MODELO MATEMÁTICO PARA MINIMIZAR LOS COSTOS DE PRODUCCIÓN EN UNA ENSAMBLADORA DE VEHÍCULOS – ÁREA DE ENSAMBLAJE.

José Gavidia; Antonio Meneses; Lourdez Zúñiga; Christian Mariño

doi:10.47187/perf.v1i26.140

Authors

José Gavidia Universidad Técnica de Ambato, Facultad de Sistemas, Electrónica e Industrial, Carrera de Ingeniería Industrial, Ambato, Ecuador
Antonio Meneses Universidad Nacional de Chimborazo, Facultad de Ingeniería, Carrera de Ingeniería Industrial, Riobamba, Ecuador
Lourdez Zúñiga Escuela Superior Politécnica de Chimborazo, Facultad de Informática y Electrónica, Carrera Ingeniería en Telecomunicaciones, Riobamba, Ecuador
Christian Mariño Universidad Técnica de Ambato, Facultad de Sistemas, Electrónica e Industrial, Carrera de Ingeniería Industrial, Ambato, Ecuador

DOI:

https://doi.org/10.47187/perf.v1i26.140

Keywords:

Capacity, Assembly, Model, Planning, Production, Unpacking

Abstract

The objective of the research work is to design a mathematical model to minimize production costs, through the application of the Lingo 19 software in the assembly of the HAVAL M4 AC 1.5 5P 4x2 vehicule model produced by the company Ciauto Cía. Ltda. An instrument (Check List) was designed to collect the information. In the analysis of the Installed Capacity (IC), a value of twelve (12) vehicles / day was obtained, where 50% of the most sold model is assembled by the company, that is, six (6) M4 Models vehicles per day, with a total production cost per year of USD 198,052.50. Based on the data from the research work, it is concluded to provide a mathematical tool that minimizes production costs in the assembly area of the company Ciauto Cía. Ltda in an efficient and sustainable way in the short, medium, and long term, to generate an efficient management of resources. It is recommended to apply the Linear Programming Mathematical Model to minimize production costs for any area of a vehicle assembler, such as welding, painting or unpacking.

Downloads

Download data is not yet available.

References

Aguado, M. Modelo de mejora eficiente y sostenible en un sistema de producción ajustado través de procesos de innovación ambiental. vol 2. 33era ed. Madrid: UNED; 2015

Benavides-Pazmiño M. Aplicación del modelo econométrico de SOLOW para el diagnóstico de la productividad por el uso de la tecnología en las PYMES del sector textil del Ecuador [tesis]. Quito: EPN; 2016. Disponible en: http://bibdigital.epn.edu.ec/bitstream/15000/16578/1/CD-7235.pdf

Álvarez R. Metodología de la investigación: Operacionalización de Variables. Vol 2. 2da. ed. Medellín: McGraw-Hill;2012.

Camino M, Estimación de una función de producción y análisis de la productividad: el sector de innovación global en mercados locales. Estudios Gerenciales [Internet]. 2017 [citado 10 febrero 2021]; 33 (145). 400-411. Disponible en: doi:https://doi.org/10.1016/j.estger.2017.10.004

Ortiz-Zurita J. Modelo matemático para la planificación de la producción del sector Cuero en la parroquia de Quisapincha [tesis]. Ambato: UTA; 2017.

Huang, Z., Kim, J., Sadri, A., Dowey, S., Dargusch, M. Industry 4.0: Development of a multi-agent system for dynamic value stream mapping in SMEs. Journal of Manufacturing Systems [Internet]. 2019 [citado 03 marzo 2021]; 52: 1-12. Disponible en: doi:https://doi.org/10.1016/j.jmsy.2019.05.001

Escobar S. Modelo de estimación estadística «Programa Inclusión Productiva» MIPRO-Ecuador. Retos. Revista de Ciencias de la Administración y Economía [Internet]. 2019 [citado 10 marzo 2021]; 9: 303-325. Disponible en: doi:https://doi.org/ 10.17163/ret.n18.2019.08

Garcia, E. Herramientas de la planificación de la producción empresarial. Vol 2. 2da ed. Lima: Gestiopolis; 2011.

Espinosa C, Muyulema J, Sánchez R, Usca R. Los retos sostenibilistas de las Pymes textileras de la provincia de Tungurahua – Ecuador. Revista Internacional de Investigación e Innovación Tecnológica – RIIIT. 2019; 1: 1-19.

González R, Moreno M. Procedimiento para implementación de un sistema de gestión de costos de calidad. Ciencias Holguín. 2015; 4: 1-17.

Zotelo R, Mula J, Díaz M, González G. Plan maestro de producción basado en programación lineal entera para una empresa de productos químicos. Revista de Métodos Cuantitativos para la Economía y la Empresa[Internet]. 2017 [citado 12 marzo 2021]; 24: 147-168. Disponible en: doi:http://hdl.handle.net/10419/195385

Jaegler Y, Burlat P, Lamouri S, Trentesaux D. The ConWip production control system: a systematic review and classification. Revista Internacional de Investigación de Producción. [Internet]. 2018 [citado 04 marzo 2021]; 17: 5736-5757. Disponible en: doi:https://doi.org/10.1080/00207543.2017.1380325

Rodríguez L, Loyo J, López M, González J. Simulación dinámica de un sistema de producción retroalimentado Ingeniería Industrial. Ingeniería Industrial. 2019; 2: 171-182.

Vargas J, Muratalla G, Jiménez M. Sistemas de producción competitivos mediante la implementación dela herramienta lean manufacturing. Ciencias Administrativas. 2018 1: 1-21.

Sablón N, Orozco E, Lomas C, Montero Y. Plan maestro de producción de una empresa textil. Caso de estudio de Imbabura, Ecuador. EPISTEME. Revista digital de Ciencia, Tecnología e Innovación. 2018; 4: 448-462.

Zamora J, Eguía A. Modelo de Gestión Empresarial Balanced Scorecard. TECTZAPIC. Revista de divulgación científica y tecnológica. 2015; 1; 94-98.

Gunaki T, Siddiqui F. A Review Paper on Productivity Improvement by Value Stream Mapping. Journal of Emerging Technologies and Innovative. Research. JETIR. 2015; 2: 1119-1124.

Gutiérrez H. Control Estadístico de Calidad y Seis Sigma. Vol 1. 3era. ed. México D. F: McGraw-Hill; 2013

Karam A, Liviu M, Veres C, Radu H. The contribution of lean manufacturing tools to changeover time decrease in the pharmaceutical industry. A SMED projec. Procedia Manufacturing. [Internet]. 2018 [citado 09 marzo 2021]; 22: 886-892. Disponible en: doi:https://doi.org/10.1016/j.promfg.2018.03.125

Boiteux O, Forradella R, Palma R, Guiñazu H. Modelo Matemático Para la Planificación Agregada de la producción de Impsa. IJIE [Internet]. 2010 [citado 04 febrero 2021]; 2: 90-112. Disponible en: http://incubadora.periodicos.ufsc.br/index.php/IJIE/article/viewFile/622/pdf_93

Montgomery. Diseño y analisis de experimentos. Vol 2. 2da. ed. Arizona: Limusa Wiley; 2004

Bautista J, Batet L, Mateo M. Minimización del coste de almacenaje de combustible nuclear gastado en cápsulas MPC-32 con programación lineal entera mixta: Caso de carga en una etapa.[tesis doctoral]. México: UPC; 2020.

Campoverde A, Romero A, Naula B, Loyola M, Coronel T. (2019). Aplicación de un modelo matemático para el diseño de la cadena de suministro en el sector de neumáticos en Ecuador. Espacios [Internet]. 2019 [citado 13 marzo 2021]; 13: 10-21.

Hernández R, Fernández C, Baptista M. Metodología de la Investigación. Vol 2. 6ta ed. México D.F. : McGraw-Hill; 2014

Castillo B, Aguirre Z. Modelación del raleo mediante el uso de la programación lineal en plantaciones de Pinus caribaea Morelet de la Empresa Agroforestal Pinar del Río, Cuba. Arnaldoa [Internet]. 2018 [citado 16 febrero 2021]; 2: 597-614. Disponible en: doi:http://doi.org/10.22497/arnaldoa.252.25215