - Sin tuerca

Material de los tacones

El material utilizado para la fabricación de los tacones será fibra de carbono

siempre y cuando no exista ningún tipo de sellante entre laminados, en cuyo caso

se emplearán tacones de aluminio. Es decir, el material empleado en la fabricación

de los tacones dependerá del empleo o no de sellante en la fabricación de las

probetas.

Extensometría

Según las especificaciones facilitadas por el cliente, deberán añadirse a

ciertas probetas bandas extensométricas para estudiar la deformación antes de la

rotura de dichas probetas.

Dimensiones

La variedad dimensional de las probetas es enorme, ya que existen varias

características dimensionales que afectan a la geometría de las probetas.

Considerando las principales dimensiones, se han agrupado las probetas según se

muestra en la siguiente tabla, en la que se han incluido las dimensiones en mm.

Tabla 3: Variedad dimensional de las probetas

Tabla2: Secuencias de apilado


En un intento de agrupar probetas con características similares se ha

configurado la siguiente tabla. Para poder realizar dicha agrupación, se ha tenido

que prescindir del espesor del sellante o hueco y del material de los tacones. En la

tabla se indica el número de probetas que poseen las mismas características,

distribuyéndolas en 44 grupos.

Como puede observarse, la gran variedad en cuanto a las características de

las probetas en estudio, hace que la toma de decisiones en cuanto al orden de

fabricación y ensayo sea enormemente compleja además de crucial para minimizar

el tiempo del proceso. Deberán agruparse las probetas con procesos y/o

características similares, simultanear procesos, identificar cuellos de botella para

asignar adecuadamente los recursos, etc.

Es por este motivo por el cual se decidió recurrir a la simulación en Arena,

ya que permite realizar procedimientos de prueba y error de forma ficticia sobre

un modelo del sistema real, pudiendo rectificar sobre los fallos no previstos en una

primera decisión sobre el proceso, hasta llegar a la solución óptima o cuasióptima.

Una vez iniciado el proceso real, el margen de maniobra en cuanto a cambios en el

Tabla4: Agrupación de probetas con características similares


proceso real es muy pequeño, pudiendo ser inviable, lento o muy costo. De ahí la

importancia de realizar una simulación previa.

3.3.- Descripción del proceso

El proceso a desarrollar comprende una serie de etapas que se describirán a

continuación, incluyéndose un esquema general del proceso completo en la figura

22. Las etapas seguidas por todas y cada una de las probetas se han marcado con el

fondo azul, mientras que las etapas seguidas sólo por una parte de las probetas se

han marcado con el fondo verde. Por otra parte, las etapas correspondientes al

aporte de materia prima o elementos aparecen marcadas con el fondo naranja.

Las etapas que componen el proceso de fabricación y ensayo de las probetas son:

3.3.1 Corte de paneles:

En esta primera etapa del proceso se cortarán los paneles de fibra de

carbono que habían sido previamente fabricados e inspeccionados. En el presente

proyecto no se contempla la fabricación e inspección de los paneles, sino que los

paneles serán tratados meramente como materia prima, ya que en el momento en

que me incorporé al proyecto dichos paneles ya estaban disponibles para su uso y

no constituye un elemento significativo del proceso.

El corte de los paneles se realizará en una máquina de corte manual

especialmente diseñada para el corte de laminados de fibra de carbono.

Fig.20 Esquema del proceso completo


Tabla 5: Nomenclatura de los paneles de fibra de carbono.

Las láminas de aluminio necesarias para fabricar las probetas de

configuración DLS se obtendrán a partir de planchas de aluminio cortadas

mediante otra máquina especialmente diseñada para el corte de metales. Durante

la simulación del proceso no se tendrá en cuenta el corte de estas láminas de

aluminio debido a que el volumen de probetas de configuración DLS es muy

pequeño (6 probetas) y que es un proceso realizado de forma paralela. La

obtención de estas láminas de aluminio no influirá en el tiempo final de realización

del proceso completo, por tanto, durante la simulación, serán tratadas como

materia prima aportada.

A partir de los paneles de fibra de carbono ya fabricados e inspeccionados,

se obtendrán los laminados utilizados para fabricar las probetas de fibra de

carbono.

Existirá un total de 31 paneles, diferenciándose entre sí por el tamaño,

espesor y secuencia de apilado, lo cual influyó inicialmente en el reparto de

laminados a extraer de cada panel. La correspondiente nomenclatura y número de

panel asociado se muestra en la siguiente tabla.

Fig. 21 Panel de fibra de carbono


3.3.2 Unión de tacones

Una vez que se han extraído los laminados de fibra de carbono, se les

colocarán los tacones correspondientes. Como se ha indicado anteriormente, los

tacones serán añadidos a las probetas para garantizar la colinealidad de la carga

aplicada y la dirección longitudinal de la probeta.

Se colocarán un tacón por cada laminado de fibra de carbono, en el caso de

que la configuración sea SLS o SLS-Gap. Y en el caso de que la configuración sea

DLS, el tacón se pegará sobre una de las dos láminas de aluminio que forman parte

de la probeta.

Como se mencionó anteriormente estos tacones podrán estar fabricados de

aluminio o fibra de carbono dependiendo de que se aplique o no sellante a la

probeta.

El motivo de esta decisión se basa en que en el caso en que no se aplique

sellante, el espesor del tacón deberá ser exactamente el mismo que el del laminado.

Es por ello que el tacón se sacará del mismo material del que se extraerá el panel

para fabricar los laminados, es decir, de fibra de carbono. Sin embargo. en el caso

de que exista sellante, el espesor del tacón aumentará (espesor del laminado +

espesor del sellante), por lo que se fabricarán de aluminio por su más sencilla

fabricación.

El tacón no influirá en las propiedades mecánicas de la probeta, por lo que

será independiente el material del que esté fabricado siempre y cuando sea

suficientemente rígido. La única misión del tacón será permitir que al colocar la

probeta en las mordazas de la máquina de ensayo, la carga aplicada sea colineal

con la dirección longitudinal de la probeta.

Fig. 23 Tacón de fibra de carbono Fig. 22 Tacón de aluminio.


El tacón se fijará al laminado correspondiente mediante un adhesivo, y a

continuación se introducirá el conjunto en el horno para que dicho adhesivo cure

adecuadamente.

3.3.3 Curado del adhesivo de los tacones

El curado del adhesivo utilizado para la unión entre laminados y tacones se

realizará en un horno o cámara climática con un rango de temperatura de

funcionamiento entre -70ºC y 180ºC. El volumen útil de la cámara será de 250

litros, con unas dimensiones aproximadas de 70 x 60 x 60 cm.

El curado del adhesivo se realizará a 110ºC durante 140 minutos.

El número de laminados a introducir simultáneamente en la cámara

climática dependerá del tamaño de los mismos. Existen 5 tipos de laminados en

función de su espesor, los cuales tendrán además otras dimensiones diferentes

(distancia entre remaches, distancia entre el remache y el borde del laminado, etc.)

Fig. 24 Probeta en la máquina de ensayo

Fig. 25 Cámara climática para el curado.


Considerando la capacidad del horno, las dimensiones de los laminados y

que los laminados estén suficientemente espaciados en el interior del horno para

que el curado sea efectivo, el número de probetas (1 o 2 laminados según la

configuración sea SLS-Gap, SLS, o DLS) del mismo espesor que se podrán curar

simultáneamente se muestra en la siguiente tabla:

3.3.4 Taladrado

El siguiente proceso a realizar, una vez que se han fijado los tacones a los

laminados será realizar los taladros dónde posteriormente irán ubicados los

remaches que fijarán los diferentes laminados que componen las probetas.

A todos los laminados se les realizarán dos taladros idénticos, con un

diámetro variable en función de la configuración, que repercutirá por tanto en las

dimensiones de la broca a utilizar. Los posibles diámetros de los taladros son: 4.76

mm , 4.80 mm, 5.60 mm, 6.35 mm y 7.94 mm

La separación entre taladros y la distancia del primer taladro al borde

exterior del laminado dependerán también de cada configuración.

Los taladros se realizarán mediante una taladradora manual.

Fig. 26 Taladros realizados en los laminados

Tabla 6: Nº de probetas del mismo espesor que pueden

introducirse simultáneamente en el horno.


3.3.5 Avellanado

Justo a continuación del taladrado, se realizará el avellanado de los taladros

para preparar el orificio donde irá ubicada posteriormente la cabeza troncocónica

del remache. Se realizará un solo avellanado por laminado, en el taladro más

externo, ya que los remaches se colocarán en direcciones opuestas ubicando la

cabeza de cada remache en un laminado diferente.

El avellanado de los taladros se realizará en una máquina manual diseñada

especialmente para realizar esta tarea.

En función del diámetro del taladro, variarán las dimensiones de las fresas

utilizadas para el avellanado.

3.3.6 Inspección de taladros por ultrasonidos

Después de realizar los taladros y avellanados correspondientes, se

procederá a comprobar que durante dichas operaciones no se ha dañado el

material produciendo grietas, fisuras, delaminaciones, etc.

Se examinará cada laminado, exclusivamente por las zonas adyacentes a

cada taladro.

Las inspecciones se realizarán por el personal cualificado mediante el

equipo de inspección por ultrasonidos.

Fig. 27 Avellanados realizados en los laminados


3.3.7 Medición del diámetro de los taladros

Es imprescindible asegurar que las dimensiones de los taladros realizados

se encuentran dentro del rango de tolerancias permitidas por la normativa. Para

ello se medirá rigurosamente el diámetro de dichos taladros mediante un

comparador digital con una precisión de centésima de milímetro.

3.3.8 Montaje de probetas

El proceso de montaje de las probetas se variará ligeramente dependiendo

de la configuración propia de cada probeta. Dado que existen tres posibles

configuraciones, se describirán a continuación los diferentes modos de montaje

según el tipo de configuración.

Montaje de probetas de cortadura simple con hueco (SLS-Gap)

Para el montaje de probetas SLS-Gap se fijarán en primer lugar los soportes

o spacers sobre uno de los dos laminados de fibra de carbono que componen la

probeta. Los spacers se colocarán sobre la misma superficie en la que se fijó el

Fig. 29 Comparador digital y patrón de medida.

Fig. 28 Equipo de inspección por ultrasonidos


tacón. Las posiciones donde irán colocados los spacers (distancia “e” del extremo

sin tacón del laminado) y el espesor de éstos vendrán definidos por el cliente y

variarán dependiendo de la probeta. La fijación de los spacers se realizará

mediante un adhesivo sólido de muy pequeño espesor que no necesita ser curado.

A continuación se colocará el sellante convencional (en el caso de que la

probeta a fabricar llevara sellante) en toda la superficie comprendida entre los dos

spacers del laminando al cual se le han colocado los spacers.

Seguidamente, se colocará el otro laminado de forma que los taladros de

ambos laminados estén alineados y los tacones se encuentren enfrentados. Una vez

alineados los taladros, se colocarán los remaches, introduciendo la cabeza de los

mismos en el orificio avellanado. A continuación se les colocarán las tuercas a los

remaches y se aplicará el par de apriete definido en la normativa.

Montaje de probetas de cortadura simple sin hueco (SLS)

El montaje de las probetas SLS es muy similar al de las probetas SLS-Gap,

con la diferencia de que este tipo de probetas no llevarán incorporados spacers.

En primer lugar se aplicará el sellante shimming a la probeta, ya sea líquido,

sólido, o ambos, en el caso de que estuviera especificado que la probeta en cuestión

debiera sellante. En el caso de que la probeta llevase sellante tanto líquido como

sólido, se aplicará en primer lugar el sellante líquido. El shimming se aplicará sobre

la superficie de uno de los laminados en la cual se encuentra pegado el tacón.

Se cubrirá con el shimming toda la superficie de contacto entre los dos

laminados y a continuación se colocará el otro laminado de forma que los tacones

de ambos laminados se encuentren enfrentados y los taladros alineados.

Fig. 31 Probeta de cortadura simple sin hueco

Fig. 30 Probeta de cortadura simple con hueco


Después de unir ambos laminados, se colocarán los remaches, añadiéndoles

sus respectivas tuercas y aplicando el par de apriete especificado.

Montaje de probetas de Cortadura doble (DLS):

Existen únicamente dos configuraciones de probetas de cortadura doble,

una de ellas sin sellante y la otra con sellante shimming tanto líquido como sólido.

En el caso de la configuración con shimming, se aplicará inicialmente el

shimming líquido sobre cada una de las dos láminas de aluminio, y sobre éste

shimming líquido, se aplicará el shimming sólido. Habrá que tomar la precaución

de aplicar el shimming en la superficie adecuada de la lámina de aluminio, es decir,

de forma que el tacón pegado previamente a una de las láminas quede en el

interior de la probeta y que el avellanado de los taladros quede hacia el exterior.

Una vez aplicado el shimming (en el caso de que la probeta llevara sellante),

se unirán las láminas de aluminio y el laminado de fibra de carbono tal como se

muestra en la figura 36, quedando los taladros alineados.

Seguidamente se colocarán los remaches con sus respectivas tuercas,

aplicando el par de apriete especificado.

3.3.9 Curado del Sellante

Este proceso se realizará exclusivamente a las probetas a las que se les haya

aplicado un sellante líquido que sea necesario curar.

Como se detalló anteriormente, existen 4 tipos posibles de sellantes que se

aplicarán a las diferentes probetas: sellante convencional y tres tipos de shimming

(Redux 870, EPIBOND 1590 y EA 9394).

Fig. 32 Probeta de cortadura doble


El curado del sellante líquido aplicado a las probetas se realizará en la

misma cámara climática que se utilizó para curar el adhesivo empleado para fijar

los tacones.

El número de probetas a introducir simultáneamente en la cámara climática

dependerá del tamaño de las mismas. Existen 5 tipos de probetas en función del

espesor de los laminados de los mismos, variando otras dimensiones como el

ancho y la longitud de las probetas, distancia entre remaches etc.

Considerando la capacidad del horno, las dimensiones de las probetas y que

las probetas estén suficientemente espaciadas en el interior del horno para que el

curado sea efectivo, el número de probetas del mismo espesor que se podrán curar

simultáneamente se muestra en la siguiente tabla:

La temperatura y tiempo de curado variará dependiendo del sellante

líquido a curar. Los parámetros de curado en función del tipo de sellante se

muestran a continuación:

o Sellantes convencional: 120ºC durante 120 minutos.

Tabla 7: Nº de probetas del mismo espesor que pueden

introducirse simultáneamente en el horno.

Fig. 33 Cámara climática para el curado.


o Redux 870: 140 ºC durante 110 minutos.

o EPIBOND 1590: 135ºC durante 140 minutos

o EA 9394: 120ºC durante 160 minutos.

3.3.10 Medición de las dimensiones de las probetas

Es imprescindible realizar un control exhaustivo de las dimensiones de las

probetas a ensayar, comprobando que dichas dimensiones se encuentra dentro de

las tolerancias establecidas.

Por tanto, una vez que se hayan terminado de montar las probetas y hayan

pasado por la cámara climática aquellas probetas que necesitaran de un curado

térmico del sellante líquido aplicado, se procederá a medir las dimensiones de las

mismas.

Se medirá:

o Largo de cada uno de los laminados.

o Largo de la probeta completa.

o Espesor de cada laminado.

o Espesor de la probeta.

o Largo de los tacones.

o Distancia del tacón de cada laminado al otro laminado.

o Distancia del borde de los laminados a los spacers (en el caso de probetas

SLS-Gap).

o Distancia entre remaches

o Espesor del sellante aplicado o hueco (en el caso de probetas SLS-Gap).

Estas medidas se realizarán mediante una regla para las dimensiones

mayores y con un pie de rey digital para las dimensiones menores.

Fig. 34 Probeta montada lista para ser medida.


3.3.11 Colocación de Extensometría (galgas y extensómetro)

Por requerimiento del cliente, será necesario obtener varias curvas tensión-

deformación para diferentes posiciones de una serie de probetas establecidas.

Para la obtención de estas curvas será necesario colocarle a dichas probetas

una serie de galgas extensométricas y extensómetros que permitan recoger el

valor de las deformaciones locales de la probeta para cada valor de carga. Y a partir

del valor de estas deformaciones locales y del valor de la tensión correspondiente,

podrá construirse la curva tensión-deformación de cada punto medido.

Las galgas extensométricas se colocarán manualmente fijándose mediante

un adhesivo, mientras que para la fijación del extensómetro se empleará el útil

mostrado en la figura 41.

3.3.12 Acondicionamiento térmico

Otro de los requerimientos establecidos en la definición del proyecto, es el

de realizar un acondicionamiento térmico previo al ensayo de una serie de

probetas establecidas.

Fig. 36 Colocación del extensómetro

Fig. 35 Pie de rey digital


El acondicionamiento térmico se realizará en una cámara climática de

características similares a la utilizada para curar el adhesivo de los tacones y los

diferentes sellantes. Esta cámara climática tendrá las mismas dimensiones y la

misma capacidad, es decir, 250 litros útiles. Y el rango de funcionamiento oscilará

entre -70ºC y 180 ºC.

Existirán solamente 4 configuraciones de probetas que serán sometidas al

acondicionamiento térmico, con un total de 22 probetas, todas de las mismas

dimensiones con un espesor de 6.10 mm y una longitud de 327 mm. Considerando

la capacidad del horno, las dimensiones de las probetas y que las probetas estén

suficientemente espaciadas en el interior de la cámara climática para que el

acondicionamiento sea efectivo, el número de probetas que podrán acondicionarse

simultáneamente es de 20 probetas.

El acondicionamiento térmico se realizará durante 7 días a una temperatura

de 90ºC.

3.3.13 Ensayo

El fin último del proyecto real será realizar el ensayo de tracción sobre las

probetas fabricadas para analizar el comportamiento mecánico del sellante

shimming en estudio.

El ensayo a tracción podrá ser estático o dinámico (a fatiga), dependiendo

de cada probeta, realizándose ambos ensayos en máquinas diferentes.

Los ensayos de tracción estática se realizarán en la máquina Zwick Roell

Z250, mientras que los ensayos a fatiga se realizarán en la máquina Instron 8801.

Fig. 37 Máquina Zwick Roell Z250 Fig. 38 Máquina Instron 8801


Toda probeta de ensayo a fatiga estará relacionada con una serie de

probetas de ensayo estático con las mismas características, de forma que la carga

máxima del ciclo de fatiga aplicado a cada probeta de ensayo a fatiga, tendrá un

valor del 40% de la carga de media de rotura de la correspondiente serie de

probetas de ensayo estático.

Por tanto, para realizar el ensayo de fatiga a una probeta determinada,

deberá haberse realizado previamente el ensayo estático de la serie completa de

probetas de ensayo estático relacionadas con dicha probeta de ensayo a fatiga,

para poder disponer del valor máximo del ciclo de carga a aplicar a la probeta de

ensayo a fatiga en cuestión.

El ensayo a fatiga se presupone, a priori, que será un factor determinante en

el tiempo final de duración del proceso completo ya que existe un número elevado

de probetas que serán sometidas a este tipo de ensayo y cada uno de los ensayos

tendrá una duración fija de 3 días. Esta duración del ensayo estará fijada por el

millón de ciclos de carga a los que deberá ser sometido cada probeta.

Para aquellos ensayos de probetas que se realicen a una temperatura

específica, se utilizará una cámara térmica que se acoplará a la máquina de ensayo.

Dichas cámaras térmicas tendrán un rango de funcionamiento entre -70ºC y 350ºC.

Las posibles condiciones térmicas aplicadas durante los ensayos tanto de fatiga

como estáticos, dependiendo de cada probeta, son: Temperatura ambiente, 90ºC,

120ºC y -55ºC.

Fig. 39 Probeta sometida a ensayo de fatiga


Todos los ensayos a temperatura podrán realizarse en las instalaciones de

la empresa, excepto aquellos ensayos a fatiga que se realicen a -55ºC, ya que no es

posible garantizar que con los equipos disponibles pueda mantenerse dicha

temperatura durante los 3 días de duración del ensayo.

Por tanto, las probetas de ensayo a fatiga a -55ºC deberán mandarse a otro

laboratorio externo.

3.3.14 Realización de fotografías

Una vez realizado el ensayo de propio de cada probeta, ya sea estático o

fatiga, se realizarán fotografías para que quede constancia visual del estado de la

probeta después de haber sido sometida al ensayo de tracción.

Es prestará especial atención a la zona del entorno de los remaches, que

será la zona previsible de rotura de las probetas.

3.3.15 Test de tensión residual

Algunas de las probetas de ensayo a fatiga, deberán ser sometidas a un test

de tensión residual una vez finalizado el ensayo de fatiga por requerimiento del

Fig. 41 Estado de una probeta tras el ensayo de tracción estática

Fig. 40 Cámara térmica


cliente. Se realizará el test de tensión residual a un total de 65 probetas de las 84

probetas de ensayo a fatiga existentes.

Las tensiones residuales internas que ocurren en los componentes sin

síntomas visibles podrían influir sobre el comportamiento de resistencia de los

mismos. Será por tanto necesario tener conocimiento de las tensiones residuales

existentes en las probetas en estudio, para analizar su influencia en la resistencia a

fatiga de dichas probetas.

Se empleará un equipo de detección automática de tensiones residuales

empleando bandas extensométricas.

3.3.16 Investigación microscópica

Algunas de las probetas de ensayo a fatiga, deberán ser sometidas a una

investigación microscópica por requerimiento del cliente una vez finalizado el

ensayo de fatiga. Se analizarán un total de 7 probetas de las 84 probetas de ensayo

a fatiga existentes.

El estudio microscópico se realizará en una zona de la probeta del entorno

de los taladros en un área perpendicular a la dirección de carga. Se pretende

estudiar el efecto del ensayo a fatiga (grietas, delaminaciones, fisuras, etc) sobre la

superficie de los taladros.

Para realizar la investigación microscópica se tomará una muestra del

entorno de los taladros de las probetas a investigar, se empastillará dicha muestra,

y se pulirá para ser observada en el microscopio óptico, tomando fotografías

mediante una cámara digital incorporada al microscopio.

Fig. 42 Equipo de medición de tensiones residuales


3.3.17 Almacenaje de las probetas ensayadas

Una vez ensayadas las probetas y realizados todos los estudios pertinentes

sobre las mismas, las probetas serán almacenadas junto con la documentación

propia de la misma.

Será imprescindible llevar un seguimiento exhaustivo de la trazabilidad de

cada probeta. Es decir, deberán quedar recogidas todas las etapas seguidas por

cada probeta y los datos recogidos durante dichas etapas. Para ello, en todo

momento le acompañará a cada probeta una orden de trabajo donde se marcarán

las realizadas y los datos recogidos. Esta orden de trabajo será almacenada junto a

la probeta.

Fig. 45 Ejemplo de Orden de trabajo

Fig. 44 Microscopio óptico Fig. 43 Muestra de la probeta empastillada


4.1.- Construcción del modelo

En un intento de dar una visión global del modelo de simulación, se muestra

en la siguiente figura una imagen general del sistema a simular.

La descripción de cada una de las etapas del modelo se describirá a

continuación:

4.1.1 Datos de entrada

Esta primera fase del modelo tendrá como finalidad introducir todos los

datos propios de cada probeta, asignándoles los atributos necesarios para el

desarrollo de etapas posteriores. Arena permite introducir estos atributos

Fig. 46 Imagen general del modelo de simulación


manualmente, sin embargo, el programa posee una herramienta de enorme

utilidad, la cual permite leer los datos a partir de un fichero Excel mediante el

módulo ReadWrite. Ésta es una de las herramientas de mayor potencia de Arena,

ya que permitirá introducir un volumen enorme de datos y realizar cambios sobre

los mismos de forma muy sencilla.

Inicialmente, mediante el módulo Create “Creación Probetas”, se generarán

las 241 probetas que participarán en el proceso. Se crearán todas las entidades de

forma simultánea en una sola llegada. A continuación, mediante el módulo

ReadWrite “Lectura de datos” se leerán las características propias de cada probeta

en forma de atributos a partir del fichero Excel “datos.xls”

Tabla 8: Muestra de la tabla Excel “Datos.xls”

Fig.47 Lectura de datos


4.1.2 Composición de paneles

Una vez asignadas a las 241 probetas sus características correspondientes,

se procederá a agruparlas en los paneles correspondientes mediante el módulo

“Composicion de paneles”.

Submodelo “Comprobación de paneles”

El módulo “Composicion de paneles” es un submodelo que incluye los módulos

mostrados en la figura.

La agrupación de probetas en paneles se hará por medio del módulo

batch “Union de probetas”. Esta unión se hará de forma temporal para poder

separar las Probetas más adelante.

Una vez constituidos los paneles se ordenarán según un criterio de orden de

corte establecido y asignado durante la lectura de datos. Esta ordenación se

realizará en el módulo submodel “Ordenacion paneles” que se describirá

posteriormente.

A continuación, los paneles pasarán a ser almacenados en el módulo hold

“Almacen de Paneles”, para ser utilizados cuando sea necesario. El primer panel se

liberará por medio del conjunto de bloques situado en la parte superior de la

figura, gracias a la señal generada en el módulo signal “Senal para 1er panel” que

permitirá dejar salir al primer elemento que entró en “Almacen de Paneles”, es

decir, el primer panel. El resto de paneles serán liberados mediante un señal

Fig. 48 Composición de paneles

Fig. 49 Elementos incluidos en el submodelo “Composición de paneles”


generada en el submodelo posterior “Corte de paneles”, a medida que se vayan

cortando los paneles.

En el conjunto de módulos de la parte superior se incluye también el

módulo ReadWrite “lectura variables” que permitirá leer del fichero Excel

“Datos.xls” una serie de variables que serán utilizadas más adelante.

Este módulo de lectura de variables se podría haber colocado

anteriormente en el módulo de lectura de datos de los atributos de cada probeta,

sin embargo se ha decidido colocarlo en esta ubicación por llegar únicamente un

elemento, y por tanto, las variables serán leídas una única vez.

o Submodelo “Ordenacion paneles”

Para ordenar los paneles, éstos pasarán inicialmente por el módulo decide

“Orden panel”. Los paneles, los cuales poseen un número de orden, pasarán

únicamente si su número de orden coincide con la variable “contador1” que

inicialmente será igual a 1 e irá incrementándose en el módulo Asign “Asig

contador paneles”. En caso de que el número de orden del panel no coincida con la

variable “contador1”, el panel pasará al módulo hold “Cola Orden panel” hasta ser

liberado por la señal generada en el módulo signal “Liberar cola orden panel”.

En el módulo “Asig contador paneles” se definirán también los dibujos

propios de cada panel, que podrán verse reflejados durante la animación.

Fig.50 Elementos incluidos en “Ordenacion paneles”

Tabla 9: Tabla Excel del archivo “Datos.xls” leída en el módulo “lectura variables”


4.1.3 Corte de paneles

Teniendo ya definidos y almacenados los paneles, podrán cortarse en este

módulo para extraer los laminados que compondrán las probetas a ensayar.

Submodelo “Corte de paneles”

Este elemento incluye varios módulos, como se aprecia en la figura, entre

los que destaca el proceso “Corte”. Como su propio nombre indica, en este módulo

se realizará el corte de los paneles. Se utilizarán como recursos la máquina de corte

“maq_corte” y uno de los 5 operarios de mecanizado “Operario mecanizado”,

empleándose un tiempo de corte de distribución normal con media 45 minutos y

desviación típica 8 minutos.

El panel, una vez cortado, pasará por el módulo “t final corte Operarios

mecanizado” para registrar mediante la variable “tf_operarios mecanizado” el

instante de tiempo en que los operarios de mecanizado dejan de trabajar en el

proceso de corte. A continuación pasarán por el módulo “Senal para corte de

paneles” para generar una señal que libere el siguiente panel del almacén de

paneles, y a continuación pasará por el módulo separate “Separacion en probetas”,

dónde se deshará la agrupación de probetas hecha anteriormente para la creación

de los paneles. Las probetas, una vez cortadas, serán ordenadas de forma similar a

como se ordenaron los paneles en el submodelo “Ordenacion probetas cortadas”.

o Submodelo “Ordenacion probetas cortadas”

Para ordenar las probetas, éstas pasarán inicialmente por el módulo decide “Orden

probeta”. Las probetas, las cuales poseen un número de orden, pasarán únicamente si

su número de orden coincide con la variable “contador2” que inicialmente será igual

a 1 e irá incrementándose en el módulo Asign “Asig contador probeta”. En caso de

que el número de orden de la probeta no coincida con la variable “contador2”, la

probeta pasará al módulo hold “Cola probeta” hasta ser liberada por la señal generada

en el módulo signal “Liberar cola probeta”.

Fig. 51 Corte de paneles

Fig. 52 Elementos incluídos en “Corte de paneles”.


Fig. 54 Submodelo “Union Tacones”

o En el módulo “Asig contador paneles” se definirán también los dibujos propios de

cada probeta, que podrán verse reflejados durante la animación. En este módulo,

además, se incluirá la asignación de la secuencia seguida por cada probeta durante

todo el proceso.

4.1.4 Unión de tacones

A los laminados cortados se les unirá un tacón de aluminio o fibra de

carbono dependiendo de la probeta a la que pertenezcan dichos laminados en el

submodelo “Union Tacones”.

Submodelo “Union Tacones”

En el interior del submodelo “Union Tacones” estará incluida la creación de

tacones. Los tacones serán tratados como materia prima ya que en el proyecto real

los tacones serán creados de antemano. Se crearán todos los tacones en el módulo

create “Creacion Tacones” en una sola tirada para las 241 probetas, asignándoles

un orden en el módulo “Asignacion Orden Tacones” para referenciar dichos

tacones a su probeta correspondiente. En el proceso no se diferenciará el tipo de

tacón a pegar, ya que el tipo del material del tacón a unir es independiente del

proceso de unión.

Fig. 53 Elementos incluídos en “Ordenacion probetas cortadas”.


Se utilizará el módulo “Union Probeta Tacon” para, como su propio nombre

indica, unir los tacones a las probetas correspondientes, simulando el pegado de

dichos tacones en el módulo “Pegado Tacones”. Para el pegado de tacones se

empleará un tiempo que sigue una distribución normal de media 6 minutos y

desviación típica 2 minutos. Y se empleará como recurso uno de los 2 operarios de

la sala de ensayos físico-químicos, identificados en el modelo de Arena como

“Operario sala”. Por último las probetas pasarán por el módulo “t final unión

tacones Operarios sala”, para registrar mediante la variable “tf_operarios sala” el

instante de tiempo en que los operarios de sala terminan de trabajar en el proceso

de pegado de tacones.

4.1.5 Curado del adhesivo de los tacones

El curado del adhesivo de los tacones se realizará mediante el submodelo

“Curado Tacones”.

Aunque en el horno se introduzcan los laminados de las probetas de forma

independiente, se introducirán simultáneamente todos los laminados

correspondientes a una misma probeta, considerándose el conjunto como un solo

elemento.

A la hora de introducir las probetas en la cámara climática, habrá buscar

una solución de compromiso entre minimizar el gasto energético, es decir,

introducir el máximo número de probetas simultáneamente en el horno, y

minimizar el tiempo de duración del proceso, es decir, no esperar siempre a que el

horno esté lleno para comenzar el curado.

Fig. 56 Submodelo “Curado Tacones”

Fig. 55 Elementos incluidos en el submodelo “Union Tacones”


Habrá, por tanto, que considerar el tamaño de las probetas y el volumen de

la cámara climática para introducir de forma simultánea el mayor número posibles

de dichas probetas. Por tanto, considerando el número máximo de probetas de

cada espesor que cabe en el horno, se definirá una nueva unidad de volumen para

ajustar porcentualmente el volumen de las probetas a introducir en el horno.

Considerando que el volumen útil de la cámara climática es de 60 u.v.

(unidades de volumen), el volumen ocupado por cada probeta, según su espesor y

configuración es:

Para encontrar la solución de compromiso entre ahorro energético y

minimizar el tiempo de curado, se tomará una serie de decisiones incluidas en el

submodelo “Curado Tacones” que se detallará a continuación:

Submodelo “Curado Tacones”

Las probetas que van llegando a la cámara climática se agruparán

primeramente en lotes que se introducirán posteriormente en dicha cámara

climática. Se considerará que un lote está completo cuando alcance un volumen tal

que no quepa ninguna probeta más en el horno, o haya pasado un tiempo

determinado desde la entrada de la primera probeta en el lote, siempre y cuando

no esté curándose ningún lote en la cámara climática y no haya ningún lote

esperando a ser curado. El tiempo de espera para completar un lote de probetas se

tomará como una variable de control que pretende optimizarse.

Para tener un control de la cola real del proceso de curado habrá que

contabilizar los lotes de probetas que están esperando para ser curados, las

probetas introducidas en el lote en construcción y las probetas que no hayan

cabido por su mayor tamaño en el lote en construcción. Es decir, deberán

contabilizarse todas las probetas desde su llegada a la sala de curado, hasta que

comienza el curado de las probetas.

Tabla 10: Unidad de volumen que ocupa cada

probeta en el horno según su espesor y configuración


Para contabilizar el número de probetas que hay en cola, y el tiempo de

espera de cada probeta se definirán la variable “num_prob_cola_tacones” y el

atributo “t_inicio_tacones” respectivamente.

Al entrar las probetas en el submodelo “Curado Tacones”, pasarán

primeramente por el módulo Assign “Asig num prob y tiempo inicial cola tacones”

donde se contabilizarán el número de probetas que entran en la sala de curado, y el

instante de tiempo en que entra cada probeta.

A continuación en el módulo Process “Colocar prob_tacones”, se simulará el

proceso de colocación de las probetas en lotes por parte de los operarios de sala.

El módulo Decide “Cabe” permitirá separar las probetas que caben en el lote en

construcción de las que no. En el caso de que la probeta tenga un volumen mayor

del espacio disponible en el lote, pasará a ser almacenada en el módulo hold “Cola

lote” hasta que se comience a crear un nuevo lote y se libere este módulo “Cola

lote”. Las probetas que quepan en el lote en construcción seguirán adelante

pasando a continuación por el módulo “Contador tacones” donde se contabilizará

el numero de probetas en el interior del lote y el volumen ocupado por éstas

mediante las variables contador_horno” y “volumen_dentro” respectivamente.

Pasado el módulo “Contador tacones”, las probetas se encontrarán un nuevo

módulo decide llamado “Primera probeta”, que separará a la primera probeta

introducida en el horno para contabilizar en el módulo “contador tiempo” el

instante de entrada de la primera probeta mediante la variable “t1”.

A continuación las probetas pasarán al módulo hold “lote tacones”, donde se

irán almacenando las probetas para crear los diferentes lotes. Las probetas se irán

almacenando en el lote hasta que se cumpla una de las siguientes condiciones:

o Que no quepa ninguna probeta más en el horno

o Que haya pasado el tiempo de espera especificado desde la entrada de la primera

probeta y no haya ningún lote en cola ni en el interior del horno.

o Que hayan entrado ya las 241 probetas existentes.

Fig. 57 Elementos incluidos en el submodelo “Curado tacones”


Cumplida una de las condiciones anteriores las probetas se agruparán en el

módulo “Agrupar en lote” para formar una sola entidad, es decir, el lote

correspondiente. Este lote o conjunto de probetas agrupadas pasará por el módulo

Record “Guardar Porcentaje ocupacion tacones” para registrar el porcentaje de

ocupación de cada lote en el horno. A continuación el lote de probetas pasará por

el módulo “Asig lotes y Reiniciar contador” para hacer que los valores de las

variables “volumen_dentro” y “Contador_horno” vuelvan a ser cero. Se definirá

también el atributo “num_x_lote_tacones” para, como su propio nombre indica,

contabilizar el número de probetas que haya en el lote.

A continuación, el conjunto pasará por el módulo signal “liberar cola lote”

para dejar salir a las probetas almacenadas en “Cola lote”. Las probetas liberadas,

volverán a iniciar todo el proceso, regresando al módulo inicial “Cabe”.

Las probetas agrupadas en lotes, por su parte, pasarán a continuación al

módulo Hold “Cola Horno” donde se almacenarán los lotes creados. Los lotes

permanecerán almacenados hasta que no haya ningún lote curándose ni

introduciéndose en el horno.

Una vez que se libere un lote para ser curado pasará, antes de llegar al

módulo “Curado_adhesivo” donde se curará, por los módulos “Actualizar num prob

cola tacones” y “Tiempo cola final tacones”.

En el módulo “Actualizar num prob cola tacones” se actualizará la variable

“num_prob_cola_tacones” que contabiliza el número de probetas que hay en cola.

Se actualizará la variable restándole el número de probetas incluidas en el lote que

abandonan la cola y pasan a la cámara climática.

En el submodelo “Tiempo cola final tacones” se contabilizará el tiempo en

que ha pasado en cola cada una de las probetas incluidas en el lote:

o Submodelo “Tiempo cola final tacones”

En el interior de este submodelo, se definirá primeramente en el módulo “Var

agrupación x lotes tacones”, la variable “agrupacion_x_lotes_tacones” que recogerá

el número de probetas almacenadas en el lote para que, cuando se separe el lote en

Fig. 58 Elementos incluidos en “Tiempo cola final tacones


sus diferentes probetas, quede constancia del número de probetas que componen el

lote para poder reagruparlas de nuevo más adelante.

En el módulo “Separacion para contar tiempo tacones”, se separará el lote en sus

diferentes probetas para que, en el módulo “Activacion tiempo y contar tiempo en

cola tacones” pueda contabilizarse el tiempo total que ha estado en cola cada una de

las probetas por separado. Este intervalo de tiempo será recogido en el módulo

Record “Recogida tiempo en cola” para que pueda mostrarse en el informe final de la

simulación.

En el módulo “Activacion tiempo y contar tiempo en cola tacones” se ha definido

también la variable “Activacion_t_cola_tacones”, que valdrá 1 cuando pase una

probeta y cero en caso contrario. Esta variable permitirá que se visualicen únicamente

los intervalos de tiempo en cola de cada probeta, y no los intervalos de tiempo muerto

en los que no ha pasado ninguna probeta, y que por tanto no se desea visualizar ni

conocer. En el modulo “reiniciar tiempo activacion cola tacones”, se volverá a cero

la variable “Activacion_t_cola_tacones” una vez que pase la probeta.

El último módulo “Reagrupacion tiempo tacones” permitirá volver a reagrupar las

probetas en el lote correspondiente para introducirlo en la cámara climática.

Una vez actualizado el número de probetas existentes en cola y contabilizar

el tiempo que ha pasado en cola cada una de las probetas que van a ser curadas, se

introducirá el lote completo en el horno para proceder al curado del adhesivo en el

módulo “curado_adhesivo”.

o Submodelo “curado adhesivo”

El proceso de curado del adhesivo se dividirá en tres bloques para poder diferenciar

el tiempo de utilización de los recursos: operarios y horno.

En el bloque Seize Delay “Preparar curado adhesivo” se simulará el proceso de

carga del horno, en el que un operario de sala introducirá el lote de probetas en el

horno. En este proceso se utilizarán como recursos tanto al operario como al horno.

Una vez que el operario ha introducido el lote completo de probetas se liberará a

dicho operario en el módulo Release “Liberar operario sala” para que esté disponible

para otras tareas. Una vez liberados los operarios, en el módulo “t final curado

Fig. 59 Elementos incluidos en “curado adhesivo”


tacones Oprearios sala” se registrará el instante de tiempo en que los operarios de sala

son liberados mediante la variable “tf_operarios sala”.

Será en el módulo Delay Release “curado adhesivo” donde se produzca el curado

del adhesivo de las probetas, utilizando como único recurso el horno. Se tomará como

recurso el “horno1” y se empleará un tiempo constante de 140 minutos para realizar

el proceso.

A la salida del horno se recogerá en el módulo “Contar lotes tacones

curados”, el número de lotes que han sido curados. A continuación se separará el

lote curado en sus respectivas probetas en el módulo “Separacion despues del

horno” y se contabilizará el número total de probetas curadas en el módulo

“Contar prob tacones curados”.

Una vez terminado el proceso de curado las probetas volverán a ser

ordenadas en el siguiente submodelo “Ordenacion probetas despues del horno”. El

modo de ordenar las probetas se hará según el número de orden propio de cada

probeta, del mismo modo a como se hizo en etapas anteriores del modelo.

o Submodelo “Ordenacion despues del horno”.


probeta2”. Las probetas, las cuales poseen un número de orden, pasarán únicamente

si su número de orden coincide con la variable “contador3” que inicialmente será

igual a 1 e irá incrementándose en el módulo Asign “Asig contador3”. En caso de que

el número de orden de la probeta no coincida con la variable “contador3”, la probeta

pasará al módulo hold “Cola prob orden2” hasta ser liberada por la señal generada en

el módulo signal “Lib prob orden2”.

Fig. 60 Elementos incluidos en el submodelo “Ordenacion despues del horno”.


4.1.6 Taladro

Para simular la operación de taladrado, se utilizará el submodelo

“Taladrado”.

Submodelo “Taladro”

El taladro de los laminados de las probetas se simulará en el módulo

“Taladro”. Aunque se taladren los laminados por separado, se considerará a efectos

de la simulación que el proceso se realizará sobre la probeta, ya que la operación

de taladrado se realizará de manera conjunta sobre todos los laminados q

componen la probeta.

Este proceso se realizará en la taladradora definida en el modelo de

simulación como “maq_taladro”, utilizándose además como recurso un operario de

mecanizado definido como “Operario mecanizado”. El tiempo empleado en el

taladro de los laminados se modelará con una distribución normal de media 20

minutos y desviación típica 6 minutos.

A continuación del taladro se colocará el módulo “t final taladro Operarios

mecanizado” en el que se registrará mediante la variable “tf_operarios

mecanizado” el instante de tiempo en que se liberarán los operarios durante el

proceso de taladrado.

4.1.7 Avellanado

El proceso de avellanado se realizará justo a continuación del taladrado.

Una vez que se hayan realizado los taladros de todos los laminados que componen

la probeta, dichos laminado pasarán de manera conjunta al submodelo “Avellanado

Fig. 61 Módulo ”Taladro”

Fig. 62 Elementos del submodelo “Taladro”


Submodelo “Avellanado”

El proceso de avellanado se simulará en el módulo “Avellanar”, durante el

cual se utilizarán como recursos la máquina de avellanado definida en el modelo

como “maq_avellanado” y un operario de mecanizado definido en el modelo como

“Operario mecanizado”. El tiempo empleado durante el avellanado seguirá una

distribución normal de media 22 minutos y desviación típica 5 minutos.

A continuación del avellanado se colocará el módulo “t final avellanado

Operarios mecanizado” en el que se registrará mediante la variable “tf_operarios

mecanizado” el instante de tiempo en que se liberarán los operarios durante el

proceso de avellanado.

4.1.8 Inspección por ultrasonidos

Todas las probetas, después de habérseles realizado los diferentes taladros

y avellanados, deberán ser inspeccionadas para comprobar que durante la

operación de taladrado no han sufrido dañados como fisuras, delaminaciones, etc.

Esta operación de inspección por ultrasonidos se simulará mediante el

módulo “Inspeccion por Ultrasonidos”.

Se utilizarán como recursos un de los dos operario que se trabajan en la sala

de ultrasonidos definidos en el modelo de simulación como “Operario

Fig. 65 Módulo “Inspeccion por ultrasonidos

Fig. 63 Módulo “Avellanar”

Fig. 64 Elementos del submodelo “Avellanado”.


Ultrasonidos”, y la mesa de ultrasonidos dónde se encuentra el equipo de

inspección por ultrasonidos que estará definida en el modelo como “mesa

ultrasonidos”.

Para la inspección completa de cada probeta se empleará un tiempo

definido por una distribución uniforme con un mínimo de 5 minutos y un máximo

de 5 minutos.

4.1.9 Medición de los taladros

Una vez que han sido examinados los taladros en la sala de ultrasonidos se

procederá a la medición del diámetro de los taladros para tener un control

dimensional de los mismos.

Esta medición de los taladros se simulará mediante el módulo “Medicion

Taladros”, utilizando como recursos el operario definido como “Operario 9” y

empleando un tiempo que sigue una distribución normal de media 15 minutos y

desviación típica 2 minutos.

4.1.10 Montaje de las probetas

En esta etapa del proceso, que estará modelada mediante el submodelo

“Montaje Probetas”, se montarán las probetas al completo.

Submodelo “Montaje Probetas”

Se incluirá en el interior del submodelo “Montaje” la recepción de remaches

que serán utilizados para ensamblar las probetas. Se crearán los remaches de las

Fig. 66 Módulo “Medicion Taladros”

Fig. 67 Módulo “Montaje Probetas”


241 probetas en una sola llegada en el módulo “Recepcion Remaches”,

entendiendo que los remaches de cualquier probeta estarán disponibles en todo

memento.

A cada lote de remaches se le asignará un número de orden para hacer

corresponder dicho lote de remaches con una probeta determinada. Esta

asignación se realizará en el módulo “Asignacion Orden Remaches”.

En el módulo “Sincronizar probeta remaches”, como su nombre indica, se

sincronizará la llegada de cada probeta con el lote de remaches propio de dicha

probeta y se unirán en una sola entidad en el módulo “Union Probetas Remache”.

El montaje propio de las probetas se simulará en el módulo “Montaje”. El

operario encargado del montaje de las probetas será un operario especializado

definido en el modelo como “Operario 8”.

El tiempo de montaje podrá ser muy variado dado las muy diferentes

configuraciones existentes. En un intento de aproximar el tiempo de simulación de

montaje al tiempo real de montaje de las probetas se considerará que el tiempo de

montaje sigue una distribución normal de desviación típica 4 minutos y con una

media diferente según sea la configuración:

o SLS-Gap con sellante: 25 minutos.

o SLS-Gap sin sellante: 15 minutos.

o SLS con shimming: 22 minutos.

o SLS sin shimming: 8 minutos.

o DLS con shimming: 35 minutos.

o DLS sin shimming: 12 minutos.

Para poder registrar el instante de tiempo en que el operario 8 dejará de

trabajar se ha añadido el módulo “t final Operario 8” que actualizará el valor de la

variable “tf_operario 8” donde se recogerá el intervalo de tiempo mencionado.

Fig. 68 Elementos incluidos en el submodelo “Montaje Probetas”


4.1.11 Curado del sellante de las probetas

Una vez que las probetas han sido montadas, deberá curarse en la cámara

climática el sellante de aquellas probetas a las que se les haya aplicado sellante

convencional o shimming.

Para ello, se separarán primero las probetas que lleven sellante o shimming

mediante el módulo Decide “Separacion por Sellante o shimming”. Las probetas

que no lleven ningún tipo de sellante seguirán el proceso y pasarán a ser medidas

dimensionalmente, mientras que las probetas a las que se les ha aplicado sellante

tendrán que pasar primeramente por al módulo “curado Probetas” donde se

simulará el proceso de curado del sellante aplicado.

Los módulos Route “Env a horno Probetas”, “Env a Medicion Probetas

montadas”, y “Env a Medicion Probetas montadas” y el módulo Station “Horno

Probetas Montadas” han sido añadidos al modelo para poder visualizar en la

posterior animación el movimiento de las probetas desde la mesa de montaje. Las

probetas podrán moverse a la cámara climática y más adelante a la mesa donde se

realizarán la medición dimensional de las probetas, o directamente desde la mesa

de montaje a la mesa de medida dependiendo de si se ha aplicado o no sellante a la

probeta.

El peso y tamaño de las probetas es muy reducido por lo que no se

necesitará de un sistema sofisticado para el transporte de las mismas. Podrán ser

transportadas manualmente de una estación a otra.

Submodelo “Curado Probetas”

Los elementos que componen el submodelo “Curado Probetas” parecen

formar un entramado muy complejo como se muestra en la figura. Sin embargo, la

estructura de este submodelo es muy similar a la utilizada anteriormente para

simular el curado del adhesivo de los tacones con la única salvedad de que en este

caso en vez de agrupar las probetas en un solo tipo de lote, se agruparán en 4 tipos

diferentes de lotes en función del sellante aplicado a la probeta.

Fig. 69 Módulos para el curado del sellante aplicado a las probetas


Esta separación por tipo de sellante se debe a que cada tipo de sellante

requiere de un tiempo y temperatura de curado distintos. Y, por tanto, no podrán

introducirse simultáneamente en el horno probetas a las que se les haya aplicado

un sellante diferente.

A la hora de introducir las probetas en la cámara climática, habrá buscar

una solución de compromiso entre minimizar el gasto energético, es decir,

introducir el máximo número de probetas simultáneamente en el horno, y

minimizar el tiempo de duración del proceso, es decir, no esperar siempre a que el

horno esté lleno para comenzar el curado.

Habrá, por tanto, que considerar el tamaño de las probetas y el volumen de

la cámara climática para introducir de forma simultánea el mayor número posible

de dichas probetas. Por tanto, considerando el número máximo de probetas de

cada espesor que cabe en el horno, se definirá una nueva unidad de volumen, como

se hizo anteriormente durante el curado del adhesivo de los tacones, para ajustar

porcentualmente el volumen de las probetas a introducir en el horno.

A diferencia del proceso de curado del adhesivo de los tacones en el que se

introducía en el horno los laminados de las probetas se colocaban en el horno de

forma separada, en este caso las probetas se introducirán ya montadas por lo que

el volumen ocupado por las mismas será diferente.

Considerando que el volumen útil de la cámara climática es de 60 u.v.

(unidades de volumen), el volumen ocupado por cada probeta, según su espesor y

configuración es:

Fig. 70 Elementos incluidos en el submodelo “Curado Probetas”


Las probetas, al llegar a la sala donde se encuentra la cámara climática, se

agruparán primeramente en lotes diferentes dependiendo del sellante contenido

en cada probeta. Y una vez que se ha completado un lote, se introducirá en la

cámara climática para proceder al curado del sellante de las probetas que

constituyen dicho lote.

Se considerará que un lote está completo cuando alcance un volumen tal

que no quepa ninguna probeta más en el horno, o haya pasado un tiempo

determinado desde la entrada de la primera probeta en el lote, siempre y cuando

no esté curándose ningún lote en la cámara climática y no haya ningún lote





probetas introducidas en los lotes en construcción y las probetas que no hayan

cabido por su mayor tamaño en los lotes en construcción. Es decir, deberán

contabilizarse todas las probetas desde su llegada a la sala de curado, hasta que

comienza el curado de las probetas.

Para contabilizar el número de probetas que hay en cola, y el tiempo en cola

de cada probeta se definirán la variable “num_prob_cola_sellantes” y el atributo

“t_inicio_sellantes” respectivamente.

A continuación se procederá a detallar el modo de funcionamiento del

submodelo “Curado Probetas” desmembrándolo en tres partes para poder

visualizar con más claridad los elementos que componen el submodelo.

Tabla 11: Unidad de volumen que ocupa cada probeta en el

horno según su espesor y configuración


o Conjunto de bloques inicial del submodelo “Curado Probetas”:

Al entrar las probetas en el submodelo “Curado Probetas”, pasarán

primeramente por el módulo Assign “Orden y colas Sellantes” donde se le asignará

a cada probeta un atributo que contenga el número de orden con que llega a este

submodelo. Esta asignación de orden permitirá ordenar las probetas a la salida de

la cámara climática. En el módulo “Orden y colas Sellantes” se contabilizarán

también el número de probetas que entran en la sala de curado, y el instante de

tiempo en que entra cada probeta mediante la variable “num_prob_cola_sellantes”

y el atributo “t_inicio_sellantes” respectivamente.

A continuación en el módulo Process “Colocar prob_Sellantes”, se simulará el

proceso de colocación de cada probeta en los diferentes lotes por parte de los

operarios de sala.

Y en el módulo Decide “Separacion por tipo de Sellante”, como su propio

nombre indica, se dirigirá cada probeta, según el tipo de sellante que contenga, a su

dirección correspondiente.

o Bloques propios de cada sellante:

Independientemente del camino seguido por cada probeta, el proceso

realizado en cada uno de ellos es idéntico, con la única salvedad de que la

naturaleza del sellante de las probetas en cada camino será diferente.

Al existir 4 posibles sellantes (Redux 870, EPIBOND 1590, EA 9394, y

sellante convencional), habrá por tanto 4 caminos diferentes a seguir por cada una

de las probetas que contengan sellante, los cuales se muestran en las siguientes

figuras.

Fig. 71 primeros bloques del submodelo “Curado tacones”


Dado que los cuatro posibles caminos a seguir por cada probeta en función

del tipo sellante son idénticos, se describirán de forma genérica los 4 caminos de

forma simultánea.

Fig. 73 Camino seguido por las probetas con Shimming EPIBOND

1590

Fig. 72 Camino seguido por las probetas con Shimming Redux 870

Fig. 74 Camino seguido por las probetas con Shimming EA 9394

Fig. 75 camino seguido por las probetas con sellante convencional


El primer bloque de cada camino es el módulo Decide “Cabe_”, que permitirá

separar las probetas que caben en el lote en construcción de las que no. En el caso

de que la probeta tenga un volumen mayor del espacio disponible en el lote, pasará

a ser almacenada en el módulo hold “Cola_” hasta que se comience a crear un nuevo

lote y se liberen las probetas de este módulo “Cola_”. Las probetas que quepan en

el lote en construcción seguirán adelante pasando a continuación por el módulo

“Contar probetas” donde se contabilizará el numero de probetas en el interior del

lote y el volumen ocupado por éstas mediante las variables “contador_” y

“volumen_dentro_” respectivamente.

Pasado el módulo “Contador probetas”, las probetas se encontrarán un

nuevo módulo decide llamado “Primera probeta_”, que separará a la primera

probeta introducida en el horno para contabilizar en el módulo “asig tiempo_” el

instante de entrada de la primera probeta mediante la variable “t1_”. Se definirá

también la variable de activación “t1_ _activacion” para contabilizar

exclusivamente los intervalos de tiempo en que haya probetas en el interior de los

lotes en construcción. Esta variable de activación valdrá 1 en el caso de que haya

probetas en el interior del lote en construcción, y cero en caso contrario.

A continuación las probetas pasarán al módulo hold “Cola agrupar_”, donde

se irán almacenando las probetas para crear los diferentes lotes. Las probetas se

irán almacenando en el lote hasta que se cumpla una de las siguientes condiciones:


o Que haya pasado el tiempo de espera determinado desde la entrada de la primera



módulo “Agrupar_” para formar una sola entidad, es decir, el lote correspondiente.

Este lote o conjunto de probetas agrupadas pasará por el módulo Record “Guardar

Porrcentaje ocupacion “, para registrar de forma porcentual el volumen ocupado

por los lotes ocupados en el horno.

A continuación, los lotes pasarán por el módulo “Reiniciar probetas” para

hacer que los valores de las variables “volumen_dentro_” “Contador_”, y “ti_

_activacion” vuelvan a ser cero. Se definirá también el atributo “num_x_lote_” para

que , como su propio nombre indica, contabilizar el número de probetas que haya

en el lote, y se le asignará también a cada lote un tiempo de curado diferente para

cada sellante mediante el atributo “tiempo_curado”.

A continuación, el conjunto pasará por el módulo signal “liberar cola_” para

dejar salir a las probetas almacenadas en “Cola_”. Las probetas liberadas, volverán

a iniciar todo el proceso, regresando al módulo inicial “Cabe_”.


o Conjunto de bloques final del submodelo “Curado Probetas”

Los lotes de probetas completos se irán almacenando en el módulo Hold

“Cola Horno”. Los lotes permanecerán almacenados hasta no haya ningún lote

curándose ni introduciéndose en el horno.


módulo “Curado Sellantes” donde se curará, por los módulos “Actualizar num prob

cola Sellantes” y “Tiempo cola final Sellantes”.

En el módulo “Actualizar num prob cola Sellantes” se actualizará la variable

“num_prob_cola_sellantes” que contabiliza el número de probetas que hay en cola.

Se actualizará la variable restándole el número de probetas incluidas en el lote que


En el submodelo “Tiempo cola final tacones” se contabilizará el tiempo en

que ha pasado en cola cada una de las probetas incluidas en el lote:

o Submodelo “Tiempo cola final Sellantes”


agrupación x lotes Sellantes”, la variable “agrupacion_x_lotes_sellantes” que

recogerá el número de probetas almacenadas en el lote para que, cuando se separe el

lote en sus diferentes probetas, quede constancia del número de probetas que

componen el lote para poder reagruparlas de nuevo más adelante.

Fig. 76 Conjunto de bloques final del submodelo “Curado Probetas



En el módulo “Separacion para contar tiempo Sellantes”, se separará el lote en sus


cola Sellantes” pueda contabilizarse el tiempo total que ha estado en cola cada una de


Record “Recogida tiempo en cola Sellantes” para que pueda mostrarse en el informe

final de la simulación.

En el módulo “Activacion tiempo y contar tiempo en cola Sellantes” se ha definido

también la variable “Activacion_t_cola_sellantes”, que valdrá 1 cuando pase una




conocer. En el modulo “reiniciar tiempo activacion cola Sellantes”, se volverá a cero

la variable “Activacion_t_cola_sellantes” una vez que pase la probeta.

El último módulo “Reagrupacion tiempo Sellantes” permitirá volver a reagrupar las


Una vez actualizado el número de probetas existentes en cola y

contabilizado el tiempo que ha pasado en cola cada una de las probetas que van a

ser curadas, se introducirá el lote completo en el horno para proceder al curado del

sellante en el módulo “curado Sellantes”.

o Submodelo “curado Sellantes”.

El proceso de curado de los sellantes se dividirá en tres bloques para poder

diferenciar el tiempo de utilización de los recursos: operarios y horno.

En el bloque Seize Delay “Preparar curado sellantes” se simulará el proceso de




dicho operario en el módulo Release “Liberar operario sala” para que esté disponible

para otras tareas. El instante en el operario de sala quede liberado se registrará en el

módulo “t final Operarios sala” mediante la variable “tf_operarios sala”.

Será en el módulo Delay Release “curado adhesivo” donde se produzca el curado

del adhesivo de las probetas, utilizando como único recurso el horno. Se tomará como

Fig. 78 Elementos incluidos en “curado Sellantes”


Fig. 79 Elementos incluidos en el submodelo “Ordenacion probetas curadas”.

recurso el “horno1” y se empleará un tiempo constante que dependerá del sellante a

curar y está definido por el atributo “tiempo_curado”.

A la salida del horno se recogerá el número de lotes que han sido curados

en el módulo “Contador lotes curado Sellantes”. A continuación se separará el lote

curado en sus respectivas probetas en el módulo “Separacion prob Shim” y se

contabilizará el número total de probetas curadas en el módulo “Contador Prob

curado Sellantes”.

Una vez terminado el proceso de curado las probetas volverán a ser

ordenadas en el siguiente submodelo “Ordenacion probetas curadas”. El modo de

ordenar las probetas se hará según el número de orden de llegada a la sala de

curado.

o Submodelo “Ordenacion probetas curadas”.


probeta curada”. Las probetas, las cuales poseen un número de orden, pasarán

únicamente si su número de orden coincide con la variable “contador_curado” que

inicialmente será igual a 1 e irá incrementándose en el módulo Asign “Asig

contador_curado”. En caso de que el número de orden de la probeta no coincida con

la variable “contador_curado”, la probeta pasará al módulo hold “Cola orden prob

curada” hasta ser liberada por la señal generada en el módulo Signal “Liberar cola

orden prob curada”.

4.1.12 Medición de las dimensiones de las probetas

Las probetas que se hayan terminado de montar y hayan pasado por el

proceso de curado térmico (aquellas que necesitaran de un curado del sellante

líquido), serán a continuación medidas dimensionalmente en el módulo “Medicion

Dimensiones”.


Este módulo simulará la medición dimensional de las probetas utilizando

como recurso el “Operario 9” y empleando un tiempo definido por una distribución

uniforme con un mínimo de 6 minutos y un máximo de 10 minutos.

4.1.13 Colocación de Extensometría (galgas y extensómetro)

Las probetas que finalicen el proceso de medida pasarán a continuación por

el módulo Decide “Separacion por extensometria” que, como su propio nombre

indica, permitirá seleccionar aquellas probetas a las que, por especificación del

cliente, se necesario colocarle un extensómetro y galgas extensométricas.

El proceso de colocación de elementos extensométricos se simulará en el

submodelo “Colocacion extens”. Mientras que las probetas que no necesiten de la

colocación de extensometría seguirán adelante sin sufrir por tanto ninguna

modificación ni retraso en el proceso.

Submodelo “Colocación extens”

Los tres primeros módulos del submodelo “Asig orden extensometria”,

“Separacion 1ª prob extens” y “Asig t inicial extens” se utilizarán para contabilizar

el instante de tiempo en que se colocará la extensometría a la primera probeta.

Fig. 80 Módulo “Medicion Dimensiones”

Fig. 81 Módulos para simular la colocación de extensometría

Fig. 82 Elementos incluidos en el submodelo “Colocación extens”


La simulación del proceso de colocación de la extensometría se realizará en

el módulo “Colocación extensometria”. Se utilizará como recurso el operario

especializado y encargado de colocar los elementos extensométricos definido en el

modelo de simulación como “Operario 12”. Y se empleará un tiempo definido por

una distribución normal de media 120 minutos y desviación típica 12 minutos.

A continuación de este módulo se recogerá el intervalo de tiempo total

desde que se le coloca la extensometría a la primera probeta, hasta que se le coloca

la extensometría a la última probeta mediante la varible “tf_operario 12” recogida

en el módulo “Asig intervalo de tiempo extens”.

4.1.14 Acondicionamiento Térmico

Por especificación del cliente, habrá una serie de probetas que deberán ser

sometidas a un acondicionamiento térmico durante 7 días a 90 ºC de temperatura.

Para seleccionar las probetas que serán sometidas al acondicionamiento

térmico se utilizará el módulo Decide “Separacion por Acond Term”. Las probetas

que vayan a ser acondicionadas pasarán del módulo Route “Env Horno Acond” al

módulo Station “Horno Acondicionamiento” para poder visualizar durante la

animación el movimiento de las probetas.

La simulación del proceso de acondicionamiento se realizará en el módulo

“Acond Term” que se detallará a continuación.

Submodelo “Acond Term”

Como ocurría en los procesos anteriores en los que se necesitaba utilizar

una cámara climática, a la hora de introducir las probetas en la cámara climática

destinada al acondicionamiento térmico, habrá buscar una solución de

compromiso entre minimizar el gasto energético, y minimizar el tiempo de

duración del proceso.

Habrá que considerar, por tanto, el tamaño de las probetas y el volumen de la

cámara climática para introducir de forma simultánea el mayor número posibles

Fig. 83 Simulación del Acondicionamiento Térmico


de dichas probetas. Las probetas que recibirán el acondicionamiento térmico

tendrán todas de las mismas dimensiones con un espesor de 6.10 mm y una

longitud de 327 mm. Considerando la capacidad del horno, las dimensiones de las

probetas y que las probetas estén suficientemente espaciadas en el interior de la

cámara climática para que el acondicionamiento sea efectivo, el número de

probetas que podrán acondicionarse simultáneamente es de 20 probetas. Siendo

22 el número total de probetas a acondicionar.

Por tanto, a partir del número máximo de probetas que caben en el horno

de acondicionamiento, se definirá, como se hizo anteriormente, una unidad de

volumen para ajustar porcentualmente el volumen de las probetas a introducir en

el horno. Dimensionando el volumen útil de la cámara climática a 60 u.v. (unidades

de volumen), el volumen ocupado por cada una de las probetas será de 3 u.v.

Las probetas que van llegando a la cámara climática se agruparán

primeramente en lotes. Se considerará que un lote está completo cuando alcance

un volumen tal que no quepa ninguna probeta más en el horno, o haya pasado un

tiempo determinado desde la entrada de la primera probeta en el lote, siempre y

cuando no esté curándose ningún lote en la cámara climática y no haya ningún lote





probetas introducidas en el lote en construcción y las probetas que no hayan

cabido por su mayor tamaño en el lote en construcción. Es decir, deberán

contabilizarse todas las probetas desde su llegada a la sala de acondicionamiento,

hasta que comienza el acondicionamiento de las probetas.

Para contabilizar el número de probetas que hay en cola, y el tiempo de

espera de cada probeta se definirán la variable “num_prob_cola_Acond” y el

atributo “t_inicio_Acond” respectivamente.

Fig. 84 Elementos incluidos en el submodelo “Acond Term”


Al entrar las probetas en el submodelo “Acond Term”, pasarán

primeramente por el módulo Assign “Asig num prob y tiempo inicial cola Acond”

donde se contabilizarán el número de probetas que entran en la sala de curado, y el

instante de tiempo en que entra cada probeta. Se asignará también en este módulo

el atributo “num_orden_acond” para asignarle un número de orden a las probetas

que llegan a la sala de acondicionamiento para poder ordenarlas a la salida.

A continuación en el módulo Process “Colocar prob_acond”, se simulará el

proceso de colocación de las probetas en lotes por parte de los operarios de sala.

El módulo Decide “Horno2 lleno” permitirá separar las probetas que caben

en el lote en construcción de las que no. En el caso de que la probeta tenga un

volumen mayor del espacio disponible en el lote, pasará a ser almacenada en el

módulo hold “Cola horno2” hasta que se comience a crear un nuevo lote y se libere

este módulo “Cola horno2”. Las probetas que quepan en el lote en construcción

seguirán adelante pasando a continuación por el módulo “Contador probetas

dentro2” donde se contabilizará el numero de probetas en el interior del lote y el

volumen ocupado por éstas mediante las variables contador_horno2” y

“volumen_dentro2” respectivamente.

Pasado el módulo “Contador probetas dentro2”, las probetas se encontrarán

un nuevo módulo decide llamado “Primera probeta2”, que separará a la primera

probeta introducida en el horno para contabilizar en el módulo “contador

tiempo2” el instante de entrada de la primera probeta mediante la variable “t2”.

A continuación las probetas pasarán al módulo hold “Cola_horno2”, donde

se irán almacenando las probetas para crear los diferentes lotes. Las probetas se

irán almacenando en el lote hasta que se cumpla una de las siguientes condiciones:


o Que haya pasado el tiempo de espera especificado desde la entrada de la primera


o Que hayan entrado ya las 22 probetas que necesitan el acondicionamiento.


módulo “Agrupar antes del horno2” para formar una sola entidad, es decir, el lote

correspondiente. Este lote o conjunto de probetas agrupadas pasará por el módulo

“Reiniciar contador probetas dentro2” para hacer que los valores de las variables

“volumen_dentro2” y “Contador_horno2” vuelvan a ser cero. Se definirá también el

atributo “num_x_lote_acond” para, como su propio nombre indica, contabilizar el

número de probetas que haya en el lote.

A continuación, el conjunto pasará por el módulo Record “Guardar

Porcentaje ocupacion acond” para registrar el volumen relativo de forma

porcentual de los lotes creados respecto a la capacidad del horno2. Seguidamente


los lotes pasrán por el módulo signal “liberar horno2” para dejar salir a las

probetas almacenadas en “Cola horno2”. Las probetas liberadas, volverán a iniciar

todo el proceso, regresando al módulo “Horno2 lleno”.

Las probetas agrupadas en lotes, por su parte, pasarán a continuación al

módulo Hold “Cola2_horno2” donde se almacenarán los lotes creados. Los lotes

permanecerán almacenados hasta que no haya ningún lote acondicionándose ni

introduciéndose en el horno.


módulo “Acond Termico” donde se curará, por los módulos “Actualizar num prob

cola Acond” y “Tiempo cola final Acond”.

En el módulo “Actualizar num prob cola Acond” se actualizará la variable

“num_prob_cola_Acond” que contabiliza el número de probetas que hay en cola. Se

actualizará la variable restándole el número de probetas incluidas en el lote que


En el submodelo “Tiempo cola final Acond” se contabilizará el tiempo que

ha estado en cola cada una de las probetas incluidas en el lote:

o Submodelo “Tiempo cola final Acond”


agrupación x lotes Acond”, la variable “agrupacion_x_lotes_Acond” que recogerá el

número de probetas almacenadas en el lote para que, cuando se separe el lote en sus

diferentes probetas, quede constancia del número de probetas que componen el lote

para poder reagruparlas de nuevo más adelante.

En el módulo “Separacion para contar tiempo Acond”, se separará el lote en sus


cola Acond” pueda contabilizarse el tiempo total que ha estado en cola cada una de


Record “Recogida tiempo en cola Acond” para que pueda mostrarse en el informe

final de la simulación.

En el módulo “Activacion tiempo y contar tiempo en cola Acond” se ha definido

también la variable “Activacion_t_cola_Acond”, que valdrá 1 cuando pase una






conocer. En el modulo “reiniciar tiempo activacion cola tacones”, se volverá a cero la

variable “Activacion_t_cola_Acond” una vez que pase la probeta.

El último módulo “Reagrupacion tiempo Acond” permitirá volver a reagrupar las


Una vez actualizado el número de probetas existentes en cola y contabilizar

el tiempo que ha pasado en cola cada una de las probetas que van a ser curadas, se

introducirá el lote completo en el horno para proceder al acondicionamiento

térmico en el módulo “Acond Termico”, que se detallará a continuación.

o Submodelo “Acond Termico”

El proceso de curado del adhesivo se dividirá en tres bloques para poder diferenciar

el tiempo de utilización de los recursos: operarios y horno.

En el bloque Seize Delay “Preparar Acondicionamiento” se simulará el proceso de




dicho operario en el módulo Release “Liberar a operarios sala” para que esté

disponible para otras tareas. El instante en que se libere este operario se registrará en

el módulo “t final acond Operarios sala” mediante la variable “tf_operarios sala”.

Será en el módulo Delay Release “Acondicionamineto” donde se produzca el

acondicionamiento de las probetas, utilizando como único recurso el horno. Se

tomará como recurso el “horno2” y se empleará un tiempo constante de 7 días para

realizar el proceso.

A la salida del horno se recogerá en el módulo “Contar lotes Acond”, el

número de lotes que han sido curados. A continuación se separará el lote curado en

sus respectivas probetas en el módulo “Separacion desp acond” y se contabilizará

el número total de probetas curadas en el módulo “Contar prob Acond”.

Una vez terminado el proceso de acondicionado, las probetas volverán a ser

ordenadas en el “Ordenacion probetas Acondicionadas”. Las probetas se ordenarán

según el número de orden de entrada a la sala de acondicionamiento definido por

Fig. 86 Elementos incluidos en “Acond

Termico”


el atributo “num_orden_acond”. La ordenación se ordenará del mismo modo que se

realizaron las ordenaciones anteriores.

o Submodelo “Ordenacion despues del horno”.


probeta Acondicionada”. Las probetas, las cuales poseen un número de orden,

pasarán únicamente si su número de orden coincide con la variable “contador_acond”

que inicialmente será igual a 1 e irá incrementándose en el módulo Asign “Asig

contador_acond”. En caso de que el número de orden de la probeta no coincida con la

variable “contador_acond”, la probeta pasará al módulo hold “Cola orden prob

acond” hasta ser liberada por la señal generada en el módulo signal “Liberar cola

orden prob acond”.

4.1.15 Ensayo

Los ensayos a efectuar a las probetas en estudio podrán ser de dos tipos

como se ha comentado con anterioridad en numerosas ocasiones. Estos ensayos

podrán ser de tracción estática o tracción a fatiga.

Es importante recordar que para la realización de los ensayos a fatiga de

cada probeta es necesario haber realizado anteriormente el conjunto de ensayos

de tracción estática de las probetas relacionas con dichas probetas de fatiga. Estos

ensayos de tracción estática será necesario efectuarlos con anterioridad a sus

respectivos de fatiga ya que la carga límite a la que estarán sometidas las probetas

durante los ciclos de fatiga será el 40% del valor de la media de la carga de rotura

de las probetas sometidas a tracción estática correspondientes.

Dependiendo de las características definidas para cada probeta, y en

concreto de la secuencia de movimientos asignada, estas probetas llegarán, en el

modelo de simulación, a los módulos Station “Ensayo Est” o “Ensayo Fat” en

función del tipo de ensayo a realizar. El modelado de dichos ensayos se describirá

a continuación

Fig. 87 Elementos incluidos en el submodelo “Ordenacion despues del

horno”.


Ensayo estático:

Las probetas de ensayo estático llegarán al módulo “Ensayo Est” para pasar

al bloque “Ensayo_Estatico” donde se simulará el ensayo. El proceso de ensayo

constará de dos partes como detallará a continuación, una primera en la que el

operario colocará la probeta en la máquina de ensayo y una segunda parte en la

que se efectuará el ensayo propiamente dicho.

o Submodelo “Ensayo_Estatico”

Como se ha comentado, inicialmente se realizará una preparación del ensayo en la

que el operario, definido en el modelo como “Operario 13”, colocará la probeta en la

máquina de ensayo. Esta operación se simulará mediante el módulo SeizeDelay

“Preparacion ensayo Estatico”, en la que se utilizarán como recursos el “Operario 13”

y la máquina de ensayo estático definida como “maq_ensayo est”. Para esta operación

se empleará un tiempo de distribución normal con media 8 minutos y desviación

típica 1.2 minutos.

En el siguiente módulo Realease “Liberar Operario 13” se liberará de sus funciones

al operario encargado del ensayo, que no estará activo mientras la máquina realiza el

ensayo. Para registrar el instante de tiempo en que el operario 13 realizará el último

ensayo estático se colocará a continuación el módulo “t final operario 13” que

registrará el instante de tiempo mencionado mediante la variable “tf_operario 13”.

Fig. 88 Módulos empleados para la simulación del ensayo de las probetas

Fig. 89 Elementos para la realización del ensayo estático


La simulación del ensayo propiamente dicho se realizará en el módulo

DelayRealease “Ensayo Estatico”. El ensayo tendrá un tiempo de duración que se

corresponderá una distribución normal de media 15 minutos y desviación típica 6

minutos, utilizando como único recurso la máquina de ensayo estático.

Una vez efectuado el ensayo estático, las probetas pasarán por el módulo

Decide “Separación relación fatiga”, que permitirá separar aquellas probetas cuyo

resultado del ensayo estático sea utilizado como dato para la realización de los

ensayos a fatiga de las probetas correspondientes. Al separar estas probetas, se les

hará una réplica mediante el módulo “Duplicado”.

Después de haber hecho el duplicado, la probeta seguirá su curso mientras

que su réplica pasará al módulo Batch “Union resultados para fatiga”. Este módulo

permitirá unir en una sola entidad el conjunto de replicas que contienen los

resultados que permitirán el ensayo de las probetas de fatiga correspondientes. La

unión se producirá una vez que se haya obtenido el resultado de la última probeta

del conjunto que permite el ensayo de las correspondientes probetas de fatiga.

Cada conjunto de replicas podrá tener un tamaño diferente. Dicho tamaño será una

información aportada de antemano durante la lectura de datos mediante el

atributo “num_probetas”, y que será utilizar para la unión en el módulo Batch

“Union resultados para fatiga”.

Una vez constituido el conjunto de replicas que permite el ensayo de las

probetas a fatiga correspondientes, dicho conjunto pasará al módulo Match

“sincronizar Estatica Fatiga” donde permanecerá hasta el final ya que la salida de

este módulo está conectada a la entrada del mismo. Se ha elegido esta opción

debido a que no existe una sola probeta de fatiga que necesite los datos

proporcionados por el conjunto de réplicas y que pueda sincronizarse con la

llegada de dicho conjunto de réplicas. De esta forma el módulo “sincronizar

Estatica Fatiga”, servirá como soporte de información para indicarle a la probeta

de fatiga correspondiente si se ha realizado o no el conjunto de ensayos estáticos

necesarios para poder realizar el ensayo a fatiga de dicha probeta.

Ensayo a fatiga:

Las probetas que lleguen al módulo Station “Ensayo Fat”, para que sean

sometidas al ensayo de tracción a fatiga pasarán inicialmente por el módulo Match

“sincronizar Estatica Fatiga” anteriormente citado. En este módulo las probetas

recibirán información sobre si se han efectuado o no el conjunto de ensayos

estáticos necesarios para obtener los datos que permitan el ensayo de la citada

probeta de ensayo a fatiga.


En el caso de que el ensayo a fatiga de la probeta pueda realizarse, pasará al

módulo Decide “Envio 55C Fatiga” para separar aquellas probetas que serán

enviadas a un laboratorio externo para que puedan ser ensayadas.

Las probetas que sí puedan ensayarse en las instalaciones de la empresa,

pasarán al submodelo “Ensayo_Fatiga” que se detallará a continuación:

o Submodelo “Ensayo_Fatiga”

Para simular el ensayo de tracción a fatiga, las probetas pasará inicialmente por el

módulo SeizeDelay “Preparar ensayo fatiga”, en el que se considerará el intervalo de

tiempo empleado por el operario en colocar la probeta en la máquina de ensayo a

fatiga y preparar el ensayo. En este primer módulo se emplearán como recursos tanto

el operario encargado de la máquina a fatiga como la propia máquina a fatiga, que

estarán definidos en el modelo de simulación como “Operario 14” y “maq_fatiga”

respectivamente. El tiempo empleado en preparar el ensayo a fatiga seguirá una

distribución normal de media 10 minutos y desviación típica 1.2 minutos.

A continuación, en el módulo Release “liberar Operario 14”, se liberará al operario

encargado del ensayo a fatiga, que no estará pendiente del ensayo durante la duración

del mismo. Para registrar el instante de tiempo en que el operario 14 realizará el

último ensayo a fatiga se colocará a continuación el módulo “t final operario 14” que

recogerá el instante de tiempo mencionado mediante la variable “tf_operario 14”.

El ensayo a fatiga propiamente dicho, será simulado en el módulo DelayRelease

“Ensayo fatiga”. Este proceso tendrá una duración fija de 3 días por cada probeta para

poder aplicar el millón de ciclos definidos para la realización del ensayo, y utilizará

como único recurso la máquina de ensayo a fatiga “maq_fatiga”.

4.1.16 Envío de probetas a un laboratorio externo

Debido a limitaciones propias de la empresa, no podrá realizarse el ensayo

de las probetas a fatiga a -55ºC. Por este motivo, las 18 probetas que deberán ser

sometidas a este tipo de ensayo deberán enviarse a un laboratorio externo que

cuente con las instalaciones adecuadas para realizar este tipo de ensayo.

En la simulación del proceso, las probetas de ensayo a fatiga a -55ºC serán

separadas del resto de probetas en el módulo Decide “Envio 55C Fatiga”. Estas

Fig. 90 Elementos para el ensayo a fatiga


probetas serán a continuación agrupadas en el módulo “Agrupacion 55C fatiga” de

modo que todas las probetas sean enviadas en una sola partida con motivo de

reducir los costes del envío.

La simulación del envío de estas probetas se realizará mediante el módulo

Route “Envio externo 55C Fatiga”, tardando en recepcionar las probetas 90 días

desde su envío.

Pasados los 90 días, se simulará la recepción de la partida de probetas

envidas mediante el módulo Route “Recepcion 55C Fatiga”, y a continuación, el lote

de probetas recibido será separado en las difrentes probetas mediante el módulo

“Separacion 55C fatiga”.

Una vez separado el lote recibido del laboratorio externo en las

correspondientes probetas, éstas se incorporarán al proceso normal seguido por el

resto de probetas

Las probetas que puedan ensayarse en la empresa pasarán como se vio

anteriormente al submodelo “Ensayo_fatiga”.

4.1.17 Realización de fotografías

A todas las probetas que hayan sido previamente ensayadas, se les

realizarán una serie de fotografías para registrar el estado en que hayan quedado

al términos de los respectivos ensayos. La simulación de este proceso de obtención

de fotografías se hará mediante el submodelo “Hacer fotografías”.

Fig. 91 Módulos para el envío de probetas al laboratorio externo

Fig. 92 Módulos para la recepción de las probetas enviadas al laboratorio externo


Submodelo “Hacer fotografías”

La simulación de la obtención de fotografías se realizará en el módulo

“fotografías”, empleando un tiempo de distribución normal de media 5 minutos y

desviación típica 2 minutos, y utilizando como recurso el “operario 9”.

En el siguiente módulo “t final fotografías operario 9” se registrará el

instante de tiempo en que el operario dejará de estar en activo mediante la

variable “tf_operario 9”.

4.1.18 Test de tensión Residual

Todas las probetas, una vez que se le hayan sacado las fotografías

pertinentes, pasarán por el submodelo “Test tension residual”.

Submodelo “Test tension residual”

Las probetas que hayan sido sometidas al ensayo de fatiga y esté definido en la

especificación de cada probeta que deban ser sometidas al test de tensión residual

será separadas del resto mediante el módulo Decide “Tens Residual”.

A continuación estas probetas pasarán al módulo “Tension residual”, donde

se simulará el test de tensión residual, utilizando como recursos el equipo de

tensión residual y uno de los operarios de ultrasonidos, empleando un tiempo de

Fig.93 Módulo “Hacer fotografías

Fig. 94 Elementos del submodelo “Hacer fotografías”

Fig. 95 Módulo “Test tension residual”


operación definido por distribución normal de media 15 minutos y desviación

típica 2 minutos.

Al finalizar el último test de tensión residual, se registrará el instante de

tiempo en que el operario de ultrasonidos quede inactivo en el módulo “t final tens

res operario ultrasonidos” mediante la variable “tf_operario ultrasonidos”.

4.1.19 Investigación microscópica

Todas las probetas, al salir de módulo “Test tension residual”, pasarán por

el submodelo “Investigacion microscópica” que se detallará a continuación.

Submodelo “Investigacion microscópica”

Al entrar las probetas en este submodelo, se separarán mediante el módulo

Decide “Inves_microscopica aquellas probetas a las que sea necesario realizarles

una investigación microscópica.

Fig. 96 Elementos del submodelo “Test tension residual”

Fig. 97 Módulo “Investigacion microscopica”

Fig. 98 Elementos del submodelo “Investigacion

microscópica”


El proceso de Investigación microscópica se simulará mediante el módulo

“Inves microscópica”, empleando un tiempo definido por una distribución normal

de media 150 minutos y desviación típica 20 minutos. Se utilizarán como recursos

un microscopio óptico, definido en el modelo como “microscopio”, y el operario 9.

El instante de tiempo en que el operario 9 quede inactivo se registrarán

mediante la variable “tf_operario 9” recogida en el módulo “t final microscopio

operario 9”.

4.1.20 Registro de resultados

Al inicio de la simulación se creará una entidad en el módulo “Elemento

para lectura de datos” que quedará a la espera de que las 241 probetas hayan

pasado por todos los procesos necesarios en el módulo Hold “Cola Resultados”.

Para identificar que todas las probetas han pasado todos los procesos se colocará

el módulo “Asignacion contador salida de datos” en el que se recoge la variable

“Contador_salida_datos” que se irá incrementando a medida que las probetas

pasan por este módulo, hasta finalizar la secuencia en el módulo Dipose “Almacen

probetas ensayadas.

En el momento que la variable “Contador_salida_datos” sea igual a 241 se

liberará la entidad almacenada en “Cola Resultados“, pasando al submodelo “Salida

de resultados donde recogerán los resultados de la simulación requeridos.

Submodelo “Salida de Resultados”.

El submodelo “Salida de resultados” estará formado por 3 bloques. En el

primero de ellos, “Resultados Procesos” se recogerán los resultados referentes a

los procesos realizados. En el segundo módulo “Resultados Recursos” se recogerán

los resultados referentes a los recursos utilizados durante todo el proceso, y en el

último bloque “Variable final”, se creará la variable “var_final” que registrará el

Fig. 99 Módulo para la recogida de datos

Fig. 100 Módulos finales de la secuencia de procesos seguidos por las probetas


instante de tiempo en el que todo el proceso ha finalizado para que sea utilizado

como “Terminating Condition”, es decir como condición de finalización de la

simulación, por la herramienta de simulación de Arena para detener la simulación.

En el caso de que no se añadiera esta variable, la simulación entraría en un

bucle infinito, ya que la capacidad de los operarios se ha definido de forma cíclica

en un horario de 8 horas durante 5 días a la semana.

Submodelo “Resultados Procesos”.

En el interior de sete submodelo se recogerán los resultados referentes a los

números medio y máximo de probetas que estarán en cola de los diferentes

procesos, los tiempo medio y máximo que pasan las probetas en dichas colas, el

número de probetas y/o lotes que realizan un determinado proceso, y el tiempo

total de duración del proyecto. Estos resultados serán incorporados a la hoja Excel

creada para mostrar los resultados de la simulación.

Submodelo “Resultados Recursos”.

En el interior de este submodelo se recogerá el tiempo medio de utilización

de cada recurso, el tiempo total de utilización de cada recurso y el porcentaje de

utilización de éstos recursos respecto al tiempo total del proyecto.

Adicionalmente, para los recursos referidos a los distintos operarios, se

recogerá el intervalo de tiempo comprendido entre el inicio de la simulación y el

instante en que dicho operario quede inactivo. Se hará la excepción del operario

12, que al estar activo muy poco tiempo, sólo se recogerá el periodo de tiempo

desde que este operario está por primera vez activo hasta que pasa a estar

Fig. 102 Elementos para la recogida de resultados de los procesos

Fig. 101 Elementos incluidos en el submodelo “Salida de Resultados


inactivo. En los módulos referentes a los diferentes operarios se recogerá también

el porcentaje relativo de utilización respecto al intervalo de tiempo que finaliza

cuando el operario pasa a estar inactivo. . Estos resultados serán incorporados a la

hoja Excel creada para mostrar los resultados de la simulación.

4.1.21 Resumen de los recursos asignados

A modo de clarificar la distribución de recursos asignados, se ha construido

la siguiente tabla en la que se muestran los recursos necesarios, tanto máquinas

como humanos, para la realización de cada proceso.

Los recursos humanos tendrán una capacidad basada en un horario de 8

horas durante 5 días a la semana, es decir, de lunes a viernes.

Fig. 103 Módulos para la recogida de resultados referentes a los recursos

Tabla 12: Resumen de los recursos asignados


4.2 Animación del modelo

Una herramienta de tremenda utilidad que ofrece el soporte informático

Arena 7.0 es la posibilidad de generar un entorno gráfico que permita visualizar la

simulación del proceso mediante una animación del mismo. Esta animación es una

herramienta de gran potencia ya que permitirá comprobar el estado en el que se

encuentra el proyecto en cada instante. Se podrán visualizar todos los flujos de

piezas en sus diferentes recorridos durante todo el proceso, comprobar el tamaño

de las diferentes colas generadas, observar el nivel de ocupación de los distintos

recursos utilizados, ya sean personal de la empresa o máquinas, etc.

Se podrá además ver cómo evoluciona el proyecto en sus diferentes etapas,

detectando aglomeraciones en determinados procesos que se encuentren

saturados, permitiendo actuar para lograr una distribución más homogénea de las

operaciones.

En definitiva, la animación del modelo de simulación permitirá observar el

desarrollo del proyecto y su evolución durante todo el proceso permitiendo

detectar anomalías e irregularidades además de posibilitar la toma de decisiones

para optimizar el comportamiento del mismo.

Todos los movimientos seguidos por los paneles y probetas en sus

diferentes recorridos han sido generados mediantes módulos Route y Station ya

que al ser elementos pequeños y muy ligeros no necesitan de un sistema especial

de transporte.

Fig. 104 Animación de la simulación


En la animación mostrada en la figura, podrán observarse las colas de

paneles o probetas, bien en las estanterías dispuestas o en el entorno de las

máquinas o puestos de trabajo donde se realizan las diferentes tareas.

Los operarios serán mostrados en la animación en el caso de que se

encuentren realizando alguna tarea. Los periodos de tiempo en los que los

operarios se encuentren libres, permanecerán ocultos en la animación.

Por su parte, las máquinas o puestos de trabajo de se encuentren en

proceso, mostrarán un círculo rojo en su parte superior derecha. En caso de que

dichas máquina o puestos de trabajo se encuentre inactivos, el color del círculo

incorporado a cada estación de trabajo será verde.

Se han incorporado además gráficos que permitirán observar el nivel del

volumen de los lotes de probetas que serán introducidos en los dos hornos o

cámaras climáticas disponibles.

4.3 Modo de presentar los resultados.

El fin último de la simulación del proceso es la visualización de los

resultados obtenidos al término de la misma, lo cual permitirá su análisis y la toma

de decisiones pertinentes.

Para la visualización de los resultados, Arena 7.0 incluye una serie de hojas

contenidas en el mismo entorno gráfico dónde se construyeron el modelo y la

animación. Estas hojas pueden ser mostradas en pantalla al finalizar la simulación

simplemente pulsando el botón que aparece automáticamente al concluir dicha

simulación. Sin embargo, la información mostrada en estas hojas no es en absoluto

clara ni manejable, máxime cuando el número de procesos, colas y recursos es muy

elevado.

Por tanto, dada la gran incomodidad en el manejo de los resultados de la

simulación que ofrece el programa, se decidió utilizar otra herramienta de gran

potencia que brinda Arena 7.0. Esta herramienta consiste en la exportación de la

información deseada a una hoja Excel de forma automática. Una vez exportados los

resultados deseados, éstos podrán ser manejados fácilmente e incluso realizar

cálculos sobre los mismos de forma muy sencilla.

Otra de las opciones de tremenda utilidad que ofrece Arena 7.0 es la

posibilidad de construir gráficas en el mismo entorno gráfico del modelo y de la

animación de forma muy sencilla para estudiar el comportamiento de cualquier

variable a lo largo del tiempo.


Por tanto, a la vista de las opciones disponibles, se optó por mostrar los

resultados obtenidos de forma numérica mediante su exportación a una hoja Excel,

y de forma visual mediante la representación de gráficas en Arena. La forma en que

mostrarán los resultados se detalla a continuación:

Hoja Excel

En la hoja Excel donde se exportarán los resultados de la simulación se

incluirán tres tablas. En la primera de ellas se mostrará el tiempo total de

simulación. En la segunda tabla se mostrarán los resultados correspondientes a los

procesos que intervienen en el proyecto. Mientras que en la tercera tabla se

mostrarán los resultados correspondientes a los recursos utilizados en los

diferentes procesos. Estos recursos se diferenciarán en recursos máquinas o

personal de la empresa.

o Tiempo total de la simulación:

El tiempo total de la simulación es el principal parámetro a considerar y se mostrará

en dos diferentes formatos tal como aparece en la figura 99. Uno de los formatos será

en horas, y el otro en meses, días y horas.

o Tabla de procesos:

La información mostrada en la tabla de procesos para cada uno de los procesos

realizados será por este orden:

o Número medio de especímenes (paneles o probetas) en cola.

o Número máximo de especímenes (paneles o probetas) en cola.

o Tiempo medio que permanecen los especímenes en la cola de cada proceso..

o Tiempo máximo que permanecen los especímenes en la cola de cada proceso.

o Número de elementos que finalizan cada un proceso.

o Número de lotes que finalizan ciertos procesos.

o Porcentaje de ocupación de los lotes en el interior de las cámaras climáticas

utilizadas en los procesos de curado y acondicionamiento térmico.

Fig. 105 Forma de mostrar el tiempo total del proceso


o Tabla de recursos

En la tabla de recursos se mostrará tanto para los recursos máquina como para el

personal de la empresa:

o Tiempo medio de utilización

o Tiempo total de utilización

o Porcentaje de utilización respecto al tiempo final del proyecto.

Adicionalmente para los recursos de personal se mostrará:

o Tiempo final de utilización, que es el instante de tiempo en que dicho recurso

dejará de ser utilizado. En el caso del operario 12 se hará una excepción, ya

que dicho operario se dedicará exclusivamente a la colocación de la

extensometría, estando ocupado durante un espacio de tiempo muy limitado.

En el caso de este operario, en vez del tiempo final de utilización, se mostrará

el intervalo de tiempo durante el cual el operario estará operativo.

o Porcentaje relativo de utilización, que se definirá como el tiempo total de

utilización del recurso dividido entre el intervalo de tiempo comprendido

entre el inicio del proyecto y el instante de tiempo en que el operario dejará

de ser utilizado.

Fig. 106 Forma de presentar lo resultados relativos a los procesos

realizados


Tanto en la tabla de procesos como en la de recursos se generará un código

de colores mediante una escala de rojo para las celdas que contienen los 5 valores

mayores, siendo el color más intenso a medida que el valor es mayor.

Gráficas en Arena

Como se indicó anteriormente, los resultados, además de ser presentados

en forma de tablas, se mostrarán de forma visual mediante la representación de

gráficas en Arena. Estos gráficos se agruparán en tres grupos:

o Procesos: En este primer grupo se representará el periodo de tiempo en que se

desarrollará cada proceso a lo largo del proyecto.

o Colas: En este grupo se representará la evolución de las colas generadas en cada uno

de los procesos.

o Recursos. En este último grupo de gráficas se mostrará el número de recursos y el

periodo de tiempo que estos recursos estarán ocupados a lo largo del proyecto. Este

conjunto de gráficas estará a su vez dividido en dos grupos, uno de ellos estará

dedicado a los recursos máquina, y el otro a los recursos de personal.

Los resultados que serán mostrados de forma gráfica según los diferentes

grupos tal como puede observarse en la figura 102, se muestran de forma

ordenada en la siguiente tabla:

Fig. 107 Forma de presentar los resultados relativos a los recursos


Tabla 13: Resultados mostrados gráficamente

Fig. 108 Forma de presentar los resultados en forma de gráficas


El modelo de simulación realizado permitirá evaluar el sistema y analizar su

evolución ante la variación de diversos factores. Para optimizar el comportamiento

del sistema, se diseñarán una serie experimentos que contemplan la variación de

una serie de parámetros que a priori se presupone que afectarán en gran medida al

tiempo total de duración del proyecto, al consumo energético y al uso de los

recursos disponibles, los cuales se pretenden minimizar. El objetivo principal del

proyecto será, por tanto, encontrar una solución de compromiso entre minimizar

el tiempo de duración del proyecto y disminuir al máximo posible tanto el

consumo energético como el uso de recursos.

Para ello se tomarán una serie de parámetros de control, que se irán

modificando durante los diferentes experimentos a realizar hasta encontrar la

solución óptima deseada. Los parámetros de control elegidos serán:

o Secuenciación de órdenes de operaciones.

o Tiempos máximos de espera para la creación de los diferentes lotes de

probetas que se introducirán en las dos cámaras climáticas existentes

durante las operaciones de curado y acondicionamiento térmico.

o Número de recursos humanos utilizados.

Para estudiar el comportamiento del sistema ante la variación de los

parámetros de control se realizaron multitud de experimentos obteniéndose una

serie de resultados muy positivos a los cuales se pueden llegar mediante la

realización de 4 tipos de experimentos que se detallarán a continuación.

5.1 1er experimento: Aleatoriedad en la secuenciación.

El primero de los experimentos diseñados consistirá en una simulación en

la que se considerará una secuenciación de operaciones completamente aleatoria

para obtener un patrón de medida sobre el cual poder comparar las posibles

mejoras introducidas posteriormente. En la elección del orden en que se irán

fabricando y ensayando las diferentes probetas en estudio no se tendrá en cuenta

ninguna de las múltiples características que poseen las diferentes probetas como


pueden ser: panel al que pertenecen, configuración, tipo de sellante aplicado, tipo

de ensayo a realizar, etc.

Se considerará que los tiempos máximos de espera para la creación de los

lotes introducidos en las cámaras climáticas sean de 30 minutos en las 3

operaciones posibles: curado del adhesivo de los tacones, curado del sellante

líquido aplicado a algunas probetas, y acondicionamiento térmico de una serie de

probetas.

Se hará además uso de todos los recursos humanos disponibles, que son:

o 2 operarios de sala.

o 5 operarios de mecanizado.

o Un operario especializado de mecanizado.

o Un operario encargado de mediciones y otras diversas tareas.

o 2 operarios de ultrasonidos

o Un operario especialista en extensometría.

o Un operario encargado de los ensayos estáticos.

o Un operario encargado de los ensayos a fatiga.

5.2 2º experimento: Secuenciación ordenada

En el segundo experimento se estudiará el modo en que afecta la

secuenciación de operaciones al comportamiento global del sistema. Se harán

diferentes ordenaciones de las probetas en estudio hasta hallar la secuencia idónea

que permitirá optimizar el comportamiento del sistema.

En este segundo experimento se mantendrán fijos los tiempos de espera y el

uso de los recursos considerados en el primer experimento.

5.3 3er experimento: Variación de los tiempos de espera.

En este tercer experimento se mantendrá la misma secuenciación de

operaciones considerada en el experimento anterior por considerarse óptima,

como se verá en el análisis de resultados. El uso de los recursos también se

mantendrá respecto a los experimentos anteriores.

Los únicos parámetros que variarán en este experimento serán los tiempos

máximos de espera que afectarán a los diferentes lotes de probetas antes de ser


introducidos en las cámaras climáticas para realizar el curado del adhesivo de los

tacones, el curado de los sellantes líquidos aplicados a las probetas, o el

acondicionamiento térmico de las probetas.

Se realizarán diversos ensayos hasta encontrar la solución óptima que

permita reducir lo máximo posible el consumo energético de las cámaras térmicas

en detrimento de aumentar lo mínimo posible el tiempo total de finalización del

proyecto.

5.4 4º experimento: Variación del número de recursos

humanos.

En este último experimento se mantendrán la secuenciación de operaciones

y los tiempos de espera empleados en el 3er experimento, los cuales se

considerarán óptimos a tenor de los resultados obtenidos.

El objetivo de este experimento será optimizar el número de recursos

humanos a utilizar aprovechando el último margen posible de mejora del sistema.


Los experimentos que fueron definidos en el apartado anterior serán

simulados en el presente capítulo para visualizar y analizar los resultados

correspondientes.

6.1 Análisis del 1er experimento: Aleatoriedad en la

secuenciación.

Tal como se definió el experimento, los parámetros de control considerados

serán los siguientes:

o Secuenciación: Aleatoria.

o Tiempos máximos de espera:

o Tiempo de espera en el curado de adhesivos: 30 minutos.

o Tiempo de espera en el curado de sellantes: 30 minutos.

o Tiempo de espera en el acondicionamiento térmico: 30 minutos.

o Uso de los recursos humanos: Completo.

6.1.1 Presentación de resultados del 1er experimento

Una vez definidos los parámetros de control, se realizará la simulación del

proceso, obteniéndose los siguientes resultados:

o Tiempo total del proceso del 1er experimento:


o Resultados numéricos relativos a los procesos del 1er experimento:

o Resultados gráficos relativos a los procesos del 1er experimento:

o Resultados numéricos relativos a los recursos del 1er experimento:

Tabla 14: Resultados numéricos relativos a los procesos del 1er experimento

Fig. 109 Resultados gráficos relativos a los procesos del 1er experimento


o Resultados gráficos relativos a los recursos del 1er experimento:

Tabla 15: Resultados numéricos relativos a los recursos del 1er experimento

Fig. 110 Resultados gráficos relativos a los recursos del 1er experimento


6.1.2 Análisis y conclusiones de los resultados del 1er experimento

Los resultados obtenidos de la simulación del primer experimento permiten

sacar como principal conclusión que el proceso más crítico del proyecto es, con

mucha diferencia, el ensayo a fatiga de las probetas. Éste proceso generará

claramente el mayor cuello de botella y será el factor más limitante en cuanto a la

duración total del proyecto.

En las gráficas de procesos mostrados en la figura 104 puede observarse

claramente como las primeras etapas del proyecto finalizan poco tiempo después

de comenzar el proceso, sin embargo, los ensayos a fatiga, estarán en continuo

funcionamiento desde que se inician estos ensayos hasta la finalización del

proyecto. Será por tanto conveniente, para disminuir el tiempo total del proyecto,

adelantar lo máximo posible el comienzo de los ensayos a fatiga.

Otra conclusión reseñable, es el elevadísimo número de probetas en cola

generados durante el proceso Unión de tacones. Este número máximo de probetas

en cola es de 231, de las 241 probetas existentes. Aunque en principio el inventario

de probetas almacenadas durante los diferentes procesos no debería ser un

problema debido a la manejabilidad de las probetas y a su pequeño tamaño, será

un factor a tener en cuenta.

En cuanto al aprovechamiento de las cámaras climáticas, puede observarse

que durante el proceso de curado del adhesivo, el porcentaje medio de ocupación

de los lotes de probetas en la cámara climática es muy elevado, siendo del 90.7%, y

generando colas muy elevadas. Lo cual resalta el elevado rendimiento energético

de utilización del horno en este proceso. Sin embargo, se puede observar cómo

durante los procesos de curado de sellante y acondicionamiento, el

aprovechamiento del volumen de la cámara climática es muy ineficiente, con

porcentajes de aprovechamiento del 9.3% y del 55% respectivamente, y con un

número máximo de probetas en cola muy reducido.

Puede observarse también como la mayoría de recursos, tanto máquinas (a

excepción de la máquina de ensayo a fatiga) como personal de la empresa,

quedarán liberados de sus tareas en las primeras fases del proyecto, lo cual

permitiría su dedicación a otros proyectos existentes en la empresa. Es reseñable

que el porcentaje de utilización de los recursos humanos es muy bajo, lo que

permite sacar como conclusión que el número de operarios disponibles para este

proyecto está sobredimensionado, pudiéndose reducir el número de estos

operarios de forma notable en aquellos grupos de recursos formados por más de

un operario.


6.2 Análisis del 2ª experimento: Secuenciación ordenada.

En este segundo experimento se realizaron diversas ordenaciones de las

probetas de partida hasta obtener la secuenciación idónea. Esta secuenciación

consiste en ordenar de forma rigurosa las diferentes probetas en estudio de

acuerdo a las siguientes consideraciones:

o Se han agrupado las probetas según una serie de características comunes:

o Panel del que se extraen las probetas.

o Configuración.

o Tipo de ensayo al que serán sometidas.

o Tipo de sellante aplicado.

o Temperatura de ensayo.

o Necesidad o no de acondicionamiento térmico.

o Necesidad o no de colocación de extensometría.

o Necesidad o no de realización de test de tensión residual.

o Necesidad o no de investigación microscópica.

o Relación entre probetas de ensayo a fatiga y probetas de ensayo

estático.

o Necesidad de envío a un laboratorio externo.

o Se colocarán en primer lugar la serie de probetas de ensayo estático

necesarias para poder ensayar una primera serie de probetas de ensayo a

fatiga que no necesite curado de sellante, acondicionamiento térmico, ni

sea necesario enviarlas a un laboratorio externo para su ensayo. Y a

continuación se colocará la serie de probetas de ensayo a fatiga

mencionada. En definitiva se pretende comenzar el primer ensayo a fatiga

lo antes posible.

o A continuación se colocarán las probetas que necesiten acondicionamiento

térmico.

o Las probetas de ensayo estático cuyos resultados de ensayos sean

necesarios para realizar el ensayo a fatiga de las probetas

correspondientes, se colocarán en un orden prioritario a sus respectivas

probetas de ensayo a fatiga.

o El resto de posibles factores en cuanto a la ordenación de las probetas no

influirán en absoluto ya que, como se vio en el experimento anterior, el

proceso más crítico es con muchísima diferencia el ensayo a fatiga.


Los parámetros de control que fueron establecidos durante la definición de

este segundo experimento son los siguientes:

o Secuenciación: Ordenada.

o Tiempos de espera:

o Tiempo de espera en el curado de adhesivos: 30 minutos.

o Tiempo de espera en el curado de sellantes: 30 minutos.

o Tiempo de espera en el acondicionamiento térmico: 30 minutos.


6.2.1 Presentación de resultados del 2º experimento

La simulación del proceso, utilizando los parámetros anteriormente

expuestos dará como resultados:

o Tiempo total del proceso del 2º experimento:

o Resultados numéricos relativos a los procesos del 2º experimento:

Tabla 16: Resultados numéricos relativos a los procesos del 2º experimento.


o Resultados gráficos relativos a los procesos del 2º experimento:

Fig. 111 Resultados gráficos relativos a los procesos del 2º experimento


o Resultados numéricos relativos a los recursos del 2º experimento:

o Resultados gráficos relativos a los recursos del 2º experimento:




6.2.2 Análisis y conclusiones de los resultados del 2º experimento.

La principal mejora que introduce la secuenciación de operaciones

realizada en este segundo experimento es la disminución del tiempo total del

proyecto en 14 días y 9 horas, es decir, se ha producido una mejora del 7% en la

reducción del tiempo total del proceso.

Aunque la reducción en el tiempo de realización del proyecto completo es

notable, no es excesivamente elevada. Esto se debe a la enorme diferencia en el

tiempo empleado durante los ensayos a fatiga respecto al tiempo empleado en el

resto de operaciones. Por tanto, aunque se consiga adelantar el comienzo de los

ensayos a fatiga, no se conseguirán grandes mejoras en la reducción del tiempo

total empleado durante el proyecto.

Con la secuenciación de operaciones se han conseguido también mejoras en

el aprovechamiento energético de las cámaras climáticas, aunque estas mejoras no

son apenas significativas. Las mejoras producidas son del 3.8% en el proceso de

curado de adhesivos, y del 15 % en curado de de sellantes, sin que se produzca

ninguna variación en el rendimiento energético del proceso de acondicionamiento

térmico.

El porcentaje de utilización de los recursos apenas ha variado respecto al

primer experimento.

6.3 Análisis del 3er experimento: Variación de los tiempos

de espera.

Para definir el tercer experimento y establecer el parámetro de control

correspondiente a los tiempos de espera de entrada de los diferentes lotes de

probetas en las cámaras climáticas, se han realizado diversas pruebas hasta

encontrar la distribución de tiempos de espera que optimiza el proceso. Esta

distribución óptima de tiempos de espera junto con el resto de parámetros de

control definirán este experimento.

Los parámetros de control escogidos para este tercer experimento son:

o Secuenciación: Ordenada. Siguiendo la misma ordenación que en el 2º

experimento.


o Tiempo de espera en el curado de adhesivos: 100000 minutos (infinito)

o Tiempo de espera en el curado de sellantes: 6 días


o Tiempo de espera en el acondicionamiento térmico: 100000 minutos

(infinito)


6.3.1 Presentación de resultados del 3er experimento

La simulación del proceso, utilizando los parámetros de control

anteriormente expuestos dará como resultados:

o Tiempo total del proceso del 3er experimento:

o Resultados numéricos relativos a los procesos del 3er experimento:

Tabla 18: Resultados numéricos relativos a los procesos del 3er experimento


o Resultados gráficos relativos a los procesos del 3er experimento:

Fig. 113 Resultados gráficos relativos a los procesos del 3er

experimento


o Resultados numéricos relativos a los recursos del 3er experimento:

o Resultados gráficos relativos a los recursos del 3er experimento:


Fig. 114 Resultados gráficos relativos a los recursos del 3er experimento


6.3.2 Análisis y conclusiones de los resultados del 3er experimento.

En este tercer experimento puede apreciarse como, al aumentar los

tiempos de espera de los lotes de probetas antes de ser introducidos en las

respectivas cámaras térmicas, mejora espectacularmente el aprovechamiento

energético de dichas cámaras térmicas.

En el caso del curado de adhesivos se consigue un porcentaje medio de

ocupación de los lotes en los hornos del 97.7 %. En el caso del curado del sellantes

líquido aplicado a las probetas se consigue un porcentaje medio de ocupación de

los lotes en los hornos del 84.1%, es decir, se consigue una mejora del 693%

respecto al 2º experimento. Mientras que en el caso del acondicionamiento térmico

se obtiene un porcentaje medio de ocupación de los lotes en los hornos del 73.3%,

es decir, se consigue una mejora del 33%.

De un total de 118 lotes de probetas que fueron introducidos en los

respectivos hornos durante el 2º experimento, se ha pasado, al aumentar los

tiempos de espera, a un total de 40 lotes de probetas. Es decir, se ha conseguido

reducir en un 195% el número de veces que será necesario utilizar las cámaras

climáticas.

Además, este aumento de los tiempos de espera no sólo influirá

espectacularmente sobre el ahorro energético de las cámaras climáticas, sino que

además no influirá negativamente sobre el tiempo total de realización del proceso.

Se escogió para el curado de sellante un tiempo de espera de 6 días debido a

que al aumentar este tiempo no se producían mejoras en el rendimiento energético

y sin embargo afectaba al tiempo de duración del proyecto completo. Por debajo de

estos 6 días de espera, la duración del proyecto se mantenía constante y el

rendimiento energético bajaba considerablemente.

El único inconveniente que puede apreciarse en los resultados de la

simulación es el retraso de la mayoría de las operaciones y por tanto en la

utilización de los recursos necesarios para realizar dichas operaciones. Sin

embargo, al no afectar a la duración del proyecto completo, dichos retraso se

tomarán como incidencias menores.


6.4 Análisis del 4º experimento: Variación del número de

recursos humanos.

Con la realización de este último experimento se pretende reducir al

mínimo el número de operarios necesarios para la realización del proyecto sin que

afecte al tiempo final de realización del proyecto. En principio, debido al bajo nivel

de utilización de los recursos humanos, parece, a priori, que sólo será necesaria la

utilización de un operario por cada grupo de operarios. Sin embargo, en base a las

diferentes pruebas realizadas, se demuestra que la hipótesis anterior no era cierta

y que el único grupo de operarios que puede reducirse a un solo operario sin que

afecte al tiempo final del proyecto es el grupo de operarios de ultrasonidos. Se

podrá reducir además sin que afecte al tiempo final del proyecto, el grupo de

operarios de mecanizado de 5 a dos operarios.

El conjunto de parámetros de control definidos para este experimento será:

o Secuenciación: Ordenada. Siguiendo la misma ordenación que en el 2º

experimento.


o Tiempo de espera en el curado de adhesivos: 100000 minutos (infinito)

o Tiempo de espera en el curado de sellantes: 6 días

o Tiempo de espera en el acondicionamiento térmico: 100000 minutos

(infinito)

o Uso de los recursos humanos:

o 2 operarios de sala.

o 2 operarios de mecanizado.

o 1 operario especializado de mecanizado.

o 1 operario encargado de mediciones y otras diversas tareas.

o 1 operarios de ultrasonidos

o 1 operario especialista en extensometría.

o 1 operario encargado de los ensayos estáticos.

o 1 operario encargado de los ensayos a fatiga.

6.4.1 Presentación de resultados del 4º experimento.

La simulación del proceso, utilizando los parámetros de control

anteriormente expuestos dará como resultados:

o Tiempo total del proceso del 4º experimento:


o Resultados numéricos relativos a los procesos del 4º experimento:

o Resultados gráficos relativos a los procesos del 4º experimento:

Tabla 20: Resultados numéricos relativos a los procesos del 4º experimento





Tabla 21: Resultados numéricos relativos a los recursos del 4º experimento

Fig. 116 Resultados gráficos relativos a los recursos del 4º experimento


6.4.2 Análisis y conclusiones de los resultados del 3er experimento.

Los resultados obtenidos en este cuarto y último experimento son

prácticamente idénticos a los obtenidos en el tercer experimento. El hecho de

haber eliminado a 4 de los operarios implicados en los experimentos anteriores no

ha afectado de forma significativa al comportamiento del sistema, siendo el tiempo

de finalización del proyecto el mismo que en el tercer experimento.

Se han visto modificados de forma muy leve una serie de parámetros como

son el número de probetas en cola de algunos procesos, los tiempos medio y

máximo de probetas en las colas de estos procesos, el porcentaje de utilización de

los recursos de algunos operarios, etc. De cualquier modo, estas modificaciones

son tan pequeñas que no afectan de forma general al comportamiento del sistema.

Las diferencias en cuanto al comportamiento del proceso serían más

notables en el caso de eliminar uno de los dos operarios de sala o uno de los dos

operarios de mecanizado utilizados en este experimento. En el primer caso el

proyecto se retrasaría 1 día y 18 horas, mientras que en el segundo caso, el

proyecto se retrasaría 1 día y 23 horas. En el caso de sustituir ambos operarios

simultáneamente el proyecto se retrasaría 2 días y 18 horas.


La principal conclusión que puede extraerse del análisis de los resultados de

la simulación del sistema es que el proceso más crítico, con mucha diferencia, es el

ensayo a fatiga de las probetas. El desarrollo de este proceso marcará el

comportamiento del proyecto completo. Los múltiples ensayos a fatiga de las

diferentes probetas tienen una duración considerablemente superior al resto de

procesos y se realizarán hasta prácticamente el final del proyecto por lo que el

comienzo de los primeros ensayos a fatiga determinará el tiempo de finalización

del proyecto completo.

Otra conclusión fundamental obtenida, por el importante ahorro energético

que supone, es que el aumento en los tiempos máximos de espera al llenar las

diferentes cámaras climáticas permite reducir el consumo energético de dichas

cámaras climáticas sin aumentar el tiempo de duración del proyecto completo.

Estos tiempos de espera podrán suprimirse en el caso del curado del adhesivo y

del acondicionamiento térmico, aunque, sin embargo, no es aconsejable aumentar

el tiempo de espera para completar de llenar la cámara climática en la operación

de curado de sellantes por encima de 6 días, ya que, superado este tiempo de

espera, no se producen mejoras en el ahorro energético y, sin embargo, se produce

un retraso considerable en la duración del proyecto

Otra conclusión muy importante que reflejan los resultados de la

simulación, es que el número de operarios destinados inicialmente a la realización

de los diferentes procesos está sobredimensionado. Todos los grupos de operarios

podrán reducirse a un solo operario sin que esto afecte significativamente a la

duración final del proyecto. Al suprimir los operarios prescindibles, el tiempo de

duración de del proyecto aumentará en algo más de 2 días, lo cual es irrelevante en

comparación con los casi 7 meses de duración del proyecto completo.

Existirán otros condicionantes de menor importancia que afectarán a una

distribución ligeramente diferente de los tiempos de ocupación de los operarios,

en el número y tiempo de elementos en cola, y en los instantes en que comiencen

las diferentes operaciones. Entre estos condicionantes pueden destacarse el envío

de las probetas de ensayo a fatiga a -55ºC a un laboratorio externo, los instantes de

tiempo en que se coloque la extensometría a ciertas probetas o los momentos en

que se realicen los test de tensión residual e investigaciones microscópicas. Sin

embargo estas pequeñas desviaciones sólo afectarán levemente a procesos

internos sin influir de manera alguna sobre el proyecto global.


Kelton, W.D., Sadowski R.P., Sadowski D.A., Simulation with Arena, McGraw-

Hill, 2nd edition, 2001.

Tarifa, E.E., Teoría de Modelos y Simulación. Introducción a la Simulación,

Facultad de Ingeniería – Universidad Nacional de Jujuy, Argentina, 2003.

Shannon, R.E., Simulación de Sistemas. Diseño, desarrollo e implementación,

Trillas, México. 1988.

Wainer, G.A., Introducción a la Simulación de Eventos Discretos, Facultad de

Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina, 2005.

Kiviat, P.J., Digital Computer Simulation: Modeling Concepts, The Rand

Corpotation, 1967.

Himmelblau, D., Bischoff, K.B., Análisis y simulación de procesos, Editorial

reverté SA, 2004.

Cole, D.N., Computer Simulation Modeling o Recreation Use: Current Status,

Case Studies, and Future Directions, USDA, 2005.

Perros, H., Computer Simulation Techniques: The definitive introduction,

Computer Science Department, NC State University, U.S.A, 2009.

Bailey, K.A., D’Angelo, S., Computer Simulation Modeling Clinical Laboratories

Coss, R.B., Simulación, un enfoque práctico, Editorial LIMUSA, GRUPO

NORIEGA EDITORES, 2003.

Fábregas, A., Simulación de sistemas productivos con ARENA, Ediciones

Uninorte, 2003.

Páginas web consultadas:

o http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://en.wiki

pedia.org/wiki/Computer_simulation.


o http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://www.re

ferenceforbusiness.com/encyclopedia/Val-Z/Virtual-Reality-Computer-

Simulation.html

o http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://www.br

itannica.com/EBchecked/topic/130683/computer-simulation

o http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://en.citize

ndium.org/wiki/Computer_simulation

o http://translate.googleusercontent.com/translate_c?hl=es&langpair=en%7Ces&u=h

ttp://www.wordiq.com/definition/Computer_simulation&rurl=translate.google.co

m&usg=ALkJrhihWt4fO5OvalXIAT6zKaWzKeV1fA

o http://translate.google.com/translate?hl=es&langpair=en%7Ces&u=http://khup.co

m/keyword/computer-simulation-and-modelling.html

o http://www.mitecnologico.com/Main/DefinicionEImportanciaSimulacionEnIngenie

ria

o http://www.fib.upc.edu/retro-informatica/avui/simulacio.html

o http://www.hipotesis.com.ar/hipotesis/Marzo2000/tecnologia.html

o http://www.facebook.com/note.php?note_id=60707307839

o http://www.landersimulation.com/formacion-con-simulacion/el-mundo-en-

movimiento/historia-de-la-simulacion/

o http://www.gorgas.gob.pa/museoafc/loscriminales/criminologia/simulacion.html

o http://historia.mforos.com/732486/7018947-simulacion-militar-alcances-y-

tendencias/

o http://members.libreopinion.com/ve/efrain-muretti/simulacion/ss_mmc.pdf

PROYECTO FIN DE CARRERA INGENIERÍA...

Documents

Transcript of PROYECTO FIN DE CARRERA INGENIERÍA...