Optimización del costo de producción en la
elaboración del acero en ACINOX Las TUNAS
Optimization of the cost of production in the elaboration of steel
in ACINOX Las Tunas
Luis Ángel Sosa Rivero
Facultad de Ciencias Técnicas y Agropecuarias, Departamento de
Ingeniería Informática,
Universidad de Las Tunas, Cuba
luissr@ult.edu.cu
doi: https://doi.org/10.36825/RITI.07.14.002
Recibido: Abril 30, 2019
Aceptado: Agosto 21, 2019
Resumen:
Los sistemas de ayuda a la decisión muestran insuficiencias para
gestionar dinámicamente el proyecto de cambio de la gestión
empresarial y lograr la coherencia del proceso de selección de
caminos a seguir en las líneas productivas con la
optimización del costo. Ofrecen amplios análisis
cuantitativos, carentes del análisis estratégico de las
alternativas existentes para minimizar los gastos innecesarios. Esto,
unido a las dificultades de los modelos matemáticos para el
análisis cuantitativo de elementos intangibles, a través del
conocimiento de los expertos, evidencia la necesidad de contar con
herramientas informáticas capaces de modelar las particularidades
de la producción para explotar las características de los
entornos actuales, con el fin de contribuir al desarrollo de la
empresa estatal socialista que aspiramos. La implementación de
esta herramienta tiene una gran significación práctica, pues
permitirá diseñar e implementar una aplicación web que
modela la optimización del costo de producción del acero
líquido y la correspondencia del mismo con la vía más
factible. Este modelo permite la combinación de elementos
tangibles e intangibles valorados a través de expertos,
considerando escalas categoriales de producción; con
información cuantitativa, que permite la selección de las
alternativas de decisión en la producción de acero
líquido, así como que e integra a la plataforma de los
restantes módulos implementados en la empresa de Aceros
Inoxidables de Las Tunas (ACINOX).
Palabras clave: Decisión, Optimización, Modelo.
Abstract:
The systems of help to the decision show inadequacies to negotiate
the project of change of the managerial administration dynamically and
to achieve the coherence of the process of selection of roads to
continue in the productive lines with the optimization of the cost.
They offer wide quantitative analysis, lacking of the strategic
analysis of the existent alternatives to minimize the unnecessary
expenses. This, together to the difficulties of the mathematical
models for the quantitative analysis of intangible elements, through
the knowledge of the experts, evidences the necessity to have computer
tools able to model the particularities of the production to exploit
the characteristics of the current environments, with the purpose of
contributing to the development of the company state socialist that we
aspire. The implementation of this tool has a great practical
significance, because it will allow to design and to implement an
application web that models the optimization of the cost of production
of the liquid steel and the correspondence of the same one with the
most feasible road. This model allows the combination of tangible and
intangible elements valued through experts, considering scales
production categoriales; with quantitative information that allows the
selection of the alternatives of decision in the production of steel
liquid, as well as that and it integrates to the platform of the
remaining modules implemented in the company of Stainless Steels of
The Tunas (ACINOX).
Keywords:
Decision, Optimization, Model.
1. Introducción
El desarrollo vertiginoso de las aplicaciones informáticas en el
mundo tiene cada vez más incidencia en la Gestión
Empresarial, hoy no se concibe una toma de decisión sin un previo
análisis exhaustivo con herramientas de las Tecnologías de
la Información y las Comunicaciones (TIC). Las tendencias
actuales se enmarcan en la utilización de sistemas
informáticos destinados a la administración en una
organización, los llamados Sistemas de Planificación de
Recursos de la Empresa, en inglés Enterprise Resource Planning
(ERP).
En Cuba, para hacer frente el reto que impone el desarrollo de las
TIC, a partir del año 2000, el Comité Ejecutivo de Consejo
de Ministros, elaboró y comenzó a aplicar una estrategia
conocida como “La Batalla de Ideas para la Informatización
de la Sociedad Cubana”. Dentro de esta estrategia está
concebido, aumentar la efectividad y facilitar la toma de decisiones
en la gestión de dirección a los órganos de gobierno,
la administración y las empresas. En tal sentido, se han venido
desarrollando ciertos avances en el ámbito empresarial cubano con
la introducción de soluciones informáticas nacionales
impulsadas por la Universidad de las Ciencias Informáticas (UCI)
o adquiridas de empresas internacionales con el fin de facilitar el
proceso de la toma de decisiones.
Las decisiones empresariales pueden ser sumamente complejas. Esta
complejidad se multiplica con el hecho de que el decisor no es una
sola persona y que las organizaciones se encuentran en ambientes
dinámicos y complejos. La estrategia de la empresa es una
amalgama de objetivos, íntimamente imbricados al conocimiento que
la organización tiene de sí misma, del entorno y de las
ciencias empresariales [1].
El sistema productivo en la empresa cubana actual está dotado de
un conjunto de recursos que deben ser transformados en determinados
resultados, que satisfagan las exigencias y requerimientos de los
clientes basados en el perfeccionamiento empresarial socialista. Para
lograr dicho cambio los sistemas productivos adoptan determinadas
formas en su funcionamiento, conocidas como tipos de sistemas
productivos. Estos se clasifican de acuerdo a tres
características: la relación producción-consumo, la
forma de ejecutar el proceso productivo y el elemento a optimizar. Con
el propósito de garantizar el perfeccionamiento de un sistema
empresarial instituido, disciplinado, participativo, eficaz y
eficiente, se establecen las bases en el Decreto Ley No. 284 del
Consejo de Estado que rige las Normas y Procedimientos como
instrumentos de trabajo para una mejor aplicación del nuevo
sistema de gestión empresarial [2].
La empresa de Aceros Inoxidables S.A. de Las Tunas despunta a la
vanguardia por sus altos niveles de productividad y eficiencia
garantizado por su capital humano altamente calificado, aplicando para
ello un sistema de gestión y dirección empresarial, que
cuenta con la gestión de la calidad certificada por la firma
internacional Loyd’s Register, desde el 2000 [2].
En un diagnóstico preliminar realizado en el proceso productivo
para determinar cuáles son las causas que inciden en costos de
producción se evidenció que:
· Aunque se cuenta en la organización con el flujo de los
materiales que intervienen en el proceso productivo, no se modelan y
grafican todas las variantes.
· No se explota para la planificación de la producción el
equipamiento informático instalado.
· No se minimizan los costos de producción con todas las
restricciones establecidas ya que el software Solver tiene un
número limitado a asimilar.
· No se cuenta con un sistema de administración de la
producción con base científica desde las ciencias
informáticas sobre el tema.
· Se desaprovecha la oportunidad de mejorar los indicadores de
producción y se incurren en gastos monetarios innecesarios.
Todas estas deficiencias llevan a plantear como objetivo: Implementar
un sistema informático que modele a través de la
investigación de operaciones, los procesos productivos de la
empresa de Aceros Inoxidables de Las Tunas, que facilite la correcta y
oportuna toma de decisiones.
2. Desarrollo
2.1. Fundamentación de las Áreas de Resultados
El sistema empresarial cubano tuvo necesidad de priorizar
determinados sectores de la economía, entre ellos, Turismo,
Energía y Minas, Construcción, Metalurgia, Banco Nacional de
Cuba, Comercio Interior, Biotecnología, y Agroindustria,
según los Lineamientos de la Política Económica y
Social del Partido y la Revolución. La industria siderúrgica
cubana, con un historial de más de 50 años en la
producción de aceros al carbono y en la fundición de piezas
de aceros aleados, la Empresa de Aceros Inoxidables de Las Tunas
(ACINOX Las Tunas), fue constituida en 1990, está dotada de las
instalaciones necesarias para producir acero al carbono y aleados, su
sistema de gestión de la calidad certificado por Loyd’s
Register, desde el año 2000.
La producción fundamental de la empresa es la fabricación
de palanquillas de acero al carbono, obtenidas mediante colada
continua en el taller de la acería, destinadas a la
exportación y consumo nacional asi como la fabricación de
barras corrugadas de diversos perfiles en el taller de
laminación, destinadas al consumo nacional, además está
compuesta por diferentes plantas y talleres auxiliares, con una
estrecha relación entre ellos. Esta industria representa una
importante fuente de ingresos en moneda libremente convertible, ya que
su producción se comercializa en Centroamérica, el Caribe y
Europa [2].
Su objeto social es producir y comercializar palanquillas de acero al
carbono, barras lisas y corrugadas, perfiles. Su misión es
asegurar la producción y comercialización de palanquillas de
acero al carbono y aleados, así como barras corrugadas para
refuerzo de hormigón. Satisfacer las necesidades del mercado
nacional e internacional, con productos de calidad. Su visión es
mantenerse posicionada en el mercado internacional con aceros al
carbono de calidad y en el mercado nacional con barras para refuerzo
de hormigón. Proyectándose en la diversificación e
incremento de la producción de aceros aleados y especiales,
así como en la exportación de barras corrugadas [3].
2.2 Descripción de los procesos que se ejecutan en la toma de
decisiones en la gestión de los procesos productivos
El proceso productivo comienza desde la selección de los
recursos que están en existencia sean chatarras ferrosas,
importada, desmantelada, militar, hierro fundido, estas se tratan de
cortar en fracciones pequeñas para luego ser transportadas por el
pulpo hasta el horno de arco eléctrico (HAE).
Cuenta con dos procesos principales y diferentes
talleres que se describen seguidamente:
· Unidad Empresarial de Base (UEB) de acería: Constituye uno de
los procesos principales que genera valor y donde se elaboran las
producciones de palanquillas de acero al carbono.
· Taller de Aseguramiento a la producción: Almacena y distribuye
las materias primas fundamentales en el proceso productivo, cuenta con
un almacén de materias primas y materiales (chatarras,
ferroaleaciones, electrodos)
· Elaboración y afino: Proceso de transformación de la
chatarra en acero líquido y su posterior ajuste en cuanto a la
composición química solicitada por el cliente, para lo cual
cuenta con un HAE, donde ocurre la fusión de la carga (chatarra)
y un ajuste primario del acero; también posee un horno de cuchara
(HC) en el cual se lleva a cabo el ajuste total de la composición
química según la marca de acero a producir.
· Instalación de vaciado continuo (IVC): Agregado metalúrgico
donde se lleva a cabo la transformación del acero líquido
procedente del taller de elaboración y afino en forma de
palanquillas.
· Reverbería: Encargada de brindar servicios de reparación y
montaje a los agregados metalúrgicos que requieran de
revestimiento refractario, ya sea en la acería o fuera de
ella.
· Producto terminado: Rectifica, organiza y controla la producción
terminada.
· Subestación eléctrica: Uno de los subprocesos de gran
importancia. Debido a los altos consumos de energía, propios del
proceso productivo, cuenta con un sistema capaz de recepcionar y
distribuir la energía eléctrica a cada uno de los talleres y
plantas.
2.2.1 Proceso de toma de decisiones en la producción
El diagnóstico del proceso de toma de decisiones, su
sustentó en la base de entrevistas y visitas a la fábrica,
cuyo objetivo fundamental fue definir las condiciones existentes en la
toma de decisiones que limitan la gestión de los costos de
producción.
Se decidió incluir en el modelo que sería programado en la
plataforma Odoo solo aquellos recursos que urge optimizar y que
representan más del 80% de los costos productivos de la entidad.
Estos son:
1. Chatarra Ferrosa/t
2. Chatarra Importada/t
3. Chatarra desmantelamiento/t
4. Hierro Fundido/t
5. Recirculación/t
6. Silicio/t
7. Sílico Manganeso/t
8. Carbón de Carga/t
9. Carbón de Insuflado y Reducción/t
10. Carbón Ajuste/t
11. Sidox/t
12. CaF2
13. 300 mm/t
14. 500 mm/t
15. O2/m3
16. electricidad/Mwh HAE
17. electricidad/Mwh HC
18. Cal
El número a la izquierda de cada recurso constituye el
índice que se utilizará para referirse al mismo en la
definición de las variables del modelo.
Se utilizaron estimaciones de costos y precios de compra a partir de
los reales observados por cada elemento en las fichas de costo en el
periodo comprendido entre enero 2015 y abril 2017.
Se determinaron como principales elementos restrictivos los que a
continuación se muestran:
1. Disponibilidad de recursos
2. Productivas y de rendimiento
3. Composición química según parámetros de
calidad
4. Composición de residuales
5. Relaciones de consumo
6. Restricciones técnicas y energéticas
El modelo permitirá optimizar la planificación de la
producción mensual de hasta 5 marcas de acero diferentes,
teniendo en cuenta los 18 recursos antes mencionados. Las ecuaciones
generales y específicas se detallan a continuación.
|
|
(1) |
Donde:
Cj: Costo de una unidad del recurso j.
Xij: Unidades de recurso j a utilizar en la producción del acero
marca i.
El rendimiento es representado como sigue:
|
|
(2) |
Donde:
rj: Índice de rendimiento de la materia prima j.
Pi: Plan de producción del acero marca i.
La disponibilidad de recursos se calcula de la siguiente
manera:
|
|
(3) |
Donde:
Dj: Disponibilidad del recurso j.
La limitación del contenido Hierro (Fe) fundido es calculada
según la Ecuación (4).
|
|
(4) |
Finalmente, la limitación del contenido Fe es mostrado en la
Ecuación (5).
|
|
(5) |
Donde:
CFej: Índice de contenido de hierro en la materia prima j.
A continuación el cuestionario de las entrevistas
realizadas a los especialistas de la producción es presentado,
así como un análisis de los resultados obtenidos.
¿Considera usted que las decisiones sobre la producción
tienen una base fundamentada? 63% si y 37% no. ¿Existe
conocimiento sobre las decisiones en la gestión de la
producción en ACINOX? 9.3% si y 90.7% no. ¿Usted aprecia que
con la implementación de una herramienta matemática se pueda
mejorar la optimización de los costos en la producción de
acero líquido? 97.3% si y 2.7% no. ¿Es posible con la
implementación de una herramienta informática mediante un
software integrado a las plataformas de la empresa mejorar la toma
decisiones en el proceso productivo? 94 % si y 6% no. ¿El proceso
de toma de decisiones en la producción de acero líquido
tiene en cuenta todos los indicadores del costo de producción? 5%
si y 95% no. ¿El departamento de tecnología aplica
instrumentos para fundamentar las decisiones de producción de una
determinada marca? 30% si y 70% no.
El proceso de toma de decisiones para minimizar los costos se hace
engorroso ya que se deben plantear escenarios modelados que permitan
una certera y oportuna decisión. Además de que estos
análisis se sustentan en indicadores históricos, así
como los requerimientos de la marca a producir.
Hoy este proceso se ejecuta basándose en la experiencia de los
especialistas que laboran en las diferentes áreas del proceso
productivo, incurriendo en la necesidad de ser imprescindibles en
desarrollo de la UEB, cuando el país está llamado a
facilitar procesos utilizando las tecnologías computacionales,
como es el caso de tener un software que modele escenarios y nos ayude
a minimizar los costos de producción cumpliendo con las normas de
calidad.
2.3 Análisis y diseño del sistema propuesto
Luego de realizada la investigación se trabaja en una
aplicación web diseñada específicamente, para la toma
de decisiones en el proceso productivo sustentándose en un modelo
matemático simplex que se nutre de los requerimientos según
la marca, recursos y composición química.
Para el diseño del sistema se realizó un análisis de
sistemas similares que existen en la actualidad, que se dedican a la
toma de decisiones por la simulación, y en la producción. A
continuación, se enuncian brevemente.
Sistema de Ayuda a la Decisión basado en la Lógica
Difusa Compensatoria. Aplicación en el Grupo Empresarial de la Industria Portuaria.
Tesis en Opción al Título Académico de Máster en
Informática Empresarial del Instituto Superior Politécnico
José Antonio Echeverría. El prototipo del Sistema de Ayuda a
la Decisión diseñado, fue aplicado en el Grupo Empresarial
de la Industria Portuaria Cubana, donde se obtuvo una prioridad de las
características y objetivos que facilita la gestión de
monitoreo y ejecución; y se analizó la conveniencia
estratégica de una decisión [4]. Se centra en la inteligencia artificial a través de predicados
para obtener objetivos estratégicos de desarrollo, pero no abarca
los procesos productivos mediante modelos matemáticos.
Diseño e implementación en Python de un modelo de
simulación de horarios de servicios ferroviarios para
incrementar la productividad en los servicios.
Proyecto de fin de carrera de Ingeniería en Telecomunicaciones,
Escuela Técnica Superior de la Universidad de Sevilla 2014, el
presente software se centra en el diseño e implementación,
en lenguaje Python, de una aplicación que integre un módulo
de construcción de líneas de transporte ferroviario, sobre
las que se va a poder simular cualquier horario específico ante
cualquier descripción de la demanda pero su sustento como modelo
matemático llega hasta la planificación de redes por lo que
no contempla la producción [5]. El objetivo de ese modelo fue
realizar un simulador de eventos discretos, programado en Python, cuyo
uso sea sencillo para el usuario, y, a su vez, con una mayor
modularidad y productividad enfocado en eventos discretos, pero nunca
cumplió con las expectativas para minimizar costos en la
producción.
2.3.1 Tecnologías utilizadas en el sistema
Se implementó el software con el lenguaje de programación Python, el cual es un lenguaje de código abierto muy popular, adecuado
para desarrollo web y que puede ser incrustado en HTM. Lo mejor de Python es que es de tipado dinámico cuya filosofía hace
hincapié en una sintaxis que favorezca un código legible. Se
trata de un lenguaje de programación multiparadigma y disponible
en varias plataformas, se aplica a modelos matemáticos por su
versatilidad en las librerías con las que cuenta [6].
Se utilizó como framework de desarrollo el Sistema de Gestión Empresarial Odoo como potente herramienta para la creación de módulos
empresariales. Un framework web es un conjunto de componentes que te ayudan a desarrollar
aplicaciones web más fácil y rápidamente. Contiene
potentes librerías para la modelación matemática
[7].
Como framework de desarrollo del lado del cliente se manejó Boostrap 3.3, el cual es un framework basado en HTML y CSS, ayuda a agilizar la creación de la
interfaz de nuestra página web. Con la particularidad, que,
diseñando con Bootstrap, nuestro sitio estará adaptado a la pantalla del dispositivo
con el que accedemos. Además de agilizar la creación de
nuestra web, con Bootstap se puede crear un diseño limpio, intuitivo, usable y de
poco peso, por lo que la carga de nuestra web será muy
rápida. Es muy cómodo, porque muchas de las funcionalidades
que necesitaremos ya están desarrolladas, y si no, tienes acceso
a una gran cantidad de documentación en varios idiomas y una
comunidad que dará respuestas a todas tus dudas [8].
Se aplicó MySQL versión 5.6.21, el cual constituye la base
de datos de software libre más popular del mercado. Es
desarrollada, distribuida y costeada por el grupo de empresas MySQL
AB. Es un sistema de gestión de información que ofrece los
mecanismos para añadir, acceder y procesar las distintas
informaciones almacenadas en ella. Los motivos por los que se ha hecho
tan popular, además de lo expuesto anteriormente, residen en el
hecho de que supone un servidor cuyas características de
velocidad, flexibilidad, fiabilidad y facilidad de uso son
extremadamente atractivas y competitivas respecto del resto de
soluciones existentes en el mercado. El software de MySQL ofrece un
modelo de cliente/servidor consistente en un servidor SQL multihilo
que es capaz de soportar diferentes clientes, librerías,
herramientas administrativas y APIS [8].
Todo el proceso de desarrollo de software estuvo guiado por la
metodología Programación Extrema (XP siglas en inglés),
la misma centra su atención en la producción de software con
medianos o pequeños equipos de desarrollo, asumiendo que la
planificación nunca será perfecta, y que los requerimientos
cambian a lo largo de todo el ciclo de vida de la aplicación
según varían las necesidades del negocio; por tanto, el
valor real reside en obtener rápidamente un plan inicial, y
contar con mecanismos de retroalimentación que permitan conocer
con precisión dónde se está [8].
La metodología XP se fusionó con la metodología
Prototipos Evolutivos (PE) teniendo en cuenta que el volumen del
software a implementar nos es tan grande como complejo, ya que ella se
centra en reprogramar los requisitos mediante la realimentación
continua entre el cliente y el equipo de desarrollo. Se centra en la
idea de ayudar a comprender los requisitos que plantea el usuario,
sobre todo si este no tiene una idea muy acabada de lo que desea.
También pueden utilizarse cuando el ingeniero de software tiene
dudas acerca de la viabilidad de la solución pensada o se aplica
un modelo matemático.
Para el diseño de la interfaz la aplicación se sustenta en
la facilidad de navegación y compresión de las
funcionalidades para el usuario. Lleva implícito la sencillez y
agilidad de carga en el diseño utilizando las librerías CSS
de Boostrap.
La aplicación está constituida por tres sesiones, en
correspondencia con el rol que con que se acceda ya sea: Administrador, Jefe de Producción, Técnico de la
Producción. De la misma forma se implementaron funcionalidades referidas a la
gestión de los parámetros a tener en cuenta en el modelo
matemático, las restricciones, marcas, composición
química, entre otras. Todas estas funcionalidades se
distribuyeron según la metodología a utilizar en tres
iteraciones que permitieron implementarlas en el tiempo estimado.
En la primera iteración se tuvo en cuenta las funcionalidades
más relevantes para la estructura y el diseño de la
aplicación, aquellas con mayor peso del contenido, o lo que se
conoce en la metodología como de prioridad alta. En esta etapa
resultó imprescindible determinar todas las historias de usuarios
que generan las clases entidades para el manejo de los datos a
procesar por parte del sistema gestor de base de datos, así como
se estimaron los puntos de historia que darían el peso total y
tiempo determinado del software a desarrollar.
En la segunda fue implementada la funcionalidad para la
captación de los datos de las restricciones necesarias para
generar la función objetivo. Las cuales tienen un alto peso en el
contenido ya que de ella dependerá el resultado final de la
información que necesitará la empresa para la toma de
decisiones. Es la funcionalidad primaria y más integradora en su
desarrollo.
Las funcionalidades restantes como el caso de las gráficas se
implementaron en la tercera iteración, a través de las
cuales se podrá evaluar el resultado final al manipular la
aplicación, obteniéndose al final una versión 1.0 que
puede variar en función de las sugerencias del cliente, es este
momento de desarrollo donde se integra la plataforma de decisión
a los restantes módulos implementados en la empresa como el caso
del que logra conectar con el Versat.. La primera página que se
visualiza es para que el usuario introduzca su identificador y su
contraseña (Fig. 1) para acceder a los distintos módulos del
sistema.
Figura 1.
Interfaz de autenticación de usuario.
Figura 2. Interfaz que muestra las gráficas de decisión, y la
totalidad de las funciones a realizar en el sistema.
Como ya se dijo, cada usuario tiene un rol específico que
estará en correspondencia con el módulo al que podrá
acceder, por ejemplo, jefe de Producción. Este es el encargado de
evaluar las decisiones referentes a la producción (Fig. 2).
A continuación se muestra el ejemplo de algoritmo
metrópolis utilizado para las muestras de los recursos necesarios
para la producción del acero.
def metropolis(func, steps=10000):
"""A very simple Metropolis
implementation"""
muestras_recursos = np.zeros(steps)
old_x = func.mean()
old_prob = func.pdf(old_x)
for i in range(steps):
new_x = old_x +
np.random.normal(0, 0.5)
new_prob =
func.pdf(new_x)
aceptacion = new_prob
/ old_prob
if aceptacion >=
np.random.random():
muestras_recursos
[i] = new_x
old_x
= new_x
old_prob
= new_prob
else:
muestras_recursos [i] = old_x
return muestras_recursos
2.4 Importancia de la Investigación
La importancia de esta investigación radica en establecer un
enfoque, que ayuda a garantizar la coherencia de la modelación de
la estrategia de la organización, permitiendo un análisis
riguroso de los costos de producción, apoyándose en las
valoraciones de expertos que expresan las veracidades de las
incidencias, importancia o presencia entre todos los elementos
definidos. Utiliza las librerías de Python definidas para la modelación matemática obteniendo
modelos que revelan características cruciales del proceso
productivo, con el fin de definir un nivel de prioridad entre las
decisiones a tomar.
El aporte práctico de la investigación radica en el
perfeccionamiento de la toma de decisiones en aras de minimizar los
costos de producción de acero líquido en la empresa objeto
de estudio, lo cual se traduce en un mejor aprovechamiento de los
recursos, que demanda el proceso productivo y por consiguiente la
obtención de mayores utilidades.
Con la utilización del sistema propuesto se logran minimizar los
costos de producción del acero permitiendo reducir la cantidad de
errores humanos cometidos y tener una base de datos consistente y
segura que evita la redundancia de datos.
2.5 Validación de la efectividad del sistema
Se aplicó en el departamento de gestión de la
producción del acero con el objetivo de validar su efectividad. A
través de la interacción con el sistema se efectuaron
diferentes análisis que permitieron tener en cuenta todas las
variables y restricciones del modelo productivo. Para ello se
instrumentó la prueba por el método de experto aplicando el
coeficiente de ponderación o significación de cada criterio
determinado a la hora de clasificar los sistemas de
producción.
Este consiste en que un grupo de expertos le otorgue según su
opinión un grado de importancia a cada análisis realizado
por el sistema y mediante las dócimas de Kendall se verifica la
concordancia entre ellos. Los designados fueron especialistas dentro
de los segmentos referidos a: comercial, tecnología,
producción, además poseen un alto grado de conocimiento
sobre el tema habiendo desarrollado maestrías y doctorados sobre
la producción de acero, la cantidad seleccionada fue un
número impar. Ellos determinaron en un 0,8 para una alta
concordancia lo que evidencia la efectividad del sistema.
De igual manera se validó mediante la prueba de aceptación
(Fig. 3), que propone la metodología de desarrollo
Programación Extrema (XP), obteniéndose en los 5 casos de
prueba descripto el éxito esperado por parte del cliente logrando
superar las herramientas de Excell utilizadas para modelar optimización de la
producción. Al finalizar se realizó la prueba de
integración donde se sincronizaron los módulos existentes
con el nuevo sistema.
Figura 3. Diagrama de Implementación de la prueba de aceptación
XP.
3. Conclusiones
Otros de los beneficios que reporta es complementar el proyecto
ACINOX- Universidad de Las Tunas para fomentar el desarrollo de la
informatización en aras de elevar la productividad empresarial
con énfasis en la exportación.
Este Sistema logra minimizar los gastos en la adquisición de software, y soberanía tecnológica al ser una plataforma de software
libre. Integra soluciones que abarcan más restricciones y datos
que el software Solver de Excel utilizado hasta el momento para los estudios de
factibilidad en la producción.
La aplicación obtenida constituye una herramienta para la toma
de decisiones en el proceso productivo de la Empresa de Aceros
Inoxidables de Las Tunas ACINOX. Presenta una interfaz amigable,
intuitiva, garantizando al departamento de producción, eficiencia
y fiabilidad en la decisión a tomar. Con la aplicación se
lograron complementar una serie datos sobre la mesa antes de trazar
una estrategia a seguir para elevar la producción a un menor
costo.
4. Referencias
[1] Figueroa López, A.; García de la Torre, C. (2018). Un
modelo para la toma de decisiones sustentables en las organizaciones. Investigación Administrativa, 47 (122), 1-17.
[2] Batista, J. P. F. (2017). Procedimiento para el control y optimización de los costos
de producción del proceso de elaboración de Acero en
ACINOX Las Tunas. Unpublished Maestría Ingeniería Industrial, Universidad
de Las Tunas, Las Tunas.
[3] ACINOX. (2019). Perfeccionamiento Empresarial ACINOX Las Tunas. Recuperado de: www.acinoxtunas.cu
[4] Moreda, I. I. C. (2007). Sistema de Ayuda a la Decisión basado en la Lógica Difusa
Compensatoria. Unpublished Master en Informática Empresarial, CUJAE, La
Habana.
[5] Hernández de la Torre, F. (2015). Diseño e implementación en Python de un modelo de
simulación de horarios de servicios ferroviarios. (Proyecto de Fin de Carrera). Ingeniería Informática.
Universidad de Sevilla.
[6] Iglesias Alcón, V. (2016). Simulación con OMNeT++ de escenarios de reparto de
canales. (Trabajo Fin de Grado). Ingeniería Telemática,
Universidad de Alcalá.
[7] Odoo. (2019). Odoo Development Essentials Book. Recuperado de:
https://fundamentos-de-desarrollo-en-odoo.readthedocs.io/es/latest/odoo-development-essentials.html
[8] Batista Díaz, C. M.; Lujo Aliaga, Z.; Cedeño Galindo, L.
V.; Sosa Rivero, L. A.; Pérez Céspedes, A.; Megna Alicio, A.
(2018). Propuesta de Sistema Informático para la gestión del
plan de trabajo individual de los profesores . Revista de Investigación en Tecnologías de la
Información, 6 (11), 67-71.