¿Cómo lograr un reabastecimiento eficiente y fácil de controlar?

Para que las empresas logren un proceso de reabastecimiento eficiente, transparente y fácil de controlar, una excelente solución es la planificación con tugger-trains (remolcadores) basados en un modelo de simulación.

• El suministro clásico de producción con montacargas que operan bajo pedido plantea varios problemas.

La provisión en la cantidad que habitualmente transportan este tipo de vehículos, lleva a grandes existencias en la producción, lo que tiene un impacto negativo en el tiempo de producción y el consumo de espacio.

Dado que los montacargas a menudo no se controlan de forma centralizada, también se incurre en corridas vacías innecesarias y se crean rutas adicionales recogiendo las mercancías vacías en diferentes momentos.

Debido a la disponibilidad poco clara de los operadores de los montacargas, los traslados a menudo también son realizados por empleados de producción, lo que conduce a la inflación de los procesos de producción con actividades secundarias.

Los montacargas de movimiento irregular también conducen a picos de carga de tráfico, que representan un riesgo de seguridad para los peatones, debido a la poca visibilidad del área frente a la horquilla por parte del conductor del montacargas.

¿Cómo se puede lograr un proceso de reabastecimiento transparente y fácil de controlar, la reducción de rutas innecesarias y una mayor seguridad (en el piso) al reducir el volumen de tráfico?

Los tugger-trains (remolcadores) temporizados son a menudo la solución óptima. Debido a su potencial, ahora también se han convertido en el medio preferido para manejar traslados internos fuera de la industria automotriz.

Tugger-trains, alternativa eficaz para un reabastecimiento efectivo

Para lograr estos objetivos, el tugger-train combina varios aspectos de la filosofía de producción ajustada. Al definir la guía de ruta, los tiempos de viaje y los procesos de trabajo de acuerdo con criterios definidos, se crea el requisito previo para un flujo de material constante. Una división clara de tareas entre el trabajador y el conductor del tugger-train también garantiza una separación limpia entre los procesos de producción y logística.

El transporte agrupado de materiales en pequeñas cantidades para varios lugares de consumo, de acuerdo con el principio de flujo de una pieza, reduce el esfuerzo de conducción, ya que no es necesario abordar la fuente de material por separado para cada transporte.

La provisión de los materiales en pequeñas cantidades también garantiza un flujo constante de contenedores vacíos, cuya eliminación se puede integrar fácilmente en el proceso de suministro.

Dado que los lugares de consumo se abordan con mayor frecuencia y regularidad, las existencias en producción pueden reducirse. Si el reabastecimiento se controla de acuerdo con el principio de kanban, el tren de arrastre también permite que la logística interna se vincule con el tiempo del ciclo de producción.

Aunque el principio subyacente parece simple, el diseño de una milk run (rutas lecheras) es a menudo un desafío que no debe subestimarse en la práctica.

La planificación de una milk run simple y robusta es particularmente difícil cuando el material fluye con diferentes tamaños de contenedores y requisitos fluctuantes variables con las existencias de material más bajas posibles, por lo que la fabricación debe realizarse en conjunto.

Si se utilizan datos estáticos o supuestos basados en valores promedio como punto de partida de la planificación, se podrían planear inadvertidamente reservas de seguridad excesivas o, en el peor de los casos, diseñar un proceso que no garantizara un flujo de material confiable.

Claves de la planeación de los flujos de materiales con herramientas de simulación

Para reducir estos riesgos al mínimo, los proyectos de planificación complejos en la industria manufacturera y para los proveedores de servicios logísticos están respaldados por simulaciones de flujo de materiales.

Al usar esta herramienta, se pueden examinar en detalle y de forma comprensible, diferentes variantes de proceso durante la planificación en función de los datos reales registrados, como los planes de producción. La extrapolación de datos también permite examinar el comportamiento del proceso en posibles escenarios futuros.

A través del uso de un plano (layout) real y de los tiempos de rendimiento de los pasos individuales del proceso, incluso los procesos manuales complejos como una milk run pueden representarse en el modelo de simulación. Las distribuciones estadísticas también se pueden utilizar para tener en cuenta las interrupciones técnicas u organizativas aleatorias en el trabajo diario.

Te puede interesar: Layout: el éxito del abasto en tiempo y forma

Mediante la variación de parámetros de entrada como el tiempo de ciclo, este procedimiento forma la base para una evaluación de variantes de milk run en un modelo dinámico y realista del entorno del proceso.

Además de procesar datos y parámetros de entrada, el modelo de simulación puede generar declaraciones confiables sobre el rendimiento a partir del cálculo de indicadores clave.

Para verificar el cumplimiento del cronograma y la estabilidad del suministro, se registran el inicio y la duración del recorrido, y se determina el rango de existencias y los periodos de reabastecimiento.

Un modelo 3D basado en el entorno real también se puede utilizar para involucrar activamente al personal operativo en la planificación de la milk run y, por lo tanto, aumentar su aceptación antes de su introducción.

Si bien estas ventajas cualitativas de la planificación de tugger-trains basados en simulación pueden fundamentarse objetivamente, es más difícil estimar los ahorros resultantes. En proyectos anteriores, de acuerdo con las pautas para la simulación de flujo de material del Instituto de Ingenieros Alemanes (VDI), el soporte con una simulación de flujo de material podría ahorrar un promedio del 2% del volumen de inversión planificado.

Debido a la alta proporción de actividades manuales, los complejos sistemas de tugger-trains también ofrecen la opción de reducir la carga de trabajo y, por lo tanto, los costos operativos al optimizar los mecanismos de control.

THE LOGISTICS WORLD

Moritz Miebach

Ingeniero industrial en la Universidad Técnica de Hamburgo-Harburgo y en la Universidad de Edimburgo. Su especialización son los proyectos de optimización, de planificación de la cadena de suministro y de planificación de almacenes.