DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA...

261
PROYECTO FIN DE CARRERA INGENIERÍA AERONÁUTICA DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA PRODUCCIÓN DE MAZOS ELÉCTRICOS Francisco Javier Rodríguez Sánchez Tutores: David Canca Gabriel Villa Marzo 2014

Transcript of DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA...

Page 1: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

PROYECTO FIN DE CARRERA

INGENIERÍA AERONÁUTICA

DISEÑO Y ANÁLISIS DE MODELOS DE

PLANIFICACIÓN PARA LA

PRODUCCIÓN DE MAZOS ELÉCTRICOS

Francisco Javier Rodríguez Sánchez

Tutores: David Canca

Gabriel Villa

Marzo 2014

Page 2: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

2

Page 3: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

3

Contenido

1 Objetivo del proyecto ............................................................................................................ 7

2 Alcance del proyecto ............................................................................................................. 8

3 Descripción del problema ..................................................................................................... 9

3.1 Introducción .................................................................................................................. 9

3.2 Descripción general de la planta de producción ......................................................... 10

3.3 Descripción detallada de los procesos de fabricación de mazos y enmallado ........... 12

3.3.1 Zona de montaje de los mazos ............................................................................ 12

3.3.2 Zona de enmallado .............................................................................................. 16

3.4 Planificación de la producción de mazos eléctricos .................................................... 17

3.4.1 Planificación en el área de montaje de mazos .................................................... 17

3.4.2 Planificación en el área de enmallado................................................................. 20

4 Especificación de requerimientos técnicos y funcionales ................................................... 22

5 Justificación del proyecto .................................................................................................... 24

5.1 Introducción a Lean Manufacturing ............................................................................ 24

5.1.1 ¿Por qué implantar Lean Manufacturing? .......................................................... 25

5.2 Lean en la industria aeronáutica ................................................................................. 25

5.2.1 Airbus Military: Un compromiso Lean ................................................................. 26

5.3 Adaptación de la producción de mazos a un enfoque Lean ....................................... 26

6 Estudio del estado del arte.................................................................................................. 29

6.1 Técnicas de resolución para la planificación en las células a pulsos ........................... 29

6.2 Técnicas de resolución para la planificación en el área de enmallado ....................... 30

7 Análisis de alternativas de resolución ................................................................................. 32

7.1 Resolución exacta de los modelos de programación matemática .............................. 32

7.2 Heurística basada en reglas de secuenciación ............................................................ 33

7.3 Solución desarrollada en el proyecto .......................................................................... 35

7.3.1 Descripción del software GAMS .......................................................................... 35

8 Desarrollo de los modelos de programación ...................................................................... 37

8.1 Introducción ................................................................................................................ 37

8.2 Planificación de la producción en las células a pulsos ................................................ 38

8.2.1 Planteamiento del problema de la planificación en las células de pulsos .......... 38

8.2.2 Modelos de programación matemática .............................................................. 39

8.3 Planificación de la producción del proceso de enmallado .......................................... 50

Page 4: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

4

8.3.1 Planteamiento del problema de la planificación del proceso de enmallado ...... 50

8.3.2 Modelo de programación matemática ............................................................... 51

8.4 Planificación de la producción de las células de finalización ...................................... 55

8.4.1 Planteamiento del problema de la planificación en las células de finalización .. 55

8.4.2 Modelos de programación matemática .............................................................. 56

9 Diseño de experimentos en GAMS ..................................................................................... 60

9.1 Introducción ................................................................................................................ 60

9.2 Modelos para células a pulsos .................................................................................... 61

9.2.1 Modelado por fases ............................................................................................. 61

9.2.2 Modelo de una sola fase ..................................................................................... 63

9.2.3 Modelo de pulsos con lotes ................................................................................ 63

9.3 Modelo para el proceso de enmallado ....................................................................... 64

9.4 Modelo completo ........................................................................................................ 65

10 Análisis de resultados ...................................................................................................... 68

10.1 Resultados obtenidos para la planificación en las células a pulsos ............................ 68

10.1.1 Resultados obtenidos para el modelo de pulsos con lotes ................................. 70

10.2 Resultados obtenidos para la planificación en el área de enmallado ......................... 71

10.3 Resultados obtenidos para el modelo completo ........................................................ 73

11 Conclusiones finales ........................................................................................................ 80

12 Bibliografía ...................................................................................................................... 82

Anexo 1. Códigos GAMS para los modelos ................................................................................. 85

P_2F_M1: Modelo de pulsos dos fases dos loop .................................................................... 85

P_2F_M2: Modelo de pulsos dos fases un loop ...................................................................... 92

P_1F_M3: Modelo de pulsos de una fase (sin lotes) .............................................................. 99

P_1F_M4: Modelo de pulsos de una fase (con lotes) ........................................................... 105

E_M1: Modelo de enmallado ................................................................................................ 111

C_M1: Modelo completo ...................................................................................................... 117

Anexo 2. Datos utilizados en los experimentos ........................................................................ 131

Caso 1: 53 mazos ................................................................................................................... 131

Caso 2: 84 mazos ................................................................................................................... 133

Código GAMS para la configuración del taller ...................................................................... 137

Anexo 3. Resultados obtenidos en los experimentos ............................................................... 138

Page 5: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

5

Lista de figuras

Figura 1. Representación de las diferentes áreas de fabricación de la planta............................ 11

Figura 2. Tendido de mazos eléctricos en una aeronave ............................................................ 13

Figura 3. Montaje de un mazo eléctrico ..................................................................................... 13

Figura 4. Representación de la configuración del taller de montaje de mazos .......................... 15

Figura 5. Movimiento de los tableros dentro de una célula a pulsos ......................................... 15

Figura 6. Enmallado de mazos eléctricos .................................................................................... 16

Figura 7. Máquina enmalladora .................................................................................................. 16

Figura 8. Retorno a línea de pulsos (opción 1) ............................................................................ 19

Figura 9. Incluir célula de finalización (opción 2) ........................................................................ 19

Figura 10. Ejemplo de las tareas de enmallado que componen un mazo .................................. 20

Figura 11. Línea secuencial del proceso ...................................................................................... 37

Figura 12. Planificación en la célula de inicio (caso 1) ................................................................ 75

Figura 13. Planificación en el área de enmallado (caso 1) .......................................................... 76

Figura 14. Planificación en la célula de finalización (caso 1) ....................................................... 77

Figura 15. Planificación en la célula de inicio (caso 2) ................................................................ 77

Figura 16. Planificación en el área de enmallado ........................................................................ 78

Figura 17. Planificación en la célula de finalización (caso 2) ....................................................... 78

Page 6: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

6

Lista de tablas

Tabla 1. Escenarios a estudiar ..................................................................................................... 60

Tabla 2. Configuración del taller ................................................................................................. 60

Tabla 3. Alternativas del modelo de pulsos 2 fases 2 loops ........................................................ 62

Tabla 4. Alternativas del modelo de pulsos 2 fases 1 loop ......................................................... 62

Tabla 5. Alternativas del modelo de pulsos de 1 fase ................................................................. 63

Tabla 6. Alternativa del modelo de pulsos con lotes .................................................................. 64

Tabla 7. Alternativas a estudiar para el modelo de enmallado .................................................. 65

Tabla 8. Resumen de experimentos realizados ........................................................................... 67

Tabla 9. Resultados en pulsos para el escenario 1 ...................................................................... 69

Tabla 10. Resultados en pulsos para el escenario 2 .................................................................... 69

Tabla 11. Resultados en pulsos para el escenario 3 .................................................................... 69

Tabla 12. Resultados en pulsos con lotes para los tres escenarios ............................................. 71

Tabla 13. Resultados en enmallado para el escenario 1 ............................................................. 72

Tabla 14. Resultados en enmallado para el escenario 2 ............................................................. 72

Tabla 15. Resultados en enmallado para el escenario 3 ............................................................. 72

Tabla 16. Resultados del modelo completo para célula a pulsos ............................................... 73

Tabla 17. Resultados del modelo completo para etapa de enmallado ....................................... 74

Tabla 18. Resultados del modelo completo para célula de finalización ..................................... 74

Tabla 19. Datos de los mazos del caso 1 ................................................................................... 132

Tabla 20. Datos de enmallado del caso 1 .................................................................................. 133

Tabla 21. Datos de los mazos del caso 2 ................................................................................... 134

Tabla 22. Datos de enmallado del caso 2 .................................................................................. 136

Page 7: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

7

1 Objetivo del proyecto

El objetivo principal de este proyecto es el diseño de un sistema de optimización que permita

obtener la planificación óptima de la producción de mazos eléctricos aeronáuticos en la

factoría San Pablo Norte de Airbus Military siguiendo un enfoque Lean Manufacturing.

Objetivos específicos:

1. Analizar los efectos e implicaciones de la transformación del esquema actual de

trabajo a un sistema de flujo basado en pulsos.

2. Diseñar un conjunto de modelos de programación matemática cuya resolución en un

tiempo razonable permita planificar de forma mensual la fabricación de las nuevas

órdenes entrantes en el taller eléctrico, acorde a algún criterio de optimización.

3. Discutir diversas alternativas de modelado, comentando la conveniencia de cada una

de ellas.

4. Automatizar el proceso de planificación, actualmente costoso, mejorando la situación

actual, en la que la planificación no resulta eficiente y proporcionar soluciones que

supongan una disminución en los costes de planificación y producción, respetando el

enfoque Lean impulsado por la compañía.

Page 8: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

8

2 Alcance del proyecto

Este proyecto se engloba dentro del proyecto ODISEO de desarrollo e investigación en

sistemas eléctricos, impulsado por Airbus Military en colaboración con AICIA. Concretamente,

el objeto de análisis de este proyecto es el sistema de producción de mazos de cables para

aeronaves en la factoría de San Pablo Norte (Sevilla).

Como se verá más adelante, la producción de los mazos en el taller eléctrico se compone de

varias etapas. En este proyecto se abarca fundamentalmente la planificación de las etapas de

célula a pulsos y de enmallado, que constituyen las principales fases del problema de

planificación. La selección de estas dos fases se debe también a la falta de información sobre

datos reales y especificaciones técnicas asociadas al resto de fases. Para ambas etapas se lleva

a cabo un análisis detallado de sus requerimientos y de acorde a los mismos se diseñan varios

modelos de programación lineal mixta-entera con las restricciones necesarias, planteándose

diversas alternativas de optimización para cada una de las fases (distintas funciones objetivos).

Los modelos de programación matemática desarrollados preservan la linealidad de cada una

de las restricciones que los componen y a su vez, dada la dificultad de los problemas, utilizan el

menor número posible de variables enteras, lo que permite una resolución mediante técnicas

exactas de optimización en un tiempo razonable (en función del tamaño del problema).

A la hora de implementar los modelos matemáticos se ha escogido el paquete de optimización

comercial GAMS, debido fundamentalmente a su potencialidad ya que permite resolver

problemas grandes y complejos en un tiempo razonable. Este software de optimización hace

que el planteamiento del problema sea sencillo y permite cambiar la formulación del problema

con facilidad. Esta flexibilidad lo hace apropiado para el problema que abarca este proyecto,

ya que las condiciones de producción pueden ser modificadas a medio o largo plazo. GAMS

permite, mediante una simple reformulación de los modelos de programación matemática,

adaptarse a las nuevas modificaciones en las especificaciones del problema de planificación.

Tras la implementación en GAMS y resolución de los distintos modelos desarrollados, con sus

diferentes alternativas, se presentan las ventajas e inconvenientes de cada una de ellas

comparadas entre sí, de modo que según se busque optimizar un aspecto u otro de la

planificación, el usuario pueda identificar la alternativa que más se ajuste a sus necesidades. Se

estudian para ello diversos escenarios, casos que podrían presentarse en el taller, para

comprobar la fiabilidad y efectividad de los modelos desarrollados en función de la variabilidad

de los datos relativos a los diferentes casos.

Page 9: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

9

3 Descripción del problema

3.1 Introducción

El proyecto ODISEO se centra en el análisis del sistema de producción de componentes

eléctricos para aeronaves, fundamentalmente mazos eléctricos y centrales de control

(consolas) para aeronaves en la factoría de San Pablo Norte (Sevilla). En este documento, de

acuerdo a los objetivos previamente definidos, sólo se considera la planificación de la

producción de mazos eléctricos. La producción de las centrales de control, debido a su

fabricación casi artesanal y al reducido número de ellas que se fabrican, no es objeto de

estudio del presente proyecto.

Una característica fundamental de muchos de los productos contemplados en este proceso es

su carácter de “prototipo”. Esto se debe a que los modelos de aeronave donde estos

elementos irán montados se encuentran aún en fase de definición. Esta característica influye

de manera importante en la planificación de las órdenes a fabricar y en aspectos de

productividad del taller. El taller de fabricación de componentes eléctricos fabrica prototipos

que son montados en unidades piloto. Una vez definido completamente el producto final

(aeronave) la fabricación de componentes eléctricos se externaliza. Por tanto, en el objeto de

estudio no se llega a realizar una producción en serie de ningún ítem, de modo que la

variabilidad de los productos a desarrollar es muy grande, se fabrican pocos mazos que sean

exactamente iguales. Esto conlleva una mayor dificultad en el sentido de falta de precisión en

los datos referentes a rutas de procesado, tasas/tiempos de producción y costes de puesta a

punto.

Las especificaciones de producto vienen fijadas por el departamento de Ingeniería,

actualmente a través de documentación soportada en papel (este aspecto es otro de los

contemplados en el proyecto ODISEO, que prevé su sustitución a favor de documentación

digital). Ingeniería especifica completamente el producto a nivel de diseño y operaciones de

fabricación y proporciona información sobre tiempos teóricos de procesado. Esta información

se usará como base para la planificación y el control del flujo de trabajo. La estimación del

tiempo que se debe tardar en realizar cada tarea no es fácil. En la actualidad, los tiempos

estimados por Ingeniería no se comparan con los tiempos reales de procesado en la planta.

Esto es debido a que no existe repetición en la fabricación de mazos y por tanto no existen

datos históricos para su análisis. Para realizar la estimación de los tiempos de proceso, se

analizan los tiempos correspondientes a mazos anteriores a nivel de proceso, de esta manera,

la duración teórica de fabricación de cada mazo se calcula a partir de la suma de los

operaciones elementales que están involucradas en el proceso.

Un aspecto reseñable es la relación producto-cualificación de trabajador. La fabricación de

cada mazo/central requiere una cualificación específica y por tanto, sólo algunos de los

operarios pueden acometer estas tareas. La restricción de competencias podría en un principio

originar inadmisibilidades en los planes de producción (planificaciones de la producción

imposibles de realizar si no hubiera suficientes operarios con la cualificación requerida en un

determinado pulso). Sin embargo, en un futuro esta posibilidad tenderá a desaparecer debido

Page 10: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

10

a que la política de la compañía es la de que todos los operarios posean la totalidad de las

competencias necesarias para la realización de cualquier tarea, independientemente de la

cualificación requerida. Por tanto, la planificación no contemplará restricciones relativas a las

competencias necesarias para realizar los trabajos.

Mientras se llega a esta situación, la gestión de la información relativa a las competencias

requeridas por los trabajos en curso que se deriven de la planificación consistirá en un mero

chequeo del listado de competencias en función de la tarea a realizar, mostrándolas a los

responsables de producción que serán los encargados de asegurar la disponibilidad de

operarios con la cualificación requerida en cada momento.

Otra característica importante es la heterogeneidad en los tiempos de procesado de los

diferentes productos. Algunos mazos requieren varios días de trabajo mientras otros exigen

únicamente varias horas o incluso menos de una hora. Este aspecto resulta de vital

importancia ya que, desde el punto de vista de la transformación del esquema actual de

trabajo a un sistema de flujo basado en pulsos, tanto la agrupación de tareas (productos) de

corta duración en lotes como la definición del Takt time se ven condicionadas por la

composición del conjunto de productos en proceso, sugiriendo la necesidad o conveniencia de

funcionamiento con duraciones de pulso variables con el fin de minimizar tiempos ociosos. No

obstante, la duración de un pulso en cada célula de trabajo es marcada por el departamento

de Producción y no entra a ser objeto de estudio en este proyecto.

3.2 Descripción general de la planta de producción

La planta de fabricación de mazos y centrales eléctricas consta de las siguientes áreas

funcionales:

1. Área de agrupación de materiales. En esta área se realiza la recopilación de los

materiales a utilizar para el montaje de los mazos y centrales.

2. Área de cortado y marcado. En esta zona se realiza la preparación de los cables que se

utilizarán para el montaje de los mazos eléctricos.

3. Área de fabricación de mazos. Es la zona donde se realiza el montaje de los mazos

eléctricos.

4. Área de enmallado. En esta zona se realiza el enmallado a medida de los mazos

eléctricos bajo especificación aeronáutica para proporcionarles la protección mecánica

y electromagnética requerida.

5. Área de fabricación de centrales eléctricas. Es la zona donde se produce el montaje de

las unidades de control. Una unidad de control (o central) es un panel de control de un

sistema de la aeronave, que en la mayoría de los casos van instaladas en cabina. El

diseño del ruteado (forma de cablearlo) es desarrollado y distribuido por el propio

operario y no por el departamento de Ingeniería. Esto conlleva que la capacitación y

experiencia de los operarios de esta zona sea del más alto nivel.

6. Área de pruebas eléctricas. En esta zona se realizan las tareas relacionadas con el

testeo de cuestiones tales como continuidad, aislamiento y rigidez dieléctricas de los

mazos y centrales, constituyendo, por tanto, la parte final del proceso de fabricación

de ambos productos. Las pruebas eléctricas de los mazos se realizan mediante la

Page 11: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

11

conexión a un equipo automático de pruebas que comprobará fundamentalmente

aspectos físicos (conectores y empalmes), y aspectos eléctricos (voltaje y corriente

eléctrica). Por otro lado, las pruebas eléctricas asociadas a las centrales, se realizan a

través de la conexión con la máquina de pruebas, chequeando además de los aspectos

señalados en el caso de los mazos, la funcionalidad de los elementos móviles que las

conforman (botones, selectores, pulsadores,…).

Figura 1. Representación de las diferentes áreas de fabricación de la planta1

El proceso de fabricación comienza en la planificación de la producción. El responsable de

Planificación a alto nivel determina el número de aviones a fabricar. A cada avión se le asigna

un cliente y una fecha de entrega.

En función de las partes del avión a fabricar, se procede a lanzar diversos paquetes de trabajo.

A este nivel, la planificación del paquete de trabajo no sólo consta del detalle de órdenes y de

mazos, sino que involucra todo el contenido de una parte del avión.

En este punto, se generan los entregables para el control de la producción. En este nivel, una

orden corresponderá a la realización de un mazo o de una central. Por lo tanto, el

departamento de Planificación lanza órdenes de todo lo que hay que realizar a nivel de avión,

y es Producción el departamento encargado de entrar en el detalle de cada orden a nivel de

mazos y centrales.

Por tanto, Producción ordena la preparación de los materiales de forma automática con la

ayuda del SAP. Se extraen de la base de datos de SAP todos los datos necesarios para los

productos del área eléctrica.

Hay que mencionar que existen problemas relacionados con el acceso a ciertos datos y

documentación. Debido a que la documentación necesaria para la fabricación de los

componentes eléctricos es muy amplia y variada, hay que realizar diversas búsquedas en

diferentes bases de datos a las que, en ocasiones, no se tiene acceso directo. Esto se soluciona

comunicándose con el departamento que puede proporcionar los datos requeridos. Un

1 Elaboración propia

Page 12: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

12

ejemplo recurrente de lo comentado es el caso del foam-board de los mazos eléctricos.

Producción sólo puede generar esta documentación a través del departamento de Ingeniería.

Esta tarea se vuelve más difícil si cabe si se tiene en cuenta que no hay repetición en la

fabricación de mazos y centrales. Esto provoca que la documentación siempre varíe y que, por

lo tanto, la búsqueda de información en departamentos diferentes se realice para cada orden

de trabajo.

Hay que mencionar que otro de los objetivos del proyecto ODISEO consiste en la

homogenización y clasificación de la documentación y su presentación a través de maquetas

digitales, basadas en sistemas de diseño asistido por ordenador, proporcionando de esta

forma exclusivamente los datos necesarios para el montaje de cada uno de los mazos y

centrales a fabricar.

Una vez completada la recopilación de documentación, comienza el suministro y agrupación

de los materiales para cada orden. La agrupación y preparación de los materiales se hace a

razón de un carro por semana. Así, la necesidad de acumulación de material se realiza

teniendo en cuenta que en el área de fabricación de mazos debe haber siempre uno o dos

carros disponibles. Por tanto, cuando un carro se vacía, se lanza un aviso de que se va a tener

una necesidad de material para dentro de dos semanas. Estas órdenes se trasladan al área de

cortado y marcado de cables, que a su vez tira de la actividad de agrupación de materiales.

El proceso sigue con la producción de los mazos y centrales. En el caso de los primeros, el

montaje es a menudo intercalado con el proceso de enmallado. Por último, tanto mazos como

centrales deben enviarse al área de pruebas eléctricas, donde se determinará si los productos

cumplen con los requisitos exigidos por norma.

3.3 Descripción detallada de los procesos de fabricación de mazos y

enmallado

A continuación se describen con mayor grado de detalle los procesos de fabricación de mazos

y enmallado y su interrelación, por ser las etapas claves del proceso y las que se van a

planificar en este proyecto.

3.3.1 Zona de montaje de los mazos

Un mazo es una agrupación de cables que comparten una misma ruta en un avión. Su función

es transportar señales (de potencia o de información) entre sistemas, por lo que se convierte

en el elemento imprescindible de interconexión en la aeronave. Los extremos pueden llevar

conectores, contactos o terminales, dependiendo del lugar a donde vayan conectados. Así, se

utilizan los conectores cuando el mazo va directamente conectado a los equipos o a zonas de

corte (entre componentes del fuselaje). Por otro lado, los contactos se usan si el mazo se

conecta a zonas de múltiples terminales. Por último, se usan terminales cuando el mazo va a

zonas de masa.

Page 13: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

13

Figura 2. Tendido de mazos eléctricos en una aeronave2

El montaje de los mazos eléctricos consiste en el ensamblaje de multitud de componentes

sobre un tablero. Este proceso es complicado ya que, por lo general, cada mazo que se realiza

difiere del siguiente (ya se comentó anteriormente que se trata de una producción a nivel de

prototipos, por lo que con frecuencia no hay repetición en el montaje de los mazos). Para

ayudar al operario a realizar estas tareas, con cada mazo se le proporciona una documentación

que detalla el proceso. Además, sobre el tablero de trabajo, se extiende el foam-board del

mazo, consistente en una representación del mazo a escala 1:1, que sirve de base para el

despliegue del mismo y sobre el que se realizan las operaciones de montaje. Hay que decir que

ya se está trabajando en la sustitución de esta documentación por proyecciones de video

sobre el tablero que además se verán acompañadas de una descripción de las operaciones a

realizar en cada fase del montaje.

Figura 3. Montaje de un mazo eléctrico3

2 Apuntes de la asignatura “Integración de Sistemas y Pruebas Funcionales”. Antonio Corrales.

3 http://www.fundacionhelice.com/node/458

Page 14: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

14

Actualmente, en la zona de montaje de mazos trabajan unos 50 operarios, la mayor parte de

los operarios (unos 40) lo hacen en tableros dispuestos en paralelo, fabricando los mazos en

una línea a pulsos en fase de definición. Se pretende que en un futuro, toda la planta esté

trabajando de acuerdo a esta disposición, siguiendo los principios de la filosofía Lean,

adoptada a nivel general por Airbus y por tanto por Airbus Military.

Anteriormente a esta forma de organizar la producción, se venía planificando manualmente

con la ayuda de un panel que contenía información de los operarios y los mazos que se debían

realizar en cada una de las semanas del horizonte de planificación.

Así, la planificación detallada se plasmaba en un tablero magnético siguiendo una

representación tipo Gantt por cada GNT (grupo natural de trabajo o agrupación de operarios

en un equipo), asignando cada mazo a una posición, de forma que los operarios se

representan por filas y el tiempo por columnas. Puesto que la duración de los trabajos es

variable, se utilizaban etiquetas de papel (soportadas sobre láminas imantadas) de longitud

proporcional al tiempo de proceso en representación de las diferentes órdenes. Las etiquetas

se colocaban sobre el panel, conformando un diagrama parecido al que obtendría en una

distribución Job-Shop.

Un mazo podía ser realizado por uno o más operarios, dependiendo de la duración de la

fabricación, y viceversa, un operario podía realizar más de un mazo en cierto intervalo de

tiempo (reflejándolo oportunamente en la etiqueta correspondiente). La asignación de los

operarios a las tareas se realizaba según su nivel de competencia. Por otro lado, la secuencia

de los trabajos se establecía fabricando primero los mazos más grandes y luego los más

pequeños (según tiempos de fabricación), siempre teniendo en cuenta la disponibilidad del

material y de la documentación, ya que la documentación se crea poco antes de la fabricación

(por ser fabricación de diseño y desarrollos nuevos).

De forma progresiva, la planta se ha ido adaptando a una planificación en paralelo organizada

por pulsos. Debido a que la mayor parte de los mazos a fabricar son prototipos, versiones

nuevas o productos en desarrollo, la repetitividad de las tareas a realizar en esta zona es casi

nula. Así, el tiempo que transcurre entre dos planificaciones de mazos suele ser de unos 15

días a un mes, y en el transcurso de ese periodo, un mismo operario podría estar fabricando

entre 10 y 15 mazos diferentes. Además, el catálogo del producto es muy variado en lo

concerniente al número de conectores y al tiempo de fabricación: en la planta coexisten mazos

que tardan desde la media hora en ser fabricados, hasta las 300 horas de fabricación.

La diversidad que entraña este proceso sugiere que los tableros estén dispuestos en diversas

células, cada una de ellas con un número diferente de operarios y tableros, y con un tiempo de

pulso acorde a la complejidad de los mazos a realizar. Cuanto mayor es el tiempo que se tarda

en realizar un mazo, mayor es el tamaño del pulso, y viceversa. Por tanto, un análisis de los

diferentes productos a realizar sugiere dividir las órdenes en función del tipo de mazo: si es

grande, mediano o pequeño. Esto se determina mediante dos variables: la duración de la

fabricación y la longitud del foam-board. Posteriormente es necesario dividir el tiempo total de

fabricación en un número de pulsos de duración constante, agrupando convenientemente las

operaciones. Este trabajo corresponde al departamento de Ingeniería.

Page 15: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

15

Figura 4. Representación de la configuración del taller de montaje de mazos4

La fabricación de mazos en la línea a pulsos se podría resumir de la siguiente manera:

dependiendo del tiempo de fabricación/montaje del mazo y de su longitud, Producción

asignará el mazo a una célula. Asignar un mazo a una célula implica asignarlo a unos

determinados operarios (GNT) que a su vez estarán asignados a una posición de trabajo

concreta en la célula. Los operarios deben realizar unas determinadas tareas en un tiempo

determinado, llamado pulso. Las operaciones concretas así como sus duraciones son

previamente determinadas por el departamento de Ingeniería. Transcurrido el pulso, los

operarios deben haber terminado las tareas encomendadas en dicho periodo y mueven el

tablero a una posición determinada de la célula en la que otro tablero estaba operando (este

movimiento básicamente sigue un esquema circular, ver Figura 5). Una vez dejen el tablero en

su nueva posición, los operarios retornan a su posición original, en donde encontrarán otro

tablero con un mazo diferente, sobre el que deberán realizar un número determinado de

operaciones (de acuerdo al pulso concreto en el que se encuentre la fabricación del mazo) en

el transcurso del siguiente pulso.

Figura 5. Movimiento de los tableros dentro de una célula a pulsos5

La distribución en planta y el número de tableros asignados a cada célula de fabricación es una

cuestión a determinar a priori, no es objeto de estudio en este proyecto. Este cálculo se realiza

atendiendo a la demanda y al número de operarios disponibles. En esencia, el número de

tableros en cada célula, y el número de operarios asignados a cada tablero determinan la

capacidad de producción de la misma.

4 Elaboración propia

5 Elaboración propia

Page 16: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

16

3.3.2 Zona de enmallado

La mayor parte de los mazos deben ser enmallados. El proceso de enmallado consiste en darle

al mazo la protección mecánica y electromagnética requerida. Permite proteger las señales

que transportan los cables frente a interferencias electromagnéticas o radioeléctricas. Esta

actividad puede realizarse en mitad del proceso de montaje del mazo, necesitando

posteriormente de operaciones de finalización del mazo, o una vez el montaje haya finalizado.

Actualmente, los mazos que interrumpen su montaje para ser enmallados finalizan su montaje

fuera de las células de fabricación, en una célula de finalización diseñada a tal efecto,

procesándose según una disciplina FIFO (se procesa primero el que primero llega), a medida

que van saliendo del proceso de enmallado.

Figura 6. Enmallado de mazos eléctricos6

En la actualidad en el taller existen tres máquinas, denominadas enmalladoras, que contienen

24, 32 y 48 bobinas respectivamente. Dentro de la misma máquina pueden establecerse

diferentes configuraciones que determinan el grado de impedancia del mazo dependiendo del

número de hilos de la bobina y del paso de la máquina, que determina un ángulo diferente

para cada mazo. De esta forma, los mazos pueden ser procesados en una o varias máquinas

con diferentes configuraciones.

Figura 7. Máquina enmalladora7

6 http://www.scp-sa.es/servicios/produccion/enmallado

7 http://www.scp-sa.es/servicios/produccion/enmallado

Page 17: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

17

Cada una de las máquinas enmalladoras tiene un tiempo de preparación que viene

determinado por el cambio de bobina, con lo que sólo existen tres tiempos de set-up posibles

(uno asociado a cada bobina). Estos tiempos no se conocen con exactitud, de modo que en la

práctica se va a tomar como estimación un tiempo de preparación de 20 minutos para

cualquier cambio de configuración de las máquinas enmalladoras.

Aunque el Departamento de Ingeniería está trabajando en la determinación de los tiempos de

proceso en la actividad de enmallado, en la actualidad sólo se dispone de una estimación

aproximada del tiempo total del procesado del mazo (tiempo de preparación más tiempo de

enmallado) y no del tiempo individual en cada una de las máquinas. En la práctica se toma

como aproximación válida un tiempo de enmallado de 30 segundos por metro lineal del ramal

a enmallar, independientemente de la configuración que se tenga, más 3 minutos por cada

cambio de fase (paso a enmallar un nuevo ramal del mazo con idéntica configuración).

La secuenciación de los mazos en las máquinas se realiza atendiendo a la fecha de entrega y a

un criterio asociado con la minimización de los tiempos de preparación de las bobinas (tiempos

de set-up) en las máquinas enmalladoras, ya que éstos son esencialmente mayores que los

tiempos de proceso. Como resultado, la secuencia de paso por máquinas en el proceso de

enmallado se organiza actualmente en base al diámetro del ramal del mazo, es decir, se

comienza enmallando los ramales de menor diámetro para ir progresivamente tratando los

ramales de mayor diámetro.

3.4 Planificación de la producción de mazos eléctricos

3.4.1 Planificación en el área de montaje de mazos

La unidad de producto en la planificación de la producción de mazos eléctricos es la orden, que

coincide con un mazo. Cada orden lleva asignada una fecha de necesidad, que no es más que la

fecha más tardía en la que el mazo debería estar finalizado y disponible para que el cliente

pueda recibir el producto en la fecha de entrega establecida. Es determinada por Producción, y

es fundamental para obtener la planificación de los mazos.

La orden tendrá asociada un determinado número de pulsos requeridos para su fabricación en

el área de montaje de mazos. El número de pulsos y su duración vienen determinados por el

Departamento de Producción, teniendo en cuenta el Takt time que se quiera imprimir al

proceso de producción.

El área de fabricación está dividida en células, y cada una de ellas está destinada a elaborar

mazos de una determinada duración de pulso. La orden también tendrá asignada por

Producción la célula en la que habrá de procesarse, que debe tener una duración de pulso

igual a la del mazo.

El número de células trabajando a pulsos debe ser determinado antes de realizar el plan de

producción. Es labor del departamento de Ingeniería definir la duración del proceso de cada

mazo, agrupando las operaciones en pulsos. Como consecuencia el número de células y su

correspondiente tamaño de pulso quedarán fijados a priori, siendo tratados como datos para

el desarrollo de este proyecto. No obstante, una planificación adecuada debería tener en

Page 18: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

18

cuenta el número de células así como el tamaño de pulso de cada una como parámetros a fijar

por Producción.

Por otro lado, las células tienen un número fijo de operarios en cada uno de los tableros e igual

para todas las posiciones de la célula. En la actualidad, en la mayor parte de las células, el

número de operarios en cada tablero es de uno. El número de tableros disponibles en cada

célula y el número de operarios por tablero determinan la capacidad de producción de dicha

célula, por lo que es claro que el número de tableros que puede ser asignado a una célula

dependerá del número de trabajadores disponibles en cada semana. Atendiendo al calendario

definido por Producción y por las imposiciones del calendario laboral establecido por convenio,

la capacidad de las células será considerada variable en cada célula (obviamente esta

variabilidad debe ser previamente conocida). Es de esperar que en ciertas semanas del año, la

capacidad de la planta se vea reducida en función del número de operarios disponibles. La

planificación de la producción debe tener en cuenta esta disminución momentánea de la

capacidad de la planta para poder adelantar en lo posible la producción que no pueda ser

atendida en esos periodos de tiempo.

El número de tableros asignados a cada célula, así como el número de operarios por tablero

son también parámetros que Producción deberá conocer y fijar de antemano, luego para el

desarrollo de este proyecto se considerarán como datos de la planificación.

En ocasiones varias órdenes pueden pertenecer a un mismo lote; es decir, puede ser necesaria

la producción de un cierto número de mazos exactamente iguales en un mismo periodo de

planificación. Aunque la consideración de realizar todos los mazos de un mismo lote de forma

consecutiva podría ser razonable (ya que permitiría a los operarios realizar las mismas

operaciones en turnos consecutivos, con la consiguiente mejora en tiempos de fabricación y

calidad), sin embargo, esta forma de secuenciar las órdenes en una misma célula y la

imposibilidad de intercalar mazos que no pertenezcan a dicho lote, podrían dar lugar a

inadmisibilidades en las fechas de entrega de otras órdenes. Por tanto, las órdenes

correspondientes a un mismo lote se considerarán en la planificación como órdenes

individuales a nivel de mazo con la misma fecha de entrega. Sin embargo, en la medida de lo

posible, una planificación eficiente tenderá a fabricar mazos del mismo lote de forma

consecutiva.

Como ya se ha explicado anteriormente, el proceso de fabricación de un mazo puede

interrumpirse para realizar el enmallado. Esto hace que el mazo tenga que abandonar la célula

en la que estaba siendo procesado. Sin embargo, una vez finalizado el proceso de enmallado,

es habitual que el mazo no esté finalizado, y necesite operaciones de montaje adicionales.

Dichas operaciones dependerán de cada mazo en concreto, y son determinadas por el

departamento de Ingeniería. La duración de las operaciones de acabado deberá ser traducida

de nuevo a pulsos. La orden tendrá asignada a priori la célula encargada de procesar el mazo

una vez finalizado el proceso de enmallado.

Para la realización de las tareas post-enmallado existen dos opciones a considerar. La primera

consiste en volver a introducir el mazo, una vez finalizado el proceso de enmallado, en la línea

de pulsos, ya sea en la misma célula inicial o en otra distinta (en cualquier caso la asignación de

los mazos a las diferentes células, también para las tareas de acabado, es tarea de Producción).

Page 19: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

19

Figura 8. Retorno a línea de pulsos (opción 1)8

La segunda alternativa consiste en establecer una o varias células especiales en las que se

llevarán a cabo las últimas tareas antes de dar por finalizado el mazo. Es decir, crear una nueva

área en el taller, conocida como zona de células de finalización, de forma que los mazos ya

enmallados que precisen de trabajos de acabado vayan a esta zona y no se mezclen con las

órdenes que vengan de la etapa de cortado y marcado de cables a iniciar sus operaciones de

montaje.

Figura 9. Incluir célula de finalización (opción 2)9

La decisión de optar por una configuración del taller u otra recae finalmente en los

responsables de Producción, pero en este proyecto se ha optado desde un inicio por la

segunda alternativa, incluir la etapa de finalización de mazos, debido a las evidentes ventajas

que esto provoca en la planificación del proceso. En primer lugar hay que considerar la

complejidad en la planificación que supondría introducir de nuevo los mazos ya enmallados en

las células a pulsos iniciales. La incorporación de todos los mazos a la zona de pulsos una vez

terminado el proceso de enmallado requeriría conocer en detalle el grado de ocupación en las

estaciones de montaje de la célula destino para poder determinar en qué momento podrían

ser terminados. Además supondría una acumulación de los mazos ya enmallados a la espera

de ser procesados en la zona de células a pulsos. Esta acumulación no está acorde con la

filosofía Lean de mantener los desperdicios en un nivel mínimo, por lo que resulta conveniente

la inclusión de células adicionales que recojan los mazos recién enmallados y finalicen el

proceso de montaje.

Por otra parte, las reprogramaciones resultan más sencillas y posiblemente efectivas si las

tareas de finalización se extraen de la línea de pulsos a una nueva célula específica para este

tipo de actividades. Esto facilitaría también su redimensionamiento, de forma que se garantice

que esta célula no se convierte en un cuello de botella del proceso. Por todo ello en este

proyecto se recomienda encarecidamente incluir la etapa de finalización de mazos después del

proceso de enmallado y en lo que sigue esta será la única opción que se contemple.

8 Elaboración propia

9 Elaboración propia

Page 20: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

20

3.4.2 Planificación en el área de enmallado

La unidad de producto en la planificación del área de enmallado, al igual que en la zona de

montaje de mazos, es la orden. Sin embargo, cada mazo que deba ser enmallado puede

necesitar de trabajos con distintas configuraciones en las máquinas enmalladoras. Al conjunto

de ramales a enmallar en cada mazo con una misma configuración se le da el nombre de tarea.

De esta forma cada mazo que necesite de enmallado puede estar compuesto de una o varias

tareas distintas. Para entender mejor esto, se ilustra un ejemplo en la figura 10. El mazo ficticio

representado tiene seis ramales: tres a enmallar en la máquina 1, dos en la máquina 2 y uno en

la máquina 3. Dos de los ramales a enmallar en la máquina 1 tienen la misma configuración de

enmallado, por lo que conforman una única tarea (tarea 1). El resto de ramales tienen todos

configuraciones de enmallado diferentes.

El número de tareas a procesar, el mazo al que cada una pertenece, la máquina que la procesa,

así como la configuración que debe tener la máquina para cada ramal a enmallar deben ser

datos conocidos para la planificación de las tareas. La secuencia que siguen estas tareas en las

diferentes máquinas es lo que el presente proyecto pretende determinar en esta etapa.

Figura 10. Ejemplo de las tareas de enmallado que componen un mazo10

Nuevamente es fundamental para la planificación que los mazos que deban ser enmallados

lleven asociados su fecha de necesidad, con el objetivo de respetar la fecha de entrega al

cliente establecida.

Por otra parte, es necesario tener una estimación fiable de los tiempos de enmallado de cada

una de las tareas que componen un mazo. En el apartado 3.3 se dieron algunas indicaciones

para llevar a cabo esta estimación. Deben ser conocidos el número de ramales de cada mazo

con una misma configuración de enmallado en una máquina (a las cuales se les conoce como

fases de una tarea) y la longitud de cada ramal del mazo a enmallar. Con estos datos y las

10

Elaboración propia

Page 21: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

21

indicaciones anteriores se obtiene la estimación que se usará en la práctica para el tiempo de

enmallado de cada tarea.

Cada máquina tiene un tiempo de set-up que viene determinado por el paso de un tipo de

bobina a otra, con lo que hay tres tiempos de set-up posibles. Los tiempos de set-up son

esencialmente mayores que los tiempos de procesado en el enmallado, lo que hace

especialmente relevante el conocimiento de dichos tiempos para la búsqueda de las

soluciones de la planificación. Como se mencionó en el apartado 3.3 de este documento, en la

práctica se tomará un tiempo de set-up de 20 minutos para las tres máquinas enmalladoras de

la planta.

A la hora de planificar la secuenciación de los mazos en las máquinas hay que tener en cuenta

ciertas restricciones. Para cada máquina, a priori, cualquier ordenación de las tareas sería

posible. Sin embargo existe una relación de precedencia entre las tareas del mismo mazo, de

modo que deben realizarse en primer lugar las tareas de un mazo que se lleven a cabo en una

máquina con menor número de bobinas, tareas relativas a ramales con menor diámetro. Por

ejemplo, consideremos el mazo representado en la figura 10. Las tareas 3 y 4 se llevan a cabo

en la máquina 2 (con 32 bobinas) y por tanto no pueden comenzar hasta que hayan sido

finalizadas las tareas 1 y 2, las cuales se realizan en la máquina 1 (con 24 bobinas). Lo mismo

ocurre con la tarea 5 (máquina 3, 48 bobinas), la cual debe esperar a que se hayan completado

las tareas 3 y 4 para empezar. Esta restricción impuesta por Producción es debida a la

estandarización del producto y a las características técnicas del mismo.

El proceso de enmallado se caracteriza por altos costes de puesta a punto dependientes de la

secuencia de procesado de los mismos. La secuenciación de los mazos en esta área deberá

conseguir minimizar los tiempos de preparación de las máquinas enmalladoras, atendiendo a

uno de los objetivos Lean de control de planta relacionado con la reducción de los retrasos en

los tiempos de cambio de configuración en las máquinas.

Por último, es necesario mencionar que la secuencia en la que se procesen los mazos en la

zona de pulsos y en la zona de enmallado están íntimamente relacionadas. En efecto, una vez

decidido cuándo se procesará una determinada orden en la zona de pulsos, dicha orden tendrá

una fecha de finalización en esta área que determinará la fecha más temprana de inicio de la

orden en la zona de enmallado. Por ello es necesario tener en cuenta la capacidad de ambas

zonas de forma conjunta. Por lo tanto, se hace imprescindible la coordinación de las

planificaciones en la zona de pulsos asociada al montaje de los mazos y en la zona de

enmallado.

Page 22: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

22

4 Especificación de requerimientos técnicos y funcionales

A continuación, de forma resumida, se expone la relación de especificaciones establecidas

para la planificación de las etapas de montaje de mazos y de enmallado.

Requisitos generales:

- La planificación detallada se realiza en un horizonte temporal aproximado de un mes.

- No se contemplan restricciones relativas a las competencias (“skills”) necesarias para

realizar los trabajos.

- El modelo de planificación de pulsos y el modelo de enmallado coordinarán las

planificaciones propuestas, siendo ambos admisibles respecto al otro modelo.

Requisitos de la planificación de las células a pulsos de montaje de mazos:

- La unidad a tener en cuenta en la planificación de esta etapa es la orden, que coincide

con un mazo. Cada orden lleva asociados los siguientes datos:

o Fecha de necesidad, que establece la fecha más tardía a la que el mazo

terminado debe estar disponible.

o Número de pulsos requeridos en la célula inicial.

o Célula inicial a la que se le asigna la orden.

o Si la orden requiere o no de enmallado.

o Si la orden requiere o no de operaciones de finalización después del

enmallado, en su caso.

o Célula a la que se le asigna después del enmallado, en su caso.

o Número de pulsos en la célula de finalización del mazo, en su caso.

- La medida del tiempo es el pulso. Pueden coexistir células con pulsos de diferente

duración. La duración en horas de un pulso se considerará un parámetro de entrada

para cada célula de fabricación.

- El número de células trabajando a pulsos, tanto en el área de montaje de mazos como

en la de finalización, se contempla como dato de entrada para la planificación.

También es dato el número de tableros disponibles en cada célula, que podrá ser

variable atendiendo, en este caso, a un calendario definido por Producción en el que

se especifica la capacidad semanal de cada célula.

- El número de trabajadores en cada pulso es fijo e igual en todos los tableros de una

misma célula.

- La fecha inicial de programación en pulsos viene dada por la disposición de la

documentación necesaria para la elaboración del mazo y por la finalización de las

etapas anteriores; esto es, considerando la necesidad de cierto tiempo para el

aprovisionamiento de materiales, cortado y marcado de cables y preparación de los

mazos.

- La fecha mínima posible de entrada de los mazos en la célula de finalización es

obtenida de la resolución del modelo de enmallado, de modo que las tareas de

finalización de un mazo no podrán empezar hasta que todos sus ramales hayan sido

enmallados.

Page 23: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

23

- Las órdenes correspondientes a lotes se consideran como órdenes individuales a nivel

de mazo con la misma fecha de entrega. La planificación procurará que en la medida

de lo posible las órdenes de un mismo lote se realicen de forma consecutiva.

Requisitos de la planificación de la etapa de enmallado de mazos:

- La unidad a tener en cuenta en la planificación de esta etapa es la tarea, que coincide

con el conjunto de ramales de un mazo que tienen la misma configuración de

enmallado. Cada tarea lleva asociados los siguientes datos:

o Mazo al que pertenece.

o Máquina en la que se enmalla.

o Tipo de configuración de enmallado.

o Tiempo estimado de enmallado. Éste a su vez se calcula a partir de las

longitudes de los ramales a enmallar y el número de ellos que corresponde a

una determinada tarea, según las indicaciones dadas en el apartado 3.3 de

este documento.

- El proceso de enmallado se realiza actualmente en tres máquinas (de 24, 32, y 48

bobinas, respectivamente). Cada mazo es procesado en una o varias de las máquinas

de enmallado.

- Cada máquina tiene un tiempo de set-up que viene determinado por el paso de un

tipo de bobina a otra, con lo que hay tres tiempos de set-up posibles. Se toma como

estimación un tiempo de set-up de 20 minutos idéntico para las tres máquinas.

- Deben realizarse en primer lugar aquellas tareas de un mazo que se lleven a cabo en

una máquina con menor número de bobinas, que se corresponden con tareas relativas

a ramales con menor diámetro.

- La fecha mínima posible de entrada de los mazos en el área de enmallado es obtenida

de la resolución del modelo de células a pulsos, de modo que hasta que el mazo no

acabe sus tareas en la línea de pulsos no podrá empezar a ser enmallado.

- La secuenciación de los mazos en el enmallado debe conseguir minimizar los tiempos

de preparación en las máquinas enmalladoras.

Page 24: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

24

5 Justificación del proyecto

5.1 Introducción a Lean Manufacturing

Lean Manufacturing es una filosofía de gestión empresarial enfocada a la reducción de los

desperdicios, originada en Japón en los años 30 a partir de los trabajos realizados en Toyota. El

objetivo es encontrar herramientas que ayuden a eliminar el despilfarro, entendiendo por

despilfarro todas aquellas acciones que no le agregan valor al producto o a los procesos y por

los que el cliente no está dispuesto a pagar (Rajadell & Sánchez, 2010), aumentando el valor de

cada actividad realizada y eliminando lo que no se requiere.

Es una metodología de trabajo simple, profunda y efectiva, enfocada a incrementar la

eficiencia productiva en todos los procesos a partir de que se implanta la filosofía de gestión

de mejora continua en tiempo, espacio, desperdicios, inventario y defectos, involucrando al

trabajador y generando en él un sentido de pertenencia al poder participar en el proceso de

proponer sus ideas de cómo hacer las cosas mejor. El concepto de Lean es interdepartamental

ya que envuelve desde la alta dirección hasta los propios trabajadores.

La filosofía Lean Manufacturing requiere de los siguientes requisitos técnicos (Bhasin &

Burcher, 2006) y (Womack & Jones, 2003):

- Mejora continua en calidad, costes, distribución y diseño (kaizen).

- Establecimiento de células de fabricación. Consiste en la agrupación en lo posible de

todas las instalaciones requeridas para realizar un producto con el fin de reducir

manutenciones, esperas y tiempos de producción (celular manufacturing).

- Establecimiento de un sistema de información y control del transporte y manutención

del producto adecuado (kanban).

- Establecimiento del flujo de un solo producto (single piece flow) en contraposición a

fabricación por lotes.

- Reducción de los retrasos en los tiempos de cambio en máquinas, con el fin de reducir

el ‘lead-time’ y mejorar el flujo de producción (SMED).

- Promoción de mejoras radicales de las actividades para eliminar desperdicios

(kaikaku).

- Desarrollo activo de la relación con los proveedores para trabajar en la búsqueda de

beneficios mutuos (supplier development).

- Reducción del número de proveedores asociados a la organización (supplier base

reduction).

- Reducción del desorden e ineficiencia típicas de la producción a través de una visión

general de la gestión (5S’s).

- Establecimiento de políticas de mantenimiento productivo total para mejorar la

fiabilidad, consistencia y capacidad de las máquinas (TPM).

- Eliminación de desperdicios: defectos, sobre-procesos, sobreproducción, esperas,

movimientos innecesarios de los operarios, inventario y transporte (seven wastes).

Page 25: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

25

5.1.1 ¿Por qué implantar Lean Manufacturing?

El objetivo de implantar Lean Manufacturing es el de ahorrar costes innecesarios a la empresa

asociados a los desperdicios y operaciones que no aportan valor. En estos tiempos de cambio

aplicar esta filosofía es importante para hacer frente a la gran competitividad que existe en el

entorno manteniendo una posición de liderazgo. En la actualidad existen numerosas empresas

que despliegan su actividad de forma global, en diferentes países, muchos de ellos con niveles

salariales más bajos que el estándar europeo, de modo que ahorrar en costes innecesarios se

convierte en una necesidad para seguir siendo competitivos.

Otro factor a tener en cuenta es la cultura del cliente. Hoy en día, ante tanta oferta existente

para un mismo producto, el cliente es consciente de su poder, de modo que es necesario

diferenciarse del resto para captar su atención y al mismo tiempo saber adaptarse a los

cambios que exige el mercado. Por ello el sistema de gestión de la empresa debe estar

enfocado en satisfacer los requisitos del cliente.

5.2 Lean en la industria aeronáutica

En los últimos años, la industria aeronáutica mundial se está viendo sometida a una creciente

competencia global y al desafío que supone la adaptación a los cambios tecnológicos (Martínez

& Moyano, 2011). No sólo ha aumentado considerablemente el número de empresas en el

sector, sino que también ha habido un importante aumento de precios de materia prima y

energía.

La industria aeronáutica está caracterizada por poca repetitividad en los productos y procesos,

elevado número de modificaciones, bajo volumen de producción, elevados requisitos de

calidad y alto grado de externalización.

Antes la diferenciación de una empresa se alcanzaba primordialmente por cuestiones técnicas.

Ahora, además, hay que tener en cuenta otros aspectos tales como costes, fiabilidad en las

entregas, disminución de los plazos de entrega, flexibilidad y adaptación a las necesidades del

cliente o la velocidad para poner nuevos productos en el mercado. La competitividad de esta

industria depende, en gran medida, del grado de flexibilidad interno de las empresas y de los

esfuerzos realizados para que se produzca la integración de clientes y proveedores a lo largo

de la cadena de suministro.

Aunque la filosofía Lean ha sido ya aplicada en la industria aeronáutica militar (Weiss, et al.,

1996), (Lang & Hugge, 1995) y (Browning & Heath, 2009), aún no ha tenido una aceptación

general debido quizás a algunos estudios que sugieren que las reducciones de costes que

podrían obtenerse al aplicarla no son tan significativas como cabría esperar (Cook & Graser,

2001). Así, Lean ya se ha implantado en procesos de servicios, tales como, postventa y en

procesos de mantenimiento, reparación y revisión, debido a la importancia de gestionar el

ciclo de vida total del producto en esta industria. Desde ahí, Lean se ha extendido a otros

procesos organizativos y, especialmente, al diseño y desarrollo de nuevos productos, que en

Page 26: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

26

esta industria representa una parte importante del tiempo total de ciclo del producto y de los

costes totales.

No obstante, a día de hoy la filosofía Lean se viene aplicando con éxito desigual en la industria

aeronáutica en Europa, posiblemente dado el enfoque incompleto con el que se acomete, que

en muchos casos se reduce al empleo de algunas de sus herramientas e ideas.

5.2.1 Airbus Military: Un compromiso Lean

Desde hace algún tiempo Airbus Military se ha comprometido a integrar la filosofía Lean

Manufacturing a todos los niveles de la organización. El mercado cambia a diario, siendo cada

vez más competitivo y requiriendo una mejora continua en costes y calidad. Además cada vez

son necesarios productos más personalizados e innovadores. Para hacer frente a estos

desafíos y asegurarse una posición de vanguardia en la industria de la aviación, es esencial

implementar los principios de la filosofía Lean en todos los procesos que lleva a cabo la

organización.

Algunas de las técnicas que la compañía ha impulsado en los últimos años en esta línea son:

Línea de producción a pulsos. La motivación que lleva a implantar una línea de producción a

pulsos es ofrecer el producto al cliente en el momento exacto en que éste lo requiere (Just-In-

Time). Se trata de implantar un sistema PULL, en el cual es la demanda la que actúa como

fuerza tractora y determina la velocidad de la cadena de producción (Takt time).

Equilibrado de la línea de producción. Equilibrar la línea de producción es el acto de distribuir

uniformemente las tareas durante el tiempo disponible, a fin de evitar la sobrecarga y el gasto

innecesario de recursos. Usando esta técnica se pretende eliminar los cuellos de botella,

tiempos muertos, etc, lo que permite la fabricación de los productos a tiempo, con un costo

más bajo y mejor calidad.

Normalización de los trabajos. La estandarización de los trabajos consiste en hacer las

operaciones establecidas repetitivas. Una operación que ha sido estandarizada nos asegura

que se llevará a cabo correctamente, independientemente de quién hace el trabajo. Además,

los procedimientos utilizados en operaciones estandarizadas facilitan la rápida detección de

defectos.

Cambios en el diseño y la fabricación. Un rediseño apropiado usando nuevas ideas puede

reducir el tiempo empleado en los procesos de fabricación y reducir el número de defectos

(aumento de la calidad).

5.3 Adaptación de la producción de mazos a un enfoque Lean

Se desea que el control de la producción en la planta de fabricación de mazos eléctricos siga un

enfoque Lean, acorde a la política general de la compañía. El cambio hacia un modelo de

fabricación Lean lleva convertir la anterior estructura de fabricación tipo Job Shop en una línea

de producción a pulsos. Esto requiere la creación de estructuras asociadas a células de

Page 27: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

27

fabricación que procesen el producto de una forma coordinada, de manera que se minimicen

las esperas y la acumulación de productos en la cadena de producción.

La línea de fabricación de los mazos eléctricos sigue una estructura de cadena de montaje en

lo referente a que las tareas a realizar tienen establecidas unas ciertas relaciones de

precedencia. La forma más eficaz de organizar este tipo de proceso pasa por subdividir el flujo

de trabajo lo suficiente para que los operarios y los equipos sean utilizados de la forma más

ajustada posible a lo largo del mismo (Salveson, 1955).Con esto se evita la existencia de cuellos

de botella, y por lo tanto, la acumulación de material en proceso de fabricación. Esta

subdivisión del flujo determina la formación de estaciones de trabajo (work-stations) cuya

carga debe estar equilibrada (Becker & Scholl, 2006), (Boysen, et al., 2007) y (Shtub & Dar-El,

1989).

En una cadena de montaje al uso, el sistema trabajaría de forma síncrona, es decir, en cierto

intervalo de tiempo o pulso (takt time) (Ohno, 1988), de forma que los operarios asociados a

cada estación de trabajo habrían de realizar todas las tareas asignadas a la misma. Al cabo de

ese tiempo, los productos semi-terminados en cada estación avanzarían simultáneamente a lo

largo de la línea para situarse en la estación siguiente. La determinación del pulso, por tanto,

es en este caso una tarea de diseño de la línea que determinaría el número de estaciones de

trabajo (el pulso será mayor cuanto mayor sean las tareas asignadas a cada estación de

trabajo, y por tanto, cuanto menor sea el número de estaciones de trabajo establecidas en la

línea) y su productividad (cada periodo de tiempo de duración igual a un pulso sale un

producto de la línea de fabricación).

Esta estructura de fabricación está especialmente indicada para productos con alta

homogeneidad, ya que las tareas que realizan los operarios de una misma estación de trabajo

son las mismas en cada ciclo, lo que genera una alta repetitividad en los procesos.

No es el caso de los mazos eléctricos, productos que presentan una alta variabilidad en cuanto

a operaciones y tiempos de procesado, por la característica de “prototipo” de cada uno de

ellos. En este escenario sería más lógico pensar en una estructura Job-Shop, donde en cada

área de trabajo se realizaran diferentes operaciones con operarios poco especializados. Sin

embargo, es posible organizar la producción por pulsos. Para ello, la fabricación requerirá de la

participación de operarios altamente especializados y sin embargo, el grado de automatización

de los procesos involucrados es bajo, dada la alta variabilidad de los productos.

Según la filosofía Lean, la estructura de fabricación más idónea deberá estar organizada

mediante grupos de trabajo que desarrollen actividades diferentes en un mismo tiempo o

pulso. Esto conseguiría mejoras significativas en la productividad de la planta y en la reducción

de material en proceso de fabricación, así como en la eliminación de cuellos de botella. La

fabricación se realiza en paralelo de manera que cada estación se encuentra produciendo un

cierto ítem durante el correspondiente Takt time. Superado dicho tiempo, se produce un

cambio de estación para todos los productos en proceso.

Hay que hacer notar que esta estructura corresponde a un caso particular de cadenas de

montaje de tipo mixto (mixed-model assembly lines), en las que se producen diferentes tipos

de productos en una determinada secuencia (Merengo, et al., 1999), (Bukchin, et al., 2002),

Page 28: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

28

(Boysen, et al., 2009) y (Ortiz, 2006). Cada estación de trabajo (compuesta por uno o dos

operarios) se encarga de realizar unas tareas determinadas a lo largo del pulso. Una vez

finalizadas, se ocupará de otras tareas correspondientes en la mayor parte de los casos a un

producto diferente. Con el fin de aprovechar al máximo esta estructura de fabricación, algunos

productos con tiempos de proceso muy pequeños podrían ser asignados a un mismo lote,

pasando a ser fabricados de forma conjunta como si de un único producto se tratara,

intentando aprovechar en la medida de lo posible el Takt time de cambio entre estaciones.

Debido a las características de algunos de los procesos de fabricación, no toda la producción

de los mazos eléctricos puede estar organizada por pulsos. Existe una estación singular que

realiza un trabajo automatizado que se ocupa del enmallado de los mazos, la cual dadas sus

características no puede estructurarse en pulsos. Su interrelación con las etapas de células a

pulsos es, por tanto, la cuestión más problemática para la planificación de la producción.

Page 29: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

29

6 Estudio del estado del arte

En este capítulo se van a describir posibles técnicas de resolución del problema planteado a

partir del estado actual de los conocimientos científico-técnicos. Con este objeto se expone de

forma resumida una revisión de la literatura para la resolución de problemas de optimización

similares a los que aparecen en la planificación de la producción de mazos eléctricos en las

etapas de células a pulsos y enmallado.

6.1 Técnicas de resolución para la planificación en las células a pulsos

El problema de la programación en talleres mecánicos clásicos (Job-Shop Scheduling Problem,

JSSP) es uno de los problemas de optimización combinatoria más populares y frecuentes en

ámbitos reales y ha sido objeto de numerosos estudios. En el JSSP se debe obtener la

secuencia de operaciones en cada máquina y su temporización correspondiente, con el fin de

optimizar un índice de eficiencia determinado. Como extensión de este modelo se ha

desarrollado el problema del taller mecánico flexible (Flexible Job-Shop Problem, FJSSP), que

incorpora la posibilidad de considerar un conjunto de máquinas en paralelo para la realización

de alguna de las operaciones. Se trata de un problema de mayor complejidad que el JSSP

puesto que se añade la necesidad de realizar la asignación de las operaciones a las máquinas.

Ambos problemas son de tipo NP-Hard, de los más difíciles de resolver. Esta complejidad ha

motivado la investigación y desarrollo de métodos heurísticos y metaheurísticos con el fin de

encontrar soluciones razonables en tiempos razonables (por ejemplo, recocido simulado,

búsqueda tabú, algoritmos genéticos, optimización por colonias de hormigas, redes

neuronales y algoritmos evolutivos).

En la actualidad, problemas tipo JSSP de dimensión 15x15 siguen siendo intratables mediante

métodos exactos. Para resolver tales problemas se han desarrollado numerosos métodos

heurísticos y metaheurísticos, entre los que cabe mencionar las contribuciones en algoritmos

genéticos de (Oliveira, 2000), el desarrollo de un método GRASP con recirculación de (Aiex, et

al., 2003) y el método de optimización híbrida de (Wang & Zheng, 2001).

En el caso de problemas tipo FJSSP (Brucker & Schile, 1990) fueron los primeros en formular el

problema. (Gomes, et al., 2006) presentaron un modelo de programación lineal entera que

resuelve de forma óptima casos realistas de FJSSP, con grupos de máquinas homogéneos y

recirculación de operaciones. En general, igual que en el caso del JSSP, los métodos exactos no

suelen ser efectivos para instancias del problema de grandes dimensiones, por lo que se ha

dedicado un gran esfuerzo en desarrollar heurísticas y metaheurísticas ad-hoc. (Kim, et al.,

2002) publicaron un método basado en el algoritmo de recocido simulado, y (Gao, et al., 2006)

propusieron un método híbrido de algoritmo genético y búsqueda local para el FJSSP

considerando la secuenciación de las operaciones de mantenimiento preventivo. Más tarde,

(Ravetti, et al., 2007) desarrollaron un modelo matemático basado en la metaheurística GRASP

para máquinas en paralelo y tiempos de preparación dependientes de la secuencia. Un trabajo

en esta misma área es el publicado por (Allahverdi, et al., 2008), en el que se indican las

diferentes clases de problemas FJSSP y las técnicas empleadas en su resolución. Finalmente,

Page 30: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

30

otra contribución reciente es la propuesta de (Xing, et al., 2009), quienes presentan un modelo

de simulación para resolver el FJSSP con múltiples objetivos.

El caso concreto que nos ocupa es un FJSSP con la particularidad de que las órdenes sólo

contienen una tarea y no existe ventaja inicial en la asignación de las órdenes a una u otra

máquina (tablero). Se trata pues de un caso más simple que los tratados en la literatura

científica para talleres de tipo general (estructuras Job Shop) y por tanto es esperable que se

puedan resolver de manera más sencilla que en casos más generales, incluyendo la posibilidad,

en función del tamaño del problema, de ser abordado de manera exacta mediante la

resolución de modelos MILP de optimización.

Del estudio de las especificaciones en la zona de pulsos, y de la revisión de la literatura relativa

a la secuenciación de trabajos en entornos tipo Flexible Job Shop se proponen dos posibles

procedimientos para la resolución del problema: mediante la resolución exacta de los modelos

de programación matemática expuestos en el capítulo 8 o mediante alguna heurística basada

en reglas de secuenciación.

6.2 Técnicas de resolución para la planificación en el área de

enmallado

El problema de planificación en el área de enmallado puede enmarcarse en uno de

secuenciación Hybrid Flow Shop (HFS) con tiempos de set-up, que, en general, se caracteriza

por los siguientes aspectos (Burtseva, et al., 2010):

- Existen k estaciones de procesado que deben actuar en un orden preestablecido.

- Los trabajos deben visitar estas estaciones en dicho orden aunque alguno podría no

ser procesado en alguna de las estaciones.

- En cada estación hay asignado un número determinado de máquinas en paralelo.

- El tiempo de procesado de cada trabajo para cada máquina es conocido y constante.

- Cuando un trabajo se empieza en una máquina debe ser finalizado sin interrupción.

- Los trabajos pertenecientes a familias diferentes, se procesarán en la máquina

designada, previo ajuste o cambio de configuración de la misma.

- El problema consiste en asignar los trabajos a máquinas en cada estación, y secuenciar

los trabajos asignados para cada máquina.

Aunque ésta es la descripción general, el problema a resolver en la zona de enmallado es más

simple debido a que el número de etapas en este caso coincide con el número de máquinas

disponibles, siendo uno el número de máquinas en cada estación. Además, la asignación de

trabajos a etapas está previamente establecida, por lo que no debe ser determinada por el

método de resolución.

Según (Ruiz & Vázquez-Rodríguez, 2010), existen múltiples variantes del problema, en función

del número de estaciones a resolver, del número de máquinas en paralelo en cada estación, si

dichas máquinas son iguales o diferentes, y finalmente del criterio que se pretenda optimizar

(makespan, tiempo desde que una tarea entra hasta que sale del sistema, número de tareas

realizadas con restraso, máximo retraso de tareas, máxima antelación de tareas, número de

Page 31: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

31

trabajos no entregados a tiempo, etc). Específicamente, los problemas HFS con set-up como el

que se ha identificado en la zona de enmallado, han sido resueltos en la literatura mediante

diversas técnicas de optimización. Aunque las más utilizadas son por una parte la resolución de

modelos de programación matemática mediante paquetes de optimización generales y por

otra los algoritmos diseñados de forma específica para los problemas planteados basados en

reglas de secuenciación, en los últimos años han aparecido numerosos estudios que resuelven

el problema a través de metaheurísticas.

De entre todas las metaheurísticas que tratan el problema de secuenciación en entornos de

HFS, los algoritmos genéticos son los más usados. Aplicaciones recientes de este problema

resueltas mediante algoritmos genéticos se encuentran en (Ruiz & Maroto, 2006),

(Jungwattanakit, et al., 2008), (Jungwattanakit, et al., 2009), (Yaurima, et al., 2009) o (Javadian,

et al., 2010).

Del estudio de las especificaciones de la zona de enmallado, y de la literatura relativa a la

secuenciación de trabajos en entornos Hybrid Flow Shop (HFS), se proponen tres posibles

procedimientos para la resolución del problema: mediante la resolución exacta del modelo de

programación matemática desarrollado en el capítulo 8, mediante alguna metaheurística de

algoritmo genético o mediante una heurística basada en reglas de secuenciación.

Page 32: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

32

7 Análisis de alternativas de resolución

7.1 Resolución exacta de los modelos de programación matemática

Los modelos de programación matemática presentados en el capítulo siguiente, tanto para las

células a pulsos como para la etapa de enmallado, son diseñados de forma que se preserve la

linealidad en cada una de las restricciones que los componen y el número de variables enteras

sea lo menor posible, lo que permite una resolución en tiempos razonables (en función del

tamaño del problema). Por todo ello debe considerarse la opción de resolver el problema

mediante técnicas exactas de optimización.

Existen diversas opciones que podrían desarrollarse en el entorno del proyecto. Por un lado, se

puede considerar la posibilidad de resolver el problema mediante paquetes de optimización

generales que han demostrado su eficacia en problemas similares.

El optimizador IBM ILOG CPLEX resuelve problemas de programación entera, problemas de

programación lineal muy grandes a través de variantes del método simplex o mediante el

método de punto interior, problemas de programación cuadrática convexa y no convexa y

problemas con restricciones cuadráticas convexas. Además cuenta con una capa de modelado

llamada “Concert” que ofrece interfaces para los lenguajes C++, C# y Java. También se

proporcionan conectores para Microsoft Excel y MATLAB, así como un optimizador ejecutable

independiente e interactivo para funciones de depuración y otros propósitos.

El optimizador CPLEX es accesible a través de sistemas de modelado independientes como

Aimms, AMPL, GAMS, MPL, OpenOpt, OptimJ y Tomlab. La versión completa del “IBM ILOG

CPLEX Optimization Studio” integra el optimizador CPLEX para la programación matemática, el

“IBM ILOG CPLEX CP Optimizer” para la programación con restricciones y el lenguaje de

programación OPL.

Un competidor de CPLEX de código abierto para la parte de programación lineal entera mixta

es GLPK, una biblioteca de rutinas de ANSI C para la solución de grandes problemas de

programación de lineal mediante el método simplex revisado.

Otro paquete de optimización que ofrece buenos resultados es LINGO, una completa

herramienta diseñada para la construcción y resolución de modelos lineales, no lineales

(convexos y no convexos), cuadráticos y de programación entera. LINGO ofrece un paquete

completamente integrado que incluye un lenguaje para expresar modelos de optimización y

un entorno con todas las funciones para la creación y edición de los problemas.

Otras opciones, aunque menos populares, para la resolución exacta de modelos de

programación lineal mixta son FortMP, Gurobi, XPRESS, MIDACO-Solver o NMath.

La ventaja de utilizar alguna técnica de optimización exacta es la posibilidad de obtener la

solución real del problema (óptimo). Además, en el entorno de un sistema de optimización

(Lenguaje + Solver) la adición de restricciones o modificación del problema sólo implicarían

una pequeña reformulación del modelo matemático, pero nunca un cambio en el método de

resolución, ahorrando un enorme tiempo en la readaptación del problema en función de las

Page 33: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

33

circunstancias. Para los cambios que el departamento de Producción apunta como posibles a

medio o largo plazo (eliminación de células de pulsos después de enmallado, adquisición de

nuevas máquinas enmalladoras, sustitución de las enmalladoras actuales por máquinas

universales que puedan realizar cualquier tarea de enmallado, etc.), esta reformulación de los

modelos sólo implicaría modificaciones parciales en las restricciones y en las funciones

objetivos, que de ninguna manera implicarían desechar la programación en su totalidad.

El principal inconveniente de utilizar esta estrategia, sin embargo, es que, dependiendo del

tamaño del problema, podría tardar una cantidad de tiempo que excediera del disponible para

replanificar la producción. Otra desventaja a considerar es el coste económico que supone la

adquisición de la licencia de los paquetes de optimización.

Otra forma de solucionar de forma exacta el problema es mediante la programación específica

del algoritmos de propósito general tipo Ramificación y Poda (Branch & Bound, B&B) o

Ramificación y Corte (Branch & Cut), que permiten encontrar la solución óptima de problemas

de optimización diversos, aunque están especialmente indicado para optimización discreta y

combinatoria. Este tipo de algoritmos se basan en una enumeración implícita de muchas de las

soluciones admisibles, de forma que grandes subconjuntos de soluciones infructuosas se

eliminan en masa mediante el uso de unos límites o cotas superiores e inferiores del objetivo

que se está optimizando. Branch & Bound fue propuesto por primera vez por (Land & Doig,

1960) para problemas de programación discreta. En cualquier caso, el desarrollo específico de

este tipo de métodos no es aconsejable pues difícilmente es posible superar las

implementaciones comerciales incluidas en los optimizadores previamente expuestos.

7.2 Heurística basada en reglas de secuenciación

Los modelos de programación matemática desarrollados en el capítulo siguiente para las

etapas de pulsos y enmallado contienen funciones objetivo y restricciones compatibles con la

confección de herramientas heurísticas que proporcionen soluciones aproximadas en tiempos

de computación razonables.

De esta forma es posible resolver el problema de forma aproximada mediante la confección de

un algoritmo que trate de secuenciar los trabajos a través de reglas que generalmente

obtienen buenos resultados (dispatching rules). Estos métodos son constructivos y están

basados en reglas que priorizan los trabajos que esperan ser procesados en las máquinas (o

tableros). En cuanto una máquina queda libre, una regla de secuenciación inspecciona cada

uno de los trabajos a procesar y selecciona el que tiene mayor prioridad (Blackstone, et al.,

1982). Las reglas de secuenciación tienen aplicación en los sistemas de producción más

diversos, desde el clásico Job-Shop (Conway, 1965) y (Haupt, 1989), hasta en sistemas de

fabricación flexible, FMS (Jeong & Kim, 1998).

Según (Rajendrana & Holthaus, 1999), las reglas de secuenciación se pueden clasificar en cinco

categorías: aquellas que implican los tiempos de proceso, las que incluyen reglas de fechas de

entrega, las reglas simples que no impliquen ni fechas de entrega ni tiempos de proceso, las

reglas que implican condiciones del taller y, por último, las reglas que implican dos o más de

las cuatro primeras clases. En general, se ha observado que las reglas basadas en el tiempo de

Page 34: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

34

proceso generan mejores soluciones bajo condiciones ajustadas de carga de trabajo, mientras

que las reglas basadas en fechas presentan un mejor rendimiento cuanto menor es la

capacidad de carga (Rochette & Sadowski, 1976).

Algunas de las reglas de secuenciación más comunes son (Baker, 1974):

1. FIFO (First In, First Out): la primera tarea que se escoge es la que primero llega a la cola

de procesado de la máquina. La regla FIFO es eficaz para minimizar el máximo tiempo

de flujo y su varianza.

2. AT (Arrival Time): se escoge el trabajo con el tiempo de llegada más temprano.

También se utiliza para minimizar el máximo tiempo de flujo y su varianza.

3. EDD (Earliest Due Date): se escoge la tarea con fecha de vencimiento más temprana.

Esta regla funciona bien con los casos que se pretende minimizar la tardanza máxima y

la varianza de la tardanza para el problema de programación de una sola máquina.

4. SPT (Shortest Processing Time): se escoge la tarea con menor tiempo de procesado.

Esta regla es quizás la más comúnmente usada para la programación Job-Shop siendo

muy eficaz en la reducción de tiempo de flujo promedio y también en la reducción del

retraso medio en condiciones de altas cargas de trabajo.

5. LPT (Largest Processing Time): se escoge la tarea con mayor tiempo de procesado. Esta

regla permite reducir el número de trabajos pendientes de larga duración al final de la

programación. Se suelen obtener excelentes resultados cuando se pretende minimizar

el tiempo de terminación de las últimas tareas.

Una de las heurísticas basadas en reglas de secuenciación más conocidas y con satisfactorios

resultados es el denominado algoritmo NEH que desde que fue propuesto por (Nawaz, et al.,

1983), inicialmente utilizado para el problema de flowshop básico, ha sido profusamente

utilizado para variaciones del mismo problema. El algoritmo NEH (Nawaz, Enscore, Ham) busca

soluciones realizando permutaciones de las tareas que están programadas en todas las

estaciones una por una sobre la base de una estructura de vecindario. Las fases del NEH son

las siguientes:

1. Ordenar de forma no creciente los trabajos en función del objetivo que se pretenda

optimizar.

2. Insertar de forma iterativa los trabajos en una secuencia parcial de acuerdo con el

orden del objetivo establecido.

Este tipo de procedimiento también es utilizado para calcular las primeras soluciones

admisibles en casi todas las metaheurísticas que se proponen para solucionar los problemas de

secuenciación.

Una de las ventajas del empleo de técnicas heurísticas y metaheurísticas para la resolución del

problema es que, debido a que se implementan propiedades específicas del problema en el

mismo diseño del método, las soluciones así obtenidas estarán muy cercanas al óptimo con

una alta probabilidad y se obtendrán en un tiempo que podrá ser previamente establecido por

el equipo de planificación. La desventaja fundamental de esta estrategia de resolución radica

en que cualquier modificación posterior en las condiciones del problema, aunque sea leve,

implicaría una reconsideración completa del método heurístico utilizado. Esto es debido a que

Page 35: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

35

las condiciones del problema juegan un papel muy importante en el proceso de resolución del

algoritmo. Por tanto, en la mayor parte de los casos, habría que desechar la programación

realizada casi en su totalidad.

7.3 Solución desarrollada en el proyecto

Se han planteado varias alternativas para la resolución del problema de planificación en las

etapas de células a pulsos, enmallado y finalización (que no es más que otra célula a pulsos

para tareas de acabado). En primer lugar, se ha mencionado la posibilidad de resolver de

forma exacta los modelos de programación matemática descritos en el capítulo 8 de este

documento mediante algún paquete de optimización general, dado que el número de

variables y restricciones resultante en problemas de tamaño tipo (correspondientes al

conjunto de órdenes con los que se realiza la planificación en la actualidad) no es muy grande.

La principal ventaja que esto aporta es, como se dijo, la posibilidad de obtener la solución

óptima del problema en un tiempo asumible; además de la capacidad de adaptación ante los

cambios que puedan darse en el taller, lo que sólo implicaría una reformulación de los

modelos de programación matemática.

Por otro lado, los modelos de programación matemática desarrollados en el capítulo 8

contienen funciones objetivo y restricciones compatibles con la confección de herramientas

heurísticas que proporcionen soluciones aproximadas en tiempos de computación razonables.

El empleo de técnicas heurísticas basadas en reglas de secuenciación, incluso siendo

combinadas con alguna metaheurística de algoritmo genético para la etapa de enmallado,

pueden dar soluciones muy cercanas al óptimo en un tiempo previamente establecido.

No obstante en este proyecto se ha elegido finalmente por utilizar el sistema de optimización

GAMS junto al optimizador CPLEX para la resolución exacta de los modelos definidos. La

posibilidad de obtener la solución óptima del problema en un tiempo razonable, la apuesta por

la flexibilidad a la hora de resolver otros problemas en el taller, el hecho de que la estructura

del taller no es definitiva y por tanto pueden surgir nuevas máquinas o cambio importantes en

el número y tamaño de células, así como las características que diferencian a GAMS de otros

paquetes de optimización similares (las cuales se especifican en el apartado siguiente) han sido

suficientes para justificar esta decisión.

Es obvio que su empleo requiere de una inversión inicial para la empresa debida a la

adquisición de la licencia del sistema, pero esta inversión es muy pequeña en comparación con

los beneficios que se originarían de la reducción de costes que conllevaría una planificación

más eficiente de la producción de mazos eléctricos.

7.3.1 Descripción del software GAMS

El programa GAMS (General Algebraic Modeling System) es un sistema de modelado de alto

nivel para optimización matemática, desarrollado por A. Brooke, D. Kendrick y A. Meeraus a

finales de la década de los 80. GAMS está diseñado para modelar y resolver problemas de

optimización lineales, no lineales y enteros. A diferencia de otros paquetes de software de

Page 36: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

36

implementación de algoritmos matemáticos que permiten resolver los problemas de

optimización, el programa GAMS presenta la ventaja de plantear un lenguaje de modelización

que permite el poder escribir en un editor la formulación matemática del problema y

posteriormente aplicarle una serie de “solvers” o programas de resolución. El sistema está

disponible para su uso en distintas plataformas informáticas. Los modelos son portables de

una plataforma a otra.

El sistema está especialmente diseñado para problemas únicos que sean grandes y complejos

que pueden necesitar muchas revisiones antes de establecer el modelo final. Permite al

usuario construir grandes modelos que pueden adaptarse fácilmente a las nuevas situaciones.

Se puede cambiar la formulación del problema con facilidad, cambiar de un tipo de “solver” a

otro y hasta convertir el problema de lineal a no lineal sin problemas.

GAMS se encarga de detalles puramente técnicos específicos de la máquina, permitiendo al

usuario concentrarse en el problema a resolver. Por tanto el usuario dispone de más tiempo

para la concepción y ejecución del modelo y el análisis de resultados. Por otra parte, el

lenguaje usado en GAMS es similar a los lenguajes de programación comúnmente utilizados;

luego, cualquier persona con cierta experiencia en programación se familiarizará con él en

poco tiempo.

El planteamiento del problema resulta sencillo, teniendo siempre más o menos la misma

estructura, que suele estar compuesta de los siguientes bloques: conjuntos, parámetros,

variables, ecuaciones, modelos y resolución. Los modelos se describen mediante una serie de

restricciones algebraicas concisas que son fáciles de leer, tanto para la máquina como para el

usuario. Antes de resolver los modelos, GAMS detecta los errores cometidos y localiza su

ubicación.

En resumen, GAMS es un programa potente y flexible. Es potente porque permite resolver

problemas grandes y complejos en un tiempo razonable. Es flexible porque mediante una

sencilla reformulación de los modelos de programación matemática es capaz de adaptarse a

las posibles modificaciones que se den en las especificaciones del problema. Estas

características justifican su empleo para la resolución de los modelos que se describen en el

capítulo siguiente.

Page 37: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

37

8 Desarrollo de los modelos de programación

8.1 Introducción

El problema de la planificación de la producción de mazos eléctricos conlleva una serie de

pasos sucesivos que, a grandes rasgos, se podrían resumir en las operaciones de recepción de

materiales, cortado y marcado de cables, preparación de mazos, procesamiento en las células

de la línea de pulsos, enmallado, finalización y pruebas. Como se justificó en el apartado 3.4 de

este documento se ha optado por incluir una etapa de finalización de mazos después del paso

por enmallado.

Se trata por tanto de una línea secuencial de actividades de forma que cada una de ellas

condiciona la entrada en la siguiente actividad. Hay que tener en cuenta que no todos los

mazos han de pasar por todas las etapas. Algunos de ellos no requieren de enmallado ni, por

tanto, de operaciones de acabado post-enmallado, pasando directamente de la línea de pulsos

al área de pruebas.

Figura 11. Línea secuencial del proceso11

En este capítulo se describen los modelos de programación matemática que se utilizarán para

planificar la producción de la planta de fabricación de mazos eléctricos en un entorno Lean.

Como se ha mencionado anteriormente, este proyecto sólo abarca la planificación de las

etapas de célula a pulsos (montaje de mazos), tanto de inicio como de finalización, y de

enmallado.

Para estas etapas se generan distintos modelos de programación matemática, los cuales son

diseñados de forma que se preserva la linealidad de cada una de las restricciones que los

componen y se minimiza el número de variables enteras, para poder ser resueltos de manera

exacta mediante el paquete de optimización general GAMS.

Estos modelos han sido desarrollados sin que se disponga de datos de producción exactos, lo

que ha determinado que los modelos de programación que se proponen hayan sido diseñados

bajo consideraciones basadas exclusivamente en las especificaciones técnicas y funcionales

determinadas anteriormente.

A la hora de planificar la producción de un conjunto de nuevas órdenes hay que considerar

explícitamente las programaciones en curso. Pueden existir mazos de una planificación

anterior aún en proceso o por elaborar, de modo que es preciso tener en cuenta el nivel de

ocupación de las diferentes células y máquinas que intervienen en el proceso. Esto plantea dos

alternativas: por un lado, darle prioridad a las órdenes pertenecientes a planificaciones

anteriores, y por el otro, reprogramar todas las órdenes por elaborar obteniendo una

11

Elaboración propia

Page 38: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

38

planificación global. Las dos opciones presentan ventajas e inconvenientes, siendo

conveniente adoptar una u otra en función de los datos concretos (no se puede saber a priori).

En el primero de los casos, se utiliza la capacidad sobrante de las células y máquinas para

acomodar las nuevas órdenes en cada instante. De este modo las órdenes previamente

programadas no se ven afectadas por la nueva planificación, respetándose escrupulosamente

las fechas de finalización que las planificaciones previas les asignaron.

La otra opción consiste en generar una nueva programación completa a partir de la fecha

actual considerando tanto las órdenes ya programadas que aún no han empezado a ejecutarse

como las nuevas. Las órdenes asociadas a planificaciones anteriores (siempre y cuando no

hayan comenzado aún a ejecutarse) pierden su prioridad y se tratan como nuevas órdenes en

la planificación global. Hay que tener en cuenta que las órdenes en curso, ejecutándose en el

momento de lanzar la nueva planificación, deben respetarse siempre. Sólo aquellas tareas que

aún no han comenzado su elaboración son susceptibles de reprogramación.

Esta situación puede provocar un retraso en las fechas de finalización de algunas órdenes de

anteriores programaciones que inicialmente respetaban su fecha de necesidad. Sin embargo,

podría resultar beneficiosa para algunas órdenes nuevas que de la otra forma no podían

respetar su fecha de entrega debido a la falta de capacidad de las células y máquinas de

trabajo. Por otra parte, considerando las actividades de enmallado, esta alternativa puede

suponer un ahorro global de tiempo al beneficiarse de forma conjunta del posible ahorro en

tiempos de puesta a punto de las máquinas enmalladoras.

Por simplicidad se tomará como caso estándar el primero, aunque si resulta necesario y/o

ventajoso se puede optar por la segunda opción. La decisión de optar por una u otra opción

recae en todo caso en el responsable de Planificación.

8.2 Planificación de la producción en las células a pulsos

8.2.1 Planteamiento del problema de la planificación en las células de pulsos

En este capítulo se va a analizar el problema matemático asociado a la planificación de tareas

en las células a pulsos a lo largo del próximo horizonte temporal (que suele coincidir con un

mes natural). Para ello es necesario disponer de cierta información previa al proceso de

planificación.

En primer lugar es necesario conocer la estructura del taller. Se define así el número de células

de las que se dispone en el taller; además se debe indicar cuáles de ellas pertenecen al área de

pulsos, hacen tareas de montaje del mazo previo enmallado, y cuales a la etapa de finalización,

que llevan a cabo tareas de acabado post-enmallado. Cada célula lleva asociada una duración

de pulso, en horas, que la caracteriza. Aunque el algoritmo del modelo trabajará internamente

con pulsos, es necesario conocer la duración de los mismos para convertirlas a fechas reales.

Por otra parte, es necesario identificar el número de pulsos que se llevan a cabo en cada

jornada laboral. El calendario de trabajo es definido por Producción; en este proyecto se ha

considerado el caso más usual, en el que una jornada laboral coincide con 8 horas.

Page 39: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

39

Cada una de las células tiene un cierto número de tableros. Es necesario también conocer el

número de pulsos que quedan por realizar en cada tablero al principio del horizonte de

planificación. Con esto queda definido cuándo queda libre cada tablero para acoger las nuevas

órdenes.

Esta información acerca de la estructura del taller es proporcionada por el departamento de

Ingeniería, por tanto, en lo que respecta a este proyecto no es un parámetro modificable. Si se

desea cambiar la configuración de las células en un momento dado, es necesario realizar una

reprogramación completa de todas las órdenes (programadas y nuevas).

Es indispensable conocer el número de mazos a procesar, es decir, de nuevas órdenes de

fabricación en el próximo período de planificación. Cada nuevo mazo que entra en la zona de

pulsos debe llevar consigo la siguiente información: célula en la que será procesado, duración

de proceso en cuanto a número de pulsos y fecha de necesidad. Es necesario señalar que en el

caso de reprogramación completa de las órdenes (programadas y nuevas), los datos

correspondientes a las órdenes a reprogramar se consideran también datos de entrada del

modelo.

En el caso de que existan mazos pertenecientes a un mismo lote, éstos son tratados como

órdenes individuales con la misma fecha de entrega. Por tanto, a priori, pueden ser

secuenciados de cualquier manera, según cual sea la variable a optimizar elegida. No obstante

se va a analizar también el caso en el que se tenga en cuenta la conveniencia de que los mazos

de un lote finalicen sus tareas en la célula a pulsos con una diferencia de tiempos lo más

pequeña posible.

8.2.2 Modelos de programación matemática

La programación de los mazos en la zona de pulsos puede resolverse de dos formas distintas:

modelado por fases, compuesto de dos fases, compactación (que asigna cada orden a un

tablero) y reordenación (que ordena en cada tablero las distintas órdenes ya asignadas); y

modelado completo, que consiste en realizar ambas tareas (compactación y reordenación) de

una sola vez. A continuación se exponen ambas alternativas.

8.2.2.1 Modelado por fases

8.2.2.1.1 Fase de compactación

En esta fase se trata de asignar cada orden que llega a una determinada célula a pulso a uno

de los tableros de los que dispone dicha célula. Esta asignación quedará fijada hasta el

momento en que la orden abandona la célula; es decir, la orden se desarrollará íntegramente

en un mismo tablero en esta etapa, independientemente de la rotación o movimiento circular

que los tableros han de seguir de acuerdo a la longitud de los pulsos.

Para realizar esta asignación se ha de tener en cuenta la capacidad de cada tablero, en relación

a las posibles órdenes de planificaciones anteriores que aún no hayan sido finalizadas. Otro

aspecto a considerar es que la carga de trabajo en todos los tableros de la célula ha de ser lo

Page 40: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

40

más homogénea posible; es decir, es conveniente evitar que existan tableros con una carga de

trabajo muy alta mientras haya otros cuya ocupación resulte escasa. Así se asegura que las

nuevas tareas finalicen lo antes posible en todos los tableros de la célula y al mismo tiempo se

evita tener tableros parados, aprovechando al máximo la capacidad de producción de la célula.

La agrupación de los mazos debe hacerse considerando también sus fechas de necesidad, de

forma que se tratará de evitar en la medida de lo posible agrupaciones de mazos en un mismo

tablero cuyas fechas de necesidad sean coincidentes. En definitiva se trata de asignar mazos a

tableros de forma que no todos los mazos con prioridad alta se realicen en el mismo tablero,

porque, en ese caso, será imposible cumplir con las fechas de necesidad especificadas. Por

tanto, al mismo tiempo que se busca un equilibrio en la ocupación de los tableros, también se

busca un segundo equilibrio en cuanto a fechas de necesidad.

Datos y variables del modelo

Para cada célula, se asumen los siguientes datos:

Mazos: o = 1, …, NM. NM es el número de mazos a procesar en la célula (según el caso,

podrían ser únicamente nuevas órdenes o la suma de las nuevas órdenes más las órdenes a

reprogramar). Se usará el índice o para identificar cada mazo.

Tableros: t = 1, …, NT. NT representa el número de tableros de la célula. El índice t se usa

para identificar cada uno de los tableros de la célula.

FechLibt: Número de pulsos que faltan por procesar, referentes a las órdenes

pertenecientes a programaciones anteriores, en el tablero t al inicio del horizonte de

planificación. Representa el instante en el que el tablero queda libre para acoger nuevas

órdenes. En el caso de reprogramación completa las órdenes programadas pierden su

prioridad y este valor corresponderá al tiempo de finalización de la orden en curso en el

tablero en el instante de inicio de la nueva planificación.

NPulInio: Duración de las tareas a realizar sobre el mazo o, en número de pulsos.

FechNeco: Fecha de necesidad del mazo o, en pulsos. Fecha más tardía de finalización del

mazo para que pueda ser entregado al cliente en la fecha de entrega acordada. Esta fecha es

dada por Producción en formato clásico: fecha y hora. Su conversión a pulsos se ha de realizar

mediante algún lenguaje de programación.

Para cada célula, se definen las siguientes variables:

xot: Variable binaria que tomará el valor 1 si el mazo o se procesa en el tablero t y 0

en caso contrario. Permite asignar cada mazo a un tablero determinado de la célula a pulsos.

Tfin_tabt: Tiempo de finalización de los trabajos a realizar en el tablero t, en pulsos.

Equivale a la fecha de salida de la célula del último mazo de los que se procesarán en dicho

tablero.

Tnec_tabt: Suma de las fechas de necesidad de los mazos a realizar en el tablero t, en

pulsos.

Page 41: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

41

WF: Desviación máxima respecto a un valor medio de los tiempos de finalización de

trabajos en los tableros.

WN: Desviación máxima respecto a un valor medio de las suma de las fechas de

necesidad de las órdenes a realizar en los tableros.

Restricciones

Asignación de cada mazo a un único tablero. Asegura que cada mazo sea asignado a un

tablero determinado de la célula. En realidad los mazos van a ir rotando de posición en

posición, pero el tablero acompañará al mazo en este movimiento circular. Por tanto, el mazo

se va a procesar completamente en el mismo tablero. Esta condición se fuerza mediante el

siguiente conjunto de ecuaciones.

Límite de órdenes asignadas a un tablero. Fuerza que el número de órdenes que se asignan a

cada tablero no sea superior a un determinado parámetro denominado NumPosIni, el cual se

define y calcula previamente como el número entero mayor más próximo a

. Esta

condición se expresa como sigue.

La inclusión de esta restricción se justifica por la existencia de la siguiente fase (reordenación),

donde aparecerá el índice p para referirse a la posición en la que se fabricará una determinada

orden en un tablero. Dicho índice debe estar acotado para que el modelo sea correcto y ahí

entra en juego el parámetro NumPosIni, definido como se ha mencionado anteriormente, ya

que se ha considerado que dicho límite de órdenes por tablero es suficiente para los datos con

los que se suele tratar en el taller.

Con esta restricción nos aseguramos de que no se asignen a un tablero más órdenes de las que

el modelo de la fase de reordenación puede tratar.

Cálculo del tiempo de finalización de los mazos a realizar en los tableros. Se calcula la fecha

de finalización, en pulsos, de las órdenes a programar en cada tablero a partir de las

duraciones de las mismas y de la fecha en que el tablero queda libre para acoger las órdenes.

La finalización de la programación sobre cada tablero viene dada por las ecuaciones siguientes:

Cálculo de la suma de fechas de necesidad de los mazos a realizar en los tableros. Para cada

tablero se computa la suma de fechas de necesidad de las órdenes que le son asignadas. Esto

se expresa mediante las siguientes ecuaciones:

Page 42: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

42

Equilibrado del tiempo de finalización de los mazos a realizar en los tableros. Con esta

restricción se pretende conseguir que las nuevas órdenes finalicen lo antes posible en todos y

cada uno de los tableros de la célula. Para ello se intenta acercar los instantes de finalización

de las mazos asignados a cada tablero a un valor medio que se obtiene como la suma de los

tiempos de trabajo de todas las órdenes (incluyendo las órdenes en curso no terminadas)

dividida por el número de tableros en la célula y que se ha denominado MedFinTab.

Las siguientes restricciones hacen que la asignación de mazos a cada tablero sea tal que la

diferencia entre los tiempos de finalización fluctúe alrededor del valor medio anteriormente

obtenido en una cantidad WF, variable que ya fue definida.

Equilibrado en las fechas de necesidad de los mazos en los tableros. De la misma manera se

intenta ahora equilibrar los bloques de mazos asignados a cada tablero de forma que la suma

de fechas de necesidad sean parecidas. Como se comentó anteriormente, parece adecuado

que, en la medida de lo posible, no se agrupen mazos con fechas de necesidad similar porque

en ese caso podría darse alguna incompatibilidad en cuanto a fecha de necesidad en alguna

orden y, por tanto, en la entrega de la misma al cliente. Nuevamente se define un valor medio

que se obtiene de la suma de las fechas de necesidad de las nuevas órdenes dividida por el

número de tableros de la célula.

Este nuevo equilibrio se consigue con las restricciones que se muestran a continuación, que

hacen que la asignación de mazos a tableros sea tal que la diferencia entre la suma de las

fechas de necesidad de las órdenes de cada tablero fluctúe alrededor de MedNecTab una

cantidad WN.

Función objetivo

Para finalizar esta primera fase de compactación se propone la siguiente función como criterio

a la búsqueda de soluciones.

Una expresión más general sería

Page 43: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

43

Donde θf y θn son pesos que permiten priorizar uno u otro criterio: equilibrado en tiempos de

proceso en tablero y equilibrado en fechas de necesidad. En ambos casos se pretende

minimizar la desviación respecto al valor medio, bien en carga de trabajo, bien en cuanto a

fechas de necesidad.

8.2.2.1.2 Fase de reordenación

En la fase anterior cada mazo entrante en la célula a pulsos ha sido asignado a un determinado

tablero, de forma que todos los tableros de la célula tengan aproximadamente la misma carga

de trabajo y la misma suma de fechas de necesidad de sus órdenes. Ahora en esta segunda

fase se trata de, tablero a tablero, ordenar las órdenes asignadas. Se pretende secuenciar los

mazos asignados a cada tablero de forma que se minimicen los incumplimientos en las fechas

de entrega, es decir, se prioricen aquellos mazos cuya fecha de necesidad sea más próxima.

Esta fase será tanto más efectiva cuanto mayor sea la diferencia de las fechas de necesidad de

las órdenes asignadas.

Datos y variables del modelo

Para cada tablero, se asumen los siguientes datos:

Mazos: o = 1, …, NZ. NZ es el número de mazos asignados al tablero en cuestión

(calculado en la fase anterior). Se continuará usando el índice o para identificar cada mazo.

Posiciones: p = 1, …, NZ. El índice p se utiliza para identificar a las posiciones referentes al

orden de procesamiento de los mazos en cada tablero.

FechLib: Número de pulsos que faltan por procesar en el tablero al inicio del horizonte

de planificación. Es el mismo dato del modelo anterior, esta vez para un tablero dado.

NPulInio: Duración de las tareas a realizar sobre el mazo o, en número de pulsos. Es el

mismo dato del modelo anterior.

FechNeco : Fecha de necesidad del mazo o, en pulsos. Es el mismo dato del modelo

anterior.

Para cada tablero, se definen las siguientes variables:

δop: Variable binaria que tomará el valor 1 si el mazo o se procesa en la posición p y

0 en caso contrario. Da a cada mazo un orden de procesamiento en el tablero.

Tfino: Tiempo de finalización de las tareas correspondientes a un mazo, en pulsos.

Equivale a la fecha de salida de la célula del mazo semi-acabado, una vez está listo para pasar a

la siguiente etapa del proceso productivo.

Holgo: Holgura entre el tiempo de finalización del mazo o y su fecha de necesidad. Es

una variable libre, es decir sin condición en signo. Si la holgura es negativa significa que el

mazo no se terminará a tiempo, existe un incumplimiento en la fecha de necesidad del mazo.

Obviamente, una correcta planificación debe hacer que la holgura sea positiva para todas las

Page 44: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

44

órdenes y lo suficientemente grande de forma que se deje tiempo para las etapas posteriores

del proceso sin incurrir en el incumplimiento de fecha.

Restricciones

Restricciones de orden de procesamiento. Cada uno de los mazos sólo puede ir en una

posición determinada y en cada posición sólo puede existir un mazo. Este conjunto de

restricciones garantiza que la solución de ordenación sea coherente.

Cálculo del tiempo de finalización de cada mazo a procesar en el tablero. La fecha de

finalización de un determinado mazo depende del orden en que éste se procese en el tablero.

Las ecuaciones siguientes permiten obtener el instante de finalización de un mazo a partir de

los tiempos de proceso de los mazos que se programen en posiciones anteriores.

∑∑

Cálculo del tiempo de holgura de cada mazo a procesar en el tablero. El cómputo de la

holgura de cada orden se realiza con la diferencia entre la fecha de necesidad exigida y la fecha

de finalización del mazo en esta etapa. Como se comentó anteriormente, estas holguras son

variables libres, sin condición en signo.

Funciones objetivos

A la hora de buscar las mejores soluciones al problema, suele ser habitual utilizar distintas

funciones para medir la bondad de las mismas en los diferentes escenarios. Se comentan a

continuación algunas de estas alternativas y sus características fundamentales.

Maximización de la suma de todas las holguras de los mazos realizados en el tablero. Es

equivalente, en cierta medida, a terminar el conjunto de los mazos lo antes posible. No

obstante es posible, según los datos del problema, que con una magnífica solución, o incluso la

óptima, se dé un incumplimiento de fecha de necesidad de algunas de las órdenes que de otra

forma podrían haberse evitado.

Equilibrado de las holguras de los mazos realizados en el tablero. Consiste en maximizar la

mínima de las holguras. El empleo de esta función objetivo evita la situación descrita

Page 45: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

45

anteriormente, se garantiza que no es posible mejorar el tiempo de holgura de la orden que

más urgencia presenta. De este modo, si la orden con holgura mínima presenta un

incumplimiento de fecha estamos seguros de que éste no podía haberse evitado. Como

desventaja está el hecho de que el resto de los mazos que no son el de holgura mínima pueden

ser establecidos de cualquier forma.

Nuevamente existe la opción de combinar ambos criterios, asignándole a cada uno un

determinado peso en la búsqueda de soluciones. Se obtendrían así soluciones intermedias a

los dos casos expuestos.

8.2.2.2 Modelado único (una fase)

Este modelo pretende ser una combinación de las dos fases anteriores. Es decir, se busca

asignar cada orden a un determinado tablero y obtener una secuencia adecuada de las mismas

en una única fase. Se siguen respetando las consideraciones anteriores en cuanto a carga de

trabajo similar en todos los tableros de una célula y secuenciación acorde a las fechas de

necesidad de cada orden.

Datos y variables del modelo

Este modelo es similar al anterior con algunas particularidades. Ahora todos los datos y

variables del modelo se van a definir para cada célula.

Para cada célula, se asumen los siguientes datos:

Mazos: o = 1, …, NM. NM es el número de mazos a procesar en la célula (según el caso,

podrían ser únicamente nuevas órdenes o la suma de las nuevas órdenes más las órdenes a

reprogramar). Se usará el índice o para identificar cada mazo.

Tableros: t = 1, …, NT. NT representa el número de tableros de la célula. El índice t se usa

para identificar cada uno de los tableros de la célula.

Posiciones: p = 1, …, NumPosIni. El índice p se utiliza para identificar a las posiciones

referentes al orden de procesamiento de los mazos en cada tablero. El parámetro NumPosIni

hace referencia al número máximo de órdenes que pueden procesarse en un tablero y se

define como el número entero mayor más próximo a

.

FechLibt: Número de pulsos que faltan por procesar, referentes a las órdenes en curso,

en el tablero t al inicio del horizonte de planificación. Representa el instante en el que el

tablero queda libre para acoger nuevas órdenes. En el caso de reprogramación completa las

órdenes programadas pierden su prioridad y este valor corresponderá al de finalización de la

orden en curso en el tablero.

NPulInio: Duración de las tareas a realizar sobre el mazo o, en número de pulsos.

Page 46: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

46

FechNeco: Fecha de necesidad del mazo o, en pulsos. Fecha más tardía de finalización del

mazo para que pueda ser entregado al cliente en la fecha de entrega acordada. Esta fecha es

dada por Producción en formato clásico: fecha y hora. Su conversión a pulsos se ha de realizar

mediante algún lenguaje de programación.

Para cada célula, se definen las siguientes variables:

xot: Variable binaria que tomará el valor 1 si el mazo o se procesa en el tablero t y 0

en caso contrario. Permite asignar cada mazo a un tablero determinado de la célula a pulsos.

δopt: Variable binaria que tomará el valor 1 si el mazo o se procesa en la posición p

de un determinado tablero t y 0 en caso contrario. Da a cada mazo un orden de procesamiento

en cada tablero.

Tfin_tabt: Tiempo de finalización de los trabajos a realizar en el tablero t, en pulsos.

Equivale a la fecha de salida de la célula del último mazo de los que se procesarán en dicho

tablero.

Tfino: Tiempo de finalización de las tareas correspondientes a un mazo, en pulsos.

Equivale a la fecha de salida de la célula del mazo semi-acabado, una vez está listo para pasar a

la siguiente etapa del proceso productivo.

Holgo: Holgura entre el tiempo de finalización del mazo o y su fecha de necesidad. Es

una variable libre, es decir sin condición en signo. Si la holgura es negativa significa que el

mazo no se terminará a tiempo, existe un incumplimiento en la fecha de necesidad del mazo.

Obviamente, una correcta planificación debe hacer que la holgura sea positiva para todas las

órdenes y lo suficientemente grande de forma que se deje tiempo para las etapas posteriores

del proceso sin incurrir en el incumplimiento de fecha.

Restricciones

Asignación de cada mazo a un único tablero. Asegura que cada mazo sea asignado a un

tablero determinado de la célula. En realidad los mazos van a ir rotando de posición en

posición, pero el tablero acompañará al mazo en este movimiento circular. Por tanto, el mazo

se va a procesar completamente en el mismo tablero. Esta condición se fuerza mediante el

siguiente conjunto de ecuaciones.

Límite de órdenes asignadas a un tablero. Fuerza que el número de órdenes que se asignan a

cada tablero no sea superior a un determinado parámetro denominado NumPosIni, el cual ya

ha sido definido. Esta condición se expresa como sigue.

Page 47: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

47

La inclusión de esta restricción en este modelo se justifica por la existencia de un único índice p

para referirse a la posición en la que se procesará una determinada orden en alguno de los

tableros. Dicho índice debe estar acotado para que el modelo sea correcto y ahí entra en juego

el parámetro NumPosIni, definido como se ha mencionado anteriormente ya que se ha

considerado que dicho límite de órdenes por tablero es suficiente para los datos con los que se

suele tratar en el taller. Con esta restricción nos aseguramos de que no se asignen a un tablero

más órdenes del número de posiciones que el modelo contempla.

Restricciones de orden de procesamiento. Estas restricciones no son idénticas a las del

modelo anterior; ahora hay que tener en cuenta que el modelo no es escrito para un tablero

concreto obtenido en una fase anterior sino que el tablero es también incógnita en la

programación. Considerando esto las restricciones pueden ser reformuladas del siguiente

modo: cada uno de los mazos sólo puede ir en una posición determinada en el tablero en que

se procesa y en cada posición asociada a un tablero sólo puede existir un mazo, o ninguno, ya

que en este modelo pueden existir más posiciones que mazos en un tablero.

Cálculo del tiempo de finalización de los mazos según el tablero en que se procese. La fecha

de finalización de un determinado mazo depende del orden en que éste se procese en el

tablero. La diferencia con el modelo anterior es que ahora el mazo no ha sido previamente

asignado a ningún tablero. Por tanto, este cálculo se ha de realizar para todos los tableros de la

célula. Las ecuaciones siguientes permiten obtener el instante de finalización de un mazo a

partir de los tiempos de proceso de los mazos que se programen en posiciones anteriores.

∑∑

Cálculo del tiempo de finalización de los mazos a realizar en los tableros. Se calcula la fecha

de finalización, en pulsos, de las órdenes a programar en cada tablero a partir de las

duraciones de las mismas y de la fecha en que el tablero queda libre para acoger las órdenes.

La finalización de la programación sobre cada tablero viene dada por las ecuaciones siguientes:

Cálculo del tiempo de holgura de todos los mazos. El cómputo de la holgura de las órdenes se

realiza con la diferencia entre la fecha de necesidad exigida y la fecha de finalización del mazo

en esta etapa. Como se comentó anteriormente, estas holguras son variables libres, sin

condición en signo.

Page 48: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

48

Funciones objetivos

Se presentan a continuación las distintas funciones utilizadas para encontrar soluciones al

problema.

Equilibrado de la carga de trabajo en los tableros. Consiste en minimizar la fecha máxima de

finalización de las órdenes en los tableros. Con esta función se pretende conseguir que las

órdenes finalicen lo antes posible en todos y cada uno de los tableros de la célula, de modo

que todos los tableros tengan una carga de trabajo lo más parecida posible.

Maximización de la suma de todas las holguras de los mazos realizados en el tablero. Es

equivalente, en cierta medida, a terminar el conjunto de los mazos lo antes posible. No

obstante es posible, según los datos del problema, que con una magnífica solución, o incluso la

óptima, se dé un incumplimiento de fecha de necesidad de algunas de las órdenes que de otra

forma podrían haberse evitado.

Equilibrado de las holguras de los mazos realizados en el tablero. Consiste en maximizar la

mínima de las holguras. El empleo de esta función objetivo evita la situación descrita

anteriormente, se garantiza que no es posible mejorar el tiempo de holgura de la orden que

más urgencia presenta. De este modo, si la orden con holgura mínima presenta un

incumplimiento de fecha estamos seguros de que éste no podía haberse evitado. Como

desventaja está el hecho de que el resto de los mazos que no son el de holgura mínima pueden

ser establecidos de cualquier forma.

Existen diversas opciones de combinación de los criterios expuestos, asignándole a cada uno

un determinado peso en la búsqueda de soluciones. Esto conlleva el surgimiento de múltiples

nuevas funciones objetivos plausibles que aumentan las posibilidades del modelado descrito

para obtener una buena solución en diferentes escenarios.

Una de ellas, que se estudiará en este proyecto, es la combinación de los criterios primero y

último, con igualdad de peso en ambos, que puede formularse de la siguiente manera.

8.2.2.3 Modelado de la etapa de pulsos con lotes

En los casos anteriores no se ha tenido en cuenta el hecho de que pueden aparecer mazos

idénticos a planificar, lo que se conoce como lote de mazos. Como se ha explicado

anteriormente, cada mazo perteneciente a un lote se considera una orden independiente para

la planificación. A pesar de ello puede resultar conveniente que los mazos que formen parte de

Page 49: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

49

un mismo lote se realicen en tiempos no muy dispares de forma que lleguen a la etapa de

enmallado y/o posteriores con una diferencia de tiempo lo menor posible.

Este modelo está basado en el anterior (modelo de una fase para células a pulsos), al que se le

han añadido los elementos que se muestran en este apartado para tener en consideración la

diferencia de tiempos de finalización de los mazos pertenecientes a lotes.

Datos y variables del modelo

Además de todos los contemplados en el modelo anterior, se asumen los siguientes datos:

Lotes: l = 1, …, NL. NL es el número de lotes (conjuntos de mazos exactamente

iguales) a tratar en el horizonte de planificación. Se usará el índice l para identificar cada lote.

NumLoto: Lote del cual la orden o forma parte. En caso de que el mazo no pertenezca a

ningún lote, este parámetro valdrá 0.

Las variables extra incluidas en este modelo son:

Lowl: Cota inferior de finalización de los mazos que pertenecen al lote l.

Uppl: Cota superior de finalización de los mazos que pertenecen al lote l.

Restricciones

Al modelo anterior se le debe añadir la siguiente restricción:

Restricción sobre tiempos de finalización de mazos pertenecientes a un mismo lote. Asegura

que cada mazo perteneciente a un mismo lote tenga un tiempo de finalización en la etapa de

pulsos comprendido entre ambas cotas.

Función objetivo

Se presenta a continuación la función objetivo a incluir para tener en cuenta la condición

expuesta sobre los mazos pertenecientes a lotes.

Minimización de la desviación total en tiempos de fabricación de mazos pertenecientes a

algún lote. Consiste en minimizar la desviación total de las fechas de finalización de órdenes

idénticas. Con esta función se pretende conseguir que las órdenes que pertenecen a un mismo

lote tengan una fecha de realización lo más parecida posible.

Evidentemente la consideración por sí sola de esta función objetivo no dará como resultado

una buena planificación, ya que se obvian las funciones objetivos mencionadas en el modelo

anterior. Esta función se debe combinar con las anteriores para obtener una planificación

óptima que tenga en cuenta la aparición de mazos iguales (lotes).

Page 50: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

50

8.3 Planificación de la producción del proceso de enmallado

8.3.1 Planteamiento del problema de la planificación del proceso de enmallado

En este capítulo se va a analizar el problema matemático asociado a la planificación de los

trabajos a procesar en cada una de las máquinas que conforman la célula de enmallado de la

planta. Para ello es necesario disponer de cierta información previa al proceso de planificación.

En primer lugar es necesario conocer la estructura de la célula de enmallado. Se define el

número de máquinas enmalladoras disponibles en esta célula (en la actualidad se dispone de

tres máquinas que ya han sido descritas previamente), así como los tiempos de set-up

(tiempos de preparación) de cada máquina ante un cambio de configuración de la misma (en

este proyecto se toma 20 minutos para las tres máquinas, como ya se dijo anteriormente). Es

necesario también conocer el tiempo que falta (en minutos) en procesar completamente las

tareas programadas en planificaciones anteriores. Con esto queda definido cuándo cada

máquina queda libre para acoger las tareas relativas a las nuevas órdenes de programación.

Por otra parte, es indispensable conocer el número de mazos que deben ser enmallados en el

horizonte temporal. Estos mazos son los mismos que vienen de las células de pulsos, con

excepción de aquellos que no necesitan enmallado y pasarán directamente al área de pruebas.

Por tanto, cada mazo deberá disponer de un dato binario que indique si requiere o no de

enmallado. Sólo en caso afirmativo se tendrá en cuenta en esta etapa. Su fecha de necesidad

también es un dato a utilizar en esta etapa para la secuenciación de las tareas. Otro dato

necesario relativo a los mazos es el momento en que éstos están disponibles para ser

introducidos en las máquinas enmalladoras, dato proveniente de la planificación en el área de

pulsos.

Pero como ya se mencionó anteriormente en la descripción del problema, la unidad de trabajo

a planificar en esta etapa no es el mazo, sino la tarea. Se denomina tarea a los ramales que hay

que enmallar en cada mazo con configuraciones diferentes. De este modo, cada mazo puede

tener una o varias tareas. Se hace, por tanto, necesario, conocer el número de tareas a

procesar en el horizonte de planificación. Cada tarea debe llevar consigo los siguientes datos:

mazo al que pertenece, máquina que la debe procesar, configuración que tiene que tener la

máquina que la procesa y tiempo de procesado de la tarea.

Las tareas de enmallado se van a secuenciar en cada máquina de forma que éstas se realicen

de una tanda. Es decir, en el momento en que comience a realizarse la primera de las tareas de

enmallado en una máquina, ésta sólo cesará su trabajo cuando todas las tareas del horizonte

de panificación que se deben realizar en dicha máquina se hayan completado (con excepción,

por supuesto, de los tiempos de preparación necesarios entre tareas de diferente

configuración de enmallado). De esta forma sólo se ha de encender la máquina una vez, lo que

resulta conveniente para planificar el trabajo de los operarios, que de otra forma sería más

complicado, al haber parones en medio. En cambio, puede resultar inconveniente para

aquellos mazos que presenten mayor urgencia en cuanto a fecha de necesidad, pudiendo

incurrirse en un incumplimiento de fecha. Al hacer todo el enmallado en cada máquina de una

sola vez es usual que haya mazos que habiendo salido de la etapa de pulsos y, estando libres

Page 51: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

51

las máquinas enmalladoras, tengan que esperar un cierto tiempo hasta que puedan ser

llevadas a cabo. Esta situación es común, ya que las tareas de enmallado de un mazo, en

general, son mucho más cortas que las de la célula a pulsos.

Otras formas de secuenciar las tareas de enmallado son igualmente posibles. Un ejemplo que

podría ser válido consistiría en dividir la planificación de los mazos en el área de enmallado en

varios grupos. De esta forma cada cierto número de pulsos, aquellos mazos que hayan

completado sus trabajos en el área de pulsos son enviados a enmallado. Así podrían reducirse

las esperas entre ambas etapas con una posible mejora en la fecha de finalización de los

mazos. No obstante, el estudio de estas alternativas queda fuera de los márgenes de este

proyecto.

Para cada máquina cualquier ordenación de las tareas sería posible. Sin embargo, como se vio

en la descripción del problema, existe una relación de precedencia entre las tareas del mismo

mazo a tener cuenta en la programación. De este modo deben finalizarse en primer lugar las

tareas de un mazo que se lleven a cabo en la máquina 1 (24 bobinas), luego las que se realicen

en la máquina 2 (32 bobinas) y por último las que se ejecuten en la máquina 3 (48 bobinas), si

las hubiere.

Es necesario señalar que en el caso de reprogramación completa de órdenes (programadas y

nuevas), las datos correspondientes a las tareas de enmallado a reprogramar se consideran

también datos de entrada del modelo.

8.3.2 Modelo de programación matemática

Para la etapa de enmallado se ha elaborado un único modelo basado en la relación de

precedencia de las tareas, el cual se expone a continuación.

8.3.2.1 Modelo de precedencia de las tareas

Este modelo trata de solucionar el problema de secuenciación de las tareas en la zona de

enmallado. En él se plantea el problema a través de unas variables que reflejan la posición

relativa de las tareas en la secuencia de procesado, pero que no indican de forma explícita el

orden de las mismas. De ahí el nombre de modelo de precedencia de las tareas.

Datos y variables del modelo

Para este modelo se asumen los siguientes datos:

Tareas: j = 1, …, NT. NT representa el número de tareas (conjunto de ramales de un

mismo mazo con la misma configuración) a enmallar en el horizonte de planificación. El

subíndice j se usa para identificar las tareas.

Mazos: o = 1, …, NM. NM representa el número de órdenes a planificar que necesitan

de enmallado.

Page 52: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

52

Máquinas: m = 1, …, M. M representa el número de máquinas de enmallado de las que se

disponen en el taller (actualmente hay tres).

setupm: Tiempo de cambio de configuración entre tareas para la máquina m, en

minutos. Actualmente se considera este tiempo igual a 20 minutos para las tres máquinas.

Inim: Tiempo en que la máquina m termina con los trabajos de planificaciones

anteriores y queda libre para acoger los nuevos trabajos de enmallado. En el caso de

reprogramación completa las tareas de planificaciones anteriores pierden su prioridad y este

valor corresponderá al tiempo de finalización de la tarea en curso en la máquina en el instante

de inicio de la nueva planificación.

Tprocj: Tiempo de procesado de la tarea j. Este dato deberá ser previamente calculado

a partir de otros datos dados: número de ramales y longitud de los mismos.

maqj: Máquina que procesa la tarea j.

T(m): Conjunto de tareas que procesa la máquina m.

mazj: Mazo al que pertenece la tarea j.

confj: Configuración que ha de tener la máquina de enmallado para procesar la tarea

j.

auxj,j1: Matriz de datos que indica mediante un uno si la tarea j tiene una

configuración diferente a la tarea j1 y cero en caso contrario. Se calcula a partir del dato

anterior.

pmo: Primera máquina que procesa el mazo o.

umo: Última máquina que procesa el mazo o.

FechNecMino: Fecha de necesidad de las órdenes que requieren enmallado, en minutos.

Finpulsoo: Fecha en la que las órdenes están disponibles para enmallar, una vez salgan de

la célula de pulsos inicial. Este dato se obtiene como resultado del modelo de pulsos.

Del mismo modo, se asumen las siguientes variables:

λj,j1: Variable binaria que valdrá 1 si la tarea j se procesa inmediatamente antes

que la tarea j1 en la misma máquina, y 0 en caso contrario.

Tinij: Tiempo de inicio de la tarea j, en minutos. Debe ser no negativa.

holgj: Holgura entre la fecha de finalización de la tarea j y la fecha de necesidad del

mazo al que pertenece, en minutos. Variable libre.

Page 53: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

53

Restricciones

Restricciones sobre la variable λ. Para que la variable λj,j1 se active cuando la tarea j es

procesada inmediatamente antes que la tarea j1 por una misma máquina m, y no se active

cuando lo anterior no pase, es necesario incluir una serie de restricciones.

En primer lugar es necesario asegurarse que si la tarea j va inmediatamente delante de la tarea

j1, entonces j1 no puede ir inmediatamente delante de j, aunque es posible que ni la tarea j

vaya inmediatamente delante de j1, y que ni la tarea j1 vaya inmediatamente delante de la j.

Si la tarea j va inmediatamente delante de la tarea j1, la tarea j no puede ir inmediatamente

delante de ninguna otra (j2). Igualmente, si la tarea j1 va inmediatamente de la tarea j,

ninguna otra tarea puede ir inmediatamente delante de la tarea j. Estas restricciones se

escriben como sigue:

Toda tarea debe tener una precedente en la misma máquina, salvo la primera. Por ello el

número de variables λj,j1 que toman el valor 1 en una determinada máquina m debe ser igual

número de tareas que procesa la máquina, SumTarm, menos 1.

∑ ∑

Si la tarea j va inmediatamente antes que la tarea j1, entonces la tarea j no puede ir

inmediatamente antes que ninguna otra. Por tanto, fijada la tarea j1, sólo una tarea j activará

la variable λj,j1.

Cálculo del tiempo de inicio de las tareas de enmallado. Es necesario incluir ciertas

restricciones sobre la relación entre los tiempos de inicio de las tareas que son procesadas por

una misma máquina.

Las siguientes restricciones aseguran que el tiempo de inicio de cada una de las tareas

procesadas en una misma máquina m deben tener una relación de procedencia. Así, si la tarea

j se procesa inmediatamente antes que la tarea j1 (es decir, si la variable λj,j1 toma el valor

uno), el tiempo de inicio de la tarea j1 debe ser igual a la suma del tiempo de inicio de la tarea

j, más lo que se tarda en procesar dicha tarea j, más el tiempo asociado al cambio de

configuración de la máquina si lo hubiere. Esto se expresa como sigue:

Page 54: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

54

Relación de precedencia de las tareas del mismo mazo. Es necesario indicar al modelo la

condición de que las tareas que pertenecen al mismo mazo pero que se procesen en máquinas

distintas no pueden realizarse simultáneamente.

Con las siguientes restricciones se asegura que los tiempos de inicio de tareas que se realizan

en máquinas con una configuración con mayor número de bobinas, deben ser posteriores a los

tiempos de inicio de las tareas realizadas en máquinas realizadas en máquinas con una

configuración con menor número de bobinas más el tiempo de procesado de dichas tareas.

Restricción de capacidad de las máquinas. Las siguientes restricciones indican que en ningún

caso el instante de inicio de las tareas puede ser anterior al instante de finalización de las

tareas que faltan por procesar de la anterior planificación realizada.

Restricción de disponibilidad del mazo en enmallado. Como es lógico, las tareas de enmallado

de un determinado mazo no podrán ser llevadas a cabo hasta que dicho mazo haya finalizado

todas las actividades a realizar previamente en el área de pulsos y pase al área de enmallado.

Esto se consigue con las siguientes restricciones:

Cálculo del tiempo de holgura de las tareas. El cómputo de la holgura de cada tarea se realiza

con la diferencia entre la fecha de necesidad del mazo al que pertenece la tarea (en minutos) y

el tiempo de finalización de la tarea, suma de su tiempo de inicio más tiempo de proceso.

Como se comentó anteriormente, estas holguras son variables libres, sin condición en signo.

Funciones objetivos

Al igual que en los modelos de la etapa de pulsos, se presentan diferentes funciones objetivo

que determinen la calidad de las soluciones obtenidas por el modelo de programación

anterior.

Minimización de la fecha de finalización de todo enmallado. En el caso de que se pretenda

finalizar el proceso de enmallado lo antes posible, es necesario definir mediante restricciones

una variable que recoja dicho tiempo. A esta variable se le ha denominado MAKES, y en este

caso queda determinada por las siguientes restricciones:

Con la siguiente función objetivo, se asegura que la solución obtenida tendrá mínimo tiempo

final del proceso de enmallado.

Page 55: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

55

Minimización de los tiempos de set-up de forma implícita. Los tiempos de set-up son

esencialmente mayores que los tiempos de procesado en el enmallado, luego minimizarlos

puede ser una buena solución. Esto se consigue minimizando el número de cambios de

configuración de las máquinas enmalladoras en el horizonte temporal mediante la siguiente

función objetivo.

∑ ∑

Equilibrado de las holguras de las tareas. Consiste en maximizar la mínima de las holguras. El

empleo de esta función objetivo garantiza que no es posible mejorar el tiempo de holgura de

la tarea que más urgencia presenta. De este modo, si la tarea con holgura mínima presenta un

incumplimiento de fecha estamos seguros de que éste no podía haberse evitado. Como

desventaja está el hecho de que el resto de las tareas que no son la de holgura mínima pueden

ser establecidas de cualquier forma.

De nuevo, es posible proponer funciones objetivo que consistan en una variación de las

expuestas en este documento, o que sean una combinación de dos o más funciones de ellas

ponderadas.

8.4 Planificación de la producción de las células de finalización

8.4.1 Planteamiento del problema de la planificación en las células de finalización

Como ya se comentó anteriormente en este documento se considera que las tareas de

acabado post-enmallado que requieren algunos de los mazos se realizan en una o varias

células de finalización dispuestas exclusivamente a tal efecto. En este capítulo se va a analizar

el problema matemático asociado a la planificación de tareas en dichas células a lo largo del

próximo horizonte temporal. Para ello es necesario disponer de cierta información previa al

proceso de planificación.

Al igual que para las células a pulsos se ha de definir la estructura del taller en este área en

cuanto a número de células de finalización y tableros de los que dispone cada una. Así, los

mismos datos que eran requeridos entonces para cada célula y tablero son necesarios también

en esta etapa; como son, duración en horas de un pulso de la célula, número de pulsos por día

laborable o número de pulsos de cada tablero durante los cuales está ocupado debido a

planificaciones anteriores. También se mantienen las consideraciones que se hicieron

entonces en cuanto a posibles modificaciones de estos datos.

Por otra parte, es indispensable conocer el número de mazos que requieren de tareas de

finalización. De los mazos que salen de la zona de pulsos, algunos requieren enmallado y otros

van directamente a pruebas. Igualmente, una vez finalizado el proceso de enmallado no todos

tienen por qué necesitar de operaciones adicionales antes de llegar a pruebas. Por tanto, cada

Page 56: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

56

mazo deberá disponer de un dato binario que indique si requiere o no de operaciones de

acabado post-enmallado. Sólo en caso afirmativo se tendrá en cuenta en esta etapa.

Estos mazos deben llevar asociados los mismos datos que se le requerían en las células a

pulsos: célula de finalización a la que es asignado, duración en pulsos del proceso de

finalización y fecha de necesidad del mazo. Otro dato necesario relativo a los mazos es el

momento en que éstos han finalizado todas sus tareas de enmallado y llegan al área de

finalización para su terminación, dato proveniente de la planificación en la etapa previa, la

zona de enmallado.

Es necesario señalar que en el caso de reprogramación completa de las órdenes (programadas

y nuevas), los datos correspondientes a las órdenes a reprogramar en esta etapa se consideran

también datos de entrada del modelo.

8.4.2 Modelos de programación matemática

En este caso un modelo similar al expuesto para las células a pulsos no funciona. El motivo es

simple: los mazos van entrando al proceso de finalización según terminan en la célula de

enmallado, es decir, no entran en bloques de tareas sino de forma individual. Como

consecuencia, el orden de entrada en la célula viene impuesto por la etapa anterior. Se va a

trabajar en cambio con un nuevo modelo que asigna cada mazo a un determinado tablero de

la célula, cuya particularidad es que la ordenación de los mazos en cada tablero está prefijada.

Los mazos asignados a un determinado tablero de la célula se tratan en el orden en que éstos

llegan a la célula provenientes de la etapa de enmallado. Así, el modelo redirige los mazos a

diferentes tableros según van llegando en un orden conocido.

Este modelo realiza la asignación a tablero y la ordenación de los mazos, impuesta por la

condición anterior, en una sola fase.

Datos y variables del modelo

Para cada célula de finalización, se asumen los siguientes datos:

Mazos: o = 1, …, NM. NM es el número de mazos a procesar en la célula de

finalización. Se usará el índice o para identificar cada mazo.

Tableros: t = 1, …, NT. NT representa el número de tableros de la célula. El índice t se usa

para identificar cada uno de los tableros de la célula.

FechLibt: Número de pulsos que faltan por procesar en el tablero t al inicio del horizonte

de planificación, referentes a las órdenes pertenecientes a programaciones anteriores.

Representa el instante en el que el tablero queda libre para acoger nuevas órdenes. En el caso

de reprogramación completa las órdenes programadas pierden su prioridad y este valor

corresponderá al tiempo de finalización de la orden en curso en el tablero en el instante de

inicio de la nueva planificación.

NPulFino: Duración de las tareas de acabado a realizar sobre el mazo o, en número de

pulsos.

Page 57: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

57

FechNeco: Fecha de necesidad del mazo o, en pulsos de la célula de finalización. Hay que

advertir que la duración de un pulso en la célula de finalización no tiene por qué ser la misma

que en la célula de inicio que procesó la orden. Por tanto, la conversión de formato clásico

(fecha y hora) a pulsos debe hacerse para ambas células.

Tfin_enmo: Fecha en la que el mazo o ha concluido todas sus tareas de enmallado y está

disponible para comenzar sus operaciones de acabado en la célula de finalización. Este dato se

obtiene como resultado del modelo de enmallado y vendrá dado en minutos. Se debe

convertir previamente a pulsos para su asimilación por el modelo de células de finalización.

Para cada célula de finalización, se definen las siguientes variables:

xot: Variable binaria que tomará el valor 1 si el mazo o se procesa en el tablero t y 0

en caso contrario. Permite asignar cada mazo a un tablero determinado de la célula de

finalización.

Tfino: Tiempo de finalización de las tareas correspondientes a un mazo, en pulsos.

Equivale a la fecha de salida de la célula del mazo acabado, una vez está listo para pasar a la

etapa de pruebas.

Tfin_tabt: Tiempo de finalización de los trabajos a realizar en el tablero t, en pulsos.

Equivale a la fecha de salida de la célula del último mazo de los que se procesarán en dicho

tablero.

Holgo: Holgura entre el tiempo de finalización del mazo o y su fecha de necesidad. Es una

variable libre, es decir sin condición en signo. Si la holgura es negativa significa que el mazo no

se terminará a tiempo, existe un incumplimiento en la fecha de necesidad del mazo.

Obviamente, una correcta planificación debe hacer que la holgura sea positiva para todas las

órdenes y lo suficientemente grande de forma que se deje tiempo para la etapa de pruebas sin

incurrir en el incumplimiento de fecha.

Restricciones

Asignación de cada mazo a un único tablero. Asegura que cada mazo sea asignado a un

tablero determinado de la célula. En realidad los mazos van a ir rotando de posición en

posición, pero el tablero acompañará al mazo en este movimiento circular. Por tanto, el mazo

se va a procesar completamente en el mismo tablero. Esta condición se fuerza mediante el

siguiente conjunto de ecuaciones.

Restricción de capacidad de los tableros de la célula. Las siguientes restricciones indican que

los tableros de la célula no pueden acoger nuevos trabajos hasta que terminen de ejecutar las

órdenes asociadas a una planificación anterior.

Page 58: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

58

La condición indica que esta restricción sólo se tiene en cuenta para los mazos que se

lleven a cabo en el tablero t.

Restricción de disponibilidad del mazo en la célula de finalización. Como es lógico, las tareas

de acabado de un determinado mazo no podrán ser llevadas a cabo hasta que dicho mazo

haya sido completamente enmallado y pase a la célula de finalización que lleva asignada. Esto

se asegura con las siguientes restricciones:

Relación de precedencia de mazos en el mismo tablero. Lógicamente, el tiempo de inicio de

un determinado mazo o en un tablero t, además de por las restricciones anteriores, está

acotado por las órdenes que previamente a él se lleven a cabo en ese mismo tablero, no

pudiendo comenzar hasta que dichos mazos concluyan. Esto se expresa como sigue:

Donde os representa al conjunto de mazos que salen de enmallado anteriormente a al mazo o.

La condición indica que la restricción sólo afecta cuando ambos mazos se

realizan en un mismo tablero t.

Es decir, teniendo en cuenta los tres últimos conjuntos de restricciones, el modelo puede

resumirse como sigue: una determinada orden o que sale de enmallado hacia una

determinada célula de finalización (dato) será asignada por el modelo a uno de los tableros de

los que dicha célula dispone, atendiendo a la variable a optimizar elegida. La secuenciación de

los mazos asignados a un mismo tablero está determinada por el orden en que éstos finalizan

todas sus tareas en el área de enmallado.

Cálculo del tiempo de holgura de todos los mazos. El cómputo de la holgura de las órdenes se

realiza con la diferencia entre la fecha de necesidad exigida y la fecha de finalización del mazo

en la célula de finalización. Como se comentó anteriormente, estas holguras son variables

libres, sin condición en signo.

Cálculo del tiempo de finalización de los trabajos a realizar en cada tablero. Para ello se

calcula la fecha de finalización, en pulsos, de la última orden llevada a cabo en cada tablero t

de la célula de finalización. Este instante coincide con el que el tablero en cuestión termina de

realizar los trabajos en el nuevo horizonte de planificación.

La condición indica que esta restricción sólo se tiene en cuenta para los mazos que se

lleven a cabo en el tablero t.

Funciones objetivos

Se presentan a continuación las distintas funciones utilizadas para encontrar soluciones al

problema, que son las mismas que se utilizan en el modelo de pulsos.

Page 59: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

59

Equilibrado de la carga de trabajo en los tableros. Consiste en minimizar la fecha máxima de

finalización de los trabajos a realizar en los tableros. Con esta función se pretende conseguir

todos los tableros tengan una carga de trabajo lo más parecida posible, forzando a que todos

terminen sus trabajos en una fecha lo más parecida posible.

Maximización de la suma de todas las holguras de los mazos. Es equivalente, en cierta

medida, a terminar el conjunto de los mazos lo antes posible. No obstante es posible, según

los datos del problema, que con una magnífica solución, o incluso la óptima, se dé un

incumplimiento de fecha de necesidad de algunas de las órdenes que de otra forma podrían

haberse evitado.

Equilibrado de las holguras de los mazos. Consiste en maximizar la mínima de las holguras. El

empleo de esta función objetivo evita la situación descrita anteriormente, se garantiza que no

es posible mejorar el tiempo de holgura de la orden que más urgencia presenta. De este modo,

si la orden con holgura mínima presenta un incumplimiento de fecha estamos seguros de que

éste no podía haberse evitado. Como desventaja está el hecho de que el resto de los mazos

que no son el de holgura mínima pueden ser establecidos de cualquier forma.

Existen diversas opciones de combinación de los criterios expuestos, asignándole a cada uno

un determinado peso en la búsqueda de soluciones. Esto conlleva el surgimiento de múltiples

nuevas funciones objetivos plausibles que aumentan las posibilidades del modelado descrito

para obtener una buena solución en diferentes escenarios.

Una de ellas, que se estudiará en este proyecto, es la combinación de los criterios primero y

último, con igualdad de peso en ambos, que puede formularse de la siguiente manera.

Page 60: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

60

9 Diseño de experimentos en GAMS

9.1 Introducción

Los modelos de programación matemática que pretenden planificar la producción de los

mazos en las etapas de células a pulsos, enmallado y finalización fueron descritos

detalladamente en el capítulo anterior de este documento. En este capítulo se describen los

distintos experimentos realizados en el proyecto para comprobar el funcionamiento de cada

uno de los modelos de programación elaborados.

Cada modelo consta de varias funciones objetivos, cada una de ellas asociada a un criterio de

optimización de la planificación. Para cada alternativa a implementar, que corresponde a una

función objetivo distinta o una combinación de las mismas, se analizan tres escenarios:

Escenario 1 Todos los mazos tienen la misma fecha de necesidad

Escenario 2 La mitad de los mazos tienen su fecha de necesidad al final del horizonte de planificación y la otra mitad a mediados de dicho período

Escenario 3 Los mazos tienen fechas de necesidad distribuidas a lo largo del horizonte temporal de planificación

Tabla 1. Escenarios a estudiar12

Se ha tomado como período de planificación para los experimentos el mes de enero de 2014.

Los experimentos se van a realizar con 53 mazos a planificar, un número de órdenes similar al

que nos podríamos encontrar en un mes típico en el taller. Las órdenes a programar son

mazos reales que se fabrican o han fabricado en el taller eléctrico, cuyos datos han sido

suministrados por Airbus Military.

Para el modelo completo, que recoge las tres etapas a planificar en único modelo (pulsos,

enmallado y finalización), se estudiará además un caso diferente en el que el número de

órdenes sea mayor, con el objetivo de analizar cómo se comportarían los modelos cuando la

planificación en un mes determinado contemple un número de mazos mayor a lo habitual. En

el Anexo 2 incluido en este documento se recogen los datos relativos a los mazos a programar

en los distintos escenarios.

Otro aspecto importante a tener en cuenta es la configuración del taller. Como ya se ha

mencionado anteriormente en este documento, los parámetros relacionados con la

configuración del taller se consideran datos proporcionados por el departamento de

Producción. A continuación se describe la configuración que se ha adoptado para los distintos

experimentos que abarca el proyecto. La configuración del área de enmallado ya ha sido

descrita con anterioridad (compuesta de 3 máquinas de 24, 32 y 48 bobinas respectivamente).

Etapa Nº de células Nº de tableros/máq. Duración pulso

Línea de Pulsos 1 8 2 horas

Enmallado 1 3 No procede

Finalización 1 3 2 horas Tabla 2. Configuración del taller

13

12

Elaboración propia

Page 61: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

61

Esta información relativa a la configuración del taller se incluye en un archivo de datos en

GAMS que es leído por los modelos antes de ejecutar ninguna operación. Este archivo se

incluye en el Anexo 2, que se adjunta en este documento.

Se ha tomado esta configuración por ser similar a la que actualmente se tiene en el taller

eléctrico de la planta de San Pablo Norte (Sevilla). Una modificación de la misma, si así lo

demanda Producción, no requiere más que un sencillo cambio de estos valores en el archivo

de datos. No obstante, el estudio de las ventajas/desventajas que la modificación de estos

parámetros podría tener en la planificación de los mazos queda fuera del alcance del proyecto.

9.2 Modelos para células a pulsos

La programación de los mazos en las células a pulsos puede llevarse a cabo mediante los dos

modelos definidos: modelado por fases, compuesto de dos fases (compactación y

reordenación) y modelado de una sola fase, que realiza la compactación y la reordenación en

una única fase.

9.2.1 Modelado por fases

Para el modelo de dos fases se han implementado en GAMS dos variantes: una con dos

“loops” (bucles de programación), uno para las distintas células que pueda haber en esta etapa

y otro para recorrer cada tablero de una célula determinada una vez asignadas las órdenes. En

la segunda variante, se realiza un único bucle para las células. En este último modelo la fase de

reordenación se hace de una sola vez para todos los tableros que conforman una determinada

célula.

9.2.1.1 Modelo 2 fases 2 loops

En esta variante el modelo relativo a la fase de compactación, que asigna los mazos que llegan

a la célula a un determinado tablero de la misma, se escribe para una célula cualquiera. Por lo

tanto, es necesario introducir un “loop” previo a la resolución del modelo de compactación,

que recorre cada célula de esta etapa. De este modo, se resuelve el modelo una vez para cada

célula. Como se adelantó, existe una única célula en la línea de pulsos, por los que esto no

hubiera sido necesario. No obstante, se ha incluido para no perder generalidad; así si en algún

momento el departamento de Producción implementa una modificación en la configuración

del taller e incorpora más células a esta etapa, el modelo lo asimilará sin problemas.

En cuanto a la fase de reordenación, el modelo es escrito para un tablero genérico. Por tanto

es necesaria la adición de un segundo bucle, previa a la llamada al solver CPLEX para el modelo

de reordenación, dentro del bucle para las células, que recorra todos los tableros

pertenecientes a cada célula. Así el modelo de reordenación se resuelve una vez por tablero.

13

Elaboración propia

Page 62: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

62

El código GAMS de este modelo se recoge en el Anexo 1 que se puede encontrar al final de

este documento. Para referirnos de forma acortada al modelo de pulsos con dos fases y dos

“loops” utilizaremos los caracteres P_2F_M1.

Funciones objetivos

Para la fase de compactación sólo se va a implementar en los experimentos la función objetivo

con igualdad de pesos, de manera que ninguno de los dos criterios (equilibrado en tiempos de

proceso en tablero y equilibrado en fechas de necesidad) se prioriza sobre el otro.

En cambio para la fase de reordenación se implementan dos funciones objetivo que dan lugar

a las dos alternativas a estudiar para este modelo.

P_2F_M1_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_2F_M1_F02 Equilibrado de las holguras de los mazos realizados en el tablero Tabla 3. Alternativas del modelo de pulsos 2 fases 2 loops

14

9.2.1.2 Modelo 2 fases 1 loop

En este caso el modelo de compactación es el mismo que en el modelo anterior. La diferencia

reside en el modelo de reordenación, el cual ahora no se escribe para un tablero genérico, sino

para la totalidad de los que pertenecen a una célula.

Por tanto sólo es necesario incluir el primer bucle para recorrer las células de pulsos. Para cada

célula resolvemos en primer lugar la fase de compactación y posteriormente la fase de

reordenación. De esta forma se ordenan al mismo tiempo los mazos en todos los tableros de la

célula.

El código GAMS de este modelo, al cual nos referiremos de forma acortada como P_2F_M2,

aparece en el Anexo 1.

Funciones objetivos

Las funciones objetivo son las mismas que en la variante anterior, por lo que habrá dos

alternativas a estudiar también para este modelo.

P_2F_M2_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_2F_M2_F02 Equilibrado de las holguras de los mazos realizados en el tablero Tabla 4. Alternativas del modelo de pulsos 2 fases 1 loop

15

Cada una de las alternativas se va a analizar en los tres escenarios descritos previamente.

14

Elaboración propia 15

Elaboración propia

Page 63: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

63

9.2.2 Modelo de una sola fase

Este modelo para las células a pulsos es una combinación de las dos fases anteriores. Es decir,

se asigna cada orden a un determinado tablero de la célula (compactación) y se obtiene una

secuencia adecuada de las mismas en cada tablero de la célula (reordenación) en una única

fase.

Todo el modelo está escrito para una célula genérica, por lo que antes de la llamada del solver

se incluye un bucle de programación para las distintas células (para no perder generalidad,

aunque a priori sólo se tenga una).

En el Anexo 1 que acompaña a este documento se recoge el código GAMS de este modelo.

Para referirnos de forma acortada al modelo de pulsos de una única fase utilizaremos los

caracteres P_1F_M3.

Funciones objetivos

Para este modelo se tienen tres funciones objetivos distintas (maximización de la suma de

todas holguras, equilibrado de las holguras y equilibrado de la carga de trabajo), que dan lugar

a tres alternativas a estudiar. Además, de la combinación de ellas puede surgir una gran

variedad de nuevas funciones objetivos, de las cuales sólo se analizará la combinación de los

criterios de equilibrado de holguras y equilibrado de carga de trabajo, con igualdad de

importancia para ambos; es decir, con pesos iguales a la unidad para los dos criterios.

P_1F_M3_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_1F_M3_F02 Equilibrado de las holguras de los mazos realizados en el tablero

P_1F_M3_F03 Equilibrado de la carga de trabajo en los tableros

P_1F_M3_F04 Combinación del equilibrado de holguras y carga de trabajo Tabla 5. Alternativas del modelo de pulsos de 1 fase

16

Todas las alternativas se experimentarán en los tres escenarios descritos en la introducción de

este capítulo.

9.2.3 Modelo de pulsos con lotes

En esta ocasión se va a ensayar el modelo de pulsos de una sola fase con lotes, el cual incluía la

condición de minimización de la diferencia de tiempos de realización entre mazos

pertenecientes a un mismo lote. Esta es la única diferencia con el modelo de pulsos de una

fase presentado en el apartado anterior. El objetivo de estos experimentos es estudiar las

ventajas e inconvenientes de incluir esta condición en el modelo de planificación para las

células a pulsos.

El código GAMS para este modelo se encuentra en el Anexo 1 que acompaña a este

documento. Nos referiremos de forma acortada a este modelo como P_1F_M4.

16

Elaboración propia

Page 64: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

64

Funciones objetivos

Este modelo aporta como novedad una nueva función objetivo distinta para la etapa de células

a pulsos, la minimización de la desviación total en tiempos de fabricación de mazos

pertenecientes a algún lote. El resto de funciones objetivo ya han sido estudiadas. Por tanto,

aquí se trata de analizar la conveniencia de incluir esta condición en la programación de los

mazos en la etapa de pulsos.

Evidentemente la consideración de esta función objetivo por sí misma no daría una solución

buena, puesto que no se tendrían en cuenta los otros criterios mencionados anteriormente

para la etapa de pulsos. Por tanto se debe estudiar combinada con los otros criterios

empleados. Concretamente se analizará únicamente su combinación, a igualdad de pesos, con

las funciones de equilibrado de carga de trabajo en los tableros de la célula y equilibrado de las

holguras de las órdenes, la cual se estudiará en los tres escenarios planteados.

P_1F_M4_F01

Combinación del equilibrado de holguras, equilibrado de carga de trabajo y la condición de mínima diferencia de tiempos de procesado

en mazos de un mismo lote, con igualdad de pesos Tabla 6. Alternativa del modelo de pulsos con lotes

17

9.3 Modelo para el proceso de enmallado

Para el problema de secuenciación de las órdenes en la etapa de enmallado se ha elaborado

un único modelo, basado en las relaciones de precedencia de las tareas. En él se plantea el

problema a través de unas variables que reflejan la posición relativa de las tareas en la

secuencia de procesado, pero que no indican de forma explícita el orden de las mismas.

Cada tarea de enmallado debe realizarse en una máquina concreta, prefijada de antemano.

Atendiendo a las relaciones de precedencia entre tareas del mismo mazo, la disponibilidad de

los mazos (que hayan terminado todas sus operaciones en la célula a pulsos) y la ocupación de

las máquinas, este modelo indica el orden en que se ha de llevar a cabo cada tarea.

Hay que tener en cuenta que no todos los mazos a elaborar en el horizonte de planificación

requieren de operaciones de enmallado. Este modelo sólo asimila los mazos que, viniendo de

la etapa de células a pulsos, deban pasar por el área de enmallado.

A la hora de mostrar los resultados obtenidos en los experimentos nos referiremos al modelo

de enmallado como E_M1. En el Anexo 1 se recoge el código creado en GAMS para este

modelo.

Funciones objetivos

Este modelo incluye tres funciones objetivo distintas (minimización de la fecha de finalización

de todo enmallado, minimización de los tiempos de set-up y equilibrado de las holguras de las

tareas), las cuales dan lugar a tres alternativas diferentes a estudiar en cada uno de los

escenarios. Igualmente es posible combinar estas funciones para dar lugar a nuevas funciones

17

Elaboración propia

Page 65: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

65

objetivo. En este caso, se estudiará la combinación de los criterios de minimización de la fecha

de finalización de enmallado y los tiempos de set-up, dando una mayor importancia a uno de

ellos en cada caso (con peso unidad para el criterio a priorizar y peso de 0.0001 para el otro

criterio). Otra combinación a analizar es la que forman el equilibrado de las holguras y la

minimización de los tiempos de set-up; en este caso, con prioridad para el criterio de

minimización de los tiempos de setup, asignándole un peso unidad al mismo y un peso de 0.01

al equilibrado de las holguras.

E_M1_F01 Minimización de los tiempos de set-up de forma implícita

E_M1_F02 Minimización de la fecha de finalización de todo enmallado

E_M1_F03 Combinación de la minimización de la fecha de finalización y los tiempos de set-up, con prioridad para los tiempos de set-up

E_M1_F04 Combinación de la minimización de la fecha de finalización y los tiempos de set-up, con prioridad para a fecha de finalización

E_M1_F05 Equilibrado de las holguras de los tareas

E_M1_F06 Combinación de equilibrado de holguras y la minimización de tiempos de set-up, con prioridad para los tiempos de setup

Tabla 7. Alternativas a estudiar para el modelo de enmallado18

Todas las alternativas deben ser estudiadas en los tres escenarios planteados, lo que da lugar a

la elaboración de 18 experimentos.

9.4 Modelo completo

Este modelo integra las tres etapas a planificar del proceso de producción de mazos eléctricos:

células a pulsos, enmallado y células de finalización. Con esto se pretende facilitar la labor del

usuario, de modo que para la planificación de un conjunto de mazos baste con ejecutar un

único modelo en el entorno GAMS, en lugar de trabajar con tres archivos distintos.

En primer lugar se incluye el modelo de pulsos de una sola fase presentado anteriormente, el

cual se ejecuta para cada célula del taller en esta etapa (a priori sólo hay una). Una vez

resuelto el modelo de pulsos, las órdenes del horizonte de planificación quedan asignadas a los

tableros y secuenciadas en los mismos según el criterio de optimización elegido.

Entonces se llama al modelo de enmallado presentado en el apartado anterior, el cual

secuencia las tareas en las máquinas de enmallado (actualmente hay tres) de los mazos que

requieren de operaciones en esta etapa, una vez éstos hayan finalizado sus tareas en la célula

de pulsos a la que estaban asignados. No todas las órdenes del horizonte de planificación

requieren de operaciones de enmallado, así que este modelo sólo tiene en cuenta aquellas

que sí deben pasar por esta etapa. Hay que tener en cuenta que el modelo de enmallado

trabaja con minutos, mientras que el de las células trabaja con pulsos. El dato requerido por el

modelo de enmallado relativo a cuándo las órdenes han finalizado sus trabajos en la célula y

están disponibles para ser enmallados es convertido a minutos por el modelo.

Por último, aquellos mazos que requieren de operaciones de acabado tras enmallado pasarán

al área de finalización, que no es más que un conjunto de nuevas células a pulsos dedicadas a

18

Elaboración propia

Page 66: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

66

la realización de dichas tareas de acabado post-enmallado (actualmente sólo hay una célula de

finalización, como se dijo al presentar la configuración del taller tomada). La secuenciación de

los mazos en esta etapa es llevada a cabo por el modelo de finalización descrito en el apartado

8.4 de este documento. Este modelo asigna los mazos a los tableros de la célula de finalización

según cual sea la variable a optimizar, con la condición de que la ordenación de los mazos en

cada tablero viene definida por el orden de salida de los mismos de la etapa de enmallado.

De nuevo hay que tener en cuenta que no todos los mazos deben pasar por la etapa de

finalización. Sólo aquellos que pasen por enmallado sin haber completado su montaje deben

pasar por estas células y son los tenidos en cuenta por el modelo de finalización. Por otra

parte, es necesario indicar que el modelo para células de finalización trabaja con pulsos, por lo

que el dato de finalización de los mazos en enmallado, que está en minutos, debe ser pasado a

pulsos con anterioridad a la ejecución del modelo de finalización.

Como se advirtió previamente, este modelo se va a analizar con dos juegos de datos distintos.

Por un lado tenemos el caso de 53 mazos con los que se han ejecutado los experimentos de los

modelos de pulsos y enmallado por separado (caso 1). Aparte se va a considerar también un

segundo caso con 84 mazos diferentes (caso 2). Ambos conjuntos de órdenes se estudiarán en

los tres escenarios planteados en la introducción de este capítulo. El código GAMS para el

modelo completo se encuentra en el Anexo 1 que acompaña a este documento. Nos

referiremos de forma acortada a este modelo como C_M1.

Funciones objetivos

En primer lugar tenemos el modelo de pulsos de una sola fase ya estudiado, el cual incluye

cuatro funciones objetivos que se analizaron previamente. En los experimentos que se realicen

sobre el modelo completo sólo se va a tener en cuenta la alternativa P_1F_M3_F04,

combinación del equilibrado de las holguras y equilibrado de la carga de trabajo en los tableros

de la célula, con igualdad de pesos para ambos criterios, debido a que es la que mejores

resultados presenta en la mayoría de los casos (ver conclusiones sacadas de los experimentos

realizados a los modelos para células a pulsos en el capítulo siguiente).

Usando el mismo razonamiento para la etapa de enmallado, de las seis funciones objetivos

contempladas en el modelo sólo se va a analizar en este caso la alternativa E_M1_F06,

combinación del equilibrado de las holguras y la minimización de tiempos de set-up, con

prioridad para el criterio de minimización de los tiempos de setup, asignándole un peso unidad

al mismo y un peso de 0.01 al equilibrado de las holguras.

Para la etapa de finalización de mazos nuevamente tenemos cuatro funciones objetivos

posibles contempladas en el modelo, que son las mismas que se tienen en el modelo de

células a pulsos de una sola fase. Por tanto, las conclusiones que se saquen de los

experimentos realizados en la fase de pulsos, en cuanto a las distintas funciones objetivos de

del modelo, son extrapolables al modelo de células a pulsos de finalización. Así, para los

experimentos realizados sobre el modelo completo, sólo se va a analizar la cuarta función

objetivo de esta etapa, combinación del equilibrado de las holguras y equilibrado de la carga

de trabajo en los tableros de la célula, con igualdad de pesos para ambos criterios (la misma

que en la fase de células a pulsos).

Page 67: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

67

El objetivo de los experimentos realizados sobre el modelo completo es extraer conclusiones

sobre la planificación completa de los mazos, en las tres etapas que abarca el proyecto. Por

ello sólo se han realizado experimentos con una función objetivo por etapa, que coincide con

la que mejores resultados presenta en los experimentos realizados para los modelos de pulsos

y enmallado estudiados previamente por separado. Por lo tanto tenemos una única alternativa

para el modelo completo, de la que se van a realizar seis experimentos (combinaciones de

conjuntos de mazos y escenarios distintos).

A modo de resumen se incluye la siguiente tabla con los diferentes experimentos realizados.

CEL MODELO DESCRIPCIÓN

lula

a p

uls

os

Dos fases

Modelo 2 loops

P_2F_M1_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_2F_M1_F02 Equilibrado de las holguras de los mazos realizados en el tablero

Modelo 1 loop

P_2F_M2_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_2F_M2_F02 Equilibrado de las holguras de los mazos realizados en el tablero

Modelo de una sola fase

Sin lotes

P_1F_M3_F01 Maximización de la suma de todas las holguras de los mazos realizados en el tablero

P_1F_M3_F02 Equilibrado de las holguras de los mazos realizados en el tablero

P_1F_M3_F03 Equilibrado de la carga de trabajo en los tableros

P_1F_M3_F04 Combinación del equilibrado de holguras y carga de trabajo

Con lotes P_1F_M4_F01

Combinación del equilibrado de holguras, equilibrado de carga de trabajo y la condición de mínima diferencia de tiempos de procesado en mazos de un mismo lote, con igualdad de pesos

Cél

ula

a d

e e

nm

alla

do

E_M1_F01

Minimización de los tiempos de set-up de forma implícita

E_M1_F02 Minimización de la fecha de finalización de todo enmallado

E_M1_F03 Combinación de la minimización de la fecha de finalización y los tiempos de set-up, con prioridad para los tiempos de set-up

E_M1_F04 Combinación de la minimización de la fecha de finalización y los tiempos de set-up, con prioridad para a fecha de finalización

E_M1_F05 Equilibrado de las holguras de los tareas

E_M1_F06

Combinación de equilibrado de holguras y la minimización de tiempos de set-up, con prioridad para los tiempos de setup

Co

mp

leto

Caso 1 53 mazos

C_M1 Pulsos: P_1F_M3_F04 Enmallado: E_M1_F06 Finalización: Similar a P_1F_M3_F04

Caso 2 84 mazos

Tabla 8. Resumen de experimentos realizados19

19

Elaboración propia

Page 68: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

68

10 Análisis de resultados

A continuación se presentan los resultados de los experimentos realizados en el ámbito del

proyecto, los cuales han sido descritos en el capítulo anterior. Todos los modelos desarrollados

incluyen la salida de un fichero de texto que contiene la información necesaria para la

planificación de las órdenes. Los ficheros originados de este modo para cada uno de los

experimentos que se han llevado a cabo pueden encontrarse en su totalidad en el Anexo 3

incluido en este documento. Por el contrario en este capítulo tan sólo se incluye un resumen

con los principales parámetros que miden la bondad de las distintas soluciones obtenidas en

los experimentos, así como las conclusiones que se pueden extraer de ellos.

Es importante señalar que no en todos los experimentos se ha encontrado la solución óptima

que se buscaba. En algunos casos esto hubiera supuesto un tiempo demasiado grande, lo que

estaría en contraposición con la idea del proyecto de encontrar una herramienta ágil que

planifique la producción de los mazos en un tiempo razonable. Por lo tanto es preferible

obtener una solución aproximada a la óptima en pocos minutos a obtener la solución óptima

en varias horas (o incluso más de un día). Por ello los experimentos realizados a veces han

debido ser interrumpidos por el usuario. Las soluciones así obtenidas obedecen a la condición

de haber sido obtenidas en un tiempo que se ha considerado razonable, el cual varía según el

caso. Este tiempo se ha elegido así arbitrariamente, dada la experiencia sacada de los

experimentos realizados de que la solución no se ve mejorada en gran medida alargando este

tiempo de ejecución en GAMS.

Para llegar a la obtención de estas soluciones en un tiempo razonable en ocasiones ha sido

necesario modificar ciertas opciones del solver CPLEX. En concreto la opción modificada ha

sido relobjdif. Este parámetro del solver, cuando se le indica ser distinto de cero, hace que el

sistema obvie nodos en la búsqueda de soluciones. Esto aligera la búsqueda pero con el riesgo

de que el sistema se salte justamente lo que busca, mejores soluciones a la última encontrada.

No obstante, modificando inteligente y convenientemente este parámetro podemos llegar a

una solución bastante cercana a la óptima en un tiempo considerablemente reducido.

10.1 Resultados obtenidos para la planificación en las células a pulsos

Para la etapa de células a pulsos se tienen tres modelos distintos. Los dos primeros (de dos

fases diferenciadas) tienen dos funciones objetivos posibles, mientras que el tercer modelo

(de una sola fase) dispone de cuatro funciones objetivos diferentes. Esto hace un total de ocho

alternativas distintas que modelan la planificación de las órdenes en la célula a pulsos, las

cuales son estudiadas en cada uno de los tres escenarios descritos previamente (lo que hace

un total de 24 experimentos).

Los parámetros que se van a tener en cuenta en esta etapa para medir la bondad de la

solución obtenida son: holgura total, holgura mínima y desequilibrio de la carga de trabajo en

los tableros de la célula, que representa la diferencia entre los tiempos de fin de ocupación de

los tableros con mayor y menor carga de trabajo. Cuanto mayor sean las holguras y menor el

Page 69: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

69

desequilibrio de carga de trabajo diremos que la planificación obtenida presenta mejores

resultados.

Estos parámetros representativos de la planificación resultante de los experimentos se

presentan en las siguientes tres tablas, una para cada uno de los escenarios señalados en el

capítulo anterior.

Modelo y función objetivo

Holgura total Holgura mínima Desequilibrio de carga de trabajo

P_2F_M1_F01 3969 67 0

P_2F_M1_F02 3883 67 0

P_2F_M2_F01 3980 67 0

P_2F_M2_F02 3843 67 0

P_1F_M3_F01 3964 60 11

P_1F_M3_F02 3835 67 0

P_1F_M3_F03 3921 67 0

P_1F_M3_F04 3854 67 0 Tabla 9. Resultados en pulsos para el escenario 1

20

Modelo y función objetivo

Holgura total Holgura mínima Desequilibrio de carga de trabajo

P_2F_M1_F01 2892 25 0

P_2F_M1_F02 2876 28 0

P_2F_M2_F01 2866 25 0

P_2F_M2_F02 2823 29 0

P_1F_M3_F01 2851 26 20

P_1F_M3_F02 2819 33 21

P_1F_M3_F03 2829 25 0

P_1F_M3_F04 2848 34 4 Tabla 10. Resultados en pulsos para el escenario 2

21

Modelo y función objetivo

Holgura total Holgura mínima Desequilibrio de carga de trabajo

P_2F_M1_F01 1723 -5 0

P_2F_M1_F02 1558 1 0

P_2F_M2_F01 1718 -5 0

P_2F_M2_F02 1576 0 0

P_1F_M3_F01 1702 -14 13

P_1F_M3_F02 1569 1 12

P_1F_M3_F03 1657 -5 0

P_1F_M3_F04 1590 1 0 Tabla 11. Resultados en pulsos para el escenario 3

22

20

Elaboración propia 21

Elaboración propia 22

Elaboración propia

Page 70: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

70

De los resultados mostrados en las tablas anteriores podemos extraer las siguientes

conclusiones para la planificación de la etapa de células a pulsos:

- Los modelos P_2F_M1 y P_2F_M2 dan resultados muy similares, aunque ligeramente

mejores para el modelo P_2F_M1 (al menos en los casos analizados). Esto se debe a

que al hacer la fase de reordenación tablero a tablero (y no en todos de una vez), el

sistema se concentra más en la tarea concreta a realizar (reordenación en un tablero),

obteniéndose en general mejores resultados.

- Resulta más conveniente maximizar la holgura mínima que la holgura total. Esto no es

una afirmación categórica pues depende del escenario concreto que se considere. Sin

embargo, es usual encontrarse en el taller con una situación en la que algunas de las

órdenes tienen una fecha de necesidad muy próxima (como es el caso del escenario 3

estudiado). En estos casos maximizar la holgura total puede provocar un

incumplimiento evitable de fecha de necesidad de las órdenes que más urgencia

presentan. En cambio maximizando la holgura mínima nos aseguramos de que la

orden de mayor urgencia se lleva a cabo lo más pronto posible, con el fin de evitar en

la medida de lo posible retrasos indeseados en la entrega.

- El modelo P_1F_M3 (de una fase) presenta mejores resultados en los experimentos

realizados. Esto se puede explicar atendiendo a que en este modelo la ordenación de

las órdenes en los tableros de la célula se realiza simultáneamente a la asignación a los

tableros. De esta forma existe un número más extenso de combinaciones posibles,

siendo probable que algunas de ellas presenten mejores resultados que en los

modelos de 2 fases.

- De las funciones objetivos del modelo P_1F_M3 la más conveniente para estos juegos

de datos sería la P_1F_M3_F04, que combina el equilibrio en la carga de trabajo de los

tableros de la célula y la maximización de la holgura mínima.

10.1.1 Resultados obtenidos para el modelo de pulsos con lotes

A continuación se van a presentar los resultados obtenidos en los experimentos para la

alternativa del modelo de pulsos que incluye la condición de secuenciación lo más próxima

posible de los mazos que pertenecen a un mismo lote. Esta alternativa, P_1F_M4_F01, se

estudia en los mismos tres escenarios que en los casos anteriores.

En las tablas siguientes se presentan los parámetros representativos de la solución. En esta

ocasión, además de las holguras total y mínima y del desequilibrio de carga de trabajo en los

tableros, otro parámetro característico que mide la bondad de la solución es la diferencia

máxima de tiempos de finalización de órdenes de un mismo lote, al que llamaremos diferencia

máxima de lotes, el cual se mide en pulsos. Cuanto menor sea este parámetro, los mazos que

pertenecen a un mismo lote se realizan en un tiempo más ajustado, que es lo que se pretende

conseguir con la inclusión de esta condición; y, por tanto, diremos que la solución obtenida es

mejor (según este criterio).

Page 71: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

71

Escenario Holgura total Holgura mínima Desequilibrio de carga de trabajo

Diferencia máxima de lotes

Escenario 1 3911 64 7 4

Escenario 2 2804 31 2 6

Escenario 3 1597 -2 4 4 Tabla 12. Resultados en pulsos con lotes para los tres escenarios

23

Para sacar las conclusiones oportunas de los resultados anteriores hay que compararlos con

los que se obtuvieron para la alternativa P_1F_M3_F04 en cada uno de los tres escenarios.

- El modelo que incluye la condición para lotes de mazos, P_1F_M4_F01, presenta, en

general, peores resultados para las holguras y el equilibrado de carga de trabajo en los

tableros de la célula que los que se obtenían con la alternativa P_1F_M3_F04, como

era previsible. Más si se considera que para llegar a este resultado en el modelo de

pulsos con lotes el sistema ha necesitado un tiempo de computación mayor.

- A cambio la ventaja que se obtiene es tener secuenciados los mazos de cada lote de

forma que todos ellos salgan de la célula de pulsos en un tiempo similar, lo cual es

positivo dado que todos ellos tienen la misma fecha de necesidad. Sin embargo, en

general, los resultados obtenidos en los experimentos no son suficientemente

satisfactorios para compensar la penalización sufrida en los otros criterios. Luego, en

principio, no sería conveniente emplear esta alternativa para la planificación.

10.2 Resultados obtenidos para la planificación en el área de

enmallado

Para la planificación en la etapa de enmallado se ha elaborado un único modelo con seis

funciones objetivo diferentes. Estas seis alternativas de modelado son estudiadas en cada uno

de los tres escenarios diseñados, originando un total de 18 experimentos para esta etapa.

Los parámetros representativos a comparar en la planificación del proceso de enmallado son:

el número de cambios de configuración que se ha de realizar a las máquinas enmalladoras

(directamente relacionado con el tiempo de setup o tiempo de preparación de máquinas), el

tiempo de finalización de todo el proceso de enmallado (en minutos), así como el mínimo valor

de las holguras de las tareas (también recogido en minutos). Para comparar los resultados

obtenidos se dirá que se tendrá una planificación mejor cuando el número de cambios de

setup sea el mínimo posible con los datos que se tienen (acorde a uno de los requisitos

establecidos para la planificación del enmallado de mazos), el proceso de enmallado acabe lo

más pronto posible (menor tiempo de finalización) y la holgura mínima sea mayor.

Las tablas que se presentan a continuación recogen los valores de estos parámetros

representativos obtenidos en los experimentos realizados, para los tres escenarios estudiados.

23

Elaboración propia

Page 72: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

72

Modelo y función objetivo

Nº de cambios de setup

Tiempo de finalización de todo enmallado

Holgura mínima

E_M1_F01 4 1797.383 8282.618

E_M1_F02 25 1440.689 8639.311

E_M1_F03 4 1440.689 8639.311

E_M1_F04 4 1440.689 8639.311

E_M1_F05 16 1440.689 8639.311

E_M1_F06 4 1440.689 8639.311 Tabla 13. Resultados en enmallado para el escenario 1

24

Modelo y función objetivo

Nº de cambios de setup

Tiempo de finalización de todo enmallado

Holgura mínima

E_M1_F01 4 1797.383 3306.661

E_M1_F02 25 1440.689 3599.311

E_M1_F03 4 1440.689 3599.311

E_M1_F04 4 1440.689 3599.311

E_M1_F05 20 1513.525 3599.311

E_M1_F06 4 1495.502 3599.311 Tabla 14. Resultados en enmallado para el escenario 2

25

Modelo y función objetivo

Nº de cambios de setup

Tiempo de finalización de todo enmallado

Holgura mínima

E_M1_F01 4 1797.383 -299.059

E_M1_F02 25 1440.689 162.057

E_M1_F03 4 1440.689 41.426

E_M1_F04 4 1440.689 21.110

E_M1_F05 29 1508.874 310.181

E_M1_F06 4 1440.689 86.045 Tabla 15. Resultados en enmallado para el escenario 3

26

De los resultados anteriores se pueden extraer las siguientes conclusiones:

- En los requisitos impuestos a la planificación en la etapa de enmallado se incluía la

condición de que la secuenciación de las tareas debía ser tal que se consiguieran

minimizar los tiempos de preparación en las máquinas enmalladoras (ver capítulo 4 del

presente documento). En la práctica esto se consigue minimizando el número de veces

que se ha de incurrir en un cambio de configuración durante la elaboración del

conjunto de tareas de enmallado a realizar durante el periodo de planificación. El

conjunto de mazos que componen el caso experimentado tiene tareas de enmallado

con 6 configuraciones diferentes: 246, 248 y 2404 (para la máquina 1), 326, 327 y 3210

(para la máquina 2). Esto implica que el mínimo número de cambios de configuración

posible es 4 (2 cambios por máquina). Como se trata de un requisito del problema

todos los casos en los que se tenga un número de cambios de setup muy superior a 4

se considerarán planificaciones no válidas. Según esta restricción limitante podemos

despreciar las alternativas E_M1_F02 y E_M1_F05, cuyos resultados están lejos del

24

Elaboración propia 25

Elaboración propia 26

Elaboración propia

Page 73: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

73

mínimo valor posible. Esto quiere decir que es necesario introducir explícitamente el

criterio de minimización de los cambios de configuración en las enmalladoras en la

función objetivo que se vaya a emplear, como ocurre en el resto de alternativas.

- Minimizando exclusivamente el número de cambios de setup (caso E_M1_F01) se

tienen, en general, malos resultados para el tiempo de finalización del proceso

completo de enmallado y la holgura mínima. Al menos en los escenarios analizados los

resultados son peores que en el resto de los casos, los cuales tienen funciones

objetivos que son combinaciones de la minimización de los tiempos de setup y los

otros criterios empleados.

- Del resto de alternativas no se tiene información suficiente con los experimentos

hechos para hacer una valoración general sobre cuál de ellas sería más conveniente.

Todas ellas cumplen la condición de menor tiempo de preparación de máquinas. La

elección de la opción más adecuada en cada caso depende del conjunto de órdenes a

planificar y del aspecto que se quiera priorizar: si es más conveniente finalizar el

proceso de enmallado cuanto antes, son preferibles las alternativas E_M1_F03 o

E_M1_F04; si en cambio se quiere asegurar que aquella actividad que presente mayor

urgencia, en cuanto a cercanía de su fecha de necesidad, se realice cuanto antes (con

la mayor holgura posible) resulta más conveniente la opción E_M1_F06. Esta última

será la mejor opción a implementar cuando se tengan mazos con fecha de necesidad

muy próxima (caso usual en el taller).

10.3 Resultados obtenidos para el modelo completo

Para el modelo completo, que planifica la producción de los mazos en las tres etapas que

abarca el proyecto (célula a pulsos, enmallado y célula de finalización), se han diseñado seis

experimentos, uno por cada par escenario/juego de mazos.

A continuación se presentan tres tablas (una para cada etapa) que contienen los principales

parámetros de las soluciones obtenidas en los experimentos. Estos parámetros son los mismos

que se presentaron anteriormente para células a pulsos y enmallado.

Caso y escenario Holgura total Holgura mínima Desequilibrio de carga de trabajo

Caso 1 / Escenario 1 3882 67 0

Caso 1 / Escenario 2 2827 31 0

Caso 1 / Escenario 3 1557 1 0

Caso 2 / Escenario 1 5988 62 4

Caso 2 / Escenario 2 4319 25 3

Caso 2 / Escenario 3 3286 10 13 Tabla 16. Resultados del modelo completo para célula a pulsos

27

27

Elaboración propia

Page 74: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

74

Caso y escenario Nº de cambios de setup

Tiempo de finalización de todo enmallado

Holgura mínima

Caso 1 / Escenario 1 4 2200.938 7879.062

Caso 1 / Escenario 2 4 2139.76 2967.338

Caso 1 / Escenario 3 4 2106.847 -596.215

Caso 2 / Escenario 1 5 2850.69 7229.31

Caso 2 / Escenario 2 5 3067.649 2012.942

Caso 2 / Escenario 3 6 3209.758 -1211.121 Tabla 17. Resultados del modelo completo para etapa de enmallado

28

Caso y escenario Holgura total Holgura mínima Desequilibrio de carga de trabajo

Caso 1 / Escenario 1 1122 51 1

Caso 1 / Escenario 2 725 16 7

Caso 1 / Escenario 3 142 -9 2

Caso 2 / Escenario 1 2366 35 0

Caso 2 / Escenario 2 1411 7 1

Caso 2 / Escenario 3 864 -15 6 Tabla 18. Resultados del modelo completo para célula de finalización

29

Es importante mencionar que aunque algunas holguras aparecen en negativo en varios

experimentos, lo que supondría un incumplimiento de fecha de necesidad de la orden, esto no

supone un gran inconveniente dado que realmente, en la mayoría de los casos, la planificación

de los mazos en el taller se realiza con más de un mes de antelación. Lo importante es que el

modelo trate de secuenciar, en la medida de sus posibilidades, los mazos con mayor urgencia

lo antes posible con el fin de evitar los incumplimientos o reducirlos al mínimo posible.

Los experimentos realizados sobre el modelo completo no tienen como finalidad comparar los

distintos modelos de programación como en casos anteriores. De hecho sería imposible

comparar los resultados anteriores, puesto que pertenecen a juegos de mazos y escenarios de

planificación distintos. Las ventajas y limitaciones de cada alternativa modelada para células a

pulsos o área de enmallado ya se comentaron en los apartados precedentes.

El propósito de estos experimentos es comprobar que el modelo funciona correctamente y se

obtiene como una planificación global satisfactoria de los mazos. En las tablas precedentes se

recogen varios parámetros característicos de la planificación resultante en cada caso. Para ver

datos más detallados de la planificación (tablero o máquina en que se realiza cada tarea, orden

de las mismas, fechas de inicio y fin de realización, holguras, …) hay que dirigirse al archivo de

texto que da como resultado el experimento en cuestión y que puede encontrarse en el Anexo

3 de este documento. En este apartado se incluyen algunas gráficas explicativas de las

planificaciones obtenidas para los dos casos analizados en el escenario 3.

Para el caso 1 (conjunto de 53 mazos) la secuenciación de las órdenes en la célula a pulsos de

inicio es la que se representa es la representada en la figura 12. En esta gráfica cada mazo es

28

Elaboración propia 29

Elaboración propia

Page 75: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

75

representado con un color, usando una longitud proporcional a su duración. El eje de abscisas

representa la duración en pulsos. El número identificativo de cada mazo está inscrito en el

tramo de barra correspondiente al mazo.

El primer tramo (de color azul) representa el número de pulsos, contados desde el inicio de la

planificación del conjunto de mazos, que cada tablero queda libre para acoger las nuevas

órdenes. Normalmente esta situación se debe a los mazos de planificaciones anteriores que

aún no han completado todas sus operaciones en esta etapa. Este valor es recogido en los

modelos de programación diseñados bajo el parámetro FechLib.

Podemos observar en la gráfica que todos los tableros han quedado ocupados con la misma

carga de trabajo, finalizando todos ellos sus tareas en 17 pulsos.

Figura 12. Planificación en la célula de inicio (caso 1)30

Para el área de enmallado se representa la ocupación de las máquinas enmalladoras en

minutos, contados desde el inicio de la planificación en la figura 13. Todas las tareas con una

misma configuración de enmallado que se realizan consecutivamente se han englobado en un

mismo tramo. Para cada tramo se ha tomado un color diferente. Los huecos en blanco entre

tareas se deben a los cambios de configuración que hay que realizar sobre las bobinas de la

máquina para pasar a enmallar tareas con diferente configuración en una misma máquina, que

como se comentó anteriormente se ha considerado de 20 minutos para todas las máquinas.

En la figura se puede ver cómo el modelo de enmallado secuencia todas las tareas en cada

máquina de forma que se lleven a cabo seguidamente, sin parones. Es decir, una vez una

máquina enmalladora comienza a elaborar la primera de sus tareas ésta sólo interrumpirá su

trabajo para los cambios de configuración necesarios entre tareas de distinta configuración.

Esto es ventajoso para la compañía desde el punto de vista de una programación más eficiente

del tiempo que ha de estar trabajando la máquina y el trabajador que la opera.

30

Elaboración propia

FechLib

FechLib

FechLib

FechLib

FechLib

FechLib

FechLib

8

4

34

6

7

32

29

44

17

50

42

48

46

9

23

5

51

19

25

11

49

41

27

24

15

14

47

39

13

26

52

21

18

30

37

43

12

3

10

2

22

35

1

38

20

40

31

36

45

28

53

16

33

0 2 4 6 8 10 12 14 16 18

Tablero 1

Tablero 2

Tablero 3

Tablero 4

Tablero 5

Tablero 6

Tablero 7

Tablero 8

Page 76: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

76

En cambio esta forma de programación provoca que los mazos que se realizan en primer lugar

en la célula de pulsos tengan que esperar un determinado tiempo hasta ser enmallados. Estas

esperas son desperdicios que van en contra de la filosofía Lean que marca este proyecto.

Además pueden originar un incumplimiento de fecha de necesidad que de otra forma hubiera

sido evitable. De lo cual se deduce que la planificación de mazos, sobre todo en lo relativo a la

interacción de las células a pulsos con la etapa de enmallado, aún presenta un amplio margen

de mejora.

Figura 13. Planificación en el área de enmallado (caso 1)31

Un gráfico similar al representado anteriormente para la célula de inicio se muestra también

para la célula de finalización (figura 14). En él se puede ver que en el pulso 33, el cual se

corresponde con el día 15 de enero, es decir, a mitad de mes (incuso menos, pues el mes

completo tiene 84 pulsos) ya estaría completada la producción prevista para el mes entero. Lo

que supone una gran mejora respecto a la situación actual en la que un juego de mazos como

el estudiado en este caso mantiene ocupado al taller durante el mes completo. En resumen, la

producción que actualmente se lleva a cabo en un mes, se ha logrado reducir a más de la

mitad.

Aunque habría que tener en cuenta que en este proyecto no se han considerado ni la etapa

final de pruebas ni las etapas previas a la línea de pulsos, es evidente que esto supone un

resultado muy satisfactorio que pone de manifiesto la gran utilidad de utilizar los modelos de

programación elaborados para la planificación de la producción de los mazos.

31

Elaboración propia

24H4

326

248

327

246

3210

1770 1800 1830 1860 1890 1920 1950 1980 2010 2040 2070 2100 2130

Máquina 1

Máquina 2

Máquina 3

Page 77: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

77

Figura 14. Planificación en la célula de finalización (caso 1)32

Para el caso 2 estudiado (conjunto de 84 mazos) también se incluyen gráficas similares a las

representadas en el caso anterior.

Figura 15. Planificación en la célula de inicio (caso 2)33

En este caso, el tablero 7 de la célula de inicio ha quedado ocupado con una carga muy inferior

al resto. Esto no es óptimo desde el punto de vista del equilibrio de carga de trabajo en los

tableros. Sin embargo es la mejor solución encontrada por el sistema en un tiempo razonable,

teniendo en cuenta los datos que se han tomado y optimizando también las holguras.

32

Elaboración propia 33

Elaboración propia

FechLib

FechLib

FechLib

27

50

48

26

19

6

30

5

29

31

51

16

28

17

53

18

52

49 21 20

13 15 17 19 21 23 25 27 29 31 33 35

Tablero 1

Tablero 2

Tablero 3

FechLib

FechLib

FechLib

FechLib

FechLib

FechLib

FechLib

3

67

82

10

39

6

5

4

40

69

9

70

21

53

47

41

52

83

24

73

28

16

59

81

79

23

71

31

60

63

64

80

13

84

77

66

42

68

78

43

19

44

76

12

74

55

17

14

8

33

32

58

11

51

65

2

27

7

72

29

75

30

48

50

34

18

46

36

35

26

49

15

45

62

61

22

25

20

1

57

54

56

38

37

0 2 4 6 8 10 12 14 16 18 20 22 24

Tablero 1

Tablero 2

Tablero 3

Tablero 4

Tablero 5

Tablero 6

Tablero 7

Tablero 8

Page 78: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

78

Figura 16. Planificación en el área de enmallado34

Para el enmallado, como se observa en la figura anterior, el programa no ha sido capaz de

encontrar una solución con el mínimo de cambios de configuración posible. De este modo en

la máquina 2 hay dos tramos de tareas con configuración 328, habiendo un cambio de

configuración más del mínimo posible.

Otra apreciación que se extrae de las figuras de enmallado es que en ambos casos la máquina

3 está completamente desocupada. Este hecho es típico en el taller, dado que de los mazos

que normalmente se realizan, sólo ocasionalmente alguno de ellos requiere alguna tarea de

enmallado en la máquina de 48 bobinas. Lo que sugiere que en un futuro próximo se

investigue en máquinas enmalladoras universales, capaces de hacer todo tipo de tareas de

enmallado, para evitar la situación descrita.

Figura 17. Planificación en la célula de finalización (caso 2)35

34

Elaboración propia 35

Elaboración propia

24H4

328

246

3210

248

327

326 328

2500 2560 2620 2680 2740 2800 2860 2920 2980 3040 3100 3160 3220

Máquina 1

Máquina 2

Máquina 3

FechLib

FechLib

FechLib

72

46

76

83

73

77

84

71

80

65

78

45

40

43

70

48

81

44

64

63

49

74

47

79

82

59

39

50

58

75

62

55

51

53

42

52

61

41

57

66

38

69

68

54

67

56

37

60

13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53

Tablero 1

Tablero 2

Tablero 3

Page 79: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

79

Para la célula de finalización lo más llamativo es que existe un hueco en el tablero 3 entre la

fecha en que este queda libre para acoger las nuevas órdenes y la programación de dichas

órdenes. Esto se debe al simple hecho de que los mazos no pueden comenzar sus tareas de

finalización hasta haber salido del área de enmallado, originándose la situación descrita. En

este ejemplo el mazo 73, primero en realizar sus tareas de finalización en el tablero 3, no

finaliza su enmallado hasta el pulso 23, de ahí el hueco originado.

Nuevamente observamos que en el pulso 52 (día 21 de enero) estaría finalizada la producción

de los 84 mazos, a falta de la realización de las pertinentes pruebas a los mismos. Como

dijimos este segundo caso representa una situación en la que se tiene un número de mazos

mucho mayor del habitual. En la actualidad, la producción de 84 mazos mantiene al taller

ocupado bastante más de un mes. Con la planificación resultante de los modelos de

programación se puede realizar en menos de tres semanas. Por lo tanto, a pesar de no haber

encontrado las soluciones óptimas y de las apreciaciones hechas sobre la capacidad de mejora

de los modelos, es obvio que la utilización de estas técnicas mejora supone una gran mejora

para la planificación respecto a la situación actual.

Page 80: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

80

11 Conclusiones finales

Este proyecto ha sido elaborado siendo en todo momento consciente de las limitaciones del

mismo. No pretende ser más que una primera aproximación a la planificación óptima de la

producción de mazos en el taller que mejore la situación actual. En este sentido el número de

experimentos realizados no es suficiente para realizar afirmaciones categóricas acerca de cuál

sería la alternativa que permita obtener la planificación óptima en la totalidad de los

escenarios que se pueden presentar en el taller.

La principal utilidad del proyecto es definir las primeras líneas de investigación a la par que

proporciona soluciones razonablemente aceptables al problema planteado. Sobre él se pueden

desarrollar multitud de nuevos experimentos para ampliar la investigación. Múltiples

combinaciones de las funciones objetivos utilizadas en los modelos, por ejemplo, variando

gradualmente los pesos utilizados en cada uno de los criterios mencionados, pueden dar lugar

a nuevas alternativas de optimización que presenten mejores resultados que las que aquí se

exponen. En todo caso esto dependerá de los datos concretos que se tengan en el taller.

Hay que mencionar que los modelos de programación han sido elaborados sin disponer de los

datos precisos que se manejan en el taller. Esta falta de precisión en los datos puede provocar

que en la práctica los modelos deban ser alterados para encontrar la variante óptima que

mejor se adecúe a las necesidades del usuario. Esto justifica la elección de GAMS para la

implementación de los modelos, dado la facilidad con la que se pueden realizar las

modificaciones oportunas sobre ellos.

A pesar de todas estas limitaciones, el proyecto ha servido para obtener una planificación de

los mazos manifiestamente mejor de la que se tiene en la actualidad. Actualmente un conjunto

de 50 o 60 mazos mantiene el taller ocupado durante un mes de trabajo mientras que con los

modelos elaborados este tiempo puede reducirse a más de la mitad. Y eso que, como se ha

mencionado, los modelos son manifiestamente mejorables. Nuevas investigaciones podrían

reducir aún más los tiempos de producción, con el consiguiente ahorro para la compañía.

El paso de los mazos de las células a pulsos al área de enmallado es la cuestión más

problemática de analizar. En este proyecto, los modelos considerados tratan el conjunto de

mazos a planificar como un set indivisible, de modo que todas las órdenes se realizan en la

etapa de enmallado consecutivamente. La ventaja de hacerlo así es tener una planificación

más sencilla de los recursos necesarios. Por el contrario, no se aprovecha al máximo la

capacidad de las máquinas enmalladoras.

Otra forma de planificación consistiría en enviar a enmallado cada cierto número de pulsos

aquellos mazos que hayan finalizado sus operaciones en la célula inicial. Dividiendo de este

modo el conjunto de mazos se tendrían planificaciones diferentes en el área de enmallado,

que podrían ajustarse más a la capacidad de las enmalladoras. Esto provocaría parones

innecesarios en las máquinas así como un mayor número de cambios de configuración. No

obstante podría resultar beneficioso para aquellas órdenes que presenten una mayor urgencia

en cuanto a fecha de necesidad.

Page 81: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

81

Los mazos correspondientes a un mismo lote han sido tratados aquí como órdenes

individuales. No obstante, se ha creado un modelo que equilibra la terminación de los mazos

de un lote en la célula de pulsos inicial. Aunque en principio los resultados obtenidos son

peores que en las otras alternativas, habría que considerar esta opción en estudios

posteriores. Una adecuada combinación del modelo de pulsos que considera los lotes con un

enmallado por fases (cada cierto número de pulsos) podría resultar conveniente para la

planificación global de la producción de mazos, pudiéndose acortar aún más los tiempos de

finalización de la producción.

Por otra parte, la configuración del taller se ha tomado como un parámetro fijo en los

experimentos realizados en este proyecto. Futuras líneas de investigación podrían estudiar las

posibles ventajas e inconvenientes de la modificación de dichos parámetros en aras de buscar

la planificación óptima de la producción.

Otro detalle notable es la desocupación de la máquina 3 de enmallado. Las tareas de

enmallado que requieren una configuración con 48 bobinas son muy escasas (de hecho en los

escenarios experimentados no había ninguna tarea a realizar en dicha máquina). No obstante,

no se puede prescindir de esta máquina, ya que estas tareas aunque infrecuentes son, a veces,

necesarias. Una línea de investigación abierta sugiere el paso a máquinas enmalladoras

universales, capaces de realizar cualquier tipo de tarea de enmallado. Así se evitaría la

situación actual en la que mientras una máquina no tiene apenas trabajo otras se encuentran

saturadas.

Por último remarcar que este proyecto sólo incluye el estudio de las etapas de pulsos,

enmallado y finalización. Para una planificación completa es necesario incluir las etapas

iniciales (recepción de materiales, cortado y marcado de cables y preparación de mazos), así

como la etapa final de pruebas.

Page 82: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

82

12 Bibliografía

Aiex, R., Binato, S. & Resende, M., 2003. Parallel GRASP with path-relinking for job shop

scheduling. Parallel Computing, 29(4), pp. 393-430.

Allahverdi, A., Cheng, T. & Kovalyov, M., 2008. A survey of scheduling problems with setup

times or costs. European Journal of Operational Research, 187(3), pp. 985-1032.

Baker, K., 1974. Introduction to Sequencing & Scheduling. New York: Wiley.

Becker, C. & Scholl, A., 2006. A survey on problems and methods in generalized assembly line

balancing. European Journal of Operation Research, 168(3), pp. 694-715.

Bhasin, S. & Burcher, P., 2006. Lean viewed as a philosophy. Journal of Manufacturing

Technology Management, 17(1), pp. 56-72.

Blackstone, J., Phillips, D. & Hogg, G., 1982. A state-of-the-art survey of dispatching rules for

manufacturing job shop operations. International Journal of Production Research, 20(1), pp.

27-45.

Boysen, N., Fliedner, M. & Scholl, A., 2007. A classification of assembly line balancing

problems. European Journal of Operational Research, 183(2:1), pp. 674-693.

Boysen, N., Fliedner, M. & Scholl, A., 2009. Sequencing mixed-model assembly lines: survey,

classification and model critique. European Journal of Operational Research, 192(2), pp. 349-

373.

Browning, T. & Heath, R., 2009. Re-conceptualizing the effects of lean on production costs with

evidence from the F-22 program. Journal of Operations Management, 27(1), pp. 23-44.

Brucker, P. & Schile, R., 1990. Job-Shop Scheduling with Multi-Purpose Machines. Computing,

45(4), pp. 369-375.

Bukchin, J., Dar-El, E. & Rubinovitz, J., 2002. Mixed-model assembly line design in a make-to-

order environment. Computers and Industrial Engineering, Volumen 41, pp. 405-421.

Burtseva, L., Yaurima, V. & Romero, R., 2010. Scheduling Methods for Hybrid Flow Shops with

Setup times. En: T. Aized, ed. Future Manufacturing Systems. s.l.:s.n., pp. 137-163.

Conway, R., 1965. Priority dispatching and job lateness in a job shop. Journal of Industrial

Engineering, Volumen 16, pp. 228-237.

Cook, C. & Graser, J., 2001. Military Airframe Acquisition Costs: The Effects of Lean

Manufacturing. Santa Monica, CA: RAND.

Gao, J., Gen, M. & Sun, L., 2006. Scheduling Jobs and Maintenance in Flexible Job shop with a

Hybrid Genetic Algorithm. Journal of Intelligent Manufacturing, 17(4), pp. 2323-2353.

Page 83: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

83

Gomes, M., Barbosa-Povoa, A. & Novais, A., 2006. Optimal Scheduling for Flexible Job Shop

Operation. International of Production Research, 11(43), pp. 2323-2353.

Haupt, R., 1989. A survey of priority rule-based scheduling. Operations Research Spektrum,

11(1), pp. 3-16.

Hopp, W. & Spearman, M., 2004. To pull or not to pull: what is the question?. Manufacturing &

Service Operations Management, 6(2), pp. 133-148.

Javadian, N. y otros, 2010. Flexible flow shop with sequence-dependent setup times and

machine availability constraints. International Journal of Management Science and Engineering

Management, 5(3), pp. 219-226.

Jeong, K. & Kim, Y., 1998. A real-time scheduling mechanism for a flexible manufacturing

system: Using simulation and dispatching rules. International Journal of Production Research,

36(9), pp. 2609-2626.

Jungwattanakit, J., Reodecha, M., Chaovalitwongse, P. & Werner, F., 2008. Algorithms for

flexible flow shop problems with unrelated parallel machines, setup times, and dual criteria.

International Journal of Advanced Manufacturing Technology, 37(3-4), pp. 354-370.

Jungwattanakit, J., Reodecha, M., Chaovalitwongse, P. & Werner, F., 2009. A comparison of

scheduling algorithms for flexible flow shop problems with unrelated parallel machines, setup

times, and dual criteria. Computers & Operations Research, 36(2), pp. 358-378.

Kim, D., Kim, K., Jang, W. & Chen, F., 2002. Unrelated parallel machine scheduling with setup

times using simulated annealing. Robotics and Computer Integrated Manufacturing, Volumen

18, pp. 223-231.

Land, A. & Doig, A., 1960. An automatic method of solving discrete programming problems.

Econometrica, 28(3), pp. 497-520.

Lang, J. & Hugge, P., 1995. Lean manufacturing for lean times. Aerospace America, 33(5), pp.

28-39.

Martínez, P. & Moyano, J., 2011. Lean Production y Gestión de la Cadena de Suministro en la

Industria Aeronáutica. Investigaciones Europeas de Dirección y Economía de la Empresa, 17(1),

pp. 137-157.

Merengo, C., Nava, F. & Pozetti, A., 1999. Balancing and sequencing manual mixed-model

assembly lines. International Journal of Production Research, Volumen 37, pp. 2835-2860.

Nawaz, M., Enscore-Jr., E. & Ham, I., 1983. A heuristic algorithm for the m-machine, n-job flow-

shop sequencing problem. The International Journal of Management Science, 11(1), pp. 91-95.

Ohno, T., 1988. Toyota Production System: Beyond Large-Scale Production. New York:

Productivity Press.

Oliveira, J., 2000. Aplicação de Modelos e Algoritmos de Investigação Operacional ao

Planeamento de Operações em Armazén. Universidade do Minho, Portugal: Ph.D. Thesis.

Page 84: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

84

Ortiz, C., 2006. "Takt Time". Kaizen assembly: designing, constructing and managing a lean

assembly line. Boca Raton: CRC Press.

Rajadell, M. & Sánchez, J., 2010. Lean Manufacturing: La evidencia de una necesidad. Madrid:

Ediciones Díaz de Santos.

Rajendrana, C. & Holthaus, O., 1999. A comparative study of dispatching rules dynamic

flowshops and jobshops. European Journal of Operational Research, 116(1), pp. 156-170.

Ravetti, M., Mateus, G. & Rocha, P. P. P., 2007. A scheduling problem with unrelated parallel

machines and sequence dependent setups. International Journal of Operational Research,

Volumen 2, pp. 380-399.

Rochette, R. & Sadowski, R., 1976. A statistical comparison of the performance of simple

dispatching rules for a particular set of job shops. International Journal of Production Research,

Volumen 14, pp. 63-75.

Ruiz, R. & Maroto, C., 2006. A genetic algorithm for hybrid flowshops with sequence

dependent setup times and machine eligibility. European Journal of Operational Research,

169(3), pp. 781-800.

Ruiz, R. & Vázquez-Rodríguez, J., 2010. The hybrid flow shop scheduling problem. European

Journal of Operational Research, 205(1), pp. 1-18.

Salveson, M., 1955. The assembly line balancing problem. The Journal of Industrial Engineering,

6(3), pp. 18-25.

Shtub, A. & Dar-El, E., 1989. A methodology for the selection of assembly systems.

International Journal of Production Research, Volumen 27, pp. 175-186.

Wang, L. & Zheng, D., 2001. An effective hybrid optimisation strategy for job-shop scheduling

problems. Computers & Operations Research, Volumen 28, pp. 585-596.

Weiss, S., Murman, E. & Roos, D., 1996. The air force and industry think lean. Aerospace

America, 34(5), pp. 32-28.

Womack, J. & Jones, D., 2003. Lean Thinking. New York: Free Press.

Xing, L., Chen, Y. & Yang, K., 2009. Multi-objective flexible job-shop scheduling problem: design

and evaluation by simulation modeling. Applied Soft Computing, 9(1), pp. 362-376.

Yaurima, V., Burtseva, L. & Tchernykh, A., 2009. Hybrid flowshop with unrelated machines,

sequence-dependent setup time, availability constraints and limited buffers. Computers &

Industrial Engineering, 56(4), pp. 1452-1463.

Page 85: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

85

Anexo 1. Códigos GAMS para los modelos

P_2F_M1: Modelo de pulsos dos fases dos loop

$Title Programación de mazos en celula a pulsos (2 fases 2 loops)

* Definición de índices, parámetros y variables del modelo

sets

o Orden

c Celula

t Tableros

p Posiciones referentes al orden de procesamiento en cada tablero

cs(c) Celula actual de inicio

cc(c) Conjunto de celulas de inicio

cf(c) Celula de finalizacion

ocel(o,c) conjunto de ordenes que pertenecen a cada celula

otab(c,o,t) conjunto de ordenes de cada tablero de cada celula

ts(t) tablero actual de celula actual cs

;

alias(o,os);

alias(p,ps);

parameters

* Parametros asociados a células

NumTab(c) Número de tableros de la célula

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion)

DurPul(c) Duración del pulso en la célula en horas

Numpuldia(c) Numero de pulsos diarios

MedProcIni(c) Media de los tiempos de procesado por panel en cada celula

MedEntIni(c) Media de los tiempos de entrega por panel en cada celula

Num_Pos_Ini(c) Numero maximo de posiciones en cada celula de inicio

*Asociados a tableros

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

Num_Ord_Ini(c,t) Numero de ordenes que se asignan a tablero t en celula c

Page 86: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

86

* Parametros asociados a ordenes de trabajo

CelIni(o) Celula a la que se asigna la orden o

tab_ini(o,c) Tablero al que se asigna la orden en la celula inicial

Enmalla(o) Dato 0 o 1 para indicar que la orden debe pasar por enmallado

PostEn(o) Dato 0 o 1 para indicar que la orden precisa trabajos post enmallado

CelFin(o) Numero de la celula que procesara la orden despues del enmallado

NPulIni(o) Numero de pulsos que necesita la orden previo a enmallado

NPulFin(o) Numero de pulsos que necesita la orden tras el enmallado

t1_ini(o) Tiempo de inicio de la orden o en la celula. En el tablero tab_ini(o)

FechNec(o) fechas de entrega totales medida en pulsos

* Posicion en cada tablero

Pos_Mazo(c,t,o) Posicion de la orden o asociada al tablero t de la celula c

mazo_pos(c,t,p) mazo asociado a la posicion p del tablero t

;

positive Variables

*Asociadas a ordenes

t1_fin(o) Tiempo de fin de la orden o en la celula. En el tablero tab_ini(o)

*Asociadas a tableros

t_fin_tab(c,t) Tiempo de finalizacion de ordenes a planificar en tablero t de celula c

t_fin_ent(c,t) Suma de fechas de necesidad de ordenes a planificar en tablero t de celula c

* Asociadas a celulas

wIni(c) Desviacion respecto a la media de tiempos de proceso por celula

zIni(c) Desviacion respecto a fechas media de entrega por celula

;

Free variables

coste Variable para funcion obj 1

holg(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total suma de todas las holguras (obj 2.1)

holg_min minima de todas las holguras (obj 2.2)

* Si holgura es positiva significa que el mazo se termina a tiempo; si es negativa representa

* un incumplimiento en la fecha de necesidad

;

Page 87: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

87

binary variables

x(o,c,t) Asignacion binaria de asignación de orden a tablero dentro de la celula

d(o,c,t,p) valdra 1 si la posicion que ocupa la orden o en el tablero al que sea asignada es p

;

* LECTURA DE DATOS

* Llamada a leer el fichero de datos con la configuración del taller en la etapa de pulsos

$include C:\....\Config Pulsos.gms

* Lectura del fichero de datos con las órdenes a planificar y sus datos correspondientes

* Existen tres opciones con cada uno de los tres escenarios a estudiar (se debe desbloquear solo el caso a estudiar)

*$include C:\....\Datos Pulsos Enero Esc1.gms

*$include C:\....\Datos Pulsos Enero Esc2.gms

*$include C:\....\Datos Pulsos Enero Esc3.gms

* CÁLCULOS PREVIOS

ocel(o,c)=yes$(CelIni(o)=ord(c));

cc(c)=yes$(Celltype(c)=1);

cf(c)=yes$(Celltype(c)=0);

MedProcIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(t$(ord(t) <=

NumTab(c)),FechLib(c,t))+sum(o$ocel(o,c),NPulIni(o)));

MedEntIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(o$ocel(o,c),FechNec(o)));

Num_Pos_Ini(c)$(Celltype(c)=1)=ceil(sum(o$ocel(o,c),1)/NumTab(c))+3;

display ocel, NumTab, MedProcIni, MedEntIni, Num_Pos_Ini;

Equations

********************* SÓLO DEFINICIONES

**********************************************************************************************

*****************

******** BLOQUE 1. Correspondientes a asignacion de ordenes a tableros

**********************************************************************************************

*****************

Asigna_Orden_Tablero_Ini(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Asigna_numero_ordenes_Tablero_Ini(t,c) fuerza que el numero de tareas asignadas a un tablero sea menor que

num_pos_ini

Fin_Proceso_Tablero_Ini(c,t) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

Page 88: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

88

Fin_Entrega_Tablero_Ini(c,t) mide la suma de tiempos de entrega de las tareas en cada tablero de cada celula de

inicio

Desviacion_Proceso_Ini1(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de proceso en

tableros

Desviacion_Proceso_Ini2(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de proceso en

tableros

Desviacion_Entrega_Ini1(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de entrega en

tableros

Desviacion_Entrega_Ini2(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de entrega en

tableros

Obj_celula_ini objetivo de celulas iniciales

**********************************************************************************************

*****************

******** BLOQUE 2. Correspondientes a reordenacion de ordenes en tableros

**********************************************************************************************

*****************

Relacion_d1(o,c,t) Cada uno de los mazos solo puede ir en una posicion determinada

Relacion_d2(p,c,t) En cada posicion solo puede existir un mazo o ninguno

Fin_Mazos_Tablero_Ini_menor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 1)

Fin_Mazos_Tablero_Ini_mayor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 2)

Holgura(o,c,t) Calculo de la holgura de cada orden

obj_suma_holgura primera posibilidad de funcion objetivo

acota_min_holgura(o,c,t) segunda posibilidad de funcion objetivo

;

* Asignación ecuaciones fase de compactación

* Se definen para una célula inicial genérica

Asigna_Orden_Tablero_Ini(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Asigna_numero_ordenes_Tablero_Ini(t,cs)$(celltype(cs)=1)..

sum(ocel(o,cs),x(o,cs,t)) =l= Num_Pos_Ini(cs);

Fin_Proceso_Tablero_Ini(cs,t)$(celltype(cs)=1)..

FechLib(cs,t)+sum(ocel(o,cs), x(o,cs,t)*NPulIni(o)) =e= t_fin_tab(cs,t);

Fin_Entrega_Tablero_Ini(cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ****** (o)) =e= t_fin_ent(cs,t);

Page 89: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

89

Desviacion_Proceso_Ini1(cs,t)$(celltype(cs)=1)..

t_fin_tab(cs,t) =l= MedProcIni(cs) + wIni(cs);

Desviacion_Proceso_Ini2(cs,t)$(celltype(cs)=1)..

t_fin_tab(cs,t) =g= MedProcIni(cs) - wIni(cs);

Desviacion_Entrega_Ini1(cs,t)$(celltype(cs)=1)..

t_fin_ent(cs,t) =l= MedEntIni(cs) + zIni(cs);

Desviacion_Entrega_Ini2(cs,t)$(celltype(cs)=1)..

t_fin_ent(cs,t) =g= MedEntIni(cs) - zIni(cs);

Obj_celula_ini(cs)$(celltype(cs)=1)..

coste =e= wIni(cs)+zIni(cs);

* Asignación ecuaciones fase de reordenación

* Se definen para cada un tablero genérico

Relacion_d1(o,cs,ts)$(otab(cs,o,ts))..

sum(p,d(o,cs,ts,p)) =e= 1;

Relacion_d2(p,cs,ts)..

su****** Sustituido por razones de confidencialidad ******,ts,p)) =l= 1;

* El siguiente par de reestricciones es para hacer que la condición sobre el tiempo de finalización

* del mazo sólo tenga efecto si d(o,c,t,p) = 1. Entonces, las desigualdades se convierten en igualdad

Fin_Mazos_Tablero_Ini_menor(o,cs,ts,p)$(otab(cs,o,ts))..

-(FechLib(cs,ts)+sum(os****** Sustituido por razones de confidencialidad ******d(o,cs,ts,p)) =l= t1_fin(o)-

(FechLib(cs,ts)+sum((os,ps)$(otab(cs,os,ts) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,ts,ps)));

Fin_Mazos_Tablero_Ini_mayor(o,cs,ts,p)$(otab(cs,o,ts))..

(FechLib(cs,ts)+sum(os****** Sustituido por razones de confidencialidad ******d(o,cs,ts,p)) =g= t1_fin(o)-

(FechLib(cs,ts)+sum((os,ps)$(otab(cs,os,ts) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,ts,ps)));

Holgura(o,cs,ts)$(otab(cs,o,ts))..

holg(o) =e= FechNec(o)- t1_fin(o);

* Para esta fase existen dos posibles funciones objetivo

obj_suma_holgura..

holg_total =e= sum(otab(cs,o,ts),holg(o));

acota_min_holgura(o,cs,ts)$(otab(cs,o,ts))..

holg_min =l= holg(o);

Page 90: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

90

* Se definen los modelos (conjuntos de ecuaciones)

model fase1 modelo fase de compactacion para celulas iniciales /

Asigna_Orden_Tablero_Ini

Asigna_numero_ordenes_Tablero_Ini

Fin_Proceso_Tablero_Ini

Fin_Entrega_Tablero_Ini

Desviacion_Proceso_Ini1

Desviacion_Proceso_Ini2

Desviacion_Entrega_Ini1

Desviacion_Entrega_Ini2

Obj_celula_ini /;

model fase2 modelo fase de reordenacion para celulas iniciales /

Relacion_d1

Relacion_d2

Fin_Mazos_Tablero_Ini_menor

Fin_Mazos_Tablero_Ini_mayor

Holgura

obj_suma_holgura

acota_min_holgura /;

* Resolvemos para cada célula de inicio el modelo de la fase de compactación: asignación de órdenes

* a los distintos tableros de la celula

cs(c)=no;

loop(cc,

cs(cc) = yes;

* Se resuelve el modelo que previamente se ha definido en la célula actual cs

* Con el archivo de opciones cplex.OptFile se acelera la búsqueda de la solución

fase1.OptFile = 1;

solve fase1 using MIP minimizing coste;

Page 91: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

91

* Se obtienen parámetros informativos, como el número de ordenes que caen en cada tablero

* y el tablero al que se asigna cada orden

Num_Ord_Ini(cs,t)=sum(ocel(o,cs),x.l(o,cs,t));

tab_ini(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab(cs,o,t)=yes$(tab_ini(o,cs)= ord(t));

display t_fin_tab.l, Num_Ord_Ini, otab;

* Una vez las órdenes han sido asignadas a los tablero de la célula, se resuelve el modelo de la fase

* de reordenación para cada tablero

ts(t)=no;

loop(t$(ord(t) <= NumTab(cc)),

ts(t)=yes;

* Se reuelve el modelo de reordenación según se quiera emplear una funcion objetivo u otra

* Se ha de desbloquear (quitar el asterisco inicial en su línea) la opción a implementar

* P_2F_M1_F01

* solve fase2 using MIP maximizing holg_total;

* P_2F_M1_F02

* solve fase2 using MIP maximizing holg_min;

* Se obtienen parámetros informativos, como la posición en la que se elaboran los mazos

* en los tableros

Pos_Mazo(cs,ts,o)=sum(p,ord(p)*d.l(o,cs,ts,p));

mazo_pos(cs,ts,p)=sum(o,ord(o)*d.l(o,cs,ts,p));

t1_ini(o) = t1_fin.l(o) - NPulIni(o);

ts(t)=no;

);

display t1_ini, t1_fin.l, holg.l, Pos_Mazo;

cs(cc)=no;

);

Page 92: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

92

P_2F_M2: Modelo de pulsos dos fases un loop

$Title Programación de mazos en celula a pulsos (2 fases 1 loop)

* Definición de índices, parámetros y variables del modelo

sets

o Orden

c Celula

t Tableros

p Posiciones referentes al orden de procesamiento en cada tablero

cs(c) Celula actual de inicio

cc(c) Conjunto de celulas de inicio

cf(c) Celula de finalizacion

ocel(o,c) conjunto de ordenes que pertenecen a cada celula

otab(c,o,t) conjunto de ordenes de cada tablero de cada celula

;

alias(o,os);

alias(p,ps);

parameters

* Parametros asociados a células

NumTab(c) Número de tableros de la célula

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion)

DurPul(c) Duración del pulso en la célula en horas

Numpuldia(c) Numero de pulsos diarios

MaxOrdPanIni(c) Parametro aprox de ordenes que procesara cada tablero en la celula

MaxOrdPanFin(c) Número de ordenes que se procesaran en cada tablero de la celula de finalización

MedProcIni(c) Media de los tiempos de procesado por panel en cada celula

MedEntIni(c) Media de los tiempos de entrega por panel en cada celula

Num_Pos_Ini(c) Numero maximo de posiciones en cada celula de inicio

*Asociados a tableros

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

Num_Ord_Ini(c,t) Numero de ordenes que se asignan a tablero t en celula c

* Parametros asociados a ordenes de trabajo

Page 93: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

93

CelIni(o) Celula a la que se asigna la orden o

tab_ini(o,c) Tablero al que se asigna la orden en la celula inicial

tab_fin(o,c) Tablero al que se asigna la orden en la celula final. Tras enmallado.

Enmalla(o) Dato 0 o 1 para indicar que la orden debe pasar por enmallado

PostEn(o) Dato 0 o 1 para indicar que la orden precisa trabajos post enmallado

CelFin(o) Numero de la celula que procesara la orden despues del enmallado

NPulIni(o) Numero de pulsos que necesita la orden previo a enmallado

NPulFin(o) Numero de pulsos que necesita la orden tras el enmallado

t1_ini(o) Tiempo de inicio de la orden o en la celula. En el tablero tab_ini(o)

FechNec(o) fechas de entrega totales medida en pulsos

* Posicion en cada tablero

Pos_Mazo(c,t,o) Posicion de la orden o asociada al tablero t de la celula c

mazo_pos(c,t,p) mazo asociado a la posicion p del tablero t

;

positive Variables

*Asociadas a ordenes

t1_fin(o) Tiempo de fin de la orden o en la celula. En el tablero tab_ini(o))

*Asociadas a tableros

t_fin_tab(c,t) Tiempo de finalizacion de ordenes a planificar en tablero t de celula c

t_fin_ent(c,t) Tiempo de finalizacion de ordenes a planificar en tablero t de celula c

* Asociadas a celulas

wIni(c) Desviacion respecto a la media de tiempos de proceso por celula

zIni(c) Desviacion respecto a fechas media de entrega por celula

;

Free variables

coste Variable para funcion obj 1

holg(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total suma de todas las holguras (obj 2.1)

holg_min minima de todas las holguras (obj 2.2)

* Si holgura es positiva significa que el mazo se termina a tiempo; si es negativa representa

* un incumplimiento en la fecha de necesidad de la orden

;

Page 94: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

94

binary variables

x(o,c,t) Asignacion binaria de asignación de orden a tablero dentro de la celula

d(o,c,t,p) valdra 1 si la posicion que ocupa la orden o en el tablero al que sea asignada es p

;

* LECTURA DE DATOS

* Llamada a leer el fichero de datos con la configuración del taller en la etapa de pulsos

$include C:\....\Config Pulsos.gms

* Lectura del fichero de datos con las órdenes a planificar y sus datos correspondientes

* Existen tres opciones con cada uno de los tres escenarios a estudiar (se debe desbloquear solo el caso a estudiar)

*$include C:\....\Datos Pulsos Enero Esc1.gms

*$include C:\....\Datos Pulsos Enero Esc2.gms

*$include C:\....\Datos Pulsos Enero Esc3.gms

* CÁLCULOS PREVIOS

ocel(o,c)=yes$(CelIni(o)=ord(c));

cc(c)=yes$(Celltype(c)=1);

cf(c)=yes$(Celltype(c)=0);

MedProcIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(t$(ord(t) <= NumTab(c)),FechLib(c,t))+sum(o,NPulIni(o)));

MedEntIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(o$ocel(o,c),FechNec(o)));

Num_Pos_Ini(c)$(Celltype(c)=1)=ceil(sum(o$ocel(o,c),1)/NumTab(c))+3;

display ocel, NumTab, MedProcIni, MedEntIni, Num_Pos_Ini;

Equations

********************* SÓLO DEFINICIONES

**********************************************************************************************

*****************

******** BLOQUE 1. Correspondientes a asignacion de ordenes a tableros

**********************************************************************************************

*****************

Asigna_Orden_Tablero_Ini(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Asigna_numero_ordenes_Tablero_Ini(t,c) fuerza que el numero de tareas asignadas a un tablero sea menor que

num_pos_ini

Fin_Proceso_Tablero_Ini(c,t) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

Fin_Entrega_Tablero_Ini(c,t) mide la suma de tiempos de entrega de las tareas en cada tablero de cada celula de

inicio

Page 95: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

95

Desviacion_Proceso_Ini1(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de proceso en

tableros

Desviacion_Proceso_Ini2(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de proceso en

tableros

Desviacion_Entrega_Ini1(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de entrega en

tableros

Desviacion_Entrega_Ini2(c,t) se usan para medir desviaciones respecto al valor medio de los tiempos de entrega en

tableros

Obj_celula_ini objetivo de celulas iniciales

**********************************************************************************************

*****************

******** BLOQUE 2. Correspondientes a reordenacion de ordenes en tableros

**********************************************************************************************

*****************

Relacion_d1(o,c,t) Cada uno de los mazos solo puede ir en una posicion determinada

Relacion_d2(p,c,t) En cada posicion solo puede existir un mazo o ninguno

Fin_Mazos_Tablero_Ini_menor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 1)

Fin_Mazos_Tablero_Ini_mayor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 2)

Holgura(o,c,t) Calculo de la holgura de cada orden

obj_suma_holgura primera posibilidad de funcion objetivo

acota_min_holgura(o,c) segunda posibilidad de funcion objetivo

;

* Asignación ecuaciones fase de compactación

* Se definen para una célula inicial genérica

Asigna_Orden_Tablero_Ini(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Asigna_numero_ordenes_Tablero_Ini(t,cs)$(celltype(cs)=1)..

sum(ocel(o,cs),x(o,cs,t)) =l= Num_Pos_Ini(cs);

Fin_Proceso_Tablero_Ini(cs,t)$(celltype(cs)=1)..

FechLib(cs,t)+sum(ocel(o,cs), x(o,cs,t)*NPulIni(o)) =e= t_fin_tab(cs,t);

Fin_Entrega_Tablero_Ini(cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ****** (o)) =e= t_fin_ent(cs,t);

Desviacion_Proceso_Ini1(cs,t)$(celltype(cs)=1)..

t_fin_tab(cs,t) =l= MedProcIni(cs) + wIni(cs);

Page 96: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

96

Desviacion_Proceso_Ini2(cs,t)$(celltype(cs)=1)..

t_fin_tab(cs,t) =g= MedProcIni(cs) - wIni(cs);

Desviacion_Entrega_Ini1(cs,t)$(celltype(cs)=1)..

t_fin_ent(cs,t) =l= MedEntIni(cs) + zIni(cs);

Desviacion_Entrega_Ini2(cs,t)$(celltype(cs)=1)..

t_fin_ent(cs,t) =g= MedEntIni(cs) - zIni(cs);

Obj_celula_ini..

coste =e= sum(cs$(celltype(cs)=1),wIni(cs)+zIni(cs));

* Asignación ecuaciones fase de reordenación

* Se definen para cada tablero genérico

Relacion_d1(o,cs,t)$(celltype(cs)=1 and otab(cs,o,t))..

sum(p,d(o,cs,t,p)) =e= 1;

Relacion_d2(p,cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ******,ts,p)) =l= 1;

* El siguiente par de reestricciones es para hacer que la condicion sobre el tiempo de finalizacion

* del mazo solo tenga efecto si d(o,c,t,p) = 1. Entonces, las desigualdades se convierten en igualdad

Fin_Mazos_Tablero_Ini_menor(o,cs,ts,p)$(otab(cs,o,ts))..

-(FechLib(cs,ts)+sum(os****** Sustituido por razones de confidencialidad ******d(o,cs,ts,p)) =l= t1_fin(o)-

(FechLib(cs,ts)+sum((os,ps)$(otab(cs,os,ts) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,ts,ps)));

Fin_Mazos_Tablero_Ini_mayor(o,cs,ts,p)$(otab(cs,o,ts))..

(FechLib(cs,ts)+sum(os****** Sustituido por razones de confidencialidad ******d(o,cs,ts,p)) =g= t1_fin(o)-

(FechLib(cs,ts)+sum((os,ps)$(otab(cs,os,ts) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,ts,ps)));

Holgura(o,cs,t)$(celltype(cs)=1 and otab(cs,o,t))..

holg(o) =e= FechNec(o)- t1_fin(o);

* Tenemos dos posibles funciones objetivo

obj_suma_holgura..

holg_total =e= sum(ocel(o,cs),holg(o));

acota_min_holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg_min =l= holg(o);

Page 97: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

97

* Se definen los modelos (conjuntos de ecuaciones)

model fase1 modelo fase de compactacion para celulas iniciales /

Fin_Proceso_Tablero_Ini

Fin_Entrega_Tablero_Ini

Desviacion_Proceso_Ini1

Desviacion_Proceso_Ini2

Desviacion_Entrega_Ini1

Desviacion_Entrega_Ini2

Asigna_Orden_Tablero_Ini

Asigna_numero_ordenes_Tablero_Ini

Obj_celula_ini /;

model fase2 modelo fase de reordenacion para celulas iniciales /

Relacion_d1

Relacion_d2

Fin_Mazos_Tablero_Ini_menor

Fin_Mazos_Tablero_Ini_mayor

Holgura

obj_suma_holgura

acota_min_holgura /;

* Resolvemos para cada celula de inicio el modelo de compactacion: asignacion de ordenes

* a los distintos tableros de la celula

cs(c)=no;

loop(cc,

cs(cc) = yes;

* Se resuelve el modelo que previamente se ha definido en la célula actual cs

* Con el archivo de opciones cplex.OptFile se acelera la búsqueda de la solución

fase1.OptFile = 1;

solve fase1 using MIP minimizing coste;

Page 98: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

98

* Se obtienen parámetros informativos, como el número de ordenes que caen en cada tablero

* y el tablero al que se asigna cada orden

Num_Ord_Ini(cs,t)=sum(ocel(o,cs),x.l(o,cs,t));

tab_ini(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab(cs,o,t)=yes$(tab_ini(o,cs)= ord(t));

display t_fin_tab.l, Num_Ord_Ini, otab;

* Se resuelve el modelo de reordenación según se quiera emplear una funcion objetivo u otra

* Se ha de desbloquear (quitar el asterisco inicial en su línea) la opción a implementar

* P_2F_M2_F01

* solve fase2 using MIP maximizing holg_total;

* P_2F_M2_F02

* solve fase2 using MIP maximizing holg_min;

* Se obtienen parámetros informativos, como la posición en la que se elaboran los mazos

* en los tableros

Pos_Mazo(cs,t,o)=sum(p,ord(p)*d.l(o,cs,t,p));

mazo_pos(cs,t,p)=sum(o,ord(o)*d.l(o,cs,t,p));

t1_ini(o) = t1_fin.l(o) - NPulIni(o);

display t1_ini, t1_fin.l, holg.l, Pos_Mazo;

cs(cc)=no;

);

Page 99: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

99

P_1F_M3: Modelo de pulsos de una fase (sin lotes)

$Title Programación de mazos en celula a pulsos (1 fase)

* Definición de índices, parámetros y variables del modelo

sets

o Orden

c Celulas

t Tableros

cs(c) Celula actual de inicio

cc(c) Conjunto de celulas de inicio

cf(c) Celula de finalizacion

p Posiciones referentes al orden de procesamiento en cada tablero

ocel(o,c) conjunto de ordenes que pertenecen a cada celula

otab(c,o,t) conjunto de ordenes de cada tablero de cada celula

;

alias(o,os);

alias(p,ps);

parameters

* Parametros asociados a células

NumTab(c) Número de tableros de la célula

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion)

DurPul(c) Duración del pulso en la célula en horas

Numpuldia(c) Numero de pulsos diarios

MaxOrdPanIni(c) Parametro aprox de ordenes que procesara cada tablero en la celula

MaxOrdPanFin(c) Número de ordenes que se procesaran en cada tablero de la celula de finalización

MedProcIni(c) Media de los tiempos de procesado por panel en cada celula

MedEntIni(c) Media de los tiempos de entrega por panel en cada celula

*Asociados a tableros

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

Num_Ord_Ini(c,t) Numero de ordenes que se asignan a tablero t en celula c

Page 100: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

100

* Parametros asociados a ordenes de trabajo

CelIni(o) Celula a la que se asigna la orden o

tab_ini(o,c) Tablero al que se asigna la orden en la celula inicial

tab_fin(o,c) Tablero al que se asigna la orden en la celula final. Tras enmallado.

Enmalla(o) Dato 0 o 1 para indicar que la orden debe pasar por enmallado

PostEn(o) Dato 0 o 1 para indicar que la orden precisa trabajos post enmallado

CelFin(o) Numero de la celula que procesara la orden despues del enmallado

NPulIni(o) Numero de pulsos que necesita la orden previo a enmallado

NPulFin(o) Numero de pulsos que necesita la orden tras el enmallado

t1_ini(o) tiempo de inicio de los mazos

FechNec(o) fechas de entrega totales medida en pulsos

* Posicion en cada tablero

Pos_Mazo(c,t,o) Posicion de la orden o asociada al tablero t de la celula c

mazo_pos(c,t,p) mazo asociado a la posicion p del tablero t

;

positive Variables

t1_fin(o) Tiempo de fin de la orden o en la celula. En el tablero tab_ini(o)

t_fin_tab(t) Tiempo de finalizacion de ordenes a planificar en tablero t de celula c

;

Free variables

holg(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total suma de todas las holguras (obj 1)

holg_min minima de todas las holguras (obj 2)

tfin_tab_max maximo de todos los tiempos de finalizacion en tableros

z variable objetivo (tfin_tab - holg_min)

* Si holgura es positiva significa que el mazo se termina a tiempo; si es negativa representa

* el incumplimiento en la fecha de entrega.

;

binary variables

x(o,c,t) Asignacion binaria de asignación de orden a tablero dentro de la celula

d(o,c,t,p) valdra 1 si la posicion que ocupa la orden o en el tablero al que sea asignada es p

;

Page 101: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

101

* LECTURA DE DATOS

* Llamada a leer el fichero de datos con la configuración del taller en la etapa de pulsos

$include C:\....\Config Pulsos.gms

* Lectura del fichero de datos con las órdenes a planificar y sus datos correspondientes

* Existen tres opciones con cada uno de los tres escenarios a estudiar (se debe desbloquear solo el caso a estudiar)

*$include C:\....\Datos Pulsos Enero Esc1.gms

*$include C:\....\Datos Pulsos Enero Esc2.gms

*$include C:\....\Datos Pulsos Enero Esc3.gms

* CÁLCULOS PREVIOS

ocel(o,c)=yes$(CelIni(o)=ord(c));

cc(c)=yes$(Celltype(c)=1);

cf(c)=yes$(Celltype(c)=0);

* Definición de las ecuaciones del modelo

Equations

Relacion_x1(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Relacion_x2(t,c) asegura que a cada tablero no solo se le asignen mas ordenes de 10

Relacion_d1(o,c,t) Cada uno de los mazos solo puede ir en una posicion determinada

Relacion_d2(p,c,t) En cada posicion puede haber solo uno o ningun mazo

Fin_Mazos_Tablero_Ini_menor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 1)

Fin_Mazos_Tablero_Ini_mayor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 2)

Holgura(o,c) Calculo de la holgura de cada orden

Fin_Proceso_Tablero_Ini(c,t) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

obj_suma_holgura(c) primera posibilidad de funcion objetivo

acota_min_holgura(o,c) segunda posibilidad de funcion objetivo

acota_max_tfin_tablero(t,c) tercera posible funcion objetivo

obj_holg_tfin(c) cuarta posible funcion objetivo

;

* Asignación de las ecuaciones del modelo

* Se definen para una célula de inicio genérica cs

Page 102: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

102

Relacion_x1(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Relacion_x2(t,cs)$(celltype(cs)=1)..

sum(ocel(o,cs),x(o,cs,t)) =l= 10;

Relacion_d1(o,cs,t)$(celltype(cs)=1 and ocel(o,cs))..

sum(p,d(o,cs,t,p)) =e= x(o,cs,t);

Relacion_d2(p,cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ******,t,p)) =l= 1;

Fin_Mazos_Tablero_Ini_menor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

-100000*(1-d(o,cs,t,p)) =l= t1_****** Sustituido por razones de confidencialidad ****** (o,cs) and ord(ps) LE

ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Fin_Mazos_Tablero_Ini_mayor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

100000*(1-d(o,cs,t,p)) =g= t1_****** Sustituido por razones de confidencialidad ******(o,cs) and ord(ps) LE

ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg(o) =e= FechNec(o)- t1_fin(o);

Fin_Proceso_Tablero_Ini(cs,t)$(celltype(cs)=1)..

FechLib(cs,t)+sum(ocel(o,cs),x(o,cs,t)*NPulIni(o)) =e= t_fin_tab(t);

* Existen varias funciones objetivo posibles

obj_suma_holgura(cs)$(celltype(cs)=1)..

holg_total =e= sum(ocel(o,cs),holg(o));

acota_min_holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg_min =l= holg(o);

acota_max_tfin_tablero(t,cs)$(celltype(cs)=1)..

tfin_tab_max =g= t_fin_tab(t);

obj_holg_tfin(cs)$(celltype(cs)=1)..

z =e= tfin_tab_max - holg_min;

* Se define el modelo (conjunto de ecuaciones)

model combinado modelo de pulsos completo

/Relacion_x1

Relacion_x2

Page 103: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

103

Relacion_d1

Relacion_d2

Fin_Mazos_Tablero_Ini_menor

Fin_Mazos_Tablero_Ini_mayor

Holgura

Fin_Proceso_Tablero_Ini

obj_suma_holgura

acota_min_holgura

acota_max_tfin_tablero

obj_holg_tfin /

;

* Resolvemos para cada celula de inicio el modelo de compactacion: asignacion de ordenes

* a los distintos tableros de la celula

cs(c)=no;

loop(cc,

cs(cc) = yes;

* Se resuelve el modelo que previamente se ha definido en la célula actual cs

* Con el archivo de opciones cplex.OptFile se acelera la búsqueda de la solución

* Se ha de desbloquear la opción a implementar (sólo una) y el paquete de opciones asociado,

* si es necesario

combinado.OptFile = 1;

* P_1F_M3_F01

* solve combinado using MIP maximizing holg_total;

* P_1F_M3_F02

* solve combinado using MIP maximizing holg_min;

* P_1F_M3_F02

* solve combinado using MIP minimizing tfin_tab_max;

* P_1F_M3_F04

* solve combinado using MIP minimizing z;

Page 104: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

104

* Se obtienen ciertos parámetros informativos de la resolución

Num_Ord_Ini(cs,t)=sum(ocel(o,cs),x.l(o,cs,t));

tab_ini(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab(cs,o,t)=yes$(tab_ini(o,cs)= ord(t));

Pos_Mazo(cs,t,o)=sum(p,ord(p)*d.l(o,cs,t,p));

mazo_pos(cs,t,p)=sum(o,ord(o)*d.l(o,cs,t,p));

t1_ini(o) = t1_fin.l(o) - NPulIni(o);

display t1_ini, t1_fin.l, Num_Ord_Ini, otab, holg.l, Pos_mazo;

cs(cc)=no;

);

Page 105: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

105

P_1F_M4: Modelo de pulsos de una fase (con lotes)

$Title Programación de mazos en celula a pulsos (1 fase) con lotes

* Definición de índices, parámetros y variables del modelo

sets

o Orden

c Celulas

t Tableros

cs(c) Celula actual de inicio

cc(c) Conjunto de celulas de inicio

cf(c) Celula de finalizacion

p Posiciones referentes al orden de procesamiento en cada tablero

l lotes de mazos

ocel(o,c) conjunto de ordenes que pertenecen a cada celula

otab(c,o,t) conjunto de ordenes de cada tablero de cada celula

;

alias(o,os);

alias(p,ps);

parameters

* Parametros asociados a células

NumTab(c) Número de tableros de la célula

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion)

DurPul(c) Duración del pulso en la célula en horas

Numpuldia(c) Numero de pulsos diarios

MaxOrdPanIni(c) Parametro aprox de ordenes que procesara cada tablero en la celula

MaxOrdPanFin(c) Número de ordenes que se procesaran en cada tablero de la celula de finalización

MedProcIni(c) Media de los tiempos de procesado por panel en cada celula

MedEntIni(c) Media de los tiempos de entrega por panel en cada celula

*Asociados a tableros

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

Num_Ord_Ini(c,t) Numero de ordenes que se asignan a tablero t en celula c

* Parametros asociados a ordenes de trabajo

Page 106: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

106

CelIni(o) Celula a la que se asigna la orden o

tab_ini(o,c) Tablero al que se asigna la orden en la celula inicial

tab_fin(o,c) Tablero al que se asigna la orden en la celula final. Tras enmallado.

Enmalla(o) Dato 0 o 1 para indicar que la orden debe pasar por enmallado

PostEn(o) Dato 0 o 1 para indicar que la orden precisa trabajos post enmallado

CelFin(o) Numero de la celula que procesara la orden despues del enmallado

NPulIni(o) Numero de pulsos que necesita la orden previo a enmallado

NPulFin(o) Numero de pulsos que necesita la orden tras el enmallado

t1_ini(o) tiempo de inicio de los mazos

FechNec(o) fechas de entrega totales medida en pulsos

NumLot(o) lote del que el mazo forma parte (si es 0 es que no pertenece a ninguno)

* Posicion en cada tablero

Pos_Mazo(c,t,o) Posicion de la orden o asociada al tablero t de la celula c

mazo_pos(c,t,p) mazo asociado a la posicion p del tablero t

v_lote(l) diferencia máxima de finalización de las ordenes del lote l

;

positive Variables

t1_fin(o) Tiempo de fin de la orden o en la celula. En el tablero tab_ini(o)

t_fin_tab(t) Tiempo de finalizacion de ordenes a planificar en tablero t de celula c

low(l) cota inferior para mazos pertenecientes a un mismo lote

upp(l) cota superior para mazos pertenecientes a un mismo lote

;

Free variables

holg(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total suma de todas las holguras (obj 1)

holg_min minima de todas las holguras (obj 2)

tfin_tab_max maximo de todos los tiempos de finalizacion en tableros

z variable objetivo (tfin_tab - holg_min)

v_lotes suma de las diferencias de finalizacion maximas para todos los lotes

* Si holgura es positiva significa que el mazo se termina a tiempo; si es negativa representa

* el incumplimiento en la fecha de entrega.

;

Page 107: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

107

binary variables

x(o,c,t) Asignacion binaria de asignación de orden a tablero dentro de la celula

d(o,c,t,p) valdra 1 si la posicion que ocupa la orden o en el tablero al que sea asignada es p

;

* LECTURA DE DATOS

* Llamada a leer el fichero de datos con la configuración del taller en la etapa de pulsos

$include C:\....\Config Pulsos.gms

* Lectura del fichero de datos con las órdenes a planificar y sus datos correspondientes

* Existen tres opciones con cada uno de los tres escenarios a estudiar (se debe desbloquear solo el caso a estudiar)

*$include C:\....\Datos Pulsos Enero Esc1.gms

*$include C:\....\Datos Pulsos Enero Esc2.gms

*$include C:\....\Datos Pulsos Enero Esc3.gms

* CÁLCULOS PREVIOS

ocel(o,c)=yes$(CelIni(o)=ord(c));

cc(c)=yes$(Celltype(c)=1);

cf(c)=yes$(Celltype(c)=0);

* Definición de las ecuaciones del modelo

Equations

Relacion_x1(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Relacion_x2(t,c) asegura que a cada tablero no solo se le asignen mas ordenes de 10

Relacion_d1(o,c,t) Cada uno de los mazos solo puede ir en una posicion determinada

Relacion_d2(p,c,t) En cada posicion puede haber solo uno o ningun mazo

Fin_Mazos_Tablero_Ini_menor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 1)

Fin_Mazos_Tablero_Ini_mayor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 2)

Relacion_lotes1(o,c,l) relaciones para tener en cuenta lotes de mazos

Relacion_lotes2(o,c,l) relaciones para tener en cuenta lotes de mazos

Holgura(o,c) Calculo de la holgura de cada orden

Fin_Proceso_Tablero_Ini(c,t) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

obj_suma_holgura(c) primera posibilidad de funcion objetivo

acota_min_holgura(o,c) segunda posibilidad de funcion objetivo

acota_max_tfin_tablero(t,c) tercera posible funcion objetivo

Page 108: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

108

diferencia_lotes(c) funcion objetivo para hacer que mazos de un lote vayan lo mas juntos posible

obj_holg_tfin(c) cuarta posible funcion objetivo

;

* Asignación de las ecuaciones del modelo

* Se definen para una célula de inicio genérica cs

Relacion_x1(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Relacion_x2(t,cs)$(celltype(cs)=1)..

sum(ocel(o,cs),x(o,cs,t)) =l= 10;

Relacion_d1(o,cs,t)$(celltype(cs)=1 and ocel(o,cs))..

sum(p,d(o,cs,t,p)) =e= x(o,cs,t);

Relacion_d2(p,cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ******,t,p)) =l= 1;

Fin_Mazos_Tablero_Ini_menor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

-100000*(1-d(o,cs,t,p)) =l= t1_****** Sustituido por razones de confidencialidad ****** (o,cs) and ord(ps) LE

ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Fin_Mazos_Tablero_Ini_mayor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

100000*(1-d(o,cs,t,p)) =g= t1_****** Sustituido por razones de confidencialidad ******(o,cs) and ord(ps) LE

ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Relacion_lotes1(o,cs,l)$(celltype(cs)=1 and ocel(o,cs) and NumLot(o) eq ord(l))..

t1_fin(o) =g= low(l);

Relacion_lotes2(o,cs,l)$(celltype(cs)=1 and ocel(o,cs) and NumLot(o) eq ord(l))..

t1_fin(o) =l= upp(l);

Holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg(o) =e= FechNec(o)- t1_fin(o);

Fin_Proceso_Tablero_Ini(cs,t)$(celltype(cs)=1)..

FechLib(cs,t)+sum(ocel(o,cs),x(o,cs,t)*NPulIni(o)) =e= t_fin_tab(t);

* Existen varias funciones objetivo posibles

obj_suma_holgura(cs)$(celltype(cs)=1)..

holg_total =e= sum(ocel(o,cs),holg(o));

acota_min_holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg_min =l= holg(o);

Page 109: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

109

acota_max_tfin_tablero(t,cs)$(celltype(cs)=1)..

tfin_tab_max =g= t_fin_tab(t);

diferencia_lotes(cs)$(celltype(cs)=1)..

v_lotes =e= sum(l,upp(l) - low(l));

obj_holg_tfin(cs)$(celltype(cs)=1)..

z =e= tfin_tab_max - holg_min + v_lotes;

* Se define el modelo (conjunto de ecuaciones)

model combinado modelo de pulsos completo

/Relacion_x1

Relacion_x2

Relacion_d1

Relacion_d2

Fin_Mazos_Tablero_Ini_menor

Fin_Mazos_Tablero_Ini_mayor

Relacion_lotes1

Relacion_lotes2

Holgura

Fin_Proceso_Tablero_Ini

obj_suma_holgura

acota_min_holgura

acota_max_tfin_tablero

diferencia_lotes

obj_holg_tfin /

;

* Resolvemos para cada celula de inicio el modelo de compactacion: asignacion de ordenes

* a los distintos tableros de la celula

cs(c)=no;

loop(cc,

cs(cc) = yes;

Page 110: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

110

* Se resuelve el modelo que previamente se ha definido en la célula actual cs

* Con el archivo de opciones cplex.OptFile se acelera la búsqueda de la solución

* P_1F_M4_F01

solve combinado using MIP minimizing z;

* Se obtienen ciertos parámetros informativos de la resolución

Num_Ord_Ini(cs,t)=sum(ocel(o,cs),x.l(o,cs,t));

tab_ini(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab(cs,o,t)=yes$(tab_ini(o,cs)= ord(t));

Pos_Mazo(cs,t,o)=sum(p,ord(p)*d.l(o,cs,t,p));

mazo_pos(cs,t,p)=sum(o,ord(o)*d.l(o,cs,t,p));

t1_ini(o) = t1_fin.l(o) - NPulIni(o);

display t1_ini, t1_fin.l, Num_Ord_Ini, otab, holg.l, Pos_mazo;

v_lote(l) = upp.l(l)-low.l(l);

display v_lote;

cs(cc)=no;

);

Page 111: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

111

E_M1: Modelo de enmallado

$Title Programacion de tareas en la etapa de enmallado

* Definición de índices, parámetros y variables del modelo

sets

m maquinas

t tarea

o mazo

;

alias(t,t1,t2);

sets

tartar(t,t1) conjunto para dos tareas diferentes y de la misma maquina

tarmaq(t,m) conjunto de tareas que van en una maquina

tarmaz(t,o) conjunto de tareas pertenecientes al mazo o

;

parameters

BIGM constante grande

* Parametros relativos a la maquina

setup(m) tiempos de setup de cada maquina

Ini(m) tiempo de inicio para poder programar en cada maquina

SumTar(m) numero de tareas correspondientes a maquina m

* Parametros relativos a la tarea

Tproc(t) tiempo de proceso de cada tarea (en minutos)

maq(t) maquina correspondiente a cada tarea

conf(t) configuracion de la maquina correspodiente a la tarea t

maz(t) mazo relativo a la tarea t

Fnec(t) fecha de necesidad de la tarea t

* Parametros relativos al mazo

Finpulso(o) Fecha de entrada en enmallado

pm(o) primera maquina asociada al mazo o

um(o) ultima maquina asociada al mazo o

* Parametros asociados al conjunto tartar

Page 112: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

112

aux(t,t1) matriz auxiliar valdra 1 si las tareas t y t1 tienen distinta configuracion

* Parametros asociados al conjunto tarmaq

aux2(t,m) matriz auxiliar valdra 1 si la tarea t se lleva a cabo en la maquina m

orden(t,m) indica la posicion en la que se llevara a cabo la tarea t en la maquina m

* Parametros asociados al conjunto mazmaq

aux3(o,t,m) matriz auxiliar valdra 1 si alguna de las tareas del mazo o se procesa en la maquina m

aux3b(o,t,m) parametro auxiliar que nos dice la maquina en cuestion

;

parameter index indice para ordenar /1/;

positive variables

t_ini(t) tiempo de inicio de la tarea t

;

free variables

MAKES fecha de finalizacion de todo enmallado

num_camb_setup numero de cambios de setup de todas las maquinasr

combi1 variable objetivo combinada a minimizar

combi2 variable objetivo combinada a minimizar

holg(t) holgura de la tarea t

holg_min holgura minima

combi3 variable objetivo combinada a maximizar

;

binary variables

lambda(t,t1) variable binaria valdra 1 cuando la tarea t se procese inmediatamente antes que t1 en la misma maquina

;

* LECTURA DE DATOS

* Llamada a leer el fichero de datos con la configuración del taller en la etapa de enmallado

$include C:\....\Config Enmallado.gms

* Lectura del fichero de datos con las tareas a planificar y sus datos correspondientes

* Existen tres opciones con cada uno de los tres escenarios a estudiar (se debe liberar solo el caso a estudiar)

*$include C:\....\Datos Enmallado Enero Esc1.gms

*$include C:\....\Datos Enmallado Enero Esc2.gms

*$include C:\....\Datos Enmallado Enero Esc3.gms

Page 113: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

113

* CÁLCULOS PREVIOS

tartar(t,t1)=yes$(maq(t) eq maq(t1) and ord(t) ne ord(t1));

tarmaq(t,m)=yes$(maq(t) eq ord(m));

tarmaz(t,o)=yes$(maz(t) eq ord(o));

aux(t,t1)$(tartar(t,t1) and conf(t) ne conf(t1))=1;

aux(t,t1)$(tartar(t,t1) and conf(t) eq conf(t1))=0;

aux2(t,m)$(maq(t) eq ord(m))=1;

aux2(t,m)$(maq(t) ne ord(m))=0;

SumTar(m)=sum(t,aux2(t,m));

aux3(o,t,m)=0;

aux3(o,t,m)$(maq(t) eq ord(m) and maz(t) eq ord(o))=1;

aux3b(o,t,m)=aux3(o,t,m)*ord(m);

pm(o)=smin(tarmaq(t,m)$(aux3b(o,t,m) > 0),aux3b(o,t,m));

um(o)=smax(tarmaq(t,m),aux3b(o,t,m));

display tartar, tarmaq, tarmaz, aux, aux2, SumTar, aux3, aux3b, pm, um;

* DEFINICIÓN ECUACIONES DEL MODELO

Equations

Relacion_lambda1(t,t1) si t va inmediatamente antes de t1 entonces t1 no puede ir inmediatamente antes de t

Relacion_lambda2(t,t1,t2) cada tarea solo precede a una (o ninguna si es la ultima)

Relacion_lambda3(t,t1,t2) cada tarea solo es precedida por una (o ninguna si es la primera)

Relacion_lambda4(m) el numero de lamdas iguales a 1 debe ser igual al numero de tareas que procesa m menos uno

Relacion_lambda5(t) si t va inmediantamente antes que t1 no puede ir inmeditamente antes que ninguna otra

Tiempo_inicio_cons1(t,t1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Tiempo_inicio_cons2(t,t1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Tiempo_inicio_cons3(t,t1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Tiempo_inicio_cons4(t,t1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Prec_tareas_mazo(t,t1) relacion de precedencia de tareas del mismo mazo

Inicio_tareas_mazo(t,o) la primera tarea del mazo no puede empezar hasta que salga de pulsos

Inicio_tareas_maq(t,m) la primera tarea en la maquina m no puede empezar hasta que este libre

Holgura(t) diferencia entre fecha de entrega y tiempo de finalizacion de cada tarea

Final_enmallado(t) definicion de MAKES (finalizacion de enmallado)

Page 114: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

114

Numero_cambio_setup cálculo de numero de cambios de configuracion en las maq enmalladoras

Funcion_combinada1 funcion objetivo MAKES y num_camb_setup

Funcion_combinada2 funcion objetivo MAKES y num_camb_setup

acota_min_holgura(t) definicion de holgura minima

obj_holgura_setup funcion objetivo holgura y cambios de setup

;

* ASIGNACIÓN ECUACIONES DEL MODELO

Relacion_lambda1(t,t1)$(tartar(t,t1) and ord(t) lt ord(t1))..

lambda(t,t1)+lambda(t1,t) =l= 1;

Relacion_lambda2(t,t1,t2)$(tartar(t,t1) and tartar(t,t2) and tartar(t1,t2))..

lambda(t,t1)+lambda(t,t2) =l= 1;

Relacion_lambda3(t,t1,t2)$(tartar(t,t1) and tartar(t,t2) and tartar(t1,t2))..

lambda(t1,t)+lambda(t2,t) =l= 1;

Relacion_lambda4(m)$(SumTar(m) ge 2)..

su****** Sustituido por razones de confidencialidad ******lambda(t,t1)) =e= SumTar(m)-1;

Relacion_lambda5(t)..

sum(tartar(t,t1),lambda(t,t1)) =l= 1;

Tiempo_inicio_cons1(t,t1,m)$(tartar(t,t1) and maq(t) eq ord(m))..

t_ini(t1)-(t_****** Sustituido por razones de confidencialidad ******aux(t,t1)) =l= BIGM*(1-lambda(t,t1));

Tiempo_inicio_cons2(t,t1,m)$(tartar(t,t1) and maq(t) eq ord(m))..

t_ini(t1)-(t_****** Sustituido por razones de confidencialidad ******aux(t,t1)) =g= -BIGM*(1-lambda(t,t1));

Prec_tareas_mazo(t,t1)$(maz(t) eq maz(t1) and maq(t1) gt maq(t))..

t_ini(t1) =g= t_ini(t)+Tproc(t);

Inicio_tareas_mazo(t,o)$(maz(t) eq ord(o))..

t_ini(t) =g= 120*Finpulso(o);

Inicio_tareas_maq(t,m)$(maq(t) eq ord(m))..

t_ini(t) =g= Ini(m);

Holgura(t)..

holg(t) =e= Fnec(t)*120 - t_ini(t) - Tproc(t);

Final_enmallado(t)..

t_ini(t) + Tproc(t) =l= MAKES;

Page 115: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

115

Numero_cambio_setup..

sum(tartar(t,t1),aux(t,t1)*lambda(t,t1)) =e= num_camb_setup;

Funcion_combinada1..

sum(tartar(t,t1),aux(t,t1)*lambda(t,t1))+0.0001*MAKES =e= combi1;

Funcion_combinada2..

sum(tartar(t,t1),aux(t,t1)*lambda(t,t1))*0.0001+MAKES =e= combi2;

acota_min_holgura(t)..

holg_min =l= holg(t);

obj_holgura_setup..

combi3 =e= 0.01*holg_min - sum(tartar(t,t1),aux(t,t1)*lambda(t,t1));

* Se define el modelo (conjunto de ecuaciones)

model enmallado modelo de enmallado completo

/Relacion_lambda1

Relacion_lambda2

Relacion_lambda3

Relacion_lambda4

Relacion_lambda5

Tiempo_inicio_cons1

Tiempo_inicio_cons2

Prec_tareas_mazo

Inicio_tareas_mazo

Inicio_tareas_maq

Holgura

Final_Enmallado

Numero_cambio_setup

Funcion_combinada1

Funcion_combinada2

acota_min_holgura

obj_holgura_setup /;

Page 116: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

116

* Resolución del modelo

* Se debe desbloquear sólo la línea de la función a implementar y las opciones si es necesario

enmallado.OptFile = 1;

* E_M1_F01

*solve enmallado using MIP minimizing num_camb_setup;

* E_M1_F02

*solve enmallado using MIP minimizing MAKES;

* E_M1_F03

*solve enmallado using MIP minimizing combi1;

* E_M1_F04

*solve enmallado using MIP minimizing combi2;

* E_M1_F05

*solve enmallado using MIP maximizing holg_min;

* E_M1_F06

*solve enmallado using MIP maximizing combi3;

display t_ini.l, holg.l, lambda.l;

*Obtenemos la posicion de cada tarea en cada maquina

orden(t,m)$(tarmaq(t,m))=0;

scalars p, t_actual;

loop(m,

for(p = 1 to SumTar(m),

t_actual = smin(tarmaq(t,m)$(orden(t,m) eq 0),t_ini.l(t));

orden(t,m)$(tarmaq(t,m) and t_ini.l(t) eq t_actual)=p;

);

);

display orden;

Page 117: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

117

C_M1: Modelo completo

$Title Programación completa de los mazos (pulsos + enmallado + finalización)

* DEFINICIÓN DE ÍNDICES, PARÁMETROS Y VARIABLES DEL MODELO

sets

*sets para pulsos

o Orden

c Celulas

t Tableros

cs(c) Celula actual

cc(c) Conjunto de celulas de inicio

cf(c) Celula de finalizacion

p Posiciones referentes al orden de procesamiento en cada tablero en celula de inicio

ocel(o,c) conjunto de ordenes que pertenecen a cada celula de inicio

otab(c,o,t) conjunto de ordenes de cada tablero de celula inicial

otab_fin(c,o,t) conjunto de ordenes de cada tablero de celula de finalizacion

ocel_fin(o,c) conjunfo de ordenes que pertenecen a cada celula de finalizacion

*sets para enmallado

m maquinas

j tareas

oenm(o) mazos que van a enmallado

;

alias(o,os,ot);

alias(p,ps);

alias(j,j1,j2,js);

sets

tartar(j,j1) conjunto para dos tareas diferentes y de la misma maquina

tarmaq(j,m) conjunto de tareas que van en una maquina

tarmaz(j,o) conjunto de tareas pertenecientes al mazo o

* tarult(j,o) conjunto de tareas que son las ultimas de algun mazo

;

Page 118: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

118

parameters

*PULSOS

*Parametros asociados a células

NumTab(c) Número de tableros de la célula

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion)

DurPul(c) Duracion de un pulso en horas (debe ser el mismo para todas las celulas)

Numpuldia(c) Numero de pulsos diarios

MaxOrdPanIni(c) Parametro aprox de ordenes que procesara cada tablero en la celula

MaxOrdPanFin(c) Número de ordenes que se procesaran en cada tablero de la celula de finalizacion

MedProcIni(c) Media de los tiempos de procesado por panel en cada celula

MedEntIni(c) Media de los tiempos de entrega por panel en cada celula

Num_Pos_Ini(c) Numero maximo de posiciones en cada celula de inicio

Num_Pos_Fin(c) Numero maximo de posiciones en cada celula de finalizacion

*Parametros asociados a tableros

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

Num_Ord(c,t) Numero de ordenes que se asignan a tablero t en celula de inicio

Num_Ord_Fin(t) Numero de ordenes asignadas al tablero t en celula de finalizacion

*Parametros asociados a ordenes de trabajo

CelIni(o) Celula a la que se asigna la orden o

tab_ini(o,c) Tablero al que se asigna la orden en la celula inicial

tab_fin(o,c) Tablero al que se asigna la orden en la celula final. Tras enmallado.

Enmalla(o) Dato 0 o 1 para indicar que la orden debe pasar por enmallado

PostEn(o) Dato 0 o 1 para indicar que la orden precisa trabajos post enmallado

CelFin(o) Numero de la celula que procesara la orden despues del enmallado

NPulIni(o) Numero de pulsos que necesita la orden previo a enmallado

NPulFin(o) Numero de pulsos que necesita la orden tras el enmallado

t1_ini(o) tiempo de inicio de los mazos en la celula inicial calculado a partir de t1_fin

t2_ini(o) Tiempo de inicio de la orden o en la celula de finalizacion. En el tablero tab_fin(o)

FechNecIni(o) fecha de necesidad de las ordenes medida en pulsos de celula inicial

FechNecFin(o) fecha de necesidad de las ordenes medida en pulsos de celula final

FechNecMin(o) fecha de necesidad de las ordenes en minutos

Page 119: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

119

* El dato "fecha de necesidad" de cada orden sera dado en fecha normal, con el correspondiente archivo MATLAB

* o similar, se ha de convertir en pulsos (tanto en pulsos de celula inicial como de la celula final).

* También lo necesitamos en minutos. Este dato se obtendra del mismo fichero MATLAB.

* Todos estos valores se meten ya como datos en el input.

*Posicion en cada tablero

Pos_Mazo(c,t,o) Posicion de la orden o asociada al tablero t de cada celula de inicio

mazo_pos(c,t,p) mazo asociado a la posicion p del tablero t de cada celula de inicio

Pos_Mazo_Fin(c,t,o) Posicion de la orden o asociada al tablero t de cada celula de finalizacion

mazo_pos_fin(c,t,p) mazo asociado a la posicion p del tablero t de cada celula de finalizacion

*ENMALLADO

BIGM constante grande

*Parametros relativos a la maquina

setup(m) tiempos de setup de cada maquina

Ini(m) tiempo de inicio para poder programar en cada maquina

SumTar(m) numero de tareas correspondientes a maquina m

*Parametros relativos a la tarea

Tproc(j) tiempo de proceso de cada tarea (en minutos)

maq(j) maquina correspondiente a cada tarea

conf(j) configuracion de la maquina correspodiente a la tarea j

maz(j) mazo relativo a la tarea j

t_fin_enm(j) tiempo de fin de la tarea j

*Parametros relativos al mazo

Finpulso(o) Fecha de entrada en enmallado en pulsos de celula inicial

t_fin_pulso(o) Fecha de entrada en enmallado en minutos

PulsosFinEnm(o) pulsos fin de enmallado

pm(o) primera maquina asociada al mazo o

um(o) ultima maquina asociada al mazo o

t_fin_mazo_enm(o) tiempo en pulsos de fin de mazo en enmallado (en minutos)

t_fin_mazo_enm_pulsos(o) tiempo en pulsos de fin de mazo en enmallado (en pulsos de celula final)

NumMazEnm numero de ordenes (mazos) que pasan por enmallado

* Parametros asociados al conjunto tartar

aux(j,j1) matriz auxiliar valdra 1 si las tareas j y j1 tienen distinta configuracion

Page 120: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

120

* Parametros asociados al conjunto tarmaq

aux2(j,m) matriz auxiliar valdra 1 si la tarea j se lleva a cabo en la maquina m

orden(j,m) indica la posicion en la que se llevara a cabo la tarea j en la maquina m

* Parametros asociados al conjunto mazmaq

orden_sal_enm(o,j) orden de salida de mazos de enmallado

aux3(o,j,m) matriz auxiliar valdra 1 si alguna de las tareas del mazo o se procesa en la maquina m

aux3b(o,j,m) parametro auxiliar que nos dice la maquina en cuestion

;

positive Variables

*pulsos

t1_fin(o) Tiempo de fin de la orden o en la celula. En el tablero tab_ini(o)

t2_fin(o) Tiempo de fin de la orden o en la celula de finalizacion. En el tablero tab_fin(o)

t_fin_tab(c,t) Tiempo de finalizacion de ordenes a planificar en cada tablero de cada celula

*enmallado

t_ini_enm(j) tiempo de inicio de la tarea j

;

Free variables

*pulsos celula de inicio

holg(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total suma de todas las holguras (obj 1)

holg_min minima de todas las holguras (obj 2)

tfin_tab_max maximo de todos los tiempos de finalizacion en tableros

z variable objetivo (tfin_tab - holg_min)

*enmallado

MAKES fecha de finalizacion de todo enmallado

num_camb_setup numero de cambios de setup de todas las maquinas

combi1 variable objetivo combinada a minimizar

combi2 variable objetivo combinada a minimizar

holg_enm(j) holgura de la tarea j

holg_min_enm holgura minima

combi3 variable objetivo combinada a maximizar

*pulsos celula de finalizacion

Page 121: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

121

holg_fin(o) Holgura entre el tiempo de finalizacion del mazo o y su fecha de entrega

holg_total_fin suma de todas las holguras (obj 1)

holg_min_fin minima de todas las holguras (obj 2)

tfin_tab_max_fin maximo de todos los tiempos de finalizacion en tableros

z_fin variable objetivo (tfin_tab_fin - holg_min_fin)

;

binary variables

*pulsos

x(o,c,t) Asignacion binaria de asignación de orden a tablero dentro de la celula

d(o,c,t,p) valdra 1 si la posicion que ocupa la orden o en el tablero al que sea asignada es p

*enmallado

lambda(j,j1) variable binaria valdra 1 cuando la tarea j se procese inmediatamente antes que j1 en la misma

maquina

;

* LECTURA DE DATOS

* Datos relativos a la configuración del taller

$include C:\....\archivos Gams\Config Completo.gms

* Datos relativos a las órdenes y tareas

*$include C:\....\Datos Completo Caso1 Esc1.gms

*$include C:\....\Datos Completo Caso1 Esc2.gms

*$include C:\....\Datos Completo Caso1 Esc3.gms

*$include C:\....\Datos Completo Caso2 Esc1.gms

*$include C:\....\Datos Completo Caso2 Esc2.gms

*$include C:\....\Datos Completo Caso2 Esc3.gms

* CÁLCULOS PREVIOS PULSOS

ocel(o,c)=yes$(CelIni(o)=ord(c));

ocel_fin(o,c)=yes$(CelFin(o)=ord(c) and PostEn(o)=1);

cc(c)=yes$(Celltype(c)=1);

cf(c)=yes$(Celltype(c)=0);

MaxOrdPanIni(c)$(Celltype(c)=1)=floor(sum(o$(CelIni(o)=ord(c)),1)/NumTab(c))+2;

MedProcIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(t$(ord(t) <= NumTab(c)),FechLib(c,t))+sum(o,NPulIni(o)));

MedEntIni(c)$(Celltype(c)=1)=(1/NumTab(c))*(sum(t$(ord(t) <=

NumTab(c)),FechLib(c,t))+sum(o,FechNecIni(o)));

Page 122: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

122

MaxOrdPanFin(c)$(Celltype(c)=0)=floor(sum(o$(CelFin(o)=ord(c)),1)/NumTab(c))+2;

Num_Pos_Ini(c)$(Celltype(c)=1)=ceil(sum(o$(CelIni(o)=ord(c)),1)/NumTab(c))+3;

Num_Pos_Fin(c)$(Celltype(c)=0)=ceil(sum(o$(CelFin(o)=ord(c) and PostEn(o)=1),1)/NumTab(c))+3;

display Num_Pos_Ini, Num_Pos_Fin, ocel, ocel_fin, NumTab, MaxOrdPanIni, MedProcIni, MedEntIni,

MaxOrdPanFin;

* CÁLCULOS PREVIOS ENMALLADO

oenm(o)=yes$(Enmalla(o)=1);

NumMazEnm = sum(oenm(o),1);

tartar(j,j1)=yes$(maq(j) eq maq(j1) and ord(j) ne ord(j1));

tarmaq(j,m)=yes$(maq(j) eq ord(m));

tarmaz(j,o)=yes$(maz(j) eq ord(o));

aux(j,j1)$(tartar(j,j1) and conf(j) ne conf(j1))=1;

aux(j,j1)$(tartar(j,j1) and conf(j) eq conf(j1))=0;

aux2(j,m)$(maq(j) eq ord(m))=1;

aux2(j,m)$(maq(j) ne ord(m))=0;

SumTar(m)=sum(j,aux2(j,m));

aux3(o,j,m)=0;

aux3(o,j,m)$(maq(j) eq ord(m) and maz(j) eq ord(o))=1;

aux3b(o,j,m)=aux3(o,j,m)*ord(m);

pm(o)=smin(tarmaq(j,m)$(aux3b(o,j,m) > 0),aux3b(o,j,m));

um(o)=smax(tarmaq(j,m),aux3b(o,j,m));

display oenm, NumMazEnm, tartar, tarmaq, tarmaz, aux, aux2, SumTar, aux3, aux3b, pm, um;

Equations

*pulsos celula de inicio

Relacion_x1(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Relacion_x2(t,c) asegura que a cada tablero no solo se le asignen mas ordenes de 10

Relacion_d1(o,c,t) Cada uno de los mazos solo puede ir en una posicion determinada

Relacion_d2(p,c,t) En cada posicion puede haber solo uno o ningun mazo

Fin_Mazos_Tablero_Ini_menor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 1)

Fin_Mazos_Tablero_Ini_mayor(o,c,t,p) Instante de finalizacion de cada mazo (funcion 2)

Holgura(o,c) Calculo de la holgura de cada orden

Page 123: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

123

Fin_Proceso_Tablero_Ini(c,t) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

obj_suma_holgura(c) primera posibilidad de funcion objetivo

acota_min_holgura(o,c) segunda posibilidad de funcion objetivo

acota_max_tfin_tablero(t,c) tercera posible funcion objetivo

obj_holg_tfin(c) cuarta posible funcion objetivo

*enmallado

Relacion_lambda1(j,j1) si j va inmediatamente antes de j1 entonces j1 no puede ir inmediatamente antes de j

Relacion_lambda2(j,j1,j2) cada tarea solo precede a una (o ninguna si es la ultima)

Relacion_lambda3(j,j1,j2) cada tarea solo es precedida por una (o ninguna si es la primera)

Relacion_lambda4(m) el numero de lambdas iguales a 1 debe ser igual al numero de tareas que procesa m menos uno

Relacion_lambda5(j) si j va inmediantamente antes que t1 no puede ir inmeditamente antes que ninguna otra

Tiempo_inicio_cons1(j,j1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Tiempo_inicio_cons2(j,j1,m) restriccion sobre los tiempos de inicio de tareas consecutivas

Prec_tareas_mazo(j,j1) relacion de precedencia de tareas del mismo mazo

Inicio_tareas_mazo(j,o) la primera tarea del mazo no puede empezar hasta que salga de pulsos

Inicio_tareas_maq(j,m) la primera tarea en la maquina m no puede empezar hasta que este libre

Holgura_enm(j,o) diferencia entre fecha de entrega y tiempo de finalizacion de cada tarea

Final_enmallado(j) definicion de MAKES (finalizacion de enmallado)

Numero_cambio_setup numero de cambios de configuracion en las maq de enmallado

Funcion_combinada1 funcion objetivo MAKES y num_camb_setup

Funcion_combinada2 funcion objetivo MAKES y num_camb_setup

acota_min_holgura_enm(j) definicion de holgura minima

obj_holgura_setup funcion objetivo holgura y cambios de setup

*pulsos celula fin

Relacion_x1_fin(o,c) asegura que la orden se asigna a algun tablero de su celula de inicio

Relacion_x2_fin(t,c) asegura que a cada tablero no solo se le asignen mas ordenes de 10

Fecha_Lib_Tablero_Fin(o,c,t) Ordenes una vez el tablero este libre

Relacion_CelFin_Enm(c,o,j) Una orden no puede entrar en la celula de finalizacion hasta salir de enmallado

Fin_Mazos_Tablero_Fin(o,os,c,t) Las ordenes tienen que esperar a que terminen las anteriores

Holgura_fin(o,c) Calculo de la holgura de cada orden

Page 124: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

124

Fin_Proceso_Tablero_Fin(c,t,o) mide el instante de finalizacion de las tareas en cada tablero de cada celula de inicio

obj_suma_holgura_fin(c) primera posibilidad de funcion objetivo

acota_min_holgura_fin(o,c) segunda posibilidad de funcion objetivo

acota_max_tfin_tablero_fin(c,t) tercera posible funcion objetivo

obj_holg_tfin_fin(c) cuarta posible funcion objetivo

;

*definición ecuaciones pulsos celula de inicio

Relacion_x1(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Relacion_x2(t,cs)$(celltype(cs)=1)..

sum(ocel(o,cs),x(o,cs,t)) =l= Num_Pos_Ini(cs);

Relacion_d1(o,cs,t)$(celltype(cs)=1 and ocel(o,cs))..

sum(p,d(o,cs,t,p)) =e= x(o,cs,t);

Relacion_d2(p,cs,t)$(celltype(cs)=1)..

su****** Sustituido por razones de confidencialidad ******t,p)) =l= 1;

Fin_Mazos_Tablero_Ini_menor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

-(Fech****** Sustituido por razones de confidencialidad ******d(o,cs,t,p)) =l= t1_fin(o)-

(FechLib(cs,t)+sum((os,ps)$(ocel(o,cs) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Fin_Mazos_Tablero_Ini_mayor(o,cs,t,p)$(celltype(cs)=1 and ocel(o,cs))..

(Fech****** Sustituido por razones de confidencialidad ******d(o,cs,t,p)) =g= t1_fin(o)-

(FechLib(cs,t)+sum((os,ps)$(ocel(o,cs) and ord(ps) LE ord(p)),NPulIni(os)*d(os,cs,t,ps)));

Holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg(o) =e= FechNecIni(o)- t1_fin(o);

Fin_Proceso_Tablero_Ini(cs,t)$(celltype(cs)=1)..

Fech****** Sustituido por razones de confidencialidad ******,cs,t)*NPulIni(o)) =e= t_fin_tab(cs,t);

obj_suma_holgura(cs)$(celltype(cs)=1)..

holg_total =e= sum(ocel(o,cs),holg(o));

acota_min_holgura(o,cs)$(celltype(cs)=1 and ocel(o,cs))..

holg_min =l= holg(o);

acota_max_tfin_tablero(t,cs)$(celltype(cs)=1)..

tfin_tab_max =g= t_fin_tab(cs,t);

Page 125: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

125

obj_holg_tfin(cs)$(celltype(cs)=1)..

z =e= tfin_tab_max - holg_min;

*definición ecuaciones enmallado

Relacion_lambda1(j,j1)$(tartar(j,j1) and ord(j) lt ord(j1))..

lambda(j,j1)+lambda(j1,j) =l= 1;

Relacion_lambda2(j,j1,j2)$(tartar(j,j1) and tartar(j,j2) and tartar(j1,j2))..

lambda(j,j1)+lambda(j,j2) =l= 1;

Relacion_lambda3(j,j1,j2)$(tartar(j,j1) and tartar(j,j2) and tartar(j1,j2))..

lambda(j1,j)+lambda(j2,j) =l= 1;

Relacion_lambda4(m)$(SumTar(m) ge 2)..

su****** Sustituido por razones de confidencialidad ******lambda(j,j1)) =e= SumTar(m)-1;

Relacion_lambda5(j)..

sum(tartar(j,j1),lambda(j,j1)) =l= 1;

Tiempo_inicio_cons1(j,j1,m)$(tartar(j,j1) and maq(j) eq ord(m))..

t_ini_enm(j1)-(t_****** Sustituido por razones de confidencialidad ******aux(j,j1)) =l= 10000*(1-

lambda(j,j1));

Tiempo_inicio_cons2(j,j1,m)$(tartar(j,j1) and maq(j) eq ord(m))..

t_ini_enm(j1)-(t_****** Sustituido por razones de confidencialidad ******aux(j,j1)) =g= -10000*(1-

lambda(j,j1));

Prec_tareas_mazo(j,j1)$(maz(j) eq maz(j1) and maq(j1) gt maq(j))..

t_ini_enm(j1) =g= t_ini_enm(j)+Tproc(j);

Inicio_tareas_mazo(j,o)$(maz(j) eq ord(o) and oenm(o))..

t_ini_enm(j) =g= t_fin_pulso(o);

Inicio_tareas_maq(j,m)$(maq(j) eq ord(m))..

t_ini_enm(j) =g= Ini(m);

Holgura_enm(j,o)$(maz(j) eq ord(o) and oenm(o))..

holg_enm(j) =e= FechNecMin(o) - t_ini_enm(j) - Tproc(j);

Final_enmallado(j)..

t_ini_enm(j) + Tproc(j) =l= MAKES;

Numero_cambio_setup..

sum(tartar(j,j1),aux(j,j1)*lambda(j,j1)) =e= num_camb_setup;

Funcion_combinada1..

Page 126: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

126

sum(tartar(j,j1),aux(j,j1)*lambda(j,j1))+0.0001*MAKES =e= combi1;

Funcion_combinada2..

sum(tartar(j,j1),aux(j,j1)*lambda(j,j1))*0.0001+MAKES =e= combi2;

acota_min_holgura_enm(j)..

holg_min_enm =l= holg_enm(j);

obj_holgura_setup..

combi3 =e= 0.01*holg_min_enm - sum(tartar(j,j1),aux(j,j1)*lambda(j,j1));

*definición ecuaciones pulsos celula finalización

Relacion_x1_fin(o,cs)$(celltype(cs)=0 and ocel_fin(o,cs))..

su****** Sustituido por razones de confidencialidad ******cs,t)) =e= 1;

Relacion_x2_fin(t,cs)$(celltype(cs)=0)..

sum(ocel_fin(o,cs),x(o,cs,t)) =l= Num_Pos_Fin(cs);

Fecha_Lib_Tablero_Fin(o,cs,t)$(celltype(cs)=0 and ocel_fin(o,cs))..

t2_fin(o) - NPulFin(o) =g= Fech****** Sustituido por razones de confidencialidad ******cs,t));

Relacion_CelFin_Enm(cs,o,j)$(celltype(cs)=0 and ocel_fin(o,cs) and tarmaz(j,o))..

t2_fin(o) - NPulFin(o) =g= t_fin_mazo_enm_pulsos(o);

Fin_Mazos_Tablero_Fin(o,os,cs,t)$(celltype(cs)=0 and ocel_fin(o,cs) and ocel_fin(os,cs) and t_fin_mazo_enm(os) lt

t_fin_mazo_enm(o))..

t2_fin(o) - NPulFin(o) =g= t2_****** Sustituido por razones de confidencialidad ******,cs,t) - x(os,cs,t));

Holgura_fin(o,cs)$(celltype(cs)=0 and ocel_fin(o,cs))..

holg_fin(o) =e= FechNecFin(o)- t2_fin(o);

Fin_Proceso_Tablero_Fin(cs,t,o)$(celltype(cs)=0 and ocel_fin(o,cs))..

t_fin_tab(cs,t) =g= t2_****** Sustituido por razones de confidencialidad ******,cs,t));

obj_suma_holgura_fin(cs)$(celltype(cs)=0)..

holg_total_fin =e= sum(ocel_fin(o,cs),holg_fin(o));

acota_min_holgura_fin(o,cs)$(celltype(cs)=0 and ocel_fin(o,cs))..

holg_min_fin =l= holg_fin(o);

acota_max_tfin_tablero_fin(cs,t)$(celltype(cs)=0)..

tfin_tab_max_fin =g= t_fin_tab(cs,t);

obj_holg_tfin_fin(cs)$(celltype(cs)=0)..

z_fin =e= tfin_tab_max_fin - holg_min_fin;

Page 127: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

127

* DEFINICIÓN DE LOS MODELOS

model pulsos modelo de pulsos completo

/Relacion_x1

Relacion_x2

Relacion_d1

Relacion_d2

Fin_Mazos_Tablero_Ini_menor

Fin_Mazos_Tablero_Ini_mayor

Holgura

Fin_Proceso_Tablero_Ini

obj_suma_holgura

acota_min_holgura

acota_max_tfin_tablero

obj_holg_tfin /

;

model enmallado modelo de enmallado completo

/Relacion_lambda1

Relacion_lambda2

Relacion_lambda3

Relacion_lambda4

Relacion_lambda5

Tiempo_inicio_cons1

Tiempo_inicio_cons2

Prec_tareas_mazo

Inicio_tareas_mazo

Inicio_tareas_maq

Holgura_enm

Final_Enmallado

Numero_cambio_setup

Funcion_combinada1

Funcion_combinada2

Page 128: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

128

acota_min_holgura_enm

obj_holgura_setup /;

model pulsosfin modelo de pulsos para celula de finalización

/Relacion_x1_fin

Relacion_x2_fin

Fecha_Lib_Tablero_Fin

Relacion_CelFin_Enm

Fin_Mazos_Tablero_Fin

Holgura_fin

Fin_Proceso_Tablero_Fin

obj_suma_holgura_fin

acota_min_holgura_fin

acota_max_tfin_tablero_fin

obj_holg_tfin_fin / ;

* RESOLUCIÓN DE LOS MODELOS

* Resolución células a pulsos iniciales

cs(c)=no;

loop(cc,

cs(cc) = yes;

pulsos.OptFile = 1;

* P_1F_M3_F04

solve pulsos using MIP minimizing z;

* Cálculos complementarios

Num_Ord(cs,t)=sum(ocel(o,cs),x.l(o,cs,t));

tab_ini(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab(cs,o,t)=yes$(tab_ini(o,cs)= ord(t));

Pos_Mazo(cs,t,o)=sum(p,ord(p)*d.l(o,cs,t,p));

mazo_pos(cs,t,p)=sum(o,ord(o)*d.l(o,cs,t,p));

t1_ini(o) = t1_fin.l(o) - NPulIni(o);

Page 129: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

129

Finpulso(o) = t1_fin.l(o);

t_fin_pulso(o) = 60*DurPul(cc)*Finpulso(o);

display t1_ini, t1_fin.l, Num_Ord, otab, holg.l, Pos_Mazo;

cs(cc)=no;

);

* Resolución etapa de enmallado

enmallado.OptFile = 1;

* E_M1_F06

solve enmallado using MIP maximizing combi3;

display t_ini_enm.l, holg_enm.l, lambda.l;

* Cálculos complementarios

t_fin_enm(j) = t_ini_enm.l(j) + Tproc(j);

t_fin_mazo_enm(o)$(oenm(o))=smax(tarmaz(j,o),t_fin_enm(j));

display t_fin_enm, t_fin_mazo_enm;

orden(j,m)$(tarmaq(j,m))=0;

scalars k, j_actual;

loop(m,

for(k = 1 to SumTar(m),

j_actual = smin(tarmaq(j,m)$(orden(j,m) eq 0),t_ini_enm.l(j));

orden(j,m)$(tarmaq(j,m) and t_ini_enm.l(j) eq j_actual)=k;

);

);

display orden

* Resolución celulas a pulsos de finalización

scalars h, h_actual;

cs(c)=no;

loop(cf,

cs(cf) = yes;

Page 130: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

130

t_fin_mazo_enm_pulsos(o)$(oenm(o)) = ceil(t_fin_mazo_enm(o)/(60*DurPul(cf)));

display t_fin_mazo_enm_pulsos;

pulsosfin.OptFile = 1;

solve pulsosfin using MIP minimizing z_fin;

Num_Ord_Fin(t)=sum(ocel_fin(o,cs),x.l(o,cs,t));

tab_fin(o,cs)=sum(t$(ord(t) <= NumTab(cs)),ord(t)*x.l(o,cs,t));

otab_fin(cs,o,t)=yes$(tab_fin(o,cs)= ord(t));

t2_ini(o) = t2_fin.l(o) - NPulFin(o);

Pos_Mazo_Fin(cs,t,o)$(otab_fin(cs,o,t))=0;

loop(t$(ord(t) <= NumTab(cf)),

for(h = 1 to Num_Ord_Fin(t),

h_actual = smin(otab_fin(cs,o,t)$(Pos_Mazo_fin(cs,t,o) eq 0),t2_ini(o));

Pos_Mazo_fin(cs,t,o)$(otab_fin(cs,o,t) and t2_ini(o) eq h_actual) = h;

);

);

display t2_ini, t2_fin.l, Num_Ord_Fin, otab_fin, holg_fin.l, Pos_Mazo_Fin;

cs(cc)=no;

);

Page 131: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

131

Anexo 2. Datos utilizados en los experimentos

Caso 1: 53 mazos

Mazo CelIni NPulIni NumLot Enmalla PostEn CelFin NPulFin FechNec

Esc1 Esc2 Esc3

1 1 2 NO NO NO 2 NO 84 84 84

2 1 3 NO NO NO 2 NO 84 84 84

3 1 3 NO NO NO 2 NO 84 84 84

4 1 5 NO NO NO 2 NO 84 84 84

5 1 1 NO SÍ SÍ 2 2 84 84 12

6 1 1 NO SÍ SÍ 2 2 84 84 12

7 1 11 NO NO NO 2 NO 84 84 12

8 1 5 NO NO NO 2 NO 84 84 12

9 1 7 NO NO NO 2 NO 84 84 12

10 1 1 NO NO NO 2 NO 84 84 12

11 1 5 NO NO NO 2 NO 84 84 12

12 1 1 NO NO NO 2 NO 84 84 44

13 1 1 1 NO NO 2 NO 84 84 44

14 1 1 1 NO NO 2 NO 84 84 44

15 1 1 1 NO NO 2 NO 84 84 44

16 1 2 2 SÍ SÍ 2 2 84 84 36

17 1 2 2 SÍ SÍ 2 2 84 84 36 18 1 2 2 SÍ SÍ 2 2 84 84 36 19 1 4 3 SÍ SÍ 2 2 84 84 36 20 1 4 3 SÍ SÍ 2 2 84 84 36 21 1 4 3 SÍ SÍ 2 2 84 84 36 22 1 2 4 NO NO 2 NO 84 84 36 23 1 2 4 NO NO 2 NO 84 84 36 24 1 2 4 NO NO 2 NO 84 84 36 25 1 2 4 NO NO 2 NO 84 84 36 26 1 2 5 SÍ SÍ 2 1 84 84 36 27 1 2 5 SÍ SÍ 2 1 84 84 36 28 1 1 6 SÍ SÍ 2 1 84 42 28

29 1 1 6 SÍ SÍ 2 1 84 42 28 30 1 1 6 SÍ SÍ 2 1 84 42 28 31 1 1 6 SÍ SÍ 2 1 84 42 28 32 1 2 7 NO NO 2 NO 84 42 28 33 1 2 7 NO NO 2 NO 84 42 28 34 1 2 7 NO NO 2 NO 84 42 28 35 1 2 7 NO NO 2 NO 84 42 28 36 1 1 8 NO NO 2 NO 84 42 56

37 1 1 8 NO NO 2 NO 84 42 56 38 1 1 8 NO NO 2 NO 84 42 56 39 1 1 8 NO NO 2 NO 84 42 56 40 1 1 9 NO NO 2 NO 84 42 56 41 1 1 9 NO NO 2 NO 84 42 56 42 1 1 9 NO NO 2 NO 84 42 56 43 1 1 9 NO NO 2 NO 84 42 56 44 1 2 10 NO NO 2 NO 84 42 56

Page 132: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

132

45 1 2 10 NO NO 2 NO 84 42 56 46 1 2 10 NO NO 2 NO 84 42 56 47 1 2 10 NO NO 2 NO 84 42 56 48 1 1 NO SÍ SÍ 2 1 84 42 44

49 1 2 NO SÍ SÍ 2 1 84 42 44

50 1 1 NO SÍ SÍ 2 1 84 42 44

51 1 1 NO SÍ SÍ 2 1 84 42 44

52 1 1 NO SÍ SÍ 2 1 84 42 44

53 1 1 NO SÍ SÍ 2 1 84 42 44 Tabla 19. Datos de los mazos del caso 1

36

Para la etapa de enmallado se tienen los siguientes datos:

Tarea Tiempo (min) Máquina Configuración Mazo

1 0.6875 1 246 5

2 1.076 2 326 5

3 1.1825 1 246 6

4 12.8475 1 246 16

5 0.9495 2 326 16

6 1.0945 2 327 16

7 12.8475 1 246 17

8 0.9495 2 326 17

9 1.0945 2 327 17

10 12.8475 1 246 18

11 0.9495 2 326 18

12 1.0945 2 327 18

13 20.0655 1 246 19

14 3.3745 2 326 19

15 3.2555 2 3210 19

16 20.0655 1 246 20

17 3.3745 2 326 20

18 3.2555 2 3210 20

19 20.0655 1 246 21

20 3.3745 2 326 21

21 3.2555 2 3210 21

22 1.265 1 248 26

23 1.265 1 248 27

24 0.689 1 246 28

25 0.689 1 246 29

26 0.689 1 246 30

27 0.689 1 246 31

28 22.733 1 248 48

29 9.8665 1 24H4 48

30 36.405 1 246 49

31 16.7025 1 24H4 49

32 20.268 1 248 50

33 4.61 2 326 50

34 12.439 1 24H4 50

35 18.329 1 246 51

36 7.6645 1 24H4 51

37 12.611 1 246 52

36

Elaboración propia

Page 133: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

133

38 4.8055 1 24H4 52

39 12.657 1 246 53

40 4.8285 1 24H4 53 Tabla 20. Datos de enmallado del caso 1

37

Caso 2: 84 mazos

Mazo CelIni NPulIni NumLot Enmalla PostEn CelFin NPulFin FechNec

Esc1 Esc2 Esc3

1 1 2 1 NO NO 2 NO 84 84 84

2 1 2 1 NO NO 2 NO 84 84 84

3 1 1 2 NO NO 2 NO 84 84 16

4 1 1 2 NO NO 2 NO 84 84 16

5 1 1 2 NO NO 2 NO 84 84 16

6 1 1 3 NO NO 2 NO 84 84 16

7 1 2 3 NO NO 2 NO 84 84 28

8 1 2 3 NO NO 2 NO 84 84 28

9 1 2 3 NO NO 2 NO 84 84 28

10 1 2 3 NO NO 2 NO 84 84 28

11 1 2 4 NO NO 2 NO 84 84 44

12 1 2 4 NO NO 2 NO 84 84 44

13 1 2 4 NO NO 2 NO 84 84 44

14 1 2 4 NO NO 2 NO 84 84 44

15 1 1 5 NO NO 2 NO 84 84 44

16 1 1 5 NO NO 2 NO 84 84 44

17 1 1 5 NO NO 2 NO 84 84 44

18 1 1 5 NO NO 2 NO 84 84 44

19 1 1 6 NO NO 2 NO 84 42 44

20 1 1 6 NO NO 2 NO 84 42 44

21 1 1 6 NO NO 2 NO 84 42 44

22 1 1 6 NO NO 2 NO 84 42 44

23 1 2 7 NO NO 2 NO 84 42 56

24 1 2 7 NO NO 2 NO 84 42 56

25 1 2 7 NO NO 2 NO 84 42 56

26 1 2 7 NO NO 2 NO 84 42 56

27 1 2 8 NO NO 2 NO 84 42 56

28 1 2 8 NO NO 2 NO 84 42 56

29 1 2 8 NO NO 2 NO 84 42 56

30 1 2 8 NO NO 2 NO 84 42 56

31 1 3 9 NO NO 2 NO 84 42 68

32 1 3 9 NO NO 2 NO 84 42 68

33 1 3 9 NO NO 2 NO 84 42 68

34 1 3 10 NO NO 2 NO 84 42 68

35 1 3 10 NO NO 2 NO 84 42 68

36 1 3 10 NO NO 2 NO 84 42 68

37 1 1 NO SÍ SÍ 2 4 84 84 84

38 1 2 NO SÍ SÍ 2 4 84 84 84

37

Elaboración propia

Page 134: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

134

39 1 1 NO SÍ SÍ 2 6 84 84 84

40 1 1 NO SÍ SÍ 2 3 84 84 84

41 1 1 NO SÍ SÍ 2 3 84 84 84

42 1 2 NO SÍ SÍ 2 2 84 84 84

43 1 1 NO SÍ SÍ 2 1 84 84 84

44 1 1 NO SÍ SÍ 2 1 84 84 84

45 1 1 NO SÍ SÍ 2 1 84 84 84

46 1 1 NO SÍ SÍ 2 1 84 84 84

47 1 2 NO SÍ SÍ 2 2 84 84 16

48 1 1 11 SÍ SÍ 2 1 84 84 68

49 1 1 11 SÍ SÍ 2 1 84 84 68

50 1 1 11 SÍ SÍ 2 1 84 84 68

51 1 1 11 SÍ SÍ 2 1 84 84 68

52 1 1 11 SÍ SÍ 2 1 84 84 68

53 1 2 12 SÍ SÍ 2 2 84 84 68

54 1 2 12 SÍ SÍ 2 2 84 84 68

55 1 2 12 SÍ SÍ 2 2 84 84 68

56 1 2 12 SÍ SÍ 2 2 84 84 68

57 1 4 13 SÍ SÍ 2 2 84 84 56

58 1 4 13 SÍ SÍ 2 2 84 84 56

59 1 4 13 SÍ SÍ 2 2 84 84 56

60 1 4 13 SÍ SÍ 2 2 84 84 56

61 1 4 13 SÍ SÍ 2 2 84 84 56

62 1 2 14 SÍ SÍ 2 1 84 42 56

63 1 2 14 SÍ SÍ 2 1 84 42 56

64 1 2 14 SÍ SÍ 2 1 84 42 56

65 1 2 14 SÍ SÍ 2 1 84 42 56

66 1 2 15 SÍ SÍ 2 1 84 42 44

67 1 2 15 SÍ SÍ 2 1 84 42 44

68 1 2 15 SÍ SÍ 2 1 84 42 44

69 1 2 15 SÍ SÍ 2 1 84 42 44

70 1 1 16 SÍ SÍ 2 1 84 42 44

71 1 1 16 SÍ SÍ 2 1 84 42 44

72 1 1 16 SÍ SÍ 2 1 84 42 44

73 1 1 16 SÍ SÍ 2 1 84 42 44

74 1 1 NO SÍ SÍ 2 1 84 42 28

75 1 1 NO SÍ SÍ 2 1 84 42 28

76 1 2 NO SÍ SÍ 2 1 84 42 28

77 1 1 NO SÍ SÍ 2 1 84 42 28

78 1 1 NO SÍ SÍ 2 1 84 42 28

79 1 2 NO SÍ SÍ 2 1 84 42 28

80 1 1 NO SÍ SÍ 2 1 84 42 28

81 1 1 NO SÍ SÍ 2 1 84 42 28

82 1 1 NO SÍ SÍ 2 1 84 42 28

83 1 1 NO SÍ SÍ 2 1 84 42 28

84 1 1 NO SÍ SÍ 2 1 84 42 28 Tabla 21. Datos de los mazos del caso 2

38

38

Elaboración propia

Page 135: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

135

Para la etapa de enmallado se tienen los siguientes datos:

Tarea Tiempo (min) Máquina Configuración Mazo

1 29.005 2 328 37

2 3.34 1 246 38

3 3.4 1 248 38

4 0.295 2 328 38

5 0.1 2 3210 38

6 3.325 1 246 39

7 3.36 1 248 39

8 0.3425 2 328 39

9 0.075 2 3210 39

10 3.195 1 246 40

11 0.4325 2 328 40

12 3.455 1 246 41

13 0.45 2 328 41

14 21.0025 2 328 42

15 0.289 1 246 43

16 0.3965 1 246 44

17 0.035 1 246 45

18 0.035 1 246 46

19 3.133 1 246 47

20 0.08 1 248 47

21 0.08 2 326 47

22 0.075 2 327 47

23 3.3175 2 328 47

24 3.929 1 248 48

25 3.929 1 248 49

26 3.929 1 248 50

27 3.929 1 248 51

28 3.929 1 248 52

29 12.8475 1 246 53

30 0.228 2 326 53

31 0.253 2 327 53

32 12.8475 1 246 54

33 0.228 2 326 54

34 0.253 2 327 54

35 12.8475 1 246 55

36 0.228 2 326 55

37 0.253 2 327 55

38 12.8475 1 246 56

39 0.228 2 326 56

40 0.253 2 327 56

41 20.0655 1 246 57

42 3.3745 2 326 57

43 3.2555 2 3210 57

44 20.0655 1 246 58

45 3.3745 2 326 58

46 3.2555 2 3210 58

47 20.0655 1 246 59

48 3.3745 2 326 59

49 3.2555 2 3210 59

Page 136: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

136

50 20.0655 1 246 60

51 3.3745 2 326 60

52 3.2555 2 3210 60

53 20.0655 1 246 61

54 3.3745 2 326 61

55 3.2555 2 3210 61

56 1.265 1 248 62

57 1.265 1 248 63

58 1.265 1 248 64

59 1.265 1 248 65

60 0.908 2 326 66

61 0.908 2 326 67

62 0.908 2 326 68

63 0.908 2 326 69

64 0.689 1 246 70

65 0.689 1 246 71

66 0.689 1 246 72

67 0.689 1 246 73

68 10.332 1 246 74

69 18.414 1 248 74

70 14.373 1 24H4 74

71 10.332 1 246 75

72 18.414 1 248 75

73 14.373 1 24H4 75

74 34.512 1 246 76

75 15.756 1 24H4 76

76 21.845 1 246 77

77 9.4225 1 24H4 77

78 18.289 1 246 78

79 7.6445 1 24H4 78

80 10.486 1 246 79

81 18.196 1 248 79

82 14.341 1 24H4 79

83 13.442 1 246 80

84 5.221 1 24H4 80

85 22.01 1 246 81

86 9.505 1 24H4 81

87 22.53 1 248 82

88 9.765 1 24H4 82

89 18.329 1 246 83

90 7.6645 1 24H4 83

91 12.331 1 246 84

92 4.6655 1 24H4 84 Tabla 22. Datos de enmallado del caso 2

39

39

Elaboración propia

Page 137: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

137

Código GAMS para la configuración del taller

SETS

c celulas /1*2/

t Tableros /1*8/

m maquinas /1*3/

;

PARAMETERS

* Pulsos

NumTab(c) Numero de tableros de la célula /1 8, 2 3/

Celltype(c) Tipo de celula (1 es de inicio 0 es de finalizacion) /1 1, 2 0/

DurPul(c) Duración del pulso en la célula en horas /1=2, 2=2/

Numpuldia(c) Numero de pulsos diarios /1=4, 2=4/

FechLib(c,t) Fecha a partir de la cual se pueden programar las ordenes a planificar

/1.1=3, 1.2=2, 1.3=5, 1.4=4, 1.5=0, 1.6=2, 1.7=3, 1.8=4

2.1=25 ,2.2=28,2.3=16,2.4=0, 2.5=0, 2.6=0, 2.7=0, 2.8=0/

* Enmallado

setup(m) tiempos de setup de cada maquina /1 20, 2 20, 3 20/

Ini(m) tiempo de inicio para poder programar en cada maquina /1 0, 2 0, 3 0/

;

Page 138: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

138

Anexo 3. Resultados obtenidos en los experimentos

P_2F_M1_F01_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 30 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 49 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 44 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 2 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 17 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 3 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 38 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 18 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 24 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 4 (Ti: 8 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 29 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 51 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 33 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 23 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 34 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 45 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 26 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 37 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 22 (Ti: 6 - Tf: 8) Holg: 76

Page 139: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

139

ORDEN: 39 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 19 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 6 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 5 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 10 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 27 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 7 (Ti: 5 - Tf: 16) Holg: 68

ORDEN: 48 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 31 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 46 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 12 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 25 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 40 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 43 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 47 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 28 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 1 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 32 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 42 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 50 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 35 (Ti: 8 - Tf: 10) Holg: 74

Page 140: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

140

ORDEN: 16 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M1_F01_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 52 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 49 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 1 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 3 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 39 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 41 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 51 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 16 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 45 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 2 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 43 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 38 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 48 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 15 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 27 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 46 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 31 (Ti: 5 - Tf: 6) Holg: 36

Page 141: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

141

ORDEN: 37 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 29 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 22 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 17 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 10 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 36 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 14 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 30 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 18 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 13 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 32 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 33 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 23 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 35 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 44 (Ti: 13 - Tf: 15) Holg: 27

ORDEN: 47 (Ti: 15 - Tf: 17) Holg: 25

********** TABLERO N: 7 *********

ORDEN: 28 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 42 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 24 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 5 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 6 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 50 (Ti: 6 - Tf: 7) Holg: 35

Page 142: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

142

ORDEN: 25 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 19 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M1_F01_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 36 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 31 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 5 (Ti: 6 - Tf: 7) Holg: 5

ORDEN: 16 (Ti: 7 - Tf: 9) Holg: 27

ORDEN: 3 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: -5

********** TABLERO N: 2 *********

ORDEN: 51 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 14 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 44 (Ti: 8 - Tf: 10) Holg: 46

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: -5

********** TABLERO N: 3 *********

ORDEN: 6 (Ti: 5 - Tf: 6) Holg: 6

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 49

ORDEN: 43 (Ti: 7 - Tf: 8) Holg: 48

ORDEN: 32 (Ti: 8 - Tf: 10) Holg: 18

ORDEN: 2 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 19

********** TABLERO N: 4 *********

ORDEN: 12 (Ti: 4 - Tf: 5) Holg: 39

Page 143: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

143

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 48

ORDEN: 1 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 23 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: -5

********** TABLERO N: 5 *********

ORDEN: 41 (Ti: 0 - Tf: 1) Holg: 55

ORDEN: 40 (Ti: 1 - Tf: 2) Holg: 54

ORDEN: 42 (Ti: 2 - Tf: 3) Holg: 53

ORDEN: 37 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 22 (Ti: 4 - Tf: 6) Holg: 30

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: -5

********** TABLERO N: 6 *********

ORDEN: 10 (Ti: 2 - Tf: 3) Holg: 9

ORDEN: 18 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 26 (Ti: 5 - Tf: 7) Holg: 29

ORDEN: 25 (Ti: 7 - Tf: 9) Holg: 27

ORDEN: 17 (Ti: 9 - Tf: 11) Holg: 25

ORDEN: 27 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 35 (Ti: 13 - Tf: 15) Holg: 13

ORDEN: 45 (Ti: 15 - Tf: 17) Holg: 39

********** TABLERO N: 7 *********

ORDEN: 38 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 47 (Ti: 5 - Tf: 7) Holg: 49

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 35

ORDEN: 20 (Ti: 9 - Tf: 13) Holg: 23

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 19

********** TABLERO N: 8 *********

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 30 (Ti: 5 - Tf: 6) Holg: 22

ORDEN: 28 (Ti: 6 - Tf: 7) Holg: 21

Page 144: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

144

ORDEN: 50 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 34 (Ti: 8 - Tf: 10) Holg: 18

ORDEN: 24 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M1_F02_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 53 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 3 (Ti: 4 - Tf: 7) Holg: 77

ORDEN: 30 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 2 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 44 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 49 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 4 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 18 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 24 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 20 (Ti: 12 - Tf: 16) Holg: 68

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 51 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 23 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 34 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 26 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 33 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 29 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 45 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

Page 145: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

145

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 19 (Ti: 5 - Tf: 9) Holg: 75

ORDEN: 22 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 21 (Ti: 11 - Tf: 15) Holg: 69

ORDEN: 37 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 39 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 48 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 5 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 10 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 7 (Ti: 4 - Tf: 15) Holg: 69

ORDEN: 27 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 41 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 25 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 13 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 9 (Ti: 7 - Tf: 14) Holg: 70

ORDEN: 31 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 46 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 47 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 32 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 1 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 8 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 40 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 28 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 43 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

Page 146: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

146

ORDEN: 11 (Ti: 6 - Tf: 11) Holg: 73

ORDEN: 16 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 42 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 35 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 36 (Ti: 16 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M1_F02_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 49 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 1 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 3 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 12 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 51 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 39 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 45 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 16 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 8 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 2 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 43 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 38 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 46 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 27 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 15 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

Page 147: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

147

********** TABLERO N: 4 *********

ORDEN: 37 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 31 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 53 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 29 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 17 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 22 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 14 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 30 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 36 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 10 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 18 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 44 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 35 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 32 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 34 (Ti: 12 - Tf: 14) Holg: 28

ORDEN: 23 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 13 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 28 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 42 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 5 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 24 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

Page 148: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

148

********** TABLERO N: 8 *********

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 50 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 6 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 25 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 21 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M1_F02_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 11 (Ti: 3 - Tf: 8) Holg: 4

ORDEN: 5 (Ti: 8 - Tf: 9) Holg: 3

ORDEN: 31 (Ti: 9 - Tf: 10) Holg: 18

ORDEN: 13 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 36 (Ti: 11 - Tf: 12) Holg: 44

ORDEN: 16 (Ti: 12 - Tf: 14) Holg: 22

ORDEN: 3 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 9 (Ti: 2 - Tf: 9) Holg: 3

ORDEN: 14 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 51 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 33 (Ti: 11 - Tf: 13) Holg: 15

ORDEN: 52 (Ti: 13 - Tf: 14) Holg: 30

ORDEN: 53 (Ti: 14 - Tf: 15) Holg: 29

ORDEN: 44 (Ti: 15 - Tf: 17) Holg: 39

********** TABLERO N: 3 *********

ORDEN: 6 (Ti: 5 - Tf: 6) Holg: 6

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 21 (Ti: 8 - Tf: 12) Holg: 24

ORDEN: 39 (Ti: 12 - Tf: 13) Holg: 43

Page 149: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

149

ORDEN: 43 (Ti: 13 - Tf: 14) Holg: 42

ORDEN: 2 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 8 (Ti: 4 - Tf: 9) Holg: 3

ORDEN: 1 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 48 (Ti: 11 - Tf: 12) Holg: 32

ORDEN: 12 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 23 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 46 (Ti: 15 - Tf: 17) Holg: 39

********** TABLERO N: 5 *********

ORDEN: 7 (Ti: 0 - Tf: 11) Holg: 1

ORDEN: 41 (Ti: 11 - Tf: 12) Holg: 44

ORDEN: 37 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 22 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 42 (Ti: 15 - Tf: 16) Holg: 40

ORDEN: 40 (Ti: 16 - Tf: 17) Holg: 39

********** TABLERO N: 6 *********

ORDEN: 10 (Ti: 2 - Tf: 3) Holg: 9

ORDEN: 17 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 26 (Ti: 5 - Tf: 7) Holg: 29

ORDEN: 18 (Ti: 7 - Tf: 9) Holg: 27

ORDEN: 35 (Ti: 9 - Tf: 11) Holg: 17

ORDEN: 45 (Ti: 11 - Tf: 13) Holg: 43

ORDEN: 27 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 7 *********

ORDEN: 20 (Ti: 3 - Tf: 7) Holg: 29

ORDEN: 19 (Ti: 7 - Tf: 11) Holg: 25

ORDEN: 47 (Ti: 11 - Tf: 13) Holg: 43

ORDEN: 15 (Ti: 13 - Tf: 14) Holg: 30

ORDEN: 49 (Ti: 14 - Tf: 16) Holg: 28

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 39

Page 150: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

150

********** TABLERO N: 8 *********

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 21

ORDEN: 28 (Ti: 7 - Tf: 8) Holg: 20

ORDEN: 30 (Ti: 8 - Tf: 9) Holg: 19

ORDEN: 50 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 4 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 19

--------------------------------------------------------------------

P_2F_M2_F01_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 14 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 34 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 6 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 36 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 27 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 46 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 41 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 51 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 29 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 22 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 45 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 28 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 23 (Ti: 7 - Tf: 9) Holg: 75

Page 151: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

151

ORDEN: 20 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 24 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 39 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 37 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 17 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 8 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 3 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 42 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 5 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 50 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 30 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 31 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 38 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 43 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 18 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 1 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 32 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 33 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 49 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 48 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 10 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 12 (Ti: 7 - Tf: 8) Holg: 76

Page 152: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

152

ORDEN: 21 (Ti: 8 - Tf: 12) Holg: 72

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 47 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 35 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 44 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 16 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 2 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 26 (Ti: 15 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M2_F01_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 42 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 52 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 23 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 9 (Ti: 8 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 48 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 35 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 26 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 1 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 45 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 34 (Ti: 13 - Tf: 15) Holg: 27

ORDEN: 32 (Ti: 15 - Tf: 17) Holg: 25

********** TABLERO N: 3 *********

ORDEN: 41 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 13 (Ti: 6 - Tf: 7) Holg: 77

Page 153: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

153

ORDEN: 18 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 22 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 31 (Ti: 11 - Tf: 12) Holg: 30

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 37 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 51 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 40 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 39 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 36 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 3 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 29 (Ti: 0 - Tf: 1) Holg: 41

ORDEN: 38 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 12 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 15 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 30 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 28 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 16 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 46 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 44 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 27 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 2 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 47 (Ti: 15 - Tf: 17) Holg: 25

********** TABLERO N: 7 *********

ORDEN: 5 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 4 (Ti: 4 - Tf: 9) Holg: 75

Page 154: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

154

ORDEN: 10 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 11 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 43 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 50 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 6 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 17 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 20 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M2_F01_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 15 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 22 (Ti: 4 - Tf: 6) Holg: 30

ORDEN: 24 (Ti: 6 - Tf: 8) Holg: 28

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 3 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 19

********** TABLERO N: 2 *********

ORDEN: 51 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 52 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 39 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 29 (Ti: 5 - Tf: 6) Holg: 22

ORDEN: 45 (Ti: 6 - Tf: 8) Holg: 48

ORDEN: 20 (Ti: 8 - Tf: 12) Holg: 24

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: -5

********** TABLERO N: 3 *********

ORDEN: 38 (Ti: 5 - Tf: 6) Holg: 50

ORDEN: 42 (Ti: 6 - Tf: 7) Holg: 49

Page 155: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

155

ORDEN: 43 (Ti: 7 - Tf: 8) Holg: 48

ORDEN: 44 (Ti: 8 - Tf: 10) Holg: 46

ORDEN: 27 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 11 (Ti: 12 - Tf: 17) Holg: -5

********** TABLERO N: 4 *********

ORDEN: 13 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 12 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 49

ORDEN: 31 (Ti: 7 - Tf: 8) Holg: 20

ORDEN: 14 (Ti: 8 - Tf: 9) Holg: 35

ORDEN: 50 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: -5

********** TABLERO N: 5 *********

ORDEN: 36 (Ti: 0 - Tf: 1) Holg: 55

ORDEN: 40 (Ti: 1 - Tf: 2) Holg: 54

ORDEN: 37 (Ti: 2 - Tf: 3) Holg: 53

ORDEN: 10 (Ti: 3 - Tf: 4) Holg: 8

ORDEN: 1 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: -5

********** TABLERO N: 6 *********

ORDEN: 28 (Ti: 2 - Tf: 3) Holg: 25

ORDEN: 16 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 33 (Ti: 5 - Tf: 7) Holg: 21

ORDEN: 23 (Ti: 7 - Tf: 9) Holg: 27

ORDEN: 17 (Ti: 9 - Tf: 11) Holg: 25

ORDEN: 46 (Ti: 11 - Tf: 13) Holg: 43

ORDEN: 34 (Ti: 13 - Tf: 15) Holg: 13

ORDEN: 35 (Ti: 15 - Tf: 17) Holg: 11

********** TABLERO N: 7 *********

ORDEN: 30 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 6 (Ti: 4 - Tf: 5) Holg: 7

ORDEN: 5 (Ti: 5 - Tf: 6) Holg: 6

Page 156: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

156

ORDEN: 18 (Ti: 6 - Tf: 8) Holg: 28

ORDEN: 47 (Ti: 8 - Tf: 10) Holg: 46

ORDEN: 49 (Ti: 10 - Tf: 12) Holg: 32

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 2 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 25 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 19

--------------------------------------------------------------------

P_2F_M2_F02_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 36 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 46 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 11 (Ti: 6 - Tf: 11) Holg: 73

ORDEN: 6 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 27 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 14 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 51 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 22 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 15 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 9 (Ti: 7 - Tf: 14) Holg: 70

ORDEN: 29 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 45 (Ti: 15 - Tf: 17) Holg: 67

Page 157: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

157

********** TABLERO N: 3 *********

ORDEN: 20 (Ti: 5 - Tf: 9) Holg: 75

ORDEN: 25 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 23 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 24 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 28 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 52 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 3 (Ti: 4 - Tf: 7) Holg: 77

ORDEN: 37 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 17 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 8 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 39 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 53 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 31 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 7 (Ti: 1 - Tf: 12) Holg: 72

ORDEN: 5 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 30 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 50 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 38 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 42 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 49 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 19 (Ti: 4 - Tf: 8) Holg: 76

ORDEN: 1 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 32 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 18 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 43 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 33 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 48 (Ti: 3 - Tf: 4) Holg: 80

Page 158: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

158

ORDEN: 12 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 4 (Ti: 6 - Tf: 11) Holg: 73

ORDEN: 10 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 21 (Ti: 12 - Tf: 16) Holg: 68

ORDEN: 40 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 35 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 26 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 2 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 16 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 44 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 47 (Ti: 15 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M2_F02_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 42 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 9 (Ti: 4 - Tf: 11) Holg: 73

ORDEN: 14 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 52 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 23 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 49 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 45 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 34 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 48 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 35 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 32 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 1 (Ti: 13 - Tf: 15) Holg: 69

Page 159: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

159

ORDEN: 26 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 31 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 22 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 13 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 8 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 18 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 53 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 36 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 51 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 39 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 37 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 3 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 12 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 29 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 28 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 38 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 30 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 15 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 46 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 44 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 2 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 47 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 16 (Ti: 13 - Tf: 15) Holg: 69

Page 160: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

160

ORDEN: 27 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 11 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 5 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 4 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 10 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 19 (Ti: 4 - Tf: 8) Holg: 76

ORDEN: 6 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 43 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 50 (Ti: 10 - Tf: 11) Holg: 31

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_2F_M2_F02_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 19 (Ti: 3 - Tf: 7) Holg: 29

ORDEN: 15 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 22 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 24 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 3 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 26 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 2 *********

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 39 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 45 (Ti: 5 - Tf: 7) Holg: 49

ORDEN: 8 (Ti: 7 - Tf: 12) Holg: 0

ORDEN: 51 (Ti: 12 - Tf: 13) Holg: 31

Page 161: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

161

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 19

********** TABLERO N: 3 *********

ORDEN: 11 (Ti: 5 - Tf: 10) Holg: 2

ORDEN: 27 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 44 (Ti: 12 - Tf: 14) Holg: 42

ORDEN: 43 (Ti: 14 - Tf: 15) Holg: 41

ORDEN: 42 (Ti: 15 - Tf: 16) Holg: 40

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 39

********** TABLERO N: 4 *********

ORDEN: 9 (Ti: 4 - Tf: 11) Holg: 1

ORDEN: 14 (Ti: 11 - Tf: 12) Holg: 32

ORDEN: 13 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 50 (Ti: 13 - Tf: 14) Holg: 30

ORDEN: 41 (Ti: 14 - Tf: 15) Holg: 41

ORDEN: 31 (Ti: 15 - Tf: 16) Holg: 12

ORDEN: 12 (Ti: 16 - Tf: 17) Holg: 27

********** TABLERO N: 5 *********

ORDEN: 7 (Ti: 0 - Tf: 11) Holg: 1

ORDEN: 10 (Ti: 11 - Tf: 12) Holg: 0

ORDEN: 37 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 1 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 40 (Ti: 15 - Tf: 16) Holg: 40

ORDEN: 36 (Ti: 16 - Tf: 17) Holg: 39

********** TABLERO N: 6 *********

ORDEN: 34 (Ti: 2 - Tf: 4) Holg: 24

ORDEN: 33 (Ti: 4 - Tf: 6) Holg: 22

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 48

ORDEN: 16 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 23 (Ti: 10 - Tf: 12) Holg: 24

ORDEN: 35 (Ti: 12 - Tf: 14) Holg: 14

ORDEN: 28 (Ti: 14 - Tf: 15) Holg: 13

ORDEN: 17 (Ti: 15 - Tf: 17) Holg: 19

Page 162: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

162

********** TABLERO N: 7 *********

ORDEN: 18 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 49 (Ti: 5 - Tf: 7) Holg: 37

ORDEN: 6 (Ti: 7 - Tf: 8) Holg: 4

ORDEN: 47 (Ti: 8 - Tf: 10) Holg: 46

ORDEN: 30 (Ti: 10 - Tf: 11) Holg: 17

ORDEN: 5 (Ti: 11 - Tf: 12) Holg: 0

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 25 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 21 (Ti: 10 - Tf: 14) Holg: 22

ORDEN: 2 (Ti: 14 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_1F_M3_F01_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 18 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 16 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 41 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 45 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 2 (Ti: 13 - Tf: 16) Holg: 68

********** TABLERO N: 2 *********

ORDEN: 13 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 40 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 25 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 35 (Ti: 6 - Tf: 8) Holg: 76

Page 163: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

163

ORDEN: 47 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 8 (Ti: 10 - Tf: 15) Holg: 69

********** TABLERO N: 3 *********

ORDEN: 37 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 10 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 9 (Ti: 8 - Tf: 15) Holg: 69

ORDEN: 3 (Ti: 15 - Tf: 18) Holg: 66

ORDEN: 1 (Ti: 18 - Tf: 20) Holg: 64

********** TABLERO N: 4 *********

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 30 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 28 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 24 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 19 (Ti: 9 - Tf: 13) Holg: 71

********** TABLERO N: 5 *********

ORDEN: 36 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 5 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 44 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 26 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 31 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 22 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 27 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 4 (Ti: 11 - Tf: 16) Holg: 68

ORDEN: 11 (Ti: 16 - Tf: 21) Holg: 63

********** TABLERO N: 6 *********

ORDEN: 49 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 53 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 14 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 34 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 20 (Ti: 9 - Tf: 13) Holg: 71

Page 164: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

164

********** TABLERO N: 7 *********

ORDEN: 6 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 51 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 23 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 33 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 46 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 43 (Ti: 13 - Tf: 14) Holg: 70

********** TABLERO N: 8 *********

ORDEN: 12 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 42 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 29 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 50 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 21 (Ti: 8 - Tf: 12) Holg: 72

ORDEN: 38 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 7 (Ti: 13 - Tf: 24) Holg: 60

--------------------------------------------------------------------

P_1F_M3_F01_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 5 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 22 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 2 (Ti: 6 - Tf: 9) Holg: 75

ORDEN: 25 (Ti: 9 - Tf: 11) Holg: 73

********** TABLERO N: 2 *********

ORDEN: 16 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 31 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 35 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 49 (Ti: 9 - Tf: 11) Holg: 31

Page 165: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

165

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 37 (Ti: 13 - Tf: 14) Holg: 28

********** TABLERO N: 3 *********

ORDEN: 1 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 19 (Ti: 7 - Tf: 11) Holg: 73

ORDEN: 10 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 32 (Ti: 12 - Tf: 14) Holg: 28

ORDEN: 4 (Ti: 14 - Tf: 19) Holg: 65

ORDEN: 9 (Ti: 19 - Tf: 26) Holg: 58

********** TABLERO N: 4 *********

ORDEN: 30 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 24 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 41 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 44 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 20 (Ti: 11 - Tf: 15) Holg: 69

ORDEN: 42 (Ti: 15 - Tf: 16) Holg: 26

********** TABLERO N: 5 *********

ORDEN: 39 (Ti: 0 - Tf: 1) Holg: 41

ORDEN: 15 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 50 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 46 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 28 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 27 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 18 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 11 (Ti: 10 - Tf: 15) Holg: 69

********** TABLERO N: 6 *********

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 26 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 45 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 47 (Ti: 9 - Tf: 11) Holg: 31

Page 166: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

166

********** TABLERO N: 7 *********

ORDEN: 51 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 23 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 3 (Ti: 6 - Tf: 9) Holg: 75

ORDEN: 6 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 38 (Ti: 10 - Tf: 11) Holg: 31

ORDEN: 43 (Ti: 11 - Tf: 12) Holg: 30

********** TABLERO N: 8 *********

ORDEN: 14 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 53 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 36 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 12 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 29 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 21 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 33 (Ti: 13 - Tf: 15) Holg: 27

ORDEN: 8 (Ti: 15 - Tf: 20) Holg: 64

ORDEN: 7 (Ti: 20 - Tf: 31) Holg: 53

--------------------------------------------------------------------

P_1F_M3_F01_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 30 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 22 (Ti: 4 - Tf: 6) Holg: 30

ORDEN: 2 (Ti: 6 - Tf: 9) Holg: 75

ORDEN: 42 (Ti: 9 - Tf: 10) Holg: 46

ORDEN: 18 (Ti: 10 - Tf: 12) Holg: 24

********** TABLERO N: 2 *********

ORDEN: 13 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 40 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 33 (Ti: 4 - Tf: 6) Holg: 22

ORDEN: 45 (Ti: 6 - Tf: 8) Holg: 48

Page 167: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

167

ORDEN: 24 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 32 (Ti: 10 - Tf: 12) Holg: 16

ORDEN: 38 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 35 (Ti: 13 - Tf: 15) Holg: 13

********** TABLERO N: 3 *********

ORDEN: 28 (Ti: 5 - Tf: 6) Holg: 22

ORDEN: 53 (Ti: 6 - Tf: 7) Holg: 37

ORDEN: 6 (Ti: 7 - Tf: 8) Holg: 4

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 21 (Ti: 10 - Tf: 14) Holg: 22

ORDEN: 1 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 9 (Ti: 16 - Tf: 23) Holg: -11

********** TABLERO N: 4 *********

ORDEN: 41 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 44 (Ti: 5 - Tf: 7) Holg: 49

ORDEN: 31 (Ti: 7 - Tf: 8) Holg: 20

ORDEN: 3 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 11 (Ti: 11 - Tf: 16) Holg: -4

********** TABLERO N: 5 *********

ORDEN: 5 (Ti: 0 - Tf: 1) Holg: 11

ORDEN: 50 (Ti: 1 - Tf: 2) Holg: 42

ORDEN: 14 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 23 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 4 (Ti: 5 - Tf: 10) Holg: 74

ORDEN: 20 (Ti: 10 - Tf: 14) Holg: 22

ORDEN: 7 (Ti: 14 - Tf: 25) Holg: -13

********** TABLERO N: 6 *********

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 41

ORDEN: 27 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 21

ORDEN: 51 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 29 (Ti: 8 - Tf: 9) Holg: 19

Page 168: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

168

ORDEN: 15 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 44

********** TABLERO N: 7 *********

ORDEN: 36 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 39 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 43 (Ti: 5 - Tf: 6) Holg: 50

ORDEN: 12 (Ti: 6 - Tf: 7) Holg: 37

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 35

ORDEN: 17 (Ti: 9 - Tf: 11) Holg: 25

ORDEN: 16 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 8 (Ti: 13 - Tf: 18) Holg: -6

********** TABLERO N: 8 *********

ORDEN: 46 (Ti: 4 - Tf: 6) Holg: 50

ORDEN: 10 (Ti: 6 - Tf: 7) Holg: 5

ORDEN: 48 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 37 (Ti: 8 - Tf: 9) Holg: 47

ORDEN: 25 (Ti: 9 - Tf: 11) Holg: 25

ORDEN: 19 (Ti: 11 - Tf: 15) Holg: 21

--------------------------------------------------------------------

P_1F_M3_F02_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 10 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 2 (Ti: 4 - Tf: 7) Holg: 77

ORDEN: 44 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 49 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 33 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 47 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 22 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 7 (Ti: 2 - Tf: 13) Holg: 71

Page 169: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

169

ORDEN: 45 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 41 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 43 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 53 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 24 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 25 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 16 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 52 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 1 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 38 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 42 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 13 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 29 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 21 (Ti: 0 - Tf: 4) Holg: 80

ORDEN: 27 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 35 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 48 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 30 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 50 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 37 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 4 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 40 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 51 (Ti: 9 - Tf: 10) Holg: 74

Page 170: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

170

ORDEN: 5 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 18 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 23 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 39 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 28 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 8 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 36 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 11 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 3 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 19 (Ti: 4 - Tf: 8) Holg: 76

ORDEN: 46 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 12 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 15 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 6 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 31 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 34 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 14 (Ti: 16 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_1F_M3_F02_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 32 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 42 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 30 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 11 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 13 (Ti: 14 - Tf: 15) Holg: 69

********** TABLERO N: 2 *********

ORDEN: 14 (Ti: 2 - Tf: 3) Holg: 81

Page 171: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

171

ORDEN: 29 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 44 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 5 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 36 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 23 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 17 (Ti: 11 - Tf: 13) Holg: 71

********** TABLERO N: 3 *********

ORDEN: 18 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 3 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 16 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 12 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 9 (Ti: 15 - Tf: 22) Holg: 62

ORDEN: 4 (Ti: 22 - Tf: 27) Holg: 57

ORDEN: 22 (Ti: 27 - Tf: 29) Holg: 55

********** TABLERO N: 4 *********

ORDEN: 10 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 53 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 1 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 48 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 20 (Ti: 9 - Tf: 13) Holg: 71

********** TABLERO N: 5 *********

ORDEN: 31 (Ti: 0 - Tf: 1) Holg: 41

ORDEN: 43 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 37 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 2 (Ti: 3 - Tf: 6) Holg: 78

ORDEN: 35 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 28 (Ti: 8 - Tf: 9) Holg: 33

********** TABLERO N: 6 *********

ORDEN: 50 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 33 (Ti: 3 - Tf: 5) Holg: 37

Page 172: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

172

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 47 (Ti: 6 - Tf: 8) Holg: 34

********** TABLERO N: 7 *********

ORDEN: 27 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 51 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 41 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 34 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 19 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 8 (Ti: 13 - Tf: 18) Holg: 66

ORDEN: 25 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 24 (Ti: 20 - Tf: 22) Holg: 62

********** TABLERO N: 8 *********

ORDEN: 38 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 45 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 6 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 40 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 15 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 21 (Ti: 10 - Tf: 14) Holg: 70

ORDEN: 26 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 7 (Ti: 16 - Tf: 27) Holg: 57

--------------------------------------------------------------------

P_1F_M3_F02_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 39 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 1 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 32 (Ti: 7 - Tf: 9) Holg: 19

ORDEN: 5 (Ti: 9 - Tf: 10) Holg: 2

ORDEN: 37 (Ti: 10 - Tf: 11) Holg: 45

ORDEN: 44 (Ti: 11 - Tf: 13) Holg: 43

Page 173: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

173

ORDEN: 25 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 30 (Ti: 15 - Tf: 16) Holg: 12

********** TABLERO N: 2 *********

ORDEN: 10 (Ti: 2 - Tf: 3) Holg: 9

ORDEN: 31 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 4 (Ti: 4 - Tf: 9) Holg: 75

ORDEN: 33 (Ti: 9 - Tf: 11) Holg: 17

ORDEN: 15 (Ti: 11 - Tf: 12) Holg: 32

ORDEN: 35 (Ti: 12 - Tf: 14) Holg: 14

ORDEN: 26 (Ti: 14 - Tf: 16) Holg: 20

ORDEN: 17 (Ti: 16 - Tf: 18) Holg: 18

ORDEN: 49 (Ti: 18 - Tf: 20) Holg: 24

********** TABLERO N: 3 *********

ORDEN: 2 (Ti: 5 - Tf: 8) Holg: 76

ORDEN: 53 (Ti: 8 - Tf: 9) Holg: 35

ORDEN: 51 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 20 (Ti: 10 - Tf: 14) Holg: 22

ORDEN: 21 (Ti: 14 - Tf: 18) Holg: 18

ORDEN: 14 (Ti: 18 - Tf: 19) Holg: 25

ORDEN: 43 (Ti: 19 - Tf: 20) Holg: 36

ORDEN: 50 (Ti: 20 - Tf: 21) Holg: 23

ORDEN: 46 (Ti: 21 - Tf: 23) Holg: 33

********** TABLERO N: 4 *********

ORDEN: 9 (Ti: 4 - Tf: 11) Holg: 1

ORDEN: 19 (Ti: 11 - Tf: 15) Holg: 21

ORDEN: 23 (Ti: 15 - Tf: 17) Holg: 19

ORDEN: 45 (Ti: 17 - Tf: 19) Holg: 37

********** TABLERO N: 5 *********

ORDEN: 7 (Ti: 0 - Tf: 11) Holg: 1

ORDEN: 18 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 13 (Ti: 13 - Tf: 14) Holg: 30

ORDEN: 24 (Ti: 14 - Tf: 16) Holg: 20

Page 174: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

174

ORDEN: 28 (Ti: 16 - Tf: 17) Holg: 11

********** TABLERO N: 6 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 9

ORDEN: 38 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 52 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 11 (Ti: 5 - Tf: 10) Holg: 2

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 44

********** TABLERO N: 7 *********

ORDEN: 42 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 41 (Ti: 5 - Tf: 6) Holg: 50

ORDEN: 22 (Ti: 6 - Tf: 8) Holg: 28

ORDEN: 3 (Ti: 8 - Tf: 11) Holg: 73

ORDEN: 29 (Ti: 11 - Tf: 12) Holg: 16

ORDEN: 27 (Ti: 12 - Tf: 14) Holg: 22

ORDEN: 48 (Ti: 14 - Tf: 15) Holg: 29

ORDEN: 16 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 8 *********

ORDEN: 34 (Ti: 4 - Tf: 6) Holg: 22

ORDEN: 8 (Ti: 6 - Tf: 11) Holg: 1

ORDEN: 40 (Ti: 11 - Tf: 12) Holg: 44

--------------------------------------------------------------------

P_1F_M3_F03_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 7 (Ti: 3 - Tf: 14) Holg: 70

ORDEN: 30 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 53 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 43 (Ti: 2 - Tf: 3) Holg: 81

Page 175: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

175

ORDEN: 52 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 2 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 20 (Ti: 8 - Tf: 12) Holg: 72

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 1 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 10 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 40 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 33 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 51 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 16 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 5 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 44 (Ti: 1 - Tf: 3) Holg: 81

ORDEN: 31 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 21 (Ti: 4 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 11 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 79

Page 176: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

176

ORDEN: 17 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 3 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 45 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 48 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 41 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 27 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 32 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 4 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 42 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 23 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 28 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 18 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 15 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 37 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 47 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 22 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 25 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 35 (Ti: 15 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_1F_M3_F03_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 7 (Ti: 3 - Tf: 14) Holg: 70

ORDEN: 30 (Ti: 14 - Tf: 15) Holg: 27

ORDEN: 53 (Ti: 15 - Tf: 16) Holg: 26

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 25

********** TABLERO N: 2 *********

Page 177: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

177

ORDEN: 43 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 52 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 2 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 20 (Ti: 8 - Tf: 12) Holg: 72

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 1 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 10 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 40 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 33 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 51 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 16 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 5 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 44 (Ti: 1 - Tf: 3) Holg: 39

ORDEN: 31 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 21 (Ti: 4 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 11 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 25

********** TABLERO N: 6 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 80

Page 178: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

178

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 17 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 3 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 45 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 48 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 41 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 27 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 32 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 4 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 42 (Ti: 14 - Tf: 15) Holg: 27

ORDEN: 23 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 28 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 18 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 15 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 37 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 47 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 22 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 25 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 35 (Ti: 15 - Tf: 17) Holg: 25

--------------------------------------------------------------------

P_1F_M3_F03_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 7 (Ti: 3 - Tf: 14) Holg: -2

ORDEN: 30 (Ti: 14 - Tf: 15) Holg: 13

ORDEN: 53 (Ti: 15 - Tf: 16) Holg: 28

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 39

Page 179: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

179

********** TABLERO N: 2 *********

ORDEN: 43 (Ti: 2 - Tf: 3) Holg: 53

ORDEN: 52 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 13 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 49

ORDEN: 2 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: -5

********** TABLERO N: 3 *********

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 46 (Ti: 6 - Tf: 8) Holg: 48

ORDEN: 20 (Ti: 8 - Tf: 12) Holg: 24

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: -5

********** TABLERO N: 4 *********

ORDEN: 1 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 10 (Ti: 6 - Tf: 7) Holg: 5

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 35

ORDEN: 40 (Ti: 9 - Tf: 10) Holg: 46

ORDEN: 33 (Ti: 10 - Tf: 12) Holg: 16

ORDEN: 51 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 16 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 5 *********

ORDEN: 5 (Ti: 0 - Tf: 1) Holg: 11

ORDEN: 44 (Ti: 1 - Tf: 3) Holg: 53

ORDEN: 31 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 21 (Ti: 4 - Tf: 8) Holg: 28

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 11 (Ti: 10 - Tf: 15) Holg: -3

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 11

********** TABLERO N: 6 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 9

Page 180: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

180

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 40

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 17 (Ti: 5 - Tf: 7) Holg: 29

ORDEN: 3 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 45 (Ti: 10 - Tf: 12) Holg: 44

ORDEN: 48 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 19

********** TABLERO N: 7 *********

ORDEN: 41 (Ti: 3 - Tf: 4) Holg: 52

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 51

ORDEN: 27 (Ti: 5 - Tf: 7) Holg: 29

ORDEN: 32 (Ti: 7 - Tf: 9) Holg: 19

ORDEN: 4 (Ti: 9 - Tf: 14) Holg: 70

ORDEN: 42 (Ti: 14 - Tf: 15) Holg: 41

ORDEN: 23 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 8 *********

ORDEN: 28 (Ti: 4 - Tf: 5) Holg: 23

ORDEN: 18 (Ti: 5 - Tf: 7) Holg: 29

ORDEN: 15 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 37 (Ti: 8 - Tf: 9) Holg: 47

ORDEN: 47 (Ti: 9 - Tf: 11) Holg: 45

ORDEN: 22 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 25 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 35 (Ti: 15 - Tf: 17) Holg: 11

--------------------------------------------------------------------

P_1F_M3_F04_Esc1

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 9 (Ti: 3 - Tf: 10) Holg: 74

ORDEN: 52 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 26 (Ti: 11 - Tf: 13) Holg: 71

Page 181: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

181

ORDEN: 48 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 29 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 7 (Ti: 2 - Tf: 13) Holg: 71

ORDEN: 19 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 17 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 23 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 2 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 3 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 16 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 8 (Ti: 4 - Tf: 9) Holg: 75

ORDEN: 18 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 39 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 5 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 43 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 37 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 28 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 4 (Ti: 1 - Tf: 6) Holg: 78

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 11 (Ti: 8 - Tf: 13) Holg: 71

ORDEN: 25 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 32 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 41 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 46 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 47 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 49 (Ti: 7 - Tf: 9) Holg: 75

Page 182: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

182

ORDEN: 40 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 22 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 14 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 27 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 1 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 12 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 42 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 51 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 36 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 21 (Ti: 8 - Tf: 12) Holg: 72

ORDEN: 38 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 6 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 35 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 30 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 10 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 44 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 13 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 45 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 53 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 31 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 15 (Ti: 16 - Tf: 17) Holg: 67

--------------------------------------------------------------------

P_1F_M3_F04_Esc2

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 50 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 49 (Ti: 4 - Tf: 6) Holg: 36

Page 183: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

183

ORDEN: 28 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 21 (Ti: 7 - Tf: 11) Holg: 73

ORDEN: 9 (Ti: 11 - Tf: 18) Holg: 66

********** TABLERO N: 2 *********

ORDEN: 35 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 29 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 30 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 12 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 7 (Ti: 7 - Tf: 18) Holg: 66

********** TABLERO N: 3 *********

ORDEN: 32 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 37 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 17 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 16 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 2 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 52 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 47 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 41 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 6 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 1 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 20 (Ti: 11 - Tf: 15) Holg: 69

ORDEN: 10 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 14 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 48 (Ti: 0 - Tf: 1) Holg: 41

ORDEN: 39 (Ti: 1 - Tf: 2) Holg: 40

ORDEN: 45 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 36 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 40 (Ti: 7 - Tf: 8) Holg: 34

Page 184: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

184

ORDEN: 23 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 3 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 27 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 13 (Ti: 15 - Tf: 16) Holg: 68

********** TABLERO N: 6 *********

ORDEN: 43 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 53 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 38 (Ti: 4 - Tf: 5) Holg: 37

ORDEN: 4 (Ti: 5 - Tf: 10) Holg: 74

ORDEN: 8 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 15 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 18 (Ti: 16 - Tf: 18) Holg: 66

********** TABLERO N: 7 *********

ORDEN: 33 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 46 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 31 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 5 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 19 (Ti: 9 - Tf: 13) Holg: 71

ORDEN: 11 (Ti: 13 - Tf: 18) Holg: 66

********** TABLERO N: 8 *********

ORDEN: 44 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 51 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 42 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 24 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 26 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 22 (Ti: 12 - Tf: 14) Holg: 70

--------------------------------------------------------------------

P_1F_M3_F04_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 28 (Ti: 3 - Tf: 4) Holg: 24

Page 185: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

185

ORDEN: 50 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 11 (Ti: 5 - Tf: 10) Holg: 2

ORDEN: 14 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 27 (Ti: 11 - Tf: 13) Holg: 23

ORDEN: 49 (Ti: 13 - Tf: 15) Holg: 29

ORDEN: 22 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 2 *********

ORDEN: 41 (Ti: 2 - Tf: 3) Holg: 53

ORDEN: 24 (Ti: 3 - Tf: 5) Holg: 31

ORDEN: 6 (Ti: 5 - Tf: 6) Holg: 6

ORDEN: 39 (Ti: 6 - Tf: 7) Holg: 49

ORDEN: 44 (Ti: 7 - Tf: 9) Holg: 47

ORDEN: 52 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 12 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 33 (Ti: 11 - Tf: 13) Holg: 15

ORDEN: 17 (Ti: 13 - Tf: 15) Holg: 21

ORDEN: 16 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 3 *********

ORDEN: 37 (Ti: 5 - Tf: 6) Holg: 50

ORDEN: 26 (Ti: 6 - Tf: 8) Holg: 28

ORDEN: 32 (Ti: 8 - Tf: 10) Holg: 18

ORDEN: 2 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 3 (Ti: 13 - Tf: 16) Holg: 68

ORDEN: 38 (Ti: 16 - Tf: 17) Holg: 39

********** TABLERO N: 4 *********

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 39

ORDEN: 20 (Ti: 5 - Tf: 9) Holg: 27

ORDEN: 51 (Ti: 9 - Tf: 10) Holg: 34

ORDEN: 4 (Ti: 10 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 5 *********

ORDEN: 7 (Ti: 0 - Tf: 11) Holg: 1

Page 186: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

186

ORDEN: 48 (Ti: 11 - Tf: 12) Holg: 32

ORDEN: 13 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 45 (Ti: 13 - Tf: 15) Holg: 41

ORDEN: 18 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 6 *********

ORDEN: 40 (Ti: 2 - Tf: 3) Holg: 53

ORDEN: 29 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 9 (Ti: 4 - Tf: 11) Holg: 1

ORDEN: 19 (Ti: 11 - Tf: 15) Holg: 21

ORDEN: 1 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 8 (Ti: 3 - Tf: 8) Holg: 4

ORDEN: 42 (Ti: 8 - Tf: 9) Holg: 47

ORDEN: 35 (Ti: 9 - Tf: 11) Holg: 17

ORDEN: 30 (Ti: 11 - Tf: 12) Holg: 16

ORDEN: 23 (Ti: 12 - Tf: 14) Holg: 22

ORDEN: 53 (Ti: 14 - Tf: 15) Holg: 29

ORDEN: 34 (Ti: 15 - Tf: 17) Holg: 11

********** TABLERO N: 8 *********

ORDEN: 5 (Ti: 4 - Tf: 5) Holg: 7

ORDEN: 21 (Ti: 5 - Tf: 9) Holg: 27

ORDEN: 10 (Ti: 9 - Tf: 10) Holg: 2

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 44

ORDEN: 43 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 46 (Ti: 13 - Tf: 15) Holg: 41

ORDEN: 31 (Ti: 15 - Tf: 16) Holg: 12

ORDEN: 36 (Ti: 16 - Tf: 17) Holg: 39

--------------------------------------------------------------------

P_1F_M4_F01_Esc1

CELULA: 1 Tipo: 1.00

**************************************

Page 187: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

187

********** TABLERO N: 1 *********

ORDEN: 2 (Ti: 3 - Tf: 6) Lote: 0 Holg: 78

ORDEN: 6 (Ti: 6 - Tf: 7) Lote: 0 Holg: 77

ORDEN: 14 (Ti: 7 - Tf: 8) Lote: 1 Holg: 76

ORDEN: 30 (Ti: 8 - Tf: 9) Lote: 6 Holg: 75

ORDEN: 17 (Ti: 9 - Tf: 11) Lote: 2 Holg: 73

ORDEN: 22 (Ti: 11 - Tf: 13) Lote: 4 Holg: 71

ORDEN: 9 (Ti: 13 - Tf: 20) Lote: 0 Holg: 64

********** TABLERO N: 2 *********

ORDEN: 40 (Ti: 2 - Tf: 3) Lote: 9 Holg: 81

ORDEN: 5 (Ti: 3 - Tf: 4) Lote: 0 Holg: 80

ORDEN: 21 (Ti: 4 - Tf: 8) Lote: 3 Holg: 76

ORDEN: 46 (Ti: 8 - Tf: 10) Lote: 10 Holg: 74

ORDEN: 32 (Ti: 10 - Tf: 12) Lote: 7 Holg: 72

ORDEN: 1 (Ti: 12 - Tf: 14) Lote: 0 Holg: 70

********** TABLERO N: 3 *********

ORDEN: 43 (Ti: 5 - Tf: 6) Lote: 9 Holg: 78

ORDEN: 28 (Ti: 6 - Tf: 7) Lote: 6 Holg: 77

ORDEN: 31 (Ti: 7 - Tf: 8) Lote: 6 Holg: 76

ORDEN: 47 (Ti: 8 - Tf: 10) Lote: 10 Holg: 74

ORDEN: 38 (Ti: 10 - Tf: 11) Lote: 8 Holg: 73

ORDEN: 51 (Ti: 11 - Tf: 12) Lote: 0 Holg: 72

ORDEN: 3 (Ti: 12 - Tf: 15) Lote: 0 Holg: 69

********** TABLERO N: 4 *********

ORDEN: 26 (Ti: 4 - Tf: 6) Lote: 5 Holg: 78

ORDEN: 29 (Ti: 6 - Tf: 7) Lote: 6 Holg: 77

ORDEN: 53 (Ti: 7 - Tf: 8) Lote: 0 Holg: 76

ORDEN: 50 (Ti: 8 - Tf: 9) Lote: 0 Holg: 75

ORDEN: 16 (Ti: 9 - Tf: 11) Lote: 2 Holg: 73

ORDEN: 33 (Ti: 11 - Tf: 13) Lote: 7 Holg: 71

ORDEN: 39 (Ti: 13 - Tf: 14) Lote: 8 Holg: 70

ORDEN: 35 (Ti: 14 - Tf: 16) Lote: 7 Holg: 68

Page 188: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

188

********** TABLERO N: 5 *********

ORDEN: 10 (Ti: 0 - Tf: 1) Lote: 0 Holg: 83

ORDEN: 8 (Ti: 1 - Tf: 6) Lote: 0 Holg: 78

ORDEN: 15 (Ti: 6 - Tf: 7) Lote: 1 Holg: 77

ORDEN: 7 (Ti: 7 - Tf: 18) Lote: 0 Holg: 66

ORDEN: 12 (Ti: 18 - Tf: 19) Lote: 0 Holg: 65

********** TABLERO N: 6 *********

ORDEN: 27 (Ti: 2 - Tf: 4) Lote: 5 Holg: 80

ORDEN: 20 (Ti: 4 - Tf: 8) Lote: 3 Holg: 76

ORDEN: 18 (Ti: 8 - Tf: 10) Lote: 2 Holg: 74

ORDEN: 48 (Ti: 10 - Tf: 11) Lote: 0 Holg: 73

ORDEN: 24 (Ti: 11 - Tf: 13) Lote: 4 Holg: 71

ORDEN: 37 (Ti: 13 - Tf: 14) Lote: 8 Holg: 70

ORDEN: 11 (Ti: 14 - Tf: 19) Lote: 0 Holg: 65

********** TABLERO N: 7 *********

ORDEN: 52 (Ti: 3 - Tf: 4) Lote: 0 Holg: 80

ORDEN: 42 (Ti: 4 - Tf: 5) Lote: 9 Holg: 79

ORDEN: 41 (Ti: 5 - Tf: 6) Lote: 9 Holg: 78

ORDEN: 45 (Ti: 6 - Tf: 8) Lote: 10 Holg: 76

ORDEN: 13 (Ti: 8 - Tf: 9) Lote: 1 Holg: 75

ORDEN: 49 (Ti: 9 - Tf: 11) Lote: 0 Holg: 73

ORDEN: 25 (Ti: 11 - Tf: 13) Lote: 4 Holg: 71

********** TABLERO N: 8 *********

ORDEN: 19 (Ti: 4 - Tf: 8) Lote: 3 Holg: 76

ORDEN: 44 (Ti: 8 - Tf: 10) Lote: 10 Holg: 74

ORDEN: 36 (Ti: 10 - Tf: 11) Lote: 8 Holg: 73

ORDEN: 34 (Ti: 11 - Tf: 13) Lote: 7 Holg: 71

ORDEN: 23 (Ti: 13 - Tf: 15) Lote: 4 Holg: 69

ORDEN: 4 (Ti: 15 - Tf: 20) Lote: 0 Holg: 64

--------------------------------------------------------------------

P_1F_M4_F01_Esc2

CELULA: 1 Tipo: 1.00

Page 189: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

189

**************************************

********** TABLERO N: 1 *********

ORDEN: 46 (Ti: 3 - Tf: 5) Lote: 10 Holg: 37

ORDEN: 47 (Ti: 5 - Tf: 7) Lote: 10 Holg: 35

ORDEN: 31 (Ti: 7 - Tf: 8) Lote: 6 Holg: 34

ORDEN: 40 (Ti: 8 - Tf: 9) Lote: 9 Holg: 33

ORDEN: 28 (Ti: 9 - Tf: 10) Lote: 6 Holg: 32

ORDEN: 8 (Ti: 10 - Tf: 15) Lote: 0 Holg: 69

ORDEN: 16 (Ti: 15 - Tf: 17) Lote: 2 Holg: 67

********** TABLERO N: 2 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Lote: 0 Holg: 81

ORDEN: 52 (Ti: 3 - Tf: 4) Lote: 0 Holg: 38

ORDEN: 50 (Ti: 4 - Tf: 5) Lote: 0 Holg: 37

ORDEN: 36 (Ti: 5 - Tf: 6) Lote: 8 Holg: 36

ORDEN: 4 (Ti: 6 - Tf: 11) Lote: 0 Holg: 73

ORDEN: 19 (Ti: 11 - Tf: 15) Lote: 3 Holg: 69

ORDEN: 18 (Ti: 15 - Tf: 17) Lote: 2 Holg: 67

********** TABLERO N: 3 *********

ORDEN: 33 (Ti: 5 - Tf: 7) Lote: 7 Holg: 35

ORDEN: 5 (Ti: 7 - Tf: 8) Lote: 0 Holg: 76

ORDEN: 43 (Ti: 8 - Tf: 9) Lote: 9 Holg: 33

ORDEN: 44 (Ti: 9 - Tf: 11) Lote: 10 Holg: 31

ORDEN: 21 (Ti: 11 - Tf: 15) Lote: 3 Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Lote: 4 Holg: 67

********** TABLERO N: 4 *********

ORDEN: 12 (Ti: 4 - Tf: 5) Lote: 0 Holg: 79

ORDEN: 53 (Ti: 5 - Tf: 6) Lote: 0 Holg: 36

ORDEN: 32 (Ti: 6 - Tf: 8) Lote: 7 Holg: 34

ORDEN: 29 (Ti: 8 - Tf: 9) Lote: 6 Holg: 33

ORDEN: 51 (Ti: 9 - Tf: 10) Lote: 0 Holg: 32

ORDEN: 15 (Ti: 10 - Tf: 11) Lote: 1 Holg: 73

ORDEN: 1 (Ti: 11 - Tf: 13) Lote: 0 Holg: 71

Page 190: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

190

ORDEN: 17 (Ti: 13 - Tf: 15) Lote: 2 Holg: 69

ORDEN: 22 (Ti: 15 - Tf: 17) Lote: 4 Holg: 67

********** TABLERO N: 5 *********

ORDEN: 2 (Ti: 0 - Tf: 3) Lote: 0 Holg: 81

ORDEN: 49 (Ti: 3 - Tf: 5) Lote: 0 Holg: 37

ORDEN: 34 (Ti: 5 - Tf: 7) Lote: 7 Holg: 35

ORDEN: 38 (Ti: 7 - Tf: 8) Lote: 8 Holg: 34

ORDEN: 41 (Ti: 8 - Tf: 9) Lote: 9 Holg: 33

ORDEN: 42 (Ti: 9 - Tf: 10) Lote: 9 Holg: 32

ORDEN: 48 (Ti: 10 - Tf: 11) Lote: 0 Holg: 31

ORDEN: 20 (Ti: 11 - Tf: 15) Lote: 3 Holg: 69

ORDEN: 10 (Ti: 15 - Tf: 16) Lote: 0 Holg: 68

********** TABLERO N: 6 *********

ORDEN: 7 (Ti: 2 - Tf: 13) Lote: 0 Holg: 71

ORDEN: 27 (Ti: 13 - Tf: 15) Lote: 5 Holg: 69

ORDEN: 24 (Ti: 15 - Tf: 17) Lote: 4 Holg: 67

********** TABLERO N: 7 *********

ORDEN: 45 (Ti: 3 - Tf: 5) Lote: 10 Holg: 37

ORDEN: 9 (Ti: 5 - Tf: 12) Lote: 0 Holg: 72

ORDEN: 14 (Ti: 12 - Tf: 13) Lote: 1 Holg: 71

ORDEN: 26 (Ti: 13 - Tf: 15) Lote: 5 Holg: 69

ORDEN: 23 (Ti: 15 - Tf: 17) Lote: 4 Holg: 67

********** TABLERO N: 8 *********

ORDEN: 37 (Ti: 4 - Tf: 5) Lote: 8 Holg: 37

ORDEN: 35 (Ti: 5 - Tf: 7) Lote: 7 Holg: 35

ORDEN: 39 (Ti: 7 - Tf: 8) Lote: 8 Holg: 34

ORDEN: 30 (Ti: 8 - Tf: 9) Lote: 6 Holg: 33

ORDEN: 3 (Ti: 9 - Tf: 12) Lote: 0 Holg: 72

ORDEN: 13 (Ti: 12 - Tf: 13) Lote: 1 Holg: 71

ORDEN: 11 (Ti: 13 - Tf: 18) Lote: 0 Holg: 66

--------------------------------------------------------------------

Page 191: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

191

P_1F_M4_F01_Esc3

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 4 (Ti: 3 - Tf: 8) Lote: 0 Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Lote: 5 Holg: 26

ORDEN: 5 (Ti: 10 - Tf: 11) Lote: 0 Holg: 1

ORDEN: 50 (Ti: 11 - Tf: 12) Lote: 0 Holg: 32

ORDEN: 29 (Ti: 12 - Tf: 13) Lote: 6 Holg: 15

ORDEN: 19 (Ti: 13 - Tf: 17) Lote: 3 Holg: 19

ORDEN: 48 (Ti: 17 - Tf: 18) Lote: 0 Holg: 26

********** TABLERO N: 2 *********

ORDEN: 2 (Ti: 2 - Tf: 5) Lote: 0 Holg: 79

ORDEN: 45 (Ti: 5 - Tf: 7) Lote: 10 Holg: 49

ORDEN: 3 (Ti: 7 - Tf: 10) Lote: 0 Holg: 74

ORDEN: 51 (Ti: 10 - Tf: 11) Lote: 0 Holg: 33

ORDEN: 31 (Ti: 11 - Tf: 12) Lote: 6 Holg: 16

ORDEN: 30 (Ti: 12 - Tf: 13) Lote: 6 Holg: 15

ORDEN: 20 (Ti: 13 - Tf: 17) Lote: 3 Holg: 19

********** TABLERO N: 3 *********

ORDEN: 46 (Ti: 5 - Tf: 7) Lote: 10 Holg: 49

ORDEN: 39 (Ti: 7 - Tf: 8) Lote: 8 Holg: 48

ORDEN: 37 (Ti: 8 - Tf: 9) Lote: 8 Holg: 47

ORDEN: 1 (Ti: 9 - Tf: 11) Lote: 0 Holg: 73

ORDEN: 28 (Ti: 11 - Tf: 12) Lote: 6 Holg: 16

ORDEN: 24 (Ti: 12 - Tf: 14) Lote: 4 Holg: 22

ORDEN: 18 (Ti: 14 - Tf: 16) Lote: 2 Holg: 20

ORDEN: 33 (Ti: 16 - Tf: 18) Lote: 7 Holg: 10

********** TABLERO N: 4 *********

ORDEN: 14 (Ti: 4 - Tf: 5) Lote: 1 Holg: 39

ORDEN: 53 (Ti: 5 - Tf: 6) Lote: 0 Holg: 38

ORDEN: 47 (Ti: 6 - Tf: 8) Lote: 10 Holg: 48

Page 192: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

192

ORDEN: 38 (Ti: 8 - Tf: 9) Lote: 8 Holg: 47

ORDEN: 40 (Ti: 9 - Tf: 10) Lote: 9 Holg: 46

ORDEN: 52 (Ti: 10 - Tf: 11) Lote: 0 Holg: 33

ORDEN: 17 (Ti: 11 - Tf: 13) Lote: 2 Holg: 23

ORDEN: 22 (Ti: 13 - Tf: 15) Lote: 4 Holg: 21

ORDEN: 34 (Ti: 15 - Tf: 17) Lote: 7 Holg: 11

********** TABLERO N: 5 *********

ORDEN: 11 (Ti: 0 - Tf: 5) Lote: 0 Holg: 7

ORDEN: 49 (Ti: 5 - Tf: 7) Lote: 0 Holg: 37

ORDEN: 8 (Ti: 7 - Tf: 12) Lote: 0 Holg: 0

ORDEN: 23 (Ti: 12 - Tf: 14) Lote: 4 Holg: 22

ORDEN: 21 (Ti: 14 - Tf: 18) Lote: 3 Holg: 18

********** TABLERO N: 6 *********

ORDEN: 12 (Ti: 2 - Tf: 3) Lote: 0 Holg: 41

ORDEN: 7 (Ti: 3 - Tf: 14) Lote: 0 Holg: -2

********** TABLERO N: 7 *********

ORDEN: 13 (Ti: 3 - Tf: 4) Lote: 1 Holg: 40

ORDEN: 44 (Ti: 4 - Tf: 6) Lote: 10 Holg: 50

ORDEN: 15 (Ti: 6 - Tf: 7) Lote: 1 Holg: 37

ORDEN: 10 (Ti: 7 - Tf: 8) Lote: 0 Holg: 4

ORDEN: 27 (Ti: 8 - Tf: 10) Lote: 5 Holg: 26

ORDEN: 42 (Ti: 10 - Tf: 11) Lote: 9 Holg: 45

ORDEN: 43 (Ti: 11 - Tf: 12) Lote: 9 Holg: 44

ORDEN: 6 (Ti: 12 - Tf: 13) Lote: 0 Holg: -1

ORDEN: 32 (Ti: 13 - Tf: 15) Lote: 7 Holg: 13

ORDEN: 16 (Ti: 15 - Tf: 17) Lote: 2 Holg: 19

********** TABLERO N: 8 *********

ORDEN: 36 (Ti: 4 - Tf: 5) Lote: 8 Holg: 51

ORDEN: 9 (Ti: 5 - Tf: 12) Lote: 0 Holg: 0

ORDEN: 41 (Ti: 12 - Tf: 13) Lote: 9 Holg: 43

ORDEN: 25 (Ti: 13 - Tf: 15) Lote: 4 Holg: 21

ORDEN: 35 (Ti: 15 - Tf: 17) Lote: 7 Holg: 11

Page 193: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

193

--------------------------------------------------------------------

E_M1_F01_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 35 (Ti: 1408.13 - Tf: 1426.46 - Mz: 18 - Conf: 246) Holg: 8654

2 10 (Ti: 1426.46 - Tf: 1439.31 - Mz: 5 - Conf: 246) Holg: 8641

3 25 (Ti: 1439.31 - Tf: 1440.00 - Mz: 12 - Conf: 246) Holg: 8640

4 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

5 19 (Ti: 1440.69 - Tf: 1460.75 - Mz: 8 - Conf: 246) Holg: 8619

6 37 (Ti: 1460.75 - Tf: 1473.37 - Mz: 19 - Conf: 246) Holg: 8607

7 24 (Ti: 1473.37 - Tf: 1474.05 - Mz: 11 - Conf: 246) Holg: 8606

8 13 (Ti: 1474.05 - Tf: 1494.12 - Mz: 6 - Conf: 246) Holg: 8586

9 1 (Ti: 1494.12 - Tf: 1494.81 - Mz: 1 - Conf: 246) Holg: 8585

10 16 (Ti: 1494.81 - Tf: 1514.87 - Mz: 7 - Conf: 246) Holg: 8565

11 4 (Ti: 1514.87 - Tf: 1527.72 - Mz: 3 - Conf: 246) Holg: 8552

12 30 (Ti: 1527.72 - Tf: 1564.13 - Mz: 16 - Conf: 246) Holg: 8516

13 39 (Ti: 1564.13 - Tf: 1576.78 - Mz: 20 - Conf: 246) Holg: 8503

14 7 (Ti: 1576.78 - Tf: 1589.63 - Mz: 4 - Conf: 246) Holg: 8490

15 3 (Ti: 1589.63 - Tf: 1590.81 - Mz: 2 - Conf: 246) Holg: 8489

16 27 (Ti: 1590.81 - Tf: 1591.50 - Mz: 14 - Conf: 246) Holg: 8488

17 32 (Ti: 1611.50 - Tf: 1631.77 - Mz: 17 - Conf: 248) Holg: 8448

18 28 (Ti: 1631.77 - Tf: 1654.50 - Mz: 15 - Conf: 248) Holg: 8425

19 23 (Ti: 1654.50 - Tf: 1655.77 - Mz: 10 - Conf: 248) Holg: 8424

20 22 (Ti: 1655.77 - Tf: 1657.03 - Mz: 9 - Conf: 248) Holg: 8423

21 31 (Ti: 1677.03 - Tf: 1693.74 - Mz: 16 - Conf: 2404) Holg: 8386

22 38 (Ti: 1693.74 - Tf: 1698.54 - Mz: 19 - Conf: 2404) Holg: 8381

23 29 (Ti: 1698.54 - Tf: 1708.41 - Mz: 15 - Conf: 2404) Holg: 8372

24 40 (Ti: 1708.41 - Tf: 1713.24 - Mz: 20 - Conf: 2404) Holg: 8367

25 34 (Ti: 1713.24 - Tf: 1725.67 - Mz: 17 - Conf: 2404) Holg: 8354

26 36 (Ti: 1725.67 - Tf: 1733.34 - Mz: 18 - Conf: 2404) Holg: 8347

Page 194: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

194

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 33 (Ti: 1725.67 - Tf: 1730.28 - Mz: 17 - Conf: 326) Holg: 8350

2 20 (Ti: 1730.28 - Tf: 1733.66 - Mz: 8 - Conf: 326) Holg: 8346

3 11 (Ti: 1733.66 - Tf: 1734.61 - Mz: 5 - Conf: 326) Holg: 8345

4 14 (Ti: 1734.61 - Tf: 1737.98 - Mz: 6 - Conf: 326) Holg: 8342

5 2 (Ti: 1737.98 - Tf: 1739.06 - Mz: 1 - Conf: 326) Holg: 8341

6 5 (Ti: 1739.06 - Tf: 1740.01 - Mz: 3 - Conf: 326) Holg: 8340

7 17 (Ti: 1740.01 - Tf: 1743.38 - Mz: 7 - Conf: 326) Holg: 8337

8 8 (Ti: 1743.38 - Tf: 1744.33 - Mz: 4 - Conf: 326) Holg: 8336

9 6 (Ti: 1764.33 - Tf: 1765.43 - Mz: 3 - Conf: 327) Holg: 8315

10 12 (Ti: 1765.43 - Tf: 1766.52 - Mz: 5 - Conf: 327) Holg: 8313

11 9 (Ti: 1766.52 - Tf: 1767.62 - Mz: 4 - Conf: 327) Holg: 8312

12 21 (Ti: 1787.62 - Tf: 1790.87 - Mz: 8 - Conf: 3210) Holg: 8289

13 18 (Ti: 1790.87 - Tf: 1794.13 - Mz: 7 - Conf: 3210) Holg: 8286

14 15 (Ti: 1794.13 - Tf: 1797.38 - Mz: 6 - Conf: 3210) Holg: 8283

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F01_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 35 (Ti: 1408.13 - Tf: 1426.46 - Mz: 18 - Conf: 246) Holg: 3614

2 10 (Ti: 1426.46 - Tf: 1439.31 - Mz: 5 - Conf: 246) Holg: 8641

3 25 (Ti: 1439.31 - Tf: 1440.00 - Mz: 12 - Conf: 246) Holg: 3600

4 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

5 19 (Ti: 1440.69 - Tf: 1460.75 - Mz: 8 - Conf: 246) Holg: 8619

6 37 (Ti: 1460.75 - Tf: 1473.37 - Mz: 19 - Conf: 246) Holg: 3567

Page 195: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

195

7 24 (Ti: 1473.37 - Tf: 1474.05 - Mz: 11 - Conf: 246) Holg: 3566

8 13 (Ti: 1474.05 - Tf: 1494.12 - Mz: 6 - Conf: 246) Holg: 8586

9 1 (Ti: 1494.12 - Tf: 1494.81 - Mz: 1 - Conf: 246) Holg: 8585

10 16 (Ti: 1494.81 - Tf: 1514.87 - Mz: 7 - Conf: 246) Holg: 8565

11 4 (Ti: 1514.87 - Tf: 1527.72 - Mz: 3 - Conf: 246) Holg: 8552

12 30 (Ti: 1527.72 - Tf: 1564.13 - Mz: 16 - Conf: 246) Holg: 3476

13 39 (Ti: 1564.13 - Tf: 1576.78 - Mz: 20 - Conf: 246) Holg: 3463

14 7 (Ti: 1576.78 - Tf: 1589.63 - Mz: 4 - Conf: 246) Holg: 8490

15 3 (Ti: 1589.63 - Tf: 1590.81 - Mz: 2 - Conf: 246) Holg: 8489

16 27 (Ti: 1590.81 - Tf: 1591.50 - Mz: 14 - Conf: 246) Holg: 3448

17 32 (Ti: 1611.50 - Tf: 1631.77 - Mz: 17 - Conf: 248) Holg: 3408

18 28 (Ti: 1631.77 - Tf: 1654.50 - Mz: 15 - Conf: 248) Holg: 3385

19 23 (Ti: 1654.50 - Tf: 1655.77 - Mz: 10 - Conf: 248) Holg: 8424

20 22 (Ti: 1655.77 - Tf: 1657.03 - Mz: 9 - Conf: 248) Holg: 8423

21 31 (Ti: 1677.03 - Tf: 1693.74 - Mz: 16 - Conf: 2404) Holg: 3346

22 38 (Ti: 1693.74 - Tf: 1698.54 - Mz: 19 - Conf: 2404) Holg: 3341

23 29 (Ti: 1698.54 - Tf: 1708.41 - Mz: 15 - Conf: 2404) Holg: 3332

24 40 (Ti: 1708.41 - Tf: 1713.24 - Mz: 20 - Conf: 2404) Holg: 3327

25 34 (Ti: 1713.24 - Tf: 1725.67 - Mz: 17 - Conf: 2404) Holg: 3314

26 36 (Ti: 1725.67 - Tf: 1733.34 - Mz: 18 - Conf: 2404) Holg: 3307

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 33 (Ti: 1725.67 - Tf: 1730.28 - Mz: 17 - Conf: 326) Holg: 3310

2 20 (Ti: 1730.28 - Tf: 1733.66 - Mz: 8 - Conf: 326) Holg: 8346

3 11 (Ti: 1733.66 - Tf: 1734.61 - Mz: 5 - Conf: 326) Holg: 8345

4 14 (Ti: 1734.61 - Tf: 1737.98 - Mz: 6 - Conf: 326) Holg: 8342

5 2 (Ti: 1737.98 - Tf: 1739.06 - Mz: 1 - Conf: 326) Holg: 8341

6 5 (Ti: 1739.06 - Tf: 1740.01 - Mz: 3 - Conf: 326) Holg: 8340

7 17 (Ti: 1740.01 - Tf: 1743.38 - Mz: 7 - Conf: 326) Holg: 8337

8 8 (Ti: 1743.38 - Tf: 1744.33 - Mz: 4 - Conf: 326) Holg: 8336

Page 196: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

196

9 6 (Ti: 1764.33 - Tf: 1765.43 - Mz: 3 - Conf: 327) Holg: 8315

10 12 (Ti: 1765.43 - Tf: 1766.52 - Mz: 5 - Conf: 327) Holg: 8313

11 9 (Ti: 1766.52 - Tf: 1767.62 - Mz: 4 - Conf: 327) Holg: 8312

12 21 (Ti: 1787.62 - Tf: 1790.87 - Mz: 8 - Conf: 3210) Holg: 8289

13 18 (Ti: 1790.87 - Tf: 1794.13 - Mz: 7 - Conf: 3210) Holg: 8286

14 15 (Ti: 1794.13 - Tf: 1797.38 - Mz: 6 - Conf: 3210) Holg: 8283

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F01_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 35 (Ti: 1408.13 - Tf: 1426.46 - Mz: 18 - Conf: 246) Holg: 3854

2 10 (Ti: 1426.46 - Tf: 1439.31 - Mz: 5 - Conf: 246) Holg: 2881

3 25 (Ti: 1439.31 - Tf: 1440.00 - Mz: 12 - Conf: 246) Holg: 2880

4 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 2879

5 19 (Ti: 1440.69 - Tf: 1460.75 - Mz: 8 - Conf: 246) Holg: 2859

6 37 (Ti: 1460.75 - Tf: 1473.37 - Mz: 19 - Conf: 246) Holg: 3807

7 24 (Ti: 1473.37 - Tf: 1474.05 - Mz: 11 - Conf: 246) Holg: 2846

8 13 (Ti: 1474.05 - Tf: 1494.12 - Mz: 6 - Conf: 246) Holg: 2826

9 1 (Ti: 1494.12 - Tf: 1494.81 - Mz: 1 - Conf: 246) Holg: -55

10 16 (Ti: 1494.81 - Tf: 1514.87 - Mz: 7 - Conf: 246) Holg: 2805

11 4 (Ti: 1514.87 - Tf: 1527.72 - Mz: 3 - Conf: 246) Holg: 2792

12 30 (Ti: 1527.72 - Tf: 1564.13 - Mz: 16 - Conf: 246) Holg: 3716

13 39 (Ti: 1564.13 - Tf: 1576.78 - Mz: 20 - Conf: 246) Holg: 3703

14 7 (Ti: 1576.78 - Tf: 1589.63 - Mz: 4 - Conf: 246) Holg: 2730

15 3 (Ti: 1589.63 - Tf: 1590.81 - Mz: 2 - Conf: 246) Holg: -151

16 27 (Ti: 1590.81 - Tf: 1591.50 - Mz: 14 - Conf: 246) Holg: 2728

17 32 (Ti: 1611.50 - Tf: 1631.77 - Mz: 17 - Conf: 248) Holg: 3648

Page 197: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

197

18 28 (Ti: 1631.77 - Tf: 1654.50 - Mz: 15 - Conf: 248) Holg: 3625

19 23 (Ti: 1654.50 - Tf: 1655.77 - Mz: 10 - Conf: 248) Holg: 2664

20 22 (Ti: 1655.77 - Tf: 1657.03 - Mz: 9 - Conf: 248) Holg: 2663

21 31 (Ti: 1677.03 - Tf: 1693.74 - Mz: 16 - Conf: 2404) Holg: 3586

22 38 (Ti: 1693.74 - Tf: 1698.54 - Mz: 19 - Conf: 2404) Holg: 3581

23 29 (Ti: 1698.54 - Tf: 1708.41 - Mz: 15 - Conf: 2404) Holg: 3572

24 40 (Ti: 1708.41 - Tf: 1713.24 - Mz: 20 - Conf: 2404) Holg: 3567

25 34 (Ti: 1713.24 - Tf: 1725.67 - Mz: 17 - Conf: 2404) Holg: 3554

26 36 (Ti: 1725.67 - Tf: 1733.34 - Mz: 18 - Conf: 2404) Holg: 3547

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 33 (Ti: 1725.67 - Tf: 1730.28 - Mz: 17 - Conf: 326) Holg: 3550

2 20 (Ti: 1730.28 - Tf: 1733.66 - Mz: 8 - Conf: 326) Holg: 2586

3 11 (Ti: 1733.66 - Tf: 1734.61 - Mz: 5 - Conf: 326) Holg: 2585

4 14 (Ti: 1734.61 - Tf: 1737.98 - Mz: 6 - Conf: 326) Holg: 2582

5 2 (Ti: 1737.98 - Tf: 1739.06 - Mz: 1 - Conf: 326) Holg: -299

6 5 (Ti: 1739.06 - Tf: 1740.01 - Mz: 3 - Conf: 326) Holg: 2580

7 17 (Ti: 1740.01 - Tf: 1743.38 - Mz: 7 - Conf: 326) Holg: 2577

8 8 (Ti: 1743.38 - Tf: 1744.33 - Mz: 4 - Conf: 326) Holg: 2576

9 6 (Ti: 1764.33 - Tf: 1765.43 - Mz: 3 - Conf: 327) Holg: 2555

10 12 (Ti: 1765.43 - Tf: 1766.52 - Mz: 5 - Conf: 327) Holg: 2553

11 9 (Ti: 1766.52 - Tf: 1767.62 - Mz: 4 - Conf: 327) Holg: 2552

12 21 (Ti: 1787.62 - Tf: 1790.87 - Mz: 8 - Conf: 3210) Holg: 2529

13 18 (Ti: 1790.87 - Tf: 1794.13 - Mz: 7 - Conf: 3210) Holg: 2526

14 15 (Ti: 1794.13 - Tf: 1797.38 - Mz: 6 - Conf: 3210) Holg: 2523

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 198: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

198

E_M1_F02_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 19 (Ti: 775.48 - Tf: 795.55 - Mz: 8 - Conf: 246) Holg: 9284

2 32 (Ti: 815.55 - Tf: 835.82 - Mz: 17 - Conf: 248) Holg: 9244

3 7 (Ti: 855.82 - Tf: 868.67 - Mz: 4 - Conf: 246) Holg: 9211

4 4 (Ti: 868.67 - Tf: 881.51 - Mz: 3 - Conf: 246) Holg: 9198

5 13 (Ti: 881.51 - Tf: 901.58 - Mz: 6 - Conf: 246) Holg: 9178

6 34 (Ti: 921.58 - Tf: 934.02 - Mz: 17 - Conf: 2404) Holg: 9146

7 24 (Ti: 954.02 - Tf: 954.71 - Mz: 11 - Conf: 246) Holg: 9125

8 23 (Ti: 974.71 - Tf: 975.97 - Mz: 10 - Conf: 248) Holg: 9104

9 16 (Ti: 995.97 - Tf: 1016.04 - Mz: 7 - Conf: 246) Holg: 9064

10 25 (Ti: 1016.04 - Tf: 1016.73 - Mz: 12 - Conf: 246) Holg: 9063

11 1 (Ti: 1016.73 - Tf: 1017.41 - Mz: 1 - Conf: 246) Holg: 9063

12 30 (Ti: 1017.41 - Tf: 1053.82 - Mz: 16 - Conf: 246) Holg: 9026

13 36 (Ti: 1073.82 - Tf: 1081.48 - Mz: 18 - Conf: 2404) Holg: 8999

14 35 (Ti: 1101.48 - Tf: 1119.81 - Mz: 18 - Conf: 246) Holg: 8960

15 22 (Ti: 1139.81 - Tf: 1141.08 - Mz: 9 - Conf: 248) Holg: 8939

16 38 (Ti: 1161.08 - Tf: 1165.88 - Mz: 19 - Conf: 2404) Holg: 8914

17 37 (Ti: 1185.88 - Tf: 1198.49 - Mz: 19 - Conf: 246) Holg: 8882

18 39 (Ti: 1198.49 - Tf: 1211.15 - Mz: 20 - Conf: 246) Holg: 8869

19 28 (Ti: 1231.15 - Tf: 1253.88 - Mz: 15 - Conf: 248) Holg: 8826

20 3 (Ti: 1273.88 - Tf: 1275.07 - Mz: 2 - Conf: 246) Holg: 8805

21 29 (Ti: 1295.07 - Tf: 1304.93 - Mz: 15 - Conf: 2404) Holg: 8775

22 27 (Ti: 1324.93 - Tf: 1325.62 - Mz: 14 - Conf: 246) Holg: 8754

23 31 (Ti: 1345.62 - Tf: 1362.32 - Mz: 16 - Conf: 2404) Holg: 8718

24 10 (Ti: 1382.32 - Tf: 1395.17 - Mz: 5 - Conf: 246) Holg: 8685

25 40 (Ti: 1415.17 - Tf: 1420.00 - Mz: 20 - Conf: 2404) Holg: 8660

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

MAQUINA: 2 14.00

Page 199: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

199

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 2 (Ti: 1276.87 - Tf: 1277.94 - Mz: 1 - Conf: 326) Holg: 8802

2 8 (Ti: 1277.94 - Tf: 1278.89 - Mz: 4 - Conf: 326) Holg: 8801

3 14 (Ti: 1278.89 - Tf: 1282.27 - Mz: 6 - Conf: 326) Holg: 8798

4 9 (Ti: 1302.27 - Tf: 1303.36 - Mz: 4 - Conf: 327) Holg: 8777

5 21 (Ti: 1323.36 - Tf: 1326.62 - Mz: 8 - Conf: 3210) Holg: 8753

6 15 (Ti: 1326.62 - Tf: 1329.87 - Mz: 6 - Conf: 3210) Holg: 8750

7 18 (Ti: 1329.87 - Tf: 1333.13 - Mz: 7 - Conf: 3210) Holg: 8747

8 5 (Ti: 1353.13 - Tf: 1354.08 - Mz: 3 - Conf: 326) Holg: 8726

9 6 (Ti: 1374.08 - Tf: 1375.17 - Mz: 3 - Conf: 327) Holg: 8705

10 11 (Ti: 1395.17 - Tf: 1396.12 - Mz: 5 - Conf: 326) Holg: 8684

11 17 (Ti: 1396.12 - Tf: 1399.50 - Mz: 7 - Conf: 326) Holg: 8681

12 33 (Ti: 1399.50 - Tf: 1404.11 - Mz: 17 - Conf: 326) Holg: 8676

13 20 (Ti: 1404.11 - Tf: 1407.48 - Mz: 8 - Conf: 326) Holg: 8673

14 12 (Ti: 1427.48 - Tf: 1428.57 - Mz: 5 - Conf: 327) Holg: 8651

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F02_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 19 (Ti: 775.48 - Tf: 795.55 - Mz: 8 - Conf: 246) Holg: 9284

2 32 (Ti: 815.55 - Tf: 835.82 - Mz: 17 - Conf: 248) Holg: 4204

3 7 (Ti: 855.82 - Tf: 868.67 - Mz: 4 - Conf: 246) Holg: 9211

4 4 (Ti: 868.67 - Tf: 881.51 - Mz: 3 - Conf: 246) Holg: 9198

5 13 (Ti: 881.51 - Tf: 901.58 - Mz: 6 - Conf: 246) Holg: 9178

6 34 (Ti: 921.58 - Tf: 934.02 - Mz: 17 - Conf: 2404) Holg: 4106

7 24 (Ti: 954.02 - Tf: 954.71 - Mz: 11 - Conf: 246) Holg: 4085

Page 200: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

200

8 23 (Ti: 974.71 - Tf: 975.97 - Mz: 10 - Conf: 248) Holg: 9104

9 16 (Ti: 995.97 - Tf: 1016.04 - Mz: 7 - Conf: 246) Holg: 9064

10 25 (Ti: 1016.04 - Tf: 1016.73 - Mz: 12 - Conf: 246) Holg: 4023

11 1 (Ti: 1016.73 - Tf: 1017.41 - Mz: 1 - Conf: 246) Holg: 9063

12 30 (Ti: 1017.41 - Tf: 1053.82 - Mz: 16 - Conf: 246) Holg: 3986

13 36 (Ti: 1073.82 - Tf: 1081.48 - Mz: 18 - Conf: 2404) Holg: 3959

14 35 (Ti: 1101.48 - Tf: 1119.81 - Mz: 18 - Conf: 246) Holg: 3920

15 22 (Ti: 1139.81 - Tf: 1141.08 - Mz: 9 - Conf: 248) Holg: 8939

16 38 (Ti: 1161.08 - Tf: 1165.88 - Mz: 19 - Conf: 2404) Holg: 3874

17 37 (Ti: 1185.88 - Tf: 1198.49 - Mz: 19 - Conf: 246) Holg: 3842

18 39 (Ti: 1198.49 - Tf: 1211.15 - Mz: 20 - Conf: 246) Holg: 3829

19 28 (Ti: 1231.15 - Tf: 1253.88 - Mz: 15 - Conf: 248) Holg: 3786

20 3 (Ti: 1273.88 - Tf: 1275.07 - Mz: 2 - Conf: 246) Holg: 8805

21 29 (Ti: 1295.07 - Tf: 1304.93 - Mz: 15 - Conf: 2404) Holg: 3735

22 27 (Ti: 1324.93 - Tf: 1325.62 - Mz: 14 - Conf: 246) Holg: 3714

23 31 (Ti: 1345.62 - Tf: 1362.32 - Mz: 16 - Conf: 2404) Holg: 3678

24 10 (Ti: 1382.32 - Tf: 1395.17 - Mz: 5 - Conf: 246) Holg: 8685

25 40 (Ti: 1415.17 - Tf: 1420.00 - Mz: 20 - Conf: 2404) Holg: 3620

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 2 (Ti: 1276.87 - Tf: 1277.94 - Mz: 1 - Conf: 326) Holg: 8802

2 8 (Ti: 1277.94 - Tf: 1278.89 - Mz: 4 - Conf: 326) Holg: 8801

3 14 (Ti: 1278.89 - Tf: 1282.27 - Mz: 6 - Conf: 326) Holg: 8798

4 9 (Ti: 1302.27 - Tf: 1303.36 - Mz: 4 - Conf: 327) Holg: 8777

5 21 (Ti: 1323.36 - Tf: 1326.62 - Mz: 8 - Conf: 3210) Holg: 8753

6 15 (Ti: 1326.62 - Tf: 1329.87 - Mz: 6 - Conf: 3210) Holg: 8750

7 18 (Ti: 1329.87 - Tf: 1333.13 - Mz: 7 - Conf: 3210) Holg: 8747

8 5 (Ti: 1353.13 - Tf: 1354.08 - Mz: 3 - Conf: 326) Holg: 8726

9 6 (Ti: 1374.08 - Tf: 1375.17 - Mz: 3 - Conf: 327) Holg: 8705

Page 201: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

201

10 11 (Ti: 1395.17 - Tf: 1396.12 - Mz: 5 - Conf: 326) Holg: 8684

11 17 (Ti: 1396.12 - Tf: 1399.50 - Mz: 7 - Conf: 326) Holg: 8681

12 33 (Ti: 1399.50 - Tf: 1404.11 - Mz: 17 - Conf: 326) Holg: 3636

13 20 (Ti: 1404.11 - Tf: 1407.48 - Mz: 8 - Conf: 326) Holg: 8673

14 12 (Ti: 1427.48 - Tf: 1428.57 - Mz: 5 - Conf: 327) Holg: 8651

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F02_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 19 (Ti: 775.48 - Tf: 795.55 - Mz: 8 - Conf: 246) Holg: 3524

2 32 (Ti: 815.55 - Tf: 835.82 - Mz: 17 - Conf: 248) Holg: 4444

3 7 (Ti: 855.82 - Tf: 868.67 - Mz: 4 - Conf: 246) Holg: 3451

4 4 (Ti: 868.67 - Tf: 881.51 - Mz: 3 - Conf: 246) Holg: 3438

5 13 (Ti: 881.51 - Tf: 901.58 - Mz: 6 - Conf: 246) Holg: 3418

6 34 (Ti: 921.58 - Tf: 934.02 - Mz: 17 - Conf: 2404) Holg: 4346

7 24 (Ti: 954.02 - Tf: 954.71 - Mz: 11 - Conf: 246) Holg: 3365

8 23 (Ti: 974.71 - Tf: 975.97 - Mz: 10 - Conf: 248) Holg: 3344

9 16 (Ti: 995.97 - Tf: 1016.04 - Mz: 7 - Conf: 246) Holg: 3304

10 25 (Ti: 1016.04 - Tf: 1016.73 - Mz: 12 - Conf: 246) Holg: 3303

11 1 (Ti: 1016.73 - Tf: 1017.41 - Mz: 1 - Conf: 246) Holg: 423

12 30 (Ti: 1017.41 - Tf: 1053.82 - Mz: 16 - Conf: 246) Holg: 4226

13 36 (Ti: 1073.82 - Tf: 1081.48 - Mz: 18 - Conf: 2404) Holg: 4199

14 35 (Ti: 1101.48 - Tf: 1119.81 - Mz: 18 - Conf: 246) Holg: 4160

15 22 (Ti: 1139.81 - Tf: 1141.08 - Mz: 9 - Conf: 248) Holg: 3179

16 38 (Ti: 1161.08 - Tf: 1165.88 - Mz: 19 - Conf: 2404) Holg: 4114

17 37 (Ti: 1185.88 - Tf: 1198.49 - Mz: 19 - Conf: 246) Holg: 4082

18 39 (Ti: 1198.49 - Tf: 1211.15 - Mz: 20 - Conf: 246) Holg: 4069

Page 202: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

202

19 28 (Ti: 1231.15 - Tf: 1253.88 - Mz: 15 - Conf: 248) Holg: 4026

20 3 (Ti: 1273.88 - Tf: 1275.07 - Mz: 2 - Conf: 246) Holg: 165

21 29 (Ti: 1295.07 - Tf: 1304.93 - Mz: 15 - Conf: 2404) Holg: 3975

22 27 (Ti: 1324.93 - Tf: 1325.62 - Mz: 14 - Conf: 246) Holg: 2994

23 31 (Ti: 1345.62 - Tf: 1362.32 - Mz: 16 - Conf: 2404) Holg: 3918

24 10 (Ti: 1382.32 - Tf: 1395.17 - Mz: 5 - Conf: 246) Holg: 2925

25 40 (Ti: 1415.17 - Tf: 1420.00 - Mz: 20 - Conf: 2404) Holg: 3860

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 2879

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 2 (Ti: 1276.87 - Tf: 1277.94 - Mz: 1 - Conf: 326) Holg: 162

2 8 (Ti: 1277.94 - Tf: 1278.89 - Mz: 4 - Conf: 326) Holg: 3041

3 14 (Ti: 1278.89 - Tf: 1282.27 - Mz: 6 - Conf: 326) Holg: 3038

4 9 (Ti: 1302.27 - Tf: 1303.36 - Mz: 4 - Conf: 327) Holg: 3017

5 21 (Ti: 1323.36 - Tf: 1326.62 - Mz: 8 - Conf: 3210) Holg: 2993

6 15 (Ti: 1326.62 - Tf: 1329.87 - Mz: 6 - Conf: 3210) Holg: 2990

7 18 (Ti: 1329.87 - Tf: 1333.13 - Mz: 7 - Conf: 3210) Holg: 2987

8 5 (Ti: 1353.13 - Tf: 1354.08 - Mz: 3 - Conf: 326) Holg: 2966

9 6 (Ti: 1374.08 - Tf: 1375.17 - Mz: 3 - Conf: 327) Holg: 2945

10 11 (Ti: 1395.17 - Tf: 1396.12 - Mz: 5 - Conf: 326) Holg: 2924

11 17 (Ti: 1396.12 - Tf: 1399.50 - Mz: 7 - Conf: 326) Holg: 2921

12 33 (Ti: 1399.50 - Tf: 1404.11 - Mz: 17 - Conf: 326) Holg: 3876

13 20 (Ti: 1404.11 - Tf: 1407.48 - Mz: 8 - Conf: 326) Holg: 2913

14 12 (Ti: 1427.48 - Tf: 1428.57 - Mz: 5 - Conf: 327) Holg: 2891

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 203: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

203

E_M1_F03_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 36 (Ti: 1115.48 - Tf: 1123.15 - Mz: 18 - Conf: 2404) Holg: 8957

2 38 (Ti: 1123.15 - Tf: 1127.95 - Mz: 19 - Conf: 2404) Holg: 8952

3 34 (Ti: 1127.95 - Tf: 1140.39 - Mz: 17 - Conf: 2404) Holg: 8940

4 40 (Ti: 1140.39 - Tf: 1145.22 - Mz: 20 - Conf: 2404) Holg: 8935

5 31 (Ti: 1145.22 - Tf: 1161.92 - Mz: 16 - Conf: 2404) Holg: 8918

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 8908

7 23 (Ti: 1191.79 - Tf: 1193.06 - Mz: 10 - Conf: 248) Holg: 8887

8 22 (Ti: 1193.06 - Tf: 1194.32 - Mz: 9 - Conf: 248) Holg: 8886

9 32 (Ti: 1194.32 - Tf: 1214.59 - Mz: 17 - Conf: 248) Holg: 8865

10 28 (Ti: 1214.59 - Tf: 1237.32 - Mz: 15 - Conf: 248) Holg: 8843

11 37 (Ti: 1257.32 - Tf: 1269.93 - Mz: 19 - Conf: 246) Holg: 8810

12 7 (Ti: 1269.93 - Tf: 1282.78 - Mz: 4 - Conf: 246) Holg: 8797

13 39 (Ti: 1282.78 - Tf: 1295.44 - Mz: 20 - Conf: 246) Holg: 8785

14 19 (Ti: 1295.44 - Tf: 1315.50 - Mz: 8 - Conf: 246) Holg: 8764

15 24 (Ti: 1315.50 - Tf: 1316.19 - Mz: 11 - Conf: 246) Holg: 8764

16 3 (Ti: 1316.19 - Tf: 1317.37 - Mz: 2 - Conf: 246) Holg: 8763

17 25 (Ti: 1317.37 - Tf: 1318.06 - Mz: 12 - Conf: 246) Holg: 8762

18 13 (Ti: 1318.06 - Tf: 1338.13 - Mz: 6 - Conf: 246) Holg: 8742

19 10 (Ti: 1338.13 - Tf: 1350.98 - Mz: 5 - Conf: 246) Holg: 8729

20 1 (Ti: 1350.98 - Tf: 1351.66 - Mz: 1 - Conf: 246) Holg: 8728

21 4 (Ti: 1351.66 - Tf: 1364.51 - Mz: 3 - Conf: 246) Holg: 8715

22 27 (Ti: 1364.51 - Tf: 1365.20 - Mz: 14 - Conf: 246) Holg: 8715

23 16 (Ti: 1365.20 - Tf: 1385.27 - Mz: 7 - Conf: 246) Holg: 8695

24 30 (Ti: 1385.27 - Tf: 1421.67 - Mz: 16 - Conf: 246) Holg: 8658

25 35 (Ti: 1421.67 - Tf: 1440.00 - Mz: 18 - Conf: 246) Holg: 8640

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

Page 204: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

204

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 6 (Ti: 1364.51 - Tf: 1365.61 - Mz: 3 - Conf: 327) Holg: 8714

2 9 (Ti: 1365.61 - Tf: 1366.70 - Mz: 4 - Conf: 327) Holg: 8713

3 12 (Ti: 1366.70 - Tf: 1367.79 - Mz: 5 - Conf: 327) Holg: 8712

4 33 (Ti: 1387.79 - Tf: 1392.40 - Mz: 17 - Conf: 326) Holg: 8688

5 14 (Ti: 1392.40 - Tf: 1395.78 - Mz: 6 - Conf: 326) Holg: 8684

6 8 (Ti: 1395.78 - Tf: 1396.73 - Mz: 4 - Conf: 326) Holg: 8683

7 5 (Ti: 1396.73 - Tf: 1397.68 - Mz: 3 - Conf: 326) Holg: 8682

8 2 (Ti: 1397.68 - Tf: 1398.75 - Mz: 1 - Conf: 326) Holg: 8681

9 17 (Ti: 1398.75 - Tf: 1402.13 - Mz: 7 - Conf: 326) Holg: 8678

10 11 (Ti: 1402.13 - Tf: 1403.08 - Mz: 5 - Conf: 326) Holg: 8677

11 20 (Ti: 1403.08 - Tf: 1406.45 - Mz: 8 - Conf: 326) Holg: 8674

12 15 (Ti: 1426.45 - Tf: 1429.71 - Mz: 6 - Conf: 3210) Holg: 8650

13 18 (Ti: 1429.71 - Tf: 1432.96 - Mz: 7 - Conf: 3210) Holg: 8647

14 21 (Ti: 1432.96 - Tf: 1436.22 - Mz: 8 - Conf: 3210) Holg: 8644

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F03_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 36 (Ti: 1115.48 - Tf: 1123.15 - Mz: 18 - Conf: 2404) Holg: 3917

2 38 (Ti: 1123.15 - Tf: 1127.95 - Mz: 19 - Conf: 2404) Holg: 3912

3 34 (Ti: 1127.95 - Tf: 1140.39 - Mz: 17 - Conf: 2404) Holg: 3900

4 40 (Ti: 1140.39 - Tf: 1145.22 - Mz: 20 - Conf: 2404) Holg: 3895

5 31 (Ti: 1145.22 - Tf: 1161.92 - Mz: 16 - Conf: 2404) Holg: 3878

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 3868

Page 205: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

205

7 23 (Ti: 1191.79 - Tf: 1193.06 - Mz: 10 - Conf: 248) Holg: 8887

8 22 (Ti: 1193.06 - Tf: 1194.32 - Mz: 9 - Conf: 248) Holg: 8886

9 32 (Ti: 1194.32 - Tf: 1214.59 - Mz: 17 - Conf: 248) Holg: 3825

10 28 (Ti: 1214.59 - Tf: 1237.32 - Mz: 15 - Conf: 248) Holg: 3803

11 37 (Ti: 1257.32 - Tf: 1269.93 - Mz: 19 - Conf: 246) Holg: 3770

12 7 (Ti: 1269.93 - Tf: 1282.78 - Mz: 4 - Conf: 246) Holg: 8797

13 39 (Ti: 1282.78 - Tf: 1295.44 - Mz: 20 - Conf: 246) Holg: 3745

14 19 (Ti: 1295.44 - Tf: 1315.50 - Mz: 8 - Conf: 246) Holg: 8764

15 24 (Ti: 1315.50 - Tf: 1316.19 - Mz: 11 - Conf: 246) Holg: 3724

16 3 (Ti: 1316.19 - Tf: 1317.37 - Mz: 2 - Conf: 246) Holg: 8763

17 25 (Ti: 1317.37 - Tf: 1318.06 - Mz: 12 - Conf: 246) Holg: 3722

18 13 (Ti: 1318.06 - Tf: 1338.13 - Mz: 6 - Conf: 246) Holg: 8742

19 10 (Ti: 1338.13 - Tf: 1350.98 - Mz: 5 - Conf: 246) Holg: 8729

20 1 (Ti: 1350.98 - Tf: 1351.66 - Mz: 1 - Conf: 246) Holg: 8728

21 4 (Ti: 1351.66 - Tf: 1364.51 - Mz: 3 - Conf: 246) Holg: 8715

22 27 (Ti: 1364.51 - Tf: 1365.20 - Mz: 14 - Conf: 246) Holg: 3675

23 16 (Ti: 1365.20 - Tf: 1385.27 - Mz: 7 - Conf: 246) Holg: 8695

24 30 (Ti: 1385.27 - Tf: 1421.67 - Mz: 16 - Conf: 246) Holg: 3618

25 35 (Ti: 1421.67 - Tf: 1440.00 - Mz: 18 - Conf: 246) Holg: 3600

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 6 (Ti: 1364.51 - Tf: 1365.61 - Mz: 3 - Conf: 327) Holg: 8714

2 9 (Ti: 1365.61 - Tf: 1366.70 - Mz: 4 - Conf: 327) Holg: 8713

3 12 (Ti: 1366.70 - Tf: 1367.79 - Mz: 5 - Conf: 327) Holg: 8712

4 33 (Ti: 1387.79 - Tf: 1392.40 - Mz: 17 - Conf: 326) Holg: 3648

5 14 (Ti: 1392.40 - Tf: 1395.78 - Mz: 6 - Conf: 326) Holg: 8684

6 8 (Ti: 1395.78 - Tf: 1396.73 - Mz: 4 - Conf: 326) Holg: 8683

7 5 (Ti: 1396.73 - Tf: 1397.68 - Mz: 3 - Conf: 326) Holg: 8682

8 2 (Ti: 1397.68 - Tf: 1398.75 - Mz: 1 - Conf: 326) Holg: 8681

Page 206: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

206

9 17 (Ti: 1398.75 - Tf: 1402.13 - Mz: 7 - Conf: 326) Holg: 8678

10 11 (Ti: 1402.13 - Tf: 1403.08 - Mz: 5 - Conf: 326) Holg: 8677

11 20 (Ti: 1403.08 - Tf: 1406.45 - Mz: 8 - Conf: 326) Holg: 8674

12 15 (Ti: 1426.45 - Tf: 1429.71 - Mz: 6 - Conf: 3210) Holg: 8650

13 18 (Ti: 1429.71 - Tf: 1432.96 - Mz: 7 - Conf: 3210) Holg: 8647

14 21 (Ti: 1432.96 - Tf: 1436.22 - Mz: 8 - Conf: 3210) Holg: 8644

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F03_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 36 (Ti: 1115.48 - Tf: 1123.15 - Mz: 18 - Conf: 2404) Holg: 4157

2 38 (Ti: 1123.15 - Tf: 1127.95 - Mz: 19 - Conf: 2404) Holg: 4152

3 34 (Ti: 1127.95 - Tf: 1140.39 - Mz: 17 - Conf: 2404) Holg: 4140

4 40 (Ti: 1140.39 - Tf: 1145.22 - Mz: 20 - Conf: 2404) Holg: 4135

5 31 (Ti: 1145.22 - Tf: 1161.92 - Mz: 16 - Conf: 2404) Holg: 4118

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 4108

7 23 (Ti: 1191.79 - Tf: 1193.06 - Mz: 10 - Conf: 248) Holg: 3127

8 22 (Ti: 1193.06 - Tf: 1194.32 - Mz: 9 - Conf: 248) Holg: 3126

9 32 (Ti: 1194.32 - Tf: 1214.59 - Mz: 17 - Conf: 248) Holg: 4065

10 28 (Ti: 1214.59 - Tf: 1237.32 - Mz: 15 - Conf: 248) Holg: 4043

11 37 (Ti: 1257.32 - Tf: 1269.93 - Mz: 19 - Conf: 246) Holg: 4010

12 7 (Ti: 1269.93 - Tf: 1282.78 - Mz: 4 - Conf: 246) Holg: 3037

13 39 (Ti: 1282.78 - Tf: 1295.44 - Mz: 20 - Conf: 246) Holg: 3985

14 19 (Ti: 1295.44 - Tf: 1315.50 - Mz: 8 - Conf: 246) Holg: 3004

15 24 (Ti: 1315.50 - Tf: 1316.19 - Mz: 11 - Conf: 246) Holg: 3004

16 3 (Ti: 1316.19 - Tf: 1317.37 - Mz: 2 - Conf: 246) Holg: 123

17 25 (Ti: 1317.37 - Tf: 1318.06 - Mz: 12 - Conf: 246) Holg: 3002

Page 207: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

207

18 13 (Ti: 1318.06 - Tf: 1338.13 - Mz: 6 - Conf: 246) Holg: 2982

19 10 (Ti: 1338.13 - Tf: 1350.98 - Mz: 5 - Conf: 246) Holg: 2969

20 1 (Ti: 1350.98 - Tf: 1351.66 - Mz: 1 - Conf: 246) Holg: 88

21 4 (Ti: 1351.66 - Tf: 1364.51 - Mz: 3 - Conf: 246) Holg: 2955

22 27 (Ti: 1364.51 - Tf: 1365.20 - Mz: 14 - Conf: 246) Holg: 2955

23 16 (Ti: 1365.20 - Tf: 1385.27 - Mz: 7 - Conf: 246) Holg: 2935

24 30 (Ti: 1385.27 - Tf: 1421.67 - Mz: 16 - Conf: 246) Holg: 3858

25 35 (Ti: 1421.67 - Tf: 1440.00 - Mz: 18 - Conf: 246) Holg: 3840

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 2879

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 6 (Ti: 1364.51 - Tf: 1365.61 - Mz: 3 - Conf: 327) Holg: 2954

2 9 (Ti: 1365.61 - Tf: 1366.70 - Mz: 4 - Conf: 327) Holg: 2953

3 12 (Ti: 1366.70 - Tf: 1367.79 - Mz: 5 - Conf: 327) Holg: 2952

4 33 (Ti: 1387.79 - Tf: 1392.40 - Mz: 17 - Conf: 326) Holg: 3888

5 14 (Ti: 1392.40 - Tf: 1395.78 - Mz: 6 - Conf: 326) Holg: 2924

6 8 (Ti: 1395.78 - Tf: 1396.73 - Mz: 4 - Conf: 326) Holg: 2923

7 5 (Ti: 1396.73 - Tf: 1397.68 - Mz: 3 - Conf: 326) Holg: 2922

8 2 (Ti: 1397.68 - Tf: 1398.75 - Mz: 1 - Conf: 326) Holg: 41

9 17 (Ti: 1398.75 - Tf: 1402.13 - Mz: 7 - Conf: 326) Holg: 2918

10 11 (Ti: 1402.13 - Tf: 1403.08 - Mz: 5 - Conf: 326) Holg: 2917

11 20 (Ti: 1403.08 - Tf: 1406.45 - Mz: 8 - Conf: 326) Holg: 2914

12 15 (Ti: 1426.45 - Tf: 1429.71 - Mz: 6 - Conf: 3210) Holg: 2890

13 18 (Ti: 1429.71 - Tf: 1432.96 - Mz: 7 - Conf: 3210) Holg: 2887

14 21 (Ti: 1432.96 - Tf: 1436.22 - Mz: 8 - Conf: 3210) Holg: 2884

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 208: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

208

E_M1_F04_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 38 (Ti: 1115.48 - Tf: 1120.29 - Mz: 19 - Conf: 2404) Holg: 8960

2 31 (Ti: 1120.29 - Tf: 1136.99 - Mz: 16 - Conf: 2404) Holg: 8943

3 34 (Ti: 1136.99 - Tf: 1149.43 - Mz: 17 - Conf: 2404) Holg: 8931

4 40 (Ti: 1149.43 - Tf: 1154.26 - Mz: 20 - Conf: 2404) Holg: 8926

5 36 (Ti: 1154.26 - Tf: 1161.92 - Mz: 18 - Conf: 2404) Holg: 8918

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 8908

7 32 (Ti: 1191.79 - Tf: 1212.06 - Mz: 17 - Conf: 248) Holg: 8868

8 28 (Ti: 1212.06 - Tf: 1234.79 - Mz: 15 - Conf: 248) Holg: 8845

9 22 (Ti: 1234.79 - Tf: 1236.06 - Mz: 9 - Conf: 248) Holg: 8844

10 23 (Ti: 1236.06 - Tf: 1237.32 - Mz: 10 - Conf: 248) Holg: 8843

11 3 (Ti: 1257.32 - Tf: 1258.50 - Mz: 2 - Conf: 246) Holg: 8821

12 27 (Ti: 1258.50 - Tf: 1259.19 - Mz: 14 - Conf: 246) Holg: 8821

13 7 (Ti: 1259.19 - Tf: 1272.04 - Mz: 4 - Conf: 246) Holg: 8808

14 4 (Ti: 1272.04 - Tf: 1284.89 - Mz: 3 - Conf: 246) Holg: 8795

15 1 (Ti: 1284.89 - Tf: 1285.58 - Mz: 1 - Conf: 246) Holg: 8794

16 16 (Ti: 1285.58 - Tf: 1305.64 - Mz: 7 - Conf: 246) Holg: 8774

17 13 (Ti: 1305.64 - Tf: 1325.71 - Mz: 6 - Conf: 246) Holg: 8754

18 19 (Ti: 1325.71 - Tf: 1345.77 - Mz: 8 - Conf: 246) Holg: 8734

19 35 (Ti: 1345.77 - Tf: 1364.10 - Mz: 18 - Conf: 246) Holg: 8716

20 10 (Ti: 1364.10 - Tf: 1376.95 - Mz: 5 - Conf: 246) Holg: 8703

21 25 (Ti: 1376.95 - Tf: 1377.64 - Mz: 12 - Conf: 246) Holg: 8702

22 39 (Ti: 1377.64 - Tf: 1390.29 - Mz: 20 - Conf: 246) Holg: 8690

23 24 (Ti: 1390.29 - Tf: 1390.98 - Mz: 11 - Conf: 246) Holg: 8689

24 30 (Ti: 1390.98 - Tf: 1427.39 - Mz: 16 - Conf: 246) Holg: 8653

25 37 (Ti: 1427.39 - Tf: 1440.00 - Mz: 19 - Conf: 246) Holg: 8640

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

Page 209: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

209

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 15 (Ti: 1347.18 - Tf: 1350.44 - Mz: 6 - Conf: 3210) Holg: 8730

2 21 (Ti: 1350.44 - Tf: 1353.69 - Mz: 8 - Conf: 3210) Holg: 8726

3 18 (Ti: 1353.69 - Tf: 1356.95 - Mz: 7 - Conf: 3210) Holg: 8723

4 12 (Ti: 1376.95 - Tf: 1378.04 - Mz: 5 - Conf: 327) Holg: 8702

5 6 (Ti: 1378.04 - Tf: 1379.14 - Mz: 3 - Conf: 327) Holg: 8701

6 9 (Ti: 1379.14 - Tf: 1380.23 - Mz: 4 - Conf: 327) Holg: 8700

7 8 (Ti: 1400.23 - Tf: 1401.18 - Mz: 4 - Conf: 326) Holg: 8679

8 14 (Ti: 1401.18 - Tf: 1404.56 - Mz: 6 - Conf: 326) Holg: 8675

9 5 (Ti: 1404.56 - Tf: 1405.51 - Mz: 3 - Conf: 326) Holg: 8674

10 11 (Ti: 1405.51 - Tf: 1406.46 - Mz: 5 - Conf: 326) Holg: 8674

11 33 (Ti: 1406.46 - Tf: 1411.07 - Mz: 17 - Conf: 326) Holg: 8669

12 17 (Ti: 1411.07 - Tf: 1414.44 - Mz: 7 - Conf: 326) Holg: 8666

13 20 (Ti: 1414.44 - Tf: 1417.81 - Mz: 8 - Conf: 326) Holg: 8662

14 2 (Ti: 1417.81 - Tf: 1418.89 - Mz: 1 - Conf: 326) Holg: 8661

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F04_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 38 (Ti: 1115.48 - Tf: 1120.29 - Mz: 19 - Conf: 2404) Holg: 3920

2 31 (Ti: 1120.29 - Tf: 1136.99 - Mz: 16 - Conf: 2404) Holg: 3903

3 34 (Ti: 1136.99 - Tf: 1149.43 - Mz: 17 - Conf: 2404) Holg: 3891

4 40 (Ti: 1149.43 - Tf: 1154.26 - Mz: 20 - Conf: 2404) Holg: 3886

5 36 (Ti: 1154.26 - Tf: 1161.92 - Mz: 18 - Conf: 2404) Holg: 3878

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 3868

Page 210: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

210

7 32 (Ti: 1191.79 - Tf: 1212.06 - Mz: 17 - Conf: 248) Holg: 3828

8 28 (Ti: 1212.06 - Tf: 1234.79 - Mz: 15 - Conf: 248) Holg: 3805

9 22 (Ti: 1234.79 - Tf: 1236.06 - Mz: 9 - Conf: 248) Holg: 8844

10 23 (Ti: 1236.06 - Tf: 1237.32 - Mz: 10 - Conf: 248) Holg: 8843

11 3 (Ti: 1257.32 - Tf: 1258.50 - Mz: 2 - Conf: 246) Holg: 8821

12 27 (Ti: 1258.50 - Tf: 1259.19 - Mz: 14 - Conf: 246) Holg: 3781

13 7 (Ti: 1259.19 - Tf: 1272.04 - Mz: 4 - Conf: 246) Holg: 8808

14 4 (Ti: 1272.04 - Tf: 1284.89 - Mz: 3 - Conf: 246) Holg: 8795

15 1 (Ti: 1284.89 - Tf: 1285.58 - Mz: 1 - Conf: 246) Holg: 8794

16 16 (Ti: 1285.58 - Tf: 1305.64 - Mz: 7 - Conf: 246) Holg: 8774

17 13 (Ti: 1305.64 - Tf: 1325.71 - Mz: 6 - Conf: 246) Holg: 8754

18 19 (Ti: 1325.71 - Tf: 1345.77 - Mz: 8 - Conf: 246) Holg: 8734

19 35 (Ti: 1345.77 - Tf: 1364.10 - Mz: 18 - Conf: 246) Holg: 3676

20 10 (Ti: 1364.10 - Tf: 1376.95 - Mz: 5 - Conf: 246) Holg: 8703

21 25 (Ti: 1376.95 - Tf: 1377.64 - Mz: 12 - Conf: 246) Holg: 3662

22 39 (Ti: 1377.64 - Tf: 1390.29 - Mz: 20 - Conf: 246) Holg: 3650

23 24 (Ti: 1390.29 - Tf: 1390.98 - Mz: 11 - Conf: 246) Holg: 3649

24 30 (Ti: 1390.98 - Tf: 1427.39 - Mz: 16 - Conf: 246) Holg: 3613

25 37 (Ti: 1427.39 - Tf: 1440.00 - Mz: 19 - Conf: 246) Holg: 3600

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 15 (Ti: 1347.18 - Tf: 1350.44 - Mz: 6 - Conf: 3210) Holg: 8730

2 21 (Ti: 1350.44 - Tf: 1353.69 - Mz: 8 - Conf: 3210) Holg: 8726

3 18 (Ti: 1353.69 - Tf: 1356.95 - Mz: 7 - Conf: 3210) Holg: 8723

4 12 (Ti: 1376.95 - Tf: 1378.04 - Mz: 5 - Conf: 327) Holg: 8702

5 6 (Ti: 1378.04 - Tf: 1379.14 - Mz: 3 - Conf: 327) Holg: 8701

6 9 (Ti: 1379.14 - Tf: 1380.23 - Mz: 4 - Conf: 327) Holg: 8700

7 8 (Ti: 1400.23 - Tf: 1401.18 - Mz: 4 - Conf: 326) Holg: 8679

8 14 (Ti: 1401.18 - Tf: 1404.56 - Mz: 6 - Conf: 326) Holg: 8675

Page 211: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

211

9 5 (Ti: 1404.56 - Tf: 1405.51 - Mz: 3 - Conf: 326) Holg: 8674

10 11 (Ti: 1405.51 - Tf: 1406.46 - Mz: 5 - Conf: 326) Holg: 8674

11 33 (Ti: 1406.46 - Tf: 1411.07 - Mz: 17 - Conf: 326) Holg: 3629

12 17 (Ti: 1411.07 - Tf: 1414.44 - Mz: 7 - Conf: 326) Holg: 8666

13 20 (Ti: 1414.44 - Tf: 1417.81 - Mz: 8 - Conf: 326) Holg: 8662

14 2 (Ti: 1417.81 - Tf: 1418.89 - Mz: 1 - Conf: 326) Holg: 8661

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F04_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 38 (Ti: 1115.48 - Tf: 1120.29 - Mz: 19 - Conf: 2404) Holg: 4160

2 31 (Ti: 1120.29 - Tf: 1136.99 - Mz: 16 - Conf: 2404) Holg: 4143

3 34 (Ti: 1136.99 - Tf: 1149.43 - Mz: 17 - Conf: 2404) Holg: 4131

4 40 (Ti: 1149.43 - Tf: 1154.26 - Mz: 20 - Conf: 2404) Holg: 4126

5 36 (Ti: 1154.26 - Tf: 1161.92 - Mz: 18 - Conf: 2404) Holg: 4118

6 29 (Ti: 1161.92 - Tf: 1171.79 - Mz: 15 - Conf: 2404) Holg: 4108

7 32 (Ti: 1191.79 - Tf: 1212.06 - Mz: 17 - Conf: 248) Holg: 4068

8 28 (Ti: 1212.06 - Tf: 1234.79 - Mz: 15 - Conf: 248) Holg: 4045

9 22 (Ti: 1234.79 - Tf: 1236.06 - Mz: 9 - Conf: 248) Holg: 3084

10 23 (Ti: 1236.06 - Tf: 1237.32 - Mz: 10 - Conf: 248) Holg: 3083

11 3 (Ti: 1257.32 - Tf: 1258.50 - Mz: 2 - Conf: 246) Holg: 181

12 27 (Ti: 1258.50 - Tf: 1259.19 - Mz: 14 - Conf: 246) Holg: 3061

13 7 (Ti: 1259.19 - Tf: 1272.04 - Mz: 4 - Conf: 246) Holg: 3048

14 4 (Ti: 1272.04 - Tf: 1284.89 - Mz: 3 - Conf: 246) Holg: 3035

15 1 (Ti: 1284.89 - Tf: 1285.58 - Mz: 1 - Conf: 246) Holg: 154

16 16 (Ti: 1285.58 - Tf: 1305.64 - Mz: 7 - Conf: 246) Holg: 3014

17 13 (Ti: 1305.64 - Tf: 1325.71 - Mz: 6 - Conf: 246) Holg: 2994

Page 212: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

212

18 19 (Ti: 1325.71 - Tf: 1345.77 - Mz: 8 - Conf: 246) Holg: 2974

19 35 (Ti: 1345.77 - Tf: 1364.10 - Mz: 18 - Conf: 246) Holg: 3916

20 10 (Ti: 1364.10 - Tf: 1376.95 - Mz: 5 - Conf: 246) Holg: 2943

21 25 (Ti: 1376.95 - Tf: 1377.64 - Mz: 12 - Conf: 246) Holg: 2942

22 39 (Ti: 1377.64 - Tf: 1390.29 - Mz: 20 - Conf: 246) Holg: 3890

23 24 (Ti: 1390.29 - Tf: 1390.98 - Mz: 11 - Conf: 246) Holg: 2929

24 30 (Ti: 1390.98 - Tf: 1427.39 - Mz: 16 - Conf: 246) Holg: 3853

25 37 (Ti: 1427.39 - Tf: 1440.00 - Mz: 19 - Conf: 246) Holg: 3840

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 2879

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 15 (Ti: 1347.18 - Tf: 1350.44 - Mz: 6 - Conf: 3210) Holg: 2970

2 21 (Ti: 1350.44 - Tf: 1353.69 - Mz: 8 - Conf: 3210) Holg: 2966

3 18 (Ti: 1353.69 - Tf: 1356.95 - Mz: 7 - Conf: 3210) Holg: 2963

4 12 (Ti: 1376.95 - Tf: 1378.04 - Mz: 5 - Conf: 327) Holg: 2942

5 6 (Ti: 1378.04 - Tf: 1379.14 - Mz: 3 - Conf: 327) Holg: 2941

6 9 (Ti: 1379.14 - Tf: 1380.23 - Mz: 4 - Conf: 327) Holg: 2940

7 8 (Ti: 1400.23 - Tf: 1401.18 - Mz: 4 - Conf: 326) Holg: 2919

8 14 (Ti: 1401.18 - Tf: 1404.56 - Mz: 6 - Conf: 326) Holg: 2915

9 5 (Ti: 1404.56 - Tf: 1405.51 - Mz: 3 - Conf: 326) Holg: 2914

10 11 (Ti: 1405.51 - Tf: 1406.46 - Mz: 5 - Conf: 326) Holg: 2914

11 33 (Ti: 1406.46 - Tf: 1411.07 - Mz: 17 - Conf: 326) Holg: 3869

12 17 (Ti: 1411.07 - Tf: 1414.44 - Mz: 7 - Conf: 326) Holg: 2906

13 20 (Ti: 1414.44 - Tf: 1417.81 - Mz: 8 - Conf: 326) Holg: 2902

14 2 (Ti: 1417.81 - Tf: 1418.89 - Mz: 1 - Conf: 326) Holg: 21

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 213: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

213

E_M1_F05_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 1 (Ti: 975.48 - Tf: 976.17 - Mz: 1 - Conf: 246) Holg: 9104

2 27 (Ti: 976.17 - Tf: 976.86 - Mz: 14 - Conf: 246) Holg: 9103

3 19 (Ti: 976.86 - Tf: 996.93 - Mz: 8 - Conf: 246) Holg: 9083

4 3 (Ti: 996.93 - Tf: 998.11 - Mz: 2 - Conf: 246) Holg: 9082

5 36 (Ti: 1018.11 - Tf: 1025.77 - Mz: 18 - Conf: 2404) Holg: 9054

6 29 (Ti: 1025.77 - Tf: 1035.64 - Mz: 15 - Conf: 2404) Holg: 9044

7 30 (Ti: 1055.64 - Tf: 1092.04 - Mz: 16 - Conf: 246) Holg: 8988

8 32 (Ti: 1112.05 - Tf: 1132.31 - Mz: 17 - Conf: 248) Holg: 8948

9 23 (Ti: 1132.31 - Tf: 1133.58 - Mz: 10 - Conf: 248) Holg: 8946

10 25 (Ti: 1153.58 - Tf: 1154.27 - Mz: 12 - Conf: 246) Holg: 8926

11 16 (Ti: 1154.27 - Tf: 1174.33 - Mz: 7 - Conf: 246) Holg: 8906

12 39 (Ti: 1174.33 - Tf: 1186.99 - Mz: 20 - Conf: 246) Holg: 8893

13 37 (Ti: 1186.99 - Tf: 1199.60 - Mz: 19 - Conf: 246) Holg: 8880

14 35 (Ti: 1199.60 - Tf: 1217.93 - Mz: 18 - Conf: 246) Holg: 8862

15 34 (Ti: 1237.93 - Tf: 1250.37 - Mz: 17 - Conf: 2404) Holg: 8830

16 31 (Ti: 1250.37 - Tf: 1267.07 - Mz: 16 - Conf: 2404) Holg: 8813

17 40 (Ti: 1267.07 - Tf: 1271.90 - Mz: 20 - Conf: 2404) Holg: 8808

18 7 (Ti: 1291.90 - Tf: 1304.75 - Mz: 4 - Conf: 246) Holg: 8775

19 13 (Ti: 1304.75 - Tf: 1324.81 - Mz: 6 - Conf: 246) Holg: 8755

20 4 (Ti: 1324.81 - Tf: 1337.66 - Mz: 3 - Conf: 246) Holg: 8742

21 10 (Ti: 1337.66 - Tf: 1350.51 - Mz: 5 - Conf: 246) Holg: 8729

22 38 (Ti: 1370.51 - Tf: 1375.31 - Mz: 19 - Conf: 2404) Holg: 8705

23 28 (Ti: 1395.31 - Tf: 1418.05 - Mz: 15 - Conf: 248) Holg: 8662

24 22 (Ti: 1418.05 - Tf: 1419.31 - Mz: 9 - Conf: 248) Holg: 8661

25 24 (Ti: 1439.31 - Tf: 1440.00 - Mz: 11 - Conf: 246) Holg: 8640

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

MAQUINA: 2 14.00

Page 214: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

214

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 17 (Ti: 1258.12 - Tf: 1261.49 - Mz: 7 - Conf: 326) Holg: 8819

2 21 (Ti: 1281.49 - Tf: 1284.75 - Mz: 8 - Conf: 3210) Holg: 8795

3 8 (Ti: 1304.75 - Tf: 1305.70 - Mz: 4 - Conf: 326) Holg: 8774

4 15 (Ti: 1325.70 - Tf: 1328.95 - Mz: 6 - Conf: 3210) Holg: 8751

5 6 (Ti: 1348.95 - Tf: 1350.05 - Mz: 3 - Conf: 327) Holg: 8730

6 33 (Ti: 1370.05 - Tf: 1374.66 - Mz: 17 - Conf: 326) Holg: 8705

7 5 (Ti: 1374.66 - Tf: 1375.61 - Mz: 3 - Conf: 326) Holg: 8704

8 11 (Ti: 1375.61 - Tf: 1376.56 - Mz: 5 - Conf: 326) Holg: 8703

9 20 (Ti: 1376.56 - Tf: 1379.93 - Mz: 8 - Conf: 326) Holg: 8700

10 2 (Ti: 1379.93 - Tf: 1381.01 - Mz: 1 - Conf: 326) Holg: 8699

11 14 (Ti: 1381.01 - Tf: 1384.38 - Mz: 6 - Conf: 326) Holg: 8696

12 9 (Ti: 1404.38 - Tf: 1405.47 - Mz: 4 - Conf: 327) Holg: 8675

13 12 (Ti: 1405.47 - Tf: 1406.57 - Mz: 5 - Conf: 327) Holg: 8673

14 18 (Ti: 1426.57 - Tf: 1429.82 - Mz: 7 - Conf: 3210) Holg: 8650

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F05_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 39 (Ti: 895.48 - Tf: 908.14 - Mz: 20 - Conf: 246) Holg: 4132

2 34 (Ti: 928.14 - Tf: 940.58 - Mz: 17 - Conf: 2404) Holg: 4099

3 22 (Ti: 960.58 - Tf: 961.85 - Mz: 9 - Conf: 248) Holg: 9118

4 38 (Ti: 981.85 - Tf: 986.65 - Mz: 19 - Conf: 2404) Holg: 4053

5 31 (Ti: 986.65 - Tf: 1003.35 - Mz: 16 - Conf: 2404) Holg: 4037

6 27 (Ti: 1023.35 - Tf: 1024.04 - Mz: 14 - Conf: 246) Holg: 4016

7 35 (Ti: 1024.04 - Tf: 1042.37 - Mz: 18 - Conf: 246) Holg: 3998

Page 215: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

215

8 40 (Ti: 1062.37 - Tf: 1067.20 - Mz: 20 - Conf: 2404) Holg: 3973

9 16 (Ti: 1087.20 - Tf: 1107.27 - Mz: 7 - Conf: 246) Holg: 8973

10 25 (Ti: 1107.27 - Tf: 1107.95 - Mz: 12 - Conf: 246) Holg: 3932

11 24 (Ti: 1107.95 - Tf: 1108.64 - Mz: 11 - Conf: 246) Holg: 3931

12 37 (Ti: 1108.64 - Tf: 1121.25 - Mz: 19 - Conf: 246) Holg: 3919

13 36 (Ti: 1141.25 - Tf: 1148.92 - Mz: 18 - Conf: 2404) Holg: 3891

14 29 (Ti: 1148.92 - Tf: 1158.79 - Mz: 15 - Conf: 2404) Holg: 3881

15 23 (Ti: 1178.79 - Tf: 1180.05 - Mz: 10 - Conf: 248) Holg: 8900

16 30 (Ti: 1200.05 - Tf: 1236.46 - Mz: 16 - Conf: 246) Holg: 3804

17 32 (Ti: 1256.46 - Tf: 1276.72 - Mz: 17 - Conf: 248) Holg: 3763

18 1 (Ti: 1296.72 - Tf: 1297.41 - Mz: 1 - Conf: 246) Holg: 8783

19 19 (Ti: 1297.41 - Tf: 1317.48 - Mz: 8 - Conf: 246) Holg: 8763

20 28 (Ti: 1337.48 - Tf: 1360.21 - Mz: 15 - Conf: 248) Holg: 3680

21 7 (Ti: 1380.21 - Tf: 1393.06 - Mz: 4 - Conf: 246) Holg: 8687

22 3 (Ti: 1393.06 - Tf: 1394.24 - Mz: 2 - Conf: 246) Holg: 8686

23 13 (Ti: 1394.24 - Tf: 1414.30 - Mz: 6 - Conf: 246) Holg: 8666

24 4 (Ti: 1414.31 - Tf: 1427.15 - Mz: 3 - Conf: 246) Holg: 8653

25 10 (Ti: 1427.15 - Tf: 1440.00 - Mz: 5 - Conf: 246) Holg: 8640

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 17 (Ti: 1341.82 - Tf: 1345.19 - Mz: 7 - Conf: 326) Holg: 8735

2 33 (Ti: 1345.19 - Tf: 1349.80 - Mz: 17 - Conf: 326) Holg: 3690

3 18 (Ti: 1369.80 - Tf: 1373.06 - Mz: 7 - Conf: 3210) Holg: 8707

4 9 (Ti: 1393.06 - Tf: 1394.15 - Mz: 4 - Conf: 327) Holg: 8686

5 2 (Ti: 1414.15 - Tf: 1415.23 - Mz: 1 - Conf: 326) Holg: 8665

6 8 (Ti: 1415.23 - Tf: 1416.18 - Mz: 4 - Conf: 326) Holg: 8664

7 14 (Ti: 1416.18 - Tf: 1419.55 - Mz: 6 - Conf: 326) Holg: 8660

8 20 (Ti: 1419.55 - Tf: 1422.93 - Mz: 8 - Conf: 326) Holg: 8657

9 6 (Ti: 1442.93 - Tf: 1444.02 - Mz: 3 - Conf: 327) Holg: 8636

Page 216: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

216

10 12 (Ti: 1444.02 - Tf: 1445.11 - Mz: 5 - Conf: 327) Holg: 8635

11 21 (Ti: 1465.11 - Tf: 1468.37 - Mz: 8 - Conf: 3210) Holg: 8612

12 5 (Ti: 1488.37 - Tf: 1489.32 - Mz: 3 - Conf: 326) Holg: 8591

13 11 (Ti: 1489.32 - Tf: 1490.27 - Mz: 5 - Conf: 326) Holg: 8590

14 15 (Ti: 1510.27 - Tf: 1513.52 - Mz: 6 - Conf: 3210) Holg: 8566

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F05_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 3 (Ti: 863.67 - Tf: 864.85 - Mz: 2 - Conf: 246) Holg: 575

2 39 (Ti: 864.85 - Tf: 877.51 - Mz: 20 - Conf: 246) Holg: 4402

3 4 (Ti: 877.51 - Tf: 890.36 - Mz: 3 - Conf: 246) Holg: 3430

4 40 (Ti: 910.36 - Tf: 915.18 - Mz: 20 - Conf: 2404) Holg: 4365

5 1 (Ti: 935.18 - Tf: 935.87 - Mz: 1 - Conf: 246) Holg: 504

6 29 (Ti: 955.87 - Tf: 965.74 - Mz: 15 - Conf: 2404) Holg: 4314

7 7 (Ti: 985.74 - Tf: 998.59 - Mz: 4 - Conf: 246) Holg: 3321

8 35 (Ti: 998.59 - Tf: 1016.91 - Mz: 18 - Conf: 246) Holg: 4263

9 23 (Ti: 1036.91 - Tf: 1038.18 - Mz: 10 - Conf: 248) Holg: 3282

10 16 (Ti: 1058.18 - Tf: 1078.25 - Mz: 7 - Conf: 246) Holg: 3242

11 19 (Ti: 1078.25 - Tf: 1098.31 - Mz: 8 - Conf: 246) Holg: 3222

12 34 (Ti: 1118.31 - Tf: 1130.75 - Mz: 17 - Conf: 2404) Holg: 4149

13 24 (Ti: 1150.75 - Tf: 1151.44 - Mz: 11 - Conf: 246) Holg: 3169

14 28 (Ti: 1171.44 - Tf: 1194.17 - Mz: 15 - Conf: 248) Holg: 4086

15 13 (Ti: 1214.17 - Tf: 1234.24 - Mz: 6 - Conf: 246) Holg: 3086

16 27 (Ti: 1234.24 - Tf: 1234.93 - Mz: 14 - Conf: 246) Holg: 3085

17 32 (Ti: 1254.93 - Tf: 1275.19 - Mz: 17 - Conf: 248) Holg: 4005

18 38 (Ti: 1295.19 - Tf: 1300.00 - Mz: 19 - Conf: 2404) Holg: 3980

Page 217: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

217

19 10 (Ti: 1320.00 - Tf: 1332.85 - Mz: 5 - Conf: 246) Holg: 2987

20 31 (Ti: 1352.85 - Tf: 1369.55 - Mz: 16 - Conf: 2404) Holg: 3910

21 25 (Ti: 1389.55 - Tf: 1390.24 - Mz: 12 - Conf: 246) Holg: 2930

22 36 (Ti: 1410.24 - Tf: 1417.90 - Mz: 18 - Conf: 2404) Holg: 3862

23 22 (Ti: 1437.90 - Tf: 1439.17 - Mz: 9 - Conf: 248) Holg: 2881

24 30 (Ti: 1459.17 - Tf: 1495.57 - Mz: 16 - Conf: 246) Holg: 3784

25 26 (Ti: 1495.57 - Tf: 1496.26 - Mz: 13 - Conf: 246) Holg: 2824

26 37 (Ti: 1496.26 - Tf: 1508.87 - Mz: 19 - Conf: 246) Holg: 3771

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 2 (Ti: 1128.74 - Tf: 1129.82 - Mz: 1 - Conf: 326) Holg: 310

2 21 (Ti: 1149.82 - Tf: 1153.07 - Mz: 8 - Conf: 3210) Holg: 3167

3 6 (Ti: 1173.07 - Tf: 1174.17 - Mz: 3 - Conf: 327) Holg: 3146

4 17 (Ti: 1194.17 - Tf: 1197.54 - Mz: 7 - Conf: 326) Holg: 3122

5 18 (Ti: 1217.54 - Tf: 1220.80 - Mz: 7 - Conf: 3210) Holg: 3099

6 20 (Ti: 1240.80 - Tf: 1244.17 - Mz: 8 - Conf: 326) Holg: 3076

7 9 (Ti: 1264.17 - Tf: 1265.27 - Mz: 4 - Conf: 327) Holg: 3055

8 14 (Ti: 1285.27 - Tf: 1288.64 - Mz: 6 - Conf: 326) Holg: 3031

9 5 (Ti: 1288.64 - Tf: 1289.59 - Mz: 3 - Conf: 326) Holg: 3030

10 15 (Ti: 1309.59 - Tf: 1312.85 - Mz: 6 - Conf: 3210) Holg: 3007

11 11 (Ti: 1332.85 - Tf: 1333.80 - Mz: 5 - Conf: 326) Holg: 2986

12 33 (Ti: 1333.80 - Tf: 1338.41 - Mz: 17 - Conf: 326) Holg: 3942

13 12 (Ti: 1358.41 - Tf: 1359.50 - Mz: 5 - Conf: 327) Holg: 2960

14 8 (Ti: 1379.50 - Tf: 1380.45 - Mz: 4 - Conf: 326) Holg: 2940

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 218: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

218

E_M1_F06_Esc1

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 32 (Ti: 1115.48 - Tf: 1135.75 - Mz: 17 - Conf: 248) Holg: 8944

2 22 (Ti: 1135.75 - Tf: 1137.02 - Mz: 9 - Conf: 248) Holg: 8943

3 28 (Ti: 1137.02 - Tf: 1159.75 - Mz: 15 - Conf: 248) Holg: 8920

4 23 (Ti: 1159.75 - Tf: 1161.02 - Mz: 10 - Conf: 248) Holg: 8919

5 31 (Ti: 1181.02 - Tf: 1197.72 - Mz: 16 - Conf: 2404) Holg: 8882

6 36 (Ti: 1197.72 - Tf: 1205.38 - Mz: 18 - Conf: 2404) Holg: 8875

7 40 (Ti: 1205.38 - Tf: 1210.21 - Mz: 20 - Conf: 2404) Holg: 8870

8 38 (Ti: 1210.21 - Tf: 1215.02 - Mz: 19 - Conf: 2404) Holg: 8865

9 34 (Ti: 1215.02 - Tf: 1227.46 - Mz: 17 - Conf: 2404) Holg: 8853

10 29 (Ti: 1227.46 - Tf: 1237.32 - Mz: 15 - Conf: 2404) Holg: 8843

11 25 (Ti: 1257.32 - Tf: 1258.01 - Mz: 12 - Conf: 246) Holg: 8822

12 19 (Ti: 1258.01 - Tf: 1278.08 - Mz: 8 - Conf: 246) Holg: 8802

13 7 (Ti: 1278.08 - Tf: 1290.92 - Mz: 4 - Conf: 246) Holg: 8789

14 1 (Ti: 1290.92 - Tf: 1291.61 - Mz: 1 - Conf: 246) Holg: 8788

15 13 (Ti: 1291.61 - Tf: 1311.68 - Mz: 6 - Conf: 246) Holg: 8768

16 4 (Ti: 1311.68 - Tf: 1324.52 - Mz: 3 - Conf: 246) Holg: 8755

17 37 (Ti: 1324.52 - Tf: 1337.14 - Mz: 19 - Conf: 246) Holg: 8743

18 16 (Ti: 1337.14 - Tf: 1357.20 - Mz: 7 - Conf: 246) Holg: 8723

19 10 (Ti: 1357.20 - Tf: 1370.05 - Mz: 5 - Conf: 246) Holg: 8710

20 39 (Ti: 1370.05 - Tf: 1382.71 - Mz: 20 - Conf: 246) Holg: 8697

21 24 (Ti: 1382.71 - Tf: 1383.39 - Mz: 11 - Conf: 246) Holg: 8697

22 3 (Ti: 1383.39 - Tf: 1384.58 - Mz: 2 - Conf: 246) Holg: 8695

23 27 (Ti: 1384.58 - Tf: 1385.27 - Mz: 14 - Conf: 246) Holg: 8695

24 35 (Ti: 1385.27 - Tf: 1403.59 - Mz: 18 - Conf: 246) Holg: 8676

25 30 (Ti: 1403.59 - Tf: 1440.00 - Mz: 16 - Conf: 246) Holg: 8640

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 8639

Page 219: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

219

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 9 (Ti: 1368.95 - Tf: 1370.05 - Mz: 4 - Conf: 327) Holg: 8710

2 12 (Ti: 1370.05 - Tf: 1371.14 - Mz: 5 - Conf: 327) Holg: 8709

3 6 (Ti: 1371.14 - Tf: 1372.24 - Mz: 3 - Conf: 327) Holg: 8708

4 18 (Ti: 1392.24 - Tf: 1395.49 - Mz: 7 - Conf: 3210) Holg: 8685

5 21 (Ti: 1395.49 - Tf: 1398.75 - Mz: 8 - Conf: 3210) Holg: 8681

6 15 (Ti: 1398.75 - Tf: 1402.00 - Mz: 6 - Conf: 3210) Holg: 8678

7 17 (Ti: 1422.00 - Tf: 1425.38 - Mz: 7 - Conf: 326) Holg: 8655

8 33 (Ti: 1425.38 - Tf: 1429.99 - Mz: 17 - Conf: 326) Holg: 8650

9 2 (Ti: 1429.99 - Tf: 1431.06 - Mz: 1 - Conf: 326) Holg: 8649

10 5 (Ti: 1431.06 - Tf: 1432.01 - Mz: 3 - Conf: 326) Holg: 8648

11 14 (Ti: 1432.01 - Tf: 1435.39 - Mz: 6 - Conf: 326) Holg: 8645

12 20 (Ti: 1435.39 - Tf: 1438.76 - Mz: 8 - Conf: 326) Holg: 8641

13 8 (Ti: 1438.76 - Tf: 1439.71 - Mz: 4 - Conf: 326) Holg: 8640

14 11 (Ti: 1439.71 - Tf: 1440.66 - Mz: 5 - Conf: 326) Holg: 8639

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F06_Esc2

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 34 (Ti: 1116.17 - Tf: 1128.61 - Mz: 17 - Conf: 2404) Holg: 3911

2 38 (Ti: 1128.61 - Tf: 1133.42 - Mz: 19 - Conf: 2404) Holg: 3907

3 29 (Ti: 1133.42 - Tf: 1143.28 - Mz: 15 - Conf: 2404) Holg: 3897

4 31 (Ti: 1143.28 - Tf: 1159.99 - Mz: 16 - Conf: 2404) Holg: 3880

5 40 (Ti: 1159.99 - Tf: 1164.81 - Mz: 20 - Conf: 2404) Holg: 3875

6 36 (Ti: 1164.81 - Tf: 1172.48 - Mz: 18 - Conf: 2404) Holg: 3868

Page 220: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

220

7 23 (Ti: 1192.48 - Tf: 1193.74 - Mz: 10 - Conf: 248) Holg: 8886

8 32 (Ti: 1193.74 - Tf: 1214.01 - Mz: 17 - Conf: 248) Holg: 3826

9 22 (Ti: 1214.01 - Tf: 1215.28 - Mz: 9 - Conf: 248) Holg: 8865

10 28 (Ti: 1215.28 - Tf: 1238.01 - Mz: 15 - Conf: 248) Holg: 3802

11 3 (Ti: 1258.01 - Tf: 1259.19 - Mz: 2 - Conf: 246) Holg: 8821

12 35 (Ti: 1259.19 - Tf: 1277.52 - Mz: 18 - Conf: 246) Holg: 3762

13 30 (Ti: 1277.52 - Tf: 1313.93 - Mz: 16 - Conf: 246) Holg: 3726

14 4 (Ti: 1313.93 - Tf: 1326.77 - Mz: 3 - Conf: 246) Holg: 8753

15 7 (Ti: 1326.77 - Tf: 1339.62 - Mz: 4 - Conf: 246) Holg: 8740

16 19 (Ti: 1339.62 - Tf: 1359.69 - Mz: 8 - Conf: 246) Holg: 8720

17 10 (Ti: 1359.69 - Tf: 1372.53 - Mz: 5 - Conf: 246) Holg: 8707

18 13 (Ti: 1372.53 - Tf: 1392.60 - Mz: 6 - Conf: 246) Holg: 8687

19 16 (Ti: 1392.60 - Tf: 1412.66 - Mz: 7 - Conf: 246) Holg: 8667

20 24 (Ti: 1412.66 - Tf: 1413.35 - Mz: 11 - Conf: 246) Holg: 3627

21 27 (Ti: 1413.35 - Tf: 1414.04 - Mz: 14 - Conf: 246) Holg: 3626

22 25 (Ti: 1414.04 - Tf: 1414.73 - Mz: 12 - Conf: 246) Holg: 3625

23 39 (Ti: 1414.73 - Tf: 1427.39 - Mz: 20 - Conf: 246) Holg: 3613

24 37 (Ti: 1427.39 - Tf: 1440.00 - Mz: 19 - Conf: 246) Holg: 3600

25 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 3599

26 1 (Ti: 1440.69 - Tf: 1441.38 - Mz: 1 - Conf: 246) Holg: 8639

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 8 (Ti: 1423.79 - Tf: 1424.74 - Mz: 4 - Conf: 326) Holg: 8655

2 11 (Ti: 1424.74 - Tf: 1425.69 - Mz: 5 - Conf: 326) Holg: 8654

3 20 (Ti: 1425.69 - Tf: 1429.07 - Mz: 8 - Conf: 326) Holg: 8651

4 14 (Ti: 1429.07 - Tf: 1432.44 - Mz: 6 - Conf: 326) Holg: 8648

5 17 (Ti: 1432.44 - Tf: 1435.82 - Mz: 7 - Conf: 326) Holg: 8644

6 33 (Ti: 1435.82 - Tf: 1440.43 - Mz: 17 - Conf: 326) Holg: 3600

7 5 (Ti: 1440.43 - Tf: 1441.38 - Mz: 3 - Conf: 326) Holg: 8639

8 2 (Ti: 1441.38 - Tf: 1442.45 - Mz: 1 - Conf: 326) Holg: 8638

Page 221: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

221

9 15 (Ti: 1462.45 - Tf: 1465.71 - Mz: 6 - Conf: 3210) Holg: 8614

10 18 (Ti: 1465.71 - Tf: 1468.96 - Mz: 7 - Conf: 3210) Holg: 8611

11 21 (Ti: 1468.96 - Tf: 1472.22 - Mz: 8 - Conf: 3210) Holg: 8608

12 9 (Ti: 1492.22 - Tf: 1493.31 - Mz: 4 - Conf: 327) Holg: 8587

13 6 (Ti: 1493.31 - Tf: 1494.41 - Mz: 3 - Conf: 327) Holg: 8586

14 12 (Ti: 1494.41 - Tf: 1495.50 - Mz: 5 - Conf: 327) Holg: 8584

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

E_M1_F06_Esc3

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 28 (Ti: 1115.48 - Tf: 1138.22 - Mz: 15 - Conf: 248) Holg: 4142

2 22 (Ti: 1138.22 - Tf: 1139.48 - Mz: 9 - Conf: 248) Holg: 3181

3 32 (Ti: 1139.48 - Tf: 1159.75 - Mz: 17 - Conf: 248) Holg: 4120

4 23 (Ti: 1159.75 - Tf: 1161.02 - Mz: 10 - Conf: 248) Holg: 3159

5 29 (Ti: 1181.02 - Tf: 1190.88 - Mz: 15 - Conf: 2404) Holg: 4089

6 34 (Ti: 1190.88 - Tf: 1203.32 - Mz: 17 - Conf: 2404) Holg: 4077

7 31 (Ti: 1203.32 - Tf: 1220.02 - Mz: 16 - Conf: 2404) Holg: 4060

8 38 (Ti: 1220.02 - Tf: 1224.83 - Mz: 19 - Conf: 2404) Holg: 4055

9 36 (Ti: 1224.83 - Tf: 1232.49 - Mz: 18 - Conf: 2404) Holg: 4048

10 40 (Ti: 1232.49 - Tf: 1237.32 - Mz: 20 - Conf: 2404) Holg: 4043

11 4 (Ti: 1257.32 - Tf: 1270.17 - Mz: 3 - Conf: 246) Holg: 3050

12 19 (Ti: 1270.17 - Tf: 1290.23 - Mz: 8 - Conf: 246) Holg: 3030

13 16 (Ti: 1290.23 - Tf: 1310.30 - Mz: 7 - Conf: 246) Holg: 3010

14 13 (Ti: 1310.30 - Tf: 1330.37 - Mz: 6 - Conf: 246) Holg: 2990

15 10 (Ti: 1330.37 - Tf: 1343.21 - Mz: 5 - Conf: 246) Holg: 2977

16 1 (Ti: 1343.21 - Tf: 1343.90 - Mz: 1 - Conf: 246) Holg: 96

17 3 (Ti: 1343.90 - Tf: 1345.08 - Mz: 2 - Conf: 246) Holg: 95

Page 222: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

222

18 39 (Ti: 1345.08 - Tf: 1357.74 - Mz: 20 - Conf: 246) Holg: 3922

19 7 (Ti: 1357.74 - Tf: 1370.59 - Mz: 4 - Conf: 246) Holg: 2949

20 27 (Ti: 1370.59 - Tf: 1371.28 - Mz: 14 - Conf: 246) Holg: 2949

21 35 (Ti: 1371.28 - Tf: 1389.61 - Mz: 18 - Conf: 246) Holg: 3890

22 24 (Ti: 1389.61 - Tf: 1390.29 - Mz: 11 - Conf: 246) Holg: 2930

23 37 (Ti: 1390.29 - Tf: 1402.91 - Mz: 19 - Conf: 246) Holg: 3877

24 30 (Ti: 1402.91 - Tf: 1439.31 - Mz: 16 - Conf: 246) Holg: 3841

25 25 (Ti: 1439.31 - Tf: 1440.00 - Mz: 12 - Conf: 246) Holg: 2880

26 26 (Ti: 1440.00 - Tf: 1440.69 - Mz: 13 - Conf: 246) Holg: 2879

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

1 2 (Ti: 1352.88 - Tf: 1353.96 - Mz: 1 - Conf: 326) Holg: 86

2 5 (Ti: 1353.96 - Tf: 1354.90 - Mz: 3 - Conf: 326) Holg: 2965

3 14 (Ti: 1354.90 - Tf: 1358.28 - Mz: 6 - Conf: 326) Holg: 2962

4 33 (Ti: 1358.28 - Tf: 1362.89 - Mz: 17 - Conf: 326) Holg: 3917

5 17 (Ti: 1362.89 - Tf: 1366.26 - Mz: 7 - Conf: 326) Holg: 2954

6 11 (Ti: 1366.26 - Tf: 1367.21 - Mz: 5 - Conf: 326) Holg: 2953

7 20 (Ti: 1367.21 - Tf: 1370.59 - Mz: 8 - Conf: 326) Holg: 2949

8 8 (Ti: 1370.59 - Tf: 1371.54 - Mz: 4 - Conf: 326) Holg: 2948

9 15 (Ti: 1391.54 - Tf: 1394.79 - Mz: 6 - Conf: 3210) Holg: 2925

10 21 (Ti: 1394.79 - Tf: 1398.05 - Mz: 8 - Conf: 3210) Holg: 2922

11 18 (Ti: 1398.05 - Tf: 1401.30 - Mz: 7 - Conf: 3210) Holg: 2919

12 12 (Ti: 1421.30 - Tf: 1422.40 - Mz: 5 - Conf: 327) Holg: 2898

13 9 (Ti: 1422.40 - Tf: 1423.49 - Mz: 4 - Conf: 327) Holg: 2897

14 6 (Ti: 1423.49 - Tf: 1424.59 - Mz: 3 - Conf: 327) Holg: 2895

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea - Conf: Configuración de tarea)

--------------------------------------------------------------------

Page 223: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

223

C_M1_Caso1_Esc1

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 4 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 42 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 6 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 38 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 50 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 21 (Ti: 12 - Tf: 16) Holg: 68

ORDEN: 13 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 19 (Ti: 2 - Tf: 6) Holg: 78

ORDEN: 51 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 43 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 26 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 2 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 20 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 14 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 29 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 10 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 16 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 45 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 17 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 23 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 39 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 7 (Ti: 5 - Tf: 16) Holg: 68

ORDEN: 40 (Ti: 16 - Tf: 17) Holg: 67

Page 224: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

224

********** TABLERO N: 5 *********

ORDEN: 33 (Ti: 0 - Tf: 2) Holg: 82

ORDEN: 52 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 11 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 12 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 49 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 28 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 3 (Ti: 12 - Tf: 15) Holg: 69

ORDEN: 46 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 37 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 31 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 48 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 24 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 5 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 36 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 41 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 8 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 25 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 18 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 30 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 44 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 22 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 34 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 35 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 32 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 1 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 27 (Ti: 14 - Tf: 16) Holg: 68

Page 225: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

225

ORDEN: 53 (Ti: 16 - Tf: 17) Holg: 67

Enmallado

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 22 (Ti: 1875.73 - Tf: 1877.00 - Mz: 26 - Conf: 248) Holg: 8203

2 28 (Ti: 1877.00 - Tf: 1899.73 - Mz: 48 - Conf: 248) Holg: 8180

3 32 (Ti: 1899.73 - Tf: 1920.00 - Mz: 50 - Conf: 248) Holg: 8160

4 23 (Ti: 1920.00 - Tf: 1921.26 - Mz: 27 - Conf: 248) Holg: 8159

5 19 (Ti: 1941.26 - Tf: 1961.33 - Mz: 21 - Conf: 246) Holg: 8119

6 37 (Ti: 1961.33 - Tf: 1973.94 - Mz: 52 - Conf: 246) Holg: 8106

7 4 (Ti: 1973.94 - Tf: 1986.79 - Mz: 16 - Conf: 246) Holg: 8093

8 7 (Ti: 1986.79 - Tf: 1999.64 - Mz: 17 - Conf: 246) Holg: 8080

9 30 (Ti: 1999.64 - Tf: 2036.04 - Mz: 49 - Conf: 246) Holg: 8044

10 3 (Ti: 2036.04 - Tf: 2037.22 - Mz: 6 - Conf: 246) Holg: 8043

11 1 (Ti: 2037.22 - Tf: 2037.91 - Mz: 5 - Conf: 246) Holg: 8042

12 10 (Ti: 2037.91 - Tf: 2050.76 - Mz: 18 - Conf: 246) Holg: 8029

13 35 (Ti: 2050.76 - Tf: 2069.09 - Mz: 51 - Conf: 246) Holg: 8011

14 25 (Ti: 2069.09 - Tf: 2069.78 - Mz: 29 - Conf: 246) Holg: 8010

15 13 (Ti: 2069.78 - Tf: 2089.84 - Mz: 19 - Conf: 246) Holg: 7990

16 16 (Ti: 2089.84 - Tf: 2109.91 - Mz: 20 - Conf: 246) Holg: 7970

17 39 (Ti: 2109.91 - Tf: 2122.56 - Mz: 53 - Conf: 246) Holg: 7957

18 27 (Ti: 2122.56 - Tf: 2123.25 - Mz: 31 - Conf: 246) Holg: 7957

19 26 (Ti: 2123.25 - Tf: 2123.94 - Mz: 30 - Conf: 246) Holg: 7956

20 24 (Ti: 2123.94 - Tf: 2124.63 - Mz: 28 - Conf: 246) Holg: 7955

21 34 (Ti: 2144.63 - Tf: 2157.07 - Mz: 50 - Conf: 2404) Holg: 7923

22 36 (Ti: 2157.07 - Tf: 2164.74 - Mz: 51 - Conf: 2404) Holg: 7915

23 31 (Ti: 2164.74 - Tf: 2181.44 - Mz: 49 - Conf: 2404) Holg: 7899

24 38 (Ti: 2181.44 - Tf: 2186.24 - Mz: 52 - Conf: 2404) Holg: 7894

25 40 (Ti: 2186.24 - Tf: 2191.07 - Mz: 53 - Conf: 2404) Holg: 7889

26 29 (Ti: 2191.07 - Tf: 2200.94 - Mz: 48 - Conf: 2404) Holg: 7879

Page 226: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

226

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 9 (Ti: 2095.37 - Tf: 2096.47 - Mz: 17 - Conf: 327) Holg: 7984

2 12 (Ti: 2096.47 - Tf: 2097.56 - Mz: 18 - Conf: 327) Holg: 7982

3 6 (Ti: 2097.56 - Tf: 2098.66 - Mz: 16 - Conf: 327) Holg: 7981

4 21 (Ti: 2118.66 - Tf: 2121.91 - Mz: 21 - Conf: 3210) Holg: 7958

5 15 (Ti: 2121.91 - Tf: 2125.17 - Mz: 19 - Conf: 3210) Holg: 7955

6 18 (Ti: 2125.17 - Tf: 2128.42 - Mz: 20 - Conf: 3210) Holg: 7952

7 8 (Ti: 2148.42 - Tf: 2149.37 - Mz: 17 - Conf: 326) Holg: 7931

8 14 (Ti: 2149.37 - Tf: 2152.75 - Mz: 19 - Conf: 326) Holg: 7927

9 17 (Ti: 2152.75 - Tf: 2156.12 - Mz: 20 - Conf: 326) Holg: 7924

10 5 (Ti: 2156.12 - Tf: 2157.07 - Mz: 16 - Conf: 326) Holg: 7923

11 33 (Ti: 2157.07 - Tf: 2161.68 - Mz: 50 - Conf: 326) Holg: 7918

12 11 (Ti: 2161.68 - Tf: 2162.63 - Mz: 18 - Conf: 326) Holg: 7917

13 2 (Ti: 2162.63 - Tf: 2163.71 - Mz: 5 - Conf: 326) Holg: 7916

14 20 (Ti: 2163.71 - Tf: 2167.08 - Mz: 21 - Conf: 326) Holg: 7913

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 29 (Ti: 25 - Tf: 26) Holg: 58

ORDEN: 31 (Ti: 26 - Tf: 27) Holg: 57

ORDEN: 30 (Ti: 27 - Tf: 28) Holg: 56

ORDEN: 28 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 50 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 18 (Ti: 30 - Tf: 32) Holg: 52

ORDEN: 51 (Ti: 32 - Tf: 33) Holg: 51

Page 227: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

227

********** TABLERO N:2 *********

ORDEN: 26 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 17 (Ti: 29 - Tf: 31) Holg: 53

ORDEN: 19 (Ti: 31 - Tf: 33) Holg: 51

********** TABLERO N:3 *********

ORDEN: 27 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 6 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 20 (Ti: 20 - Tf: 22) Holg: 62

ORDEN: 16 (Ti: 22 - Tf: 24) Holg: 60

ORDEN: 5 (Ti: 24 - Tf: 26) Holg: 58

ORDEN: 21 (Ti: 26 - Tf: 28) Holg: 56

ORDEN: 49 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 52 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 53 (Ti: 30 - Tf: 31) Holg: 53

ORDEN: 48 (Ti: 31 - Tf: 32) Holg: 52

--------------------------------------------------------------------

C_M1_Caso1_Esc2

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 52 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 6 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 49 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 51 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 29 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 3 (Ti: 9 - Tf: 12) Holg: 72

ORDEN: 8 (Ti: 12 - Tf: 17) Holg: 67

********** TABLERO N: 2 *********

ORDEN: 24 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 45 (Ti: 4 - Tf: 6) Holg: 36

Page 228: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

228

ORDEN: 31 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 46 (Ti: 7 - Tf: 9) Holg: 33

ORDEN: 34 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 1 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 23 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 17 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 3 *********

ORDEN: 47 (Ti: 5 - Tf: 7) Holg: 35

ORDEN: 50 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 35 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 13 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 22 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 21 (Ti: 13 - Tf: 17) Holg: 67

********** TABLERO N: 4 *********

ORDEN: 26 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 33 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 42 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 44 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 20 (Ti: 11 - Tf: 15) Holg: 69

ORDEN: 12 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 14 (Ti: 16 - Tf: 17) Holg: 67

********** TABLERO N: 5 *********

ORDEN: 28 (Ti: 0 - Tf: 1) Holg: 41

ORDEN: 10 (Ti: 1 - Tf: 2) Holg: 82

ORDEN: 40 (Ti: 2 - Tf: 3) Holg: 39

ORDEN: 2 (Ti: 3 - Tf: 6) Holg: 78

ORDEN: 7 (Ti: 6 - Tf: 17) Holg: 67

********** TABLERO N: 6 *********

ORDEN: 19 (Ti: 2 - Tf: 6) Holg: 78

ORDEN: 32 (Ti: 6 - Tf: 8) Holg: 34

ORDEN: 43 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 30 (Ti: 9 - Tf: 10) Holg: 32

Page 229: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

229

ORDEN: 9 (Ti: 10 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 11 (Ti: 3 - Tf: 8) Holg: 76

ORDEN: 53 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 39 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 36 (Ti: 10 - Tf: 11) Holg: 31

ORDEN: 27 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 18 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 16 (Ti: 15 - Tf: 17) Holg: 67

********** TABLERO N: 8 *********

ORDEN: 5 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 25 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 48 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 41 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 38 (Ti: 9 - Tf: 10) Holg: 32

ORDEN: 37 (Ti: 10 - Tf: 11) Holg: 31

ORDEN: 15 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 4 (Ti: 12 - Tf: 17) Holg: 67

Enmallado

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 40 (Ti: 1760.56 - Tf: 1765.38 - Mz: 53 - Conf: 2404) Holg: 3275

2 38 (Ti: 1765.38 - Tf: 1770.19 - Mz: 52 - Conf: 2404) Holg: 3270

3 36 (Ti: 1770.19 - Tf: 1777.85 - Mz: 51 - Conf: 2404) Holg: 3262

4 34 (Ti: 1777.85 - Tf: 1790.29 - Mz: 50 - Conf: 2404) Holg: 3250

5 29 (Ti: 1790.29 - Tf: 1800.16 - Mz: 48 - Conf: 2404) Holg: 3240

6 31 (Ti: 1800.16 - Tf: 1816.86 - Mz: 49 - Conf: 2404) Holg: 3223

7 28 (Ti: 1836.86 - Tf: 1859.60 - Mz: 48 - Conf: 248) Holg: 3180

8 22 (Ti: 1859.60 - Tf: 1860.86 - Mz: 26 - Conf: 248) Holg: 8219

9 23 (Ti: 1860.86 - Tf: 1862.13 - Mz: 27 - Conf: 248) Holg: 8218

10 32 (Ti: 1862.13 - Tf: 1882.39 - Mz: 50 - Conf: 248) Holg: 3158

Page 230: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

230

11 30 (Ti: 1902.39 - Tf: 1938.80 - Mz: 49 - Conf: 246) Holg: 3101

12 13 (Ti: 1938.80 - Tf: 1958.86 - Mz: 19 - Conf: 246) Holg: 8121

13 1 (Ti: 1958.86 - Tf: 1959.55 - Mz: 5 - Conf: 246) Holg: 8120

14 25 (Ti: 1959.55 - Tf: 1960.24 - Mz: 29 - Conf: 246) Holg: 3080

15 39 (Ti: 1960.24 - Tf: 1972.90 - Mz: 53 - Conf: 246) Holg: 3067

16 35 (Ti: 1972.90 - Tf: 1991.23 - Mz: 51 - Conf: 246) Holg: 3049

17 26 (Ti: 1991.23 - Tf: 1991.92 - Mz: 30 - Conf: 246) Holg: 3048

18 37 (Ti: 1991.92 - Tf: 2004.53 - Mz: 52 - Conf: 246) Holg: 3035

19 27 (Ti: 2004.53 - Tf: 2005.22 - Mz: 31 - Conf: 246) Holg: 3035

20 3 (Ti: 2005.22 - Tf: 2006.40 - Mz: 6 - Conf: 246) Holg: 8074

21 16 (Ti: 2006.40 - Tf: 2026.46 - Mz: 20 - Conf: 246) Holg: 8054

22 10 (Ti: 2026.46 - Tf: 2039.31 - Mz: 18 - Conf: 246) Holg: 8041

23 24 (Ti: 2039.31 - Tf: 2040.00 - Mz: 28 - Conf: 246) Holg: 3000

24 19 (Ti: 2040.00 - Tf: 2060.07 - Mz: 21 - Conf: 246) Holg: 8020

25 7 (Ti: 2060.07 - Tf: 2072.91 - Mz: 17 - Conf: 246) Holg: 8007

26 4 (Ti: 2072.91 - Tf: 2085.76 - Mz: 16 - Conf: 246) Holg: 7994

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 33 (Ti: 2068.05 - Tf: 2072.66 - Mz: 50 - Conf: 326) Holg: 2967

2 2 (Ti: 2072.66 - Tf: 2073.74 - Mz: 5 - Conf: 326) Holg: 8006

3 14 (Ti: 2073.74 - Tf: 2077.11 - Mz: 19 - Conf: 326) Holg: 8003

4 11 (Ti: 2077.11 - Tf: 2078.06 - Mz: 18 - Conf: 326) Holg: 8002

5 17 (Ti: 2078.06 - Tf: 2081.44 - Mz: 20 - Conf: 326) Holg: 7999

6 8 (Ti: 2081.44 - Tf: 2082.39 - Mz: 17 - Conf: 326) Holg: 7998

7 20 (Ti: 2082.39 - Tf: 2085.76 - Mz: 21 - Conf: 326) Holg: 7994

8 5 (Ti: 2085.76 - Tf: 2086.71 - Mz: 16 - Conf: 326) Holg: 7993

9 12 (Ti: 2106.71 - Tf: 2107.80 - Mz: 18 - Conf: 327) Holg: 7972

10 9 (Ti: 2107.80 - Tf: 2108.90 - Mz: 17 - Conf: 327) Holg: 7971

11 6 (Ti: 2108.90 - Tf: 2109.99 - Mz: 16 - Conf: 327) Holg: 7970

12 15 (Ti: 2129.99 - Tf: 2133.25 - Mz: 19 - Conf: 3210) Holg: 7947

Page 231: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

231

13 18 (Ti: 2133.25 - Tf: 2136.50 - Mz: 20 - Conf: 3210) Holg: 7943

14 21 (Ti: 2136.50 - Tf: 2139.76 - Mz: 21 - Conf: 3210) Holg: 7940

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 48 (Ti: 25 - Tf: 26) Holg: 16

ORDEN: 27 (Ti: 26 - Tf: 27) Holg: 57

ORDEN: 17 (Ti: 27 - Tf: 29) Holg: 55

ORDEN: 16 (Ti: 29 - Tf: 31) Holg: 53

ORDEN: 19 (Ti: 31 - Tf: 33) Holg: 51

ORDEN: 20 (Ti: 33 - Tf: 35) Holg: 49

********** TABLERO N:2 *********

ORDEN: 26 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 6 (Ti: 29 - Tf: 31) Holg: 53

ORDEN: 18 (Ti: 31 - Tf: 33) Holg: 51

ORDEN: 21 (Ti: 33 - Tf: 35) Holg: 49

********** TABLERO N:3 *********

ORDEN: 49 (Ti: 17 - Tf: 18) Holg: 24

ORDEN: 29 (Ti: 18 - Tf: 19) Holg: 23

ORDEN: 53 (Ti: 19 - Tf: 20) Holg: 22

ORDEN: 51 (Ti: 20 - Tf: 21) Holg: 21

ORDEN: 30 (Ti: 21 - Tf: 22) Holg: 20

ORDEN: 52 (Ti: 22 - Tf: 23) Holg: 19

ORDEN: 31 (Ti: 23 - Tf: 24) Holg: 18

ORDEN: 28 (Ti: 24 - Tf: 25) Holg: 17

ORDEN: 50 (Ti: 25 - Tf: 26) Holg: 16

ORDEN: 5 (Ti: 26 - Tf: 28) Holg: 56

Page 232: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

232

--------------------------------------------------------------------

C_M1_Caso1_Esc3

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 8 (Ti: 3 - Tf: 8) Holg: 4

ORDEN: 17 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 51 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 15 (Ti: 11 - Tf: 12) Holg: 32

ORDEN: 18 (Ti: 12 - Tf: 14) Holg: 22

ORDEN: 22 (Ti: 14 - Tf: 16) Holg: 20

ORDEN: 31 (Ti: 16 - Tf: 17) Holg: 11

********** TABLERO N: 2 *********

ORDEN: 4 (Ti: 2 - Tf: 7) Holg: 77

ORDEN: 50 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 19 (Ti: 8 - Tf: 12) Holg: 24

ORDEN: 14 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 30 (Ti: 13 - Tf: 14) Holg: 14

ORDEN: 35 (Ti: 14 - Tf: 16) Holg: 12

ORDEN: 36 (Ti: 16 - Tf: 17) Holg: 39

********** TABLERO N: 3 *********

ORDEN: 34 (Ti: 5 - Tf: 7) Holg: 21

ORDEN: 42 (Ti: 7 - Tf: 8) Holg: 48

ORDEN: 25 (Ti: 8 - Tf: 10) Holg: 26

ORDEN: 47 (Ti: 10 - Tf: 12) Holg: 44

ORDEN: 37 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 1 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 45 (Ti: 15 - Tf: 17) Holg: 39

********** TABLERO N: 4 *********

ORDEN: 6 (Ti: 4 - Tf: 5) Holg: 7

Page 233: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

233

ORDEN: 48 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 11 (Ti: 6 - Tf: 11) Holg: 1

ORDEN: 39 (Ti: 11 - Tf: 12) Holg: 44

ORDEN: 43 (Ti: 12 - Tf: 13) Holg: 43

ORDEN: 38 (Ti: 13 - Tf: 14) Holg: 42

ORDEN: 28 (Ti: 14 - Tf: 15) Holg: 13

ORDEN: 16 (Ti: 15 - Tf: 17) Holg: 19

********** TABLERO N: 5 *********

ORDEN: 7 (Ti: 0 - Tf: 11) Holg: 1

ORDEN: 46 (Ti: 11 - Tf: 13) Holg: 43

ORDEN: 49 (Ti: 13 - Tf: 15) Holg: 29

ORDEN: 13 (Ti: 15 - Tf: 16) Holg: 28

ORDEN: 12 (Ti: 16 - Tf: 17) Holg: 27

********** TABLERO N: 6 *********

ORDEN: 32 (Ti: 2 - Tf: 4) Holg: 24

ORDEN: 9 (Ti: 4 - Tf: 11) Holg: 1

ORDEN: 41 (Ti: 11 - Tf: 12) Holg: 44

ORDEN: 26 (Ti: 12 - Tf: 14) Holg: 22

ORDEN: 3 (Ti: 14 - Tf: 17) Holg: 67

********** TABLERO N: 7 *********

ORDEN: 29 (Ti: 3 - Tf: 4) Holg: 24

ORDEN: 23 (Ti: 4 - Tf: 6) Holg: 30

ORDEN: 27 (Ti: 6 - Tf: 8) Holg: 28

ORDEN: 52 (Ti: 8 - Tf: 9) Holg: 35

ORDEN: 10 (Ti: 9 - Tf: 10) Holg: 2

ORDEN: 20 (Ti: 10 - Tf: 14) Holg: 22

ORDEN: 53 (Ti: 14 - Tf: 15) Holg: 29

ORDEN: 33 (Ti: 15 - Tf: 17) Holg: 11

********** TABLERO N: 8 *********

ORDEN: 44 (Ti: 4 - Tf: 6) Holg: 50

ORDEN: 5 (Ti: 6 - Tf: 7) Holg: 5

ORDEN: 24 (Ti: 7 - Tf: 9) Holg: 27

Page 234: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

234

ORDEN: 21 (Ti: 9 - Tf: 13) Holg: 23

ORDEN: 2 (Ti: 13 - Tf: 16) Holg: 68

ORDEN: 40 (Ti: 16 - Tf: 17) Holg: 39

Enmallado

MAQUINA: 1 26.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 34 (Ti: 1777.35 - Tf: 1789.79 - Mz: 50 - Conf: 2404) Holg: 3490

2 29 (Ti: 1789.79 - Tf: 1799.65 - Mz: 48 - Conf: 2404) Holg: 3480

3 38 (Ti: 1799.65 - Tf: 1804.46 - Mz: 52 - Conf: 2404) Holg: 3476

4 36 (Ti: 1804.46 - Tf: 1812.12 - Mz: 51 - Conf: 2404) Holg: 3468

5 31 (Ti: 1812.12 - Tf: 1828.83 - Mz: 49 - Conf: 2404) Holg: 3451

6 40 (Ti: 1828.83 - Tf: 1833.65 - Mz: 53 - Conf: 2404) Holg: 3446

7 28 (Ti: 1853.65 - Tf: 1876.39 - Mz: 48 - Conf: 248) Holg: 3404

8 32 (Ti: 1876.39 - Tf: 1896.66 - Mz: 50 - Conf: 248) Holg: 3383

9 23 (Ti: 1896.66 - Tf: 1897.92 - Mz: 27 - Conf: 248) Holg: 2422

10 22 (Ti: 1897.92 - Tf: 1899.19 - Mz: 26 - Conf: 248) Holg: 2421

11 19 (Ti: 1919.19 - Tf: 1939.25 - Mz: 21 - Conf: 246) Holg: 2381

12 16 (Ti: 1939.25 - Tf: 1959.32 - Mz: 20 - Conf: 246) Holg: 2361

13 26 (Ti: 1959.32 - Tf: 1960.01 - Mz: 30 - Conf: 246) Holg: 1400

14 1 (Ti: 1960.01 - Tf: 1960.69 - Mz: 5 - Conf: 246) Holg: -521

15 3 (Ti: 1960.69 - Tf: 1961.88 - Mz: 6 - Conf: 246) Holg: -522

16 25 (Ti: 1961.88 - Tf: 1962.56 - Mz: 29 - Conf: 246) Holg: 1397

17 35 (Ti: 1962.56 - Tf: 1980.89 - Mz: 51 - Conf: 246) Holg: 3299

18 7 (Ti: 1980.89 - Tf: 1993.74 - Mz: 17 - Conf: 246) Holg: 2326

19 24 (Ti: 1993.74 - Tf: 1994.43 - Mz: 28 - Conf: 246) Holg: 1366

20 39 (Ti: 1994.43 - Tf: 2007.09 - Mz: 53 - Conf: 246) Holg: 3273

21 10 (Ti: 2007.09 - Tf: 2019.93 - Mz: 18 - Conf: 246) Holg: 2300

22 13 (Ti: 2019.93 - Tf: 2040.00 - Mz: 19 - Conf: 246) Holg: 2280

23 4 (Ti: 2040.00 - Tf: 2052.85 - Mz: 16 - Conf: 246) Holg: 2267

24 27 (Ti: 2052.85 - Tf: 2053.54 - Mz: 31 - Conf: 246) Holg: 1306

25 37 (Ti: 2053.54 - Tf: 2066.15 - Mz: 52 - Conf: 246) Holg: 3214

Page 235: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

235

26 30 (Ti: 2066.15 - Tf: 2102.55 - Mz: 49 - Conf: 246) Holg: 3177

MAQUINA: 2 14.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 2 (Ti: 2035.14 - Tf: 2036.21 - Mz: 5 - Conf: 326) Holg: -596

2 11 (Ti: 2036.21 - Tf: 2037.16 - Mz: 18 - Conf: 326) Holg: 2283

3 33 (Ti: 2037.16 - Tf: 2041.77 - Mz: 50 - Conf: 326) Holg: 3238

4 17 (Ti: 2041.77 - Tf: 2045.15 - Mz: 20 - Conf: 326) Holg: 2275

5 14 (Ti: 2045.15 - Tf: 2048.52 - Mz: 19 - Conf: 326) Holg: 2271

6 20 (Ti: 2048.52 - Tf: 2051.90 - Mz: 21 - Conf: 326) Holg: 2268

7 8 (Ti: 2051.90 - Tf: 2052.85 - Mz: 17 - Conf: 326) Holg: 2267

8 5 (Ti: 2052.85 - Tf: 2053.80 - Mz: 16 - Conf: 326) Holg: 2266

9 6 (Ti: 2073.80 - Tf: 2074.89 - Mz: 16 - Conf: 327) Holg: 2245

10 9 (Ti: 2074.89 - Tf: 2075.99 - Mz: 17 - Conf: 327) Holg: 2244

11 12 (Ti: 2075.99 - Tf: 2077.08 - Mz: 18 - Conf: 327) Holg: 2243

12 15 (Ti: 2097.08 - Tf: 2100.34 - Mz: 19 - Conf: 3210) Holg: 2220

13 21 (Ti: 2100.34 - Tf: 2103.59 - Mz: 21 - Conf: 3210) Holg: 2216

14 18 (Ti: 2103.59 - Tf: 2106.85 - Mz: 20 - Conf: 3210) Holg: 2213

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 27 (Ti: 25 - Tf: 26) Holg: 10

ORDEN: 26 (Ti: 26 - Tf: 27) Holg: 9

ORDEN: 30 (Ti: 27 - Tf: 28) Holg: 0

ORDEN: 29 (Ti: 28 - Tf: 29) Holg: -1

ORDEN: 51 (Ti: 29 - Tf: 30) Holg: 14

Page 236: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

236

ORDEN: 28 (Ti: 30 - Tf: 31) Holg: -3

ORDEN: 53 (Ti: 31 - Tf: 32) Holg: 12

ORDEN: 52 (Ti: 32 - Tf: 33) Holg: 11

********** TABLERO N:2 *********

ORDEN: 50 (Ti: 28 - Tf: 29) Holg: 15

ORDEN: 19 (Ti: 29 - Tf: 31) Holg: 5

********** TABLERO N:3 *********

ORDEN: 48 (Ti: 16 - Tf: 17) Holg: 27

ORDEN: 6 (Ti: 17 - Tf: 19) Holg: -7

ORDEN: 5 (Ti: 19 - Tf: 21) Holg: -9

ORDEN: 31 (Ti: 21 - Tf: 22) Holg: 6

ORDEN: 16 (Ti: 22 - Tf: 24) Holg: 12

ORDEN: 17 (Ti: 24 - Tf: 26) Holg: 10

ORDEN: 18 (Ti: 26 - Tf: 28) Holg: 8

ORDEN: 49 (Ti: 28 - Tf: 29) Holg: 15

ORDEN: 21 (Ti: 29 - Tf: 31) Holg: 5

ORDEN: 20 (Ti: 31 - Tf: 33) Holg: 3

--------------------------------------------------------------------

C_M1_Caso2_Esc1

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 3 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 43 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 54 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 67 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 28 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 32 (Ti: 11 - Tf: 14) Holg: 70

ORDEN: 16 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 34 (Ti: 15 - Tf: 18) Holg: 66

Page 237: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

237

********** TABLERO N: 2 *********

ORDEN: 76 (Ti: 2 - Tf: 4) Holg: 80

ORDEN: 15 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 19 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 2 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 65 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 7 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 69 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 23 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 26 (Ti: 16 - Tf: 18) Holg: 66

ORDEN: 41 (Ti: 18 - Tf: 19) Holg: 65

ORDEN: 56 (Ti: 19 - Tf: 21) Holg: 63

ORDEN: 5 (Ti: 21 - Tf: 22) Holg: 62

********** TABLERO N: 3 *********

ORDEN: 1 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 55 (Ti: 7 - Tf: 9) Holg: 75

ORDEN: 63 (Ti: 9 - Tf: 11) Holg: 73

ORDEN: 64 (Ti: 11 - Tf: 13) Holg: 71

ORDEN: 83 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 10 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 75 (Ti: 16 - Tf: 17) Holg: 67

ORDEN: 52 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 14 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 24 (Ti: 20 - Tf: 22) Holg: 62

********** TABLERO N: 4 *********

ORDEN: 71 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 44 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 30 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 74 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 46 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 72 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 12 (Ti: 11 - Tf: 13) Holg: 71

Page 238: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

238

ORDEN: 27 (Ti: 13 - Tf: 15) Holg: 69

ORDEN: 50 (Ti: 15 - Tf: 16) Holg: 68

ORDEN: 6 (Ti: 16 - Tf: 17) Holg: 67

ORDEN: 8 (Ti: 17 - Tf: 19) Holg: 65

********** TABLERO N: 5 *********

ORDEN: 68 (Ti: 0 - Tf: 2) Holg: 82

ORDEN: 82 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 53 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 81 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 62 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 11 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 79 (Ti: 10 - Tf: 12) Holg: 72

ORDEN: 57 (Ti: 12 - Tf: 16) Holg: 68

ORDEN: 66 (Ti: 16 - Tf: 18) Holg: 66

ORDEN: 59 (Ti: 18 - Tf: 22) Holg: 62

********** TABLERO N: 6 *********

ORDEN: 22 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 77 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 4 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 45 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 20 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 61 (Ti: 7 - Tf: 11) Holg: 73

ORDEN: 73 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 13 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 47 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 58 (Ti: 16 - Tf: 20) Holg: 64

ORDEN: 38 (Ti: 20 - Tf: 22) Holg: 62

********** TABLERO N: 7 *********

ORDEN: 18 (Ti: 3 - Tf: 4) Holg: 80

ORDEN: 9 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 70 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 60 (Ti: 7 - Tf: 11) Holg: 73

Page 239: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

239

ORDEN: 36 (Ti: 11 - Tf: 14) Holg: 70

ORDEN: 39 (Ti: 14 - Tf: 15) Holg: 69

ORDEN: 25 (Ti: 15 - Tf: 17) Holg: 67

ORDEN: 78 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 48 (Ti: 18 - Tf: 19) Holg: 65

ORDEN: 49 (Ti: 19 - Tf: 20) Holg: 64

ORDEN: 40 (Ti: 20 - Tf: 21) Holg: 63

ORDEN: 51 (Ti: 21 - Tf: 22) Holg: 62

********** TABLERO N: 8 *********

ORDEN: 31 (Ti: 4 - Tf: 7) Holg: 77

ORDEN: 33 (Ti: 7 - Tf: 10) Holg: 74

ORDEN: 35 (Ti: 10 - Tf: 13) Holg: 71

ORDEN: 17 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 29 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 80 (Ti: 16 - Tf: 17) Holg: 67

ORDEN: 84 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 42 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 21 (Ti: 20 - Tf: 21) Holg: 63

ORDEN: 37 (Ti: 21 - Tf: 22) Holg: 62

Enmallado

MAQUINA: 1 59.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 70 (Ti: 2216.99 - Tf: 2231.37 - Mz: 74 - Conf: 2404) Holg: 7849

2 92 (Ti: 2231.37 - Tf: 2236.03 - Mz: 84 - Conf: 2404) Holg: 7844

3 73 (Ti: 2236.03 - Tf: 2250.40 - Mz: 75 - Conf: 2404) Holg: 7830

4 86 (Ti: 2250.40 - Tf: 2259.91 - Mz: 81 - Conf: 2404) Holg: 7820

5 90 (Ti: 2259.91 - Tf: 2267.57 - Mz: 83 - Conf: 2404) Holg: 7812

6 79 (Ti: 2267.57 - Tf: 2275.22 - Mz: 78 - Conf: 2404) Holg: 7805

7 75 (Ti: 2275.22 - Tf: 2290.97 - Mz: 76 - Conf: 2404) Holg: 7789

8 88 (Ti: 2290.97 - Tf: 2300.74 - Mz: 82 - Conf: 2404) Holg: 7779

9 82 (Ti: 2300.74 - Tf: 2315.08 - Mz: 79 - Conf: 2404) Holg: 7765

Page 240: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

240

10 77 (Ti: 2315.08 - Tf: 2324.50 - Mz: 77 - Conf: 2404) Holg: 7755

11 84 (Ti: 2324.50 - Tf: 2329.72 - Mz: 80 - Conf: 2404) Holg: 7750

12 71 (Ti: 2349.72 - Tf: 2360.06 - Mz: 75 - Conf: 246) Holg: 7720

13 68 (Ti: 2360.06 - Tf: 2370.39 - Mz: 74 - Conf: 246) Holg: 7710

14 6 (Ti: 2370.39 - Tf: 2373.71 - Mz: 39 - Conf: 246) Holg: 7706

15 12 (Ti: 2373.71 - Tf: 2377.17 - Mz: 41 - Conf: 246) Holg: 7703

16 18 (Ti: 2377.17 - Tf: 2377.20 - Mz: 46 - Conf: 246) Holg: 7703

17 41 (Ti: 2377.20 - Tf: 2397.27 - Mz: 57 - Conf: 246) Holg: 7683

18 85 (Ti: 2397.27 - Tf: 2419.28 - Mz: 81 - Conf: 246) Holg: 7661

19 32 (Ti: 2419.28 - Tf: 2432.13 - Mz: 54 - Conf: 246) Holg: 7648

20 64 (Ti: 2432.13 - Tf: 2432.81 - Mz: 70 - Conf: 246) Holg: 7647

21 44 (Ti: 2432.81 - Tf: 2452.88 - Mz: 58 - Conf: 246) Holg: 7627

22 29 (Ti: 2452.88 - Tf: 2465.73 - Mz: 53 - Conf: 246) Holg: 7614

23 53 (Ti: 2465.73 - Tf: 2485.79 - Mz: 61 - Conf: 246) Holg: 7594

24 83 (Ti: 2485.79 - Tf: 2499.23 - Mz: 80 - Conf: 246) Holg: 7581

25 91 (Ti: 2499.23 - Tf: 2511.57 - Mz: 84 - Conf: 246) Holg: 7568

26 78 (Ti: 2511.57 - Tf: 2529.85 - Mz: 78 - Conf: 246) Holg: 7550

27 50 (Ti: 2529.85 - Tf: 2549.92 - Mz: 60 - Conf: 246) Holg: 7530

28 66 (Ti: 2549.92 - Tf: 2550.61 - Mz: 72 - Conf: 246) Holg: 7529

29 67 (Ti: 2550.61 - Tf: 2551.30 - Mz: 73 - Conf: 246) Holg: 7529

30 19 (Ti: 2551.30 - Tf: 2554.43 - Mz: 47 - Conf: 246) Holg: 7526

31 16 (Ti: 2554.43 - Tf: 2554.83 - Mz: 44 - Conf: 246) Holg: 7525

32 89 (Ti: 2554.83 - Tf: 2573.16 - Mz: 83 - Conf: 246) Holg: 7507

33 74 (Ti: 2573.16 - Tf: 2607.67 - Mz: 76 - Conf: 246) Holg: 7472

34 76 (Ti: 2607.67 - Tf: 2629.51 - Mz: 77 - Conf: 246) Holg: 7450

35 80 (Ti: 2629.51 - Tf: 2640.00 - Mz: 79 - Conf: 246) Holg: 7440

36 2 (Ti: 2640.00 - Tf: 2643.34 - Mz: 38 - Conf: 246) Holg: 7437

37 35 (Ti: 2643.34 - Tf: 2656.19 - Mz: 55 - Conf: 246) Holg: 7424

38 10 (Ti: 2656.19 - Tf: 2659.38 - Mz: 40 - Conf: 246) Holg: 7421

39 17 (Ti: 2659.38 - Tf: 2659.42 - Mz: 45 - Conf: 246) Holg: 7421

40 38 (Ti: 2659.42 - Tf: 2672.26 - Mz: 56 - Conf: 246) Holg: 7408

41 15 (Ti: 2672.26 - Tf: 2672.55 - Mz: 43 - Conf: 246) Holg: 7407

Page 241: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

241

42 65 (Ti: 2672.55 - Tf: 2673.24 - Mz: 71 - Conf: 246) Holg: 7407

43 47 (Ti: 2673.24 - Tf: 2693.31 - Mz: 59 - Conf: 246) Holg: 7387

44 24 (Ti: 2713.31 - Tf: 2717.24 - Mz: 48 - Conf: 248) Holg: 7363

45 20 (Ti: 2717.24 - Tf: 2717.32 - Mz: 47 - Conf: 248) Holg: 7363

46 72 (Ti: 2717.32 - Tf: 2735.73 - Mz: 75 - Conf: 248) Holg: 7344

47 28 (Ti: 2735.73 - Tf: 2739.66 - Mz: 52 - Conf: 248) Holg: 7340

48 3 (Ti: 2739.66 - Tf: 2743.06 - Mz: 38 - Conf: 248) Holg: 7337

49 58 (Ti: 2743.06 - Tf: 2744.33 - Mz: 64 - Conf: 248) Holg: 7336

50 81 (Ti: 2744.33 - Tf: 2762.52 - Mz: 79 - Conf: 248) Holg: 7317

51 56 (Ti: 2762.52 - Tf: 2763.79 - Mz: 62 - Conf: 248) Holg: 7316

52 7 (Ti: 2763.79 - Tf: 2767.15 - Mz: 39 - Conf: 248) Holg: 7313

53 27 (Ti: 2767.15 - Tf: 2771.08 - Mz: 51 - Conf: 248) Holg: 7309

54 69 (Ti: 2771.08 - Tf: 2789.49 - Mz: 74 - Conf: 248) Holg: 7291

55 59 (Ti: 2789.49 - Tf: 2790.75 - Mz: 65 - Conf: 248) Holg: 7289

56 57 (Ti: 2790.75 - Tf: 2792.02 - Mz: 63 - Conf: 248) Holg: 7288

57 25 (Ti: 2792.02 - Tf: 2795.95 - Mz: 49 - Conf: 248) Holg: 7284

58 26 (Ti: 2795.95 - Tf: 2799.88 - Mz: 50 - Conf: 248) Holg: 7280

59 87 (Ti: 2799.88 - Tf: 2822.41 - Mz: 82 - Conf: 248) Holg: 7258

MAQUINA: 2 33.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 42 (Ti: 2696.81 - Tf: 2700.18 - Mz: 57 - Conf: 326) Holg: 7380

2 54 (Ti: 2700.18 - Tf: 2703.56 - Mz: 61 - Conf: 326) Holg: 7376

3 48 (Ti: 2703.56 - Tf: 2706.93 - Mz: 59 - Conf: 326) Holg: 7373

4 30 (Ti: 2706.93 - Tf: 2707.16 - Mz: 53 - Conf: 326) Holg: 7373

5 45 (Ti: 2707.16 - Tf: 2710.54 - Mz: 58 - Conf: 326) Holg: 7369

6 62 (Ti: 2710.54 - Tf: 2711.44 - Mz: 68 - Conf: 326) Holg: 7369

7 61 (Ti: 2711.44 - Tf: 2712.35 - Mz: 67 - Conf: 326) Holg: 7368

8 63 (Ti: 2712.35 - Tf: 2713.26 - Mz: 69 - Conf: 326) Holg: 7367

9 39 (Ti: 2713.26 - Tf: 2713.49 - Mz: 56 - Conf: 326) Holg: 7367

10 36 (Ti: 2713.49 - Tf: 2713.72 - Mz: 55 - Conf: 326) Holg: 7366

Page 242: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

242

11 51 (Ti: 2713.72 - Tf: 2717.09 - Mz: 60 - Conf: 326) Holg: 7363

12 33 (Ti: 2717.09 - Tf: 2717.32 - Mz: 54 - Conf: 326) Holg: 7363

13 21 (Ti: 2717.32 - Tf: 2717.40 - Mz: 47 - Conf: 326) Holg: 7363

14 60 (Ti: 2717.40 - Tf: 2718.31 - Mz: 66 - Conf: 326) Holg: 7362

15 37 (Ti: 2738.31 - Tf: 2738.56 - Mz: 55 - Conf: 327) Holg: 7341

16 40 (Ti: 2738.56 - Tf: 2738.81 - Mz: 56 - Conf: 327) Holg: 7341

17 22 (Ti: 2738.81 - Tf: 2738.89 - Mz: 47 - Conf: 327) Holg: 7341

18 34 (Ti: 2738.89 - Tf: 2739.14 - Mz: 54 - Conf: 327) Holg: 7341

19 31 (Ti: 2739.14 - Tf: 2739.39 - Mz: 53 - Conf: 327) Holg: 7341

20 46 (Ti: 2759.39 - Tf: 2762.65 - Mz: 58 - Conf: 3210) Holg: 7317

21 49 (Ti: 2762.65 - Tf: 2765.90 - Mz: 59 - Conf: 3210) Holg: 7314

22 43 (Ti: 2765.90 - Tf: 2769.16 - Mz: 57 - Conf: 3210) Holg: 7311

23 9 (Ti: 2769.16 - Tf: 2769.23 - Mz: 39 - Conf: 3210) Holg: 7311

24 52 (Ti: 2769.23 - Tf: 2772.49 - Mz: 60 - Conf: 3210) Holg: 7308

25 5 (Ti: 2772.49 - Tf: 2772.59 - Mz: 38 - Conf: 3210) Holg: 7307

26 55 (Ti: 2772.59 - Tf: 2775.85 - Mz: 61 - Conf: 3210) Holg: 7304

27 4 (Ti: 2795.85 - Tf: 2796.14 - Mz: 38 - Conf: 328) Holg: 7284

28 13 (Ti: 2796.14 - Tf: 2796.59 - Mz: 41 - Conf: 328) Holg: 7283

29 23 (Ti: 2796.59 - Tf: 2799.91 - Mz: 47 - Conf: 328) Holg: 7280

30 8 (Ti: 2799.91 - Tf: 2800.25 - Mz: 39 - Conf: 328) Holg: 7280

31 14 (Ti: 2800.25 - Tf: 2821.25 - Mz: 42 - Conf: 328) Holg: 7259

32 11 (Ti: 2821.25 - Tf: 2821.69 - Mz: 40 - Conf: 328) Holg: 7258

33 1 (Ti: 2821.69 - Tf: 2850.69 - Mz: 37 - Conf: 328) Holg: 7229

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 80 (Ti: 25 - Tf: 26) Holg: 58

Page 243: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

243

ORDEN: 78 (Ti: 26 - Tf: 27) Holg: 57

ORDEN: 44 (Ti: 27 - Tf: 28) Holg: 56

ORDEN: 45 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 71 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 69 (Ti: 30 - Tf: 31) Holg: 53

ORDEN: 75 (Ti: 31 - Tf: 32) Holg: 52

ORDEN: 53 (Ti: 32 - Tf: 34) Holg: 50

ORDEN: 52 (Ti: 34 - Tf: 35) Holg: 49

ORDEN: 57 (Ti: 35 - Tf: 37) Holg: 47

ORDEN: 74 (Ti: 37 - Tf: 38) Holg: 46

ORDEN: 65 (Ti: 38 - Tf: 39) Holg: 45

ORDEN: 63 (Ti: 39 - Tf: 40) Holg: 44

ORDEN: 49 (Ti: 40 - Tf: 41) Holg: 43

ORDEN: 39 (Ti: 41 - Tf: 47) Holg: 37

ORDEN: 42 (Ti: 47 - Tf: 49) Holg: 35

********** TABLERO N:2 *********

ORDEN: 81 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 73 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 68 (Ti: 30 - Tf: 31) Holg: 53

ORDEN: 48 (Ti: 31 - Tf: 32) Holg: 52

ORDEN: 55 (Ti: 32 - Tf: 34) Holg: 50

ORDEN: 56 (Ti: 34 - Tf: 36) Holg: 48

ORDEN: 79 (Ti: 36 - Tf: 37) Holg: 47

ORDEN: 58 (Ti: 37 - Tf: 39) Holg: 45

ORDEN: 62 (Ti: 39 - Tf: 40) Holg: 44

ORDEN: 51 (Ti: 40 - Tf: 41) Holg: 43

ORDEN: 41 (Ti: 41 - Tf: 44) Holg: 40

ORDEN: 50 (Ti: 44 - Tf: 45) Holg: 39

ORDEN: 40 (Ti: 45 - Tf: 48) Holg: 36

ORDEN: 82 (Ti: 48 - Tf: 49) Holg: 35

********** TABLERO N:3 *********

ORDEN: 46 (Ti: 20 - Tf: 21) Holg: 63

Page 244: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

244

ORDEN: 70 (Ti: 21 - Tf: 22) Holg: 62

ORDEN: 84 (Ti: 22 - Tf: 23) Holg: 61

ORDEN: 72 (Ti: 23 - Tf: 24) Holg: 60

ORDEN: 83 (Ti: 24 - Tf: 25) Holg: 59

ORDEN: 76 (Ti: 25 - Tf: 26) Holg: 58

ORDEN: 77 (Ti: 26 - Tf: 27) Holg: 57

ORDEN: 43 (Ti: 27 - Tf: 28) Holg: 56

ORDEN: 67 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 66 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 54 (Ti: 30 - Tf: 32) Holg: 52

ORDEN: 64 (Ti: 32 - Tf: 33) Holg: 51

ORDEN: 59 (Ti: 33 - Tf: 35) Holg: 49

ORDEN: 60 (Ti: 35 - Tf: 37) Holg: 47

ORDEN: 61 (Ti: 37 - Tf: 39) Holg: 45

ORDEN: 38 (Ti: 39 - Tf: 43) Holg: 41

--------------------------------------------------------------------

C_M1_Caso2_Esc2

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 84 (Ti: 3 - Tf: 4) Holg: 38

ORDEN: 65 (Ti: 4 - Tf: 6) Holg: 36

ORDEN: 46 (Ti: 6 - Tf: 7) Holg: 77

ORDEN: 33 (Ti: 7 - Tf: 10) Holg: 32

ORDEN: 64 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 77 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 73 (Ti: 13 - Tf: 14) Holg: 28

ORDEN: 62 (Ti: 14 - Tf: 16) Holg: 26

ORDEN: 43 (Ti: 16 - Tf: 17) Holg: 67

ORDEN: 52 (Ti: 17 - Tf: 18) Holg: 66

Page 245: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

245

ORDEN: 59 (Ti: 18 - Tf: 22) Holg: 62

********** TABLERO N: 2 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 12 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 40 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 13 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 83 (Ti: 8 - Tf: 9) Holg: 33

ORDEN: 39 (Ti: 9 - Tf: 10) Holg: 74

ORDEN: 69 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 20 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 76 (Ti: 13 - Tf: 15) Holg: 27

ORDEN: 71 (Ti: 15 - Tf: 16) Holg: 26

ORDEN: 75 (Ti: 16 - Tf: 17) Holg: 25

ORDEN: 11 (Ti: 17 - Tf: 19) Holg: 65

ORDEN: 56 (Ti: 19 - Tf: 21) Holg: 63

********** TABLERO N: 3 *********

ORDEN: 10 (Ti: 5 - Tf: 7) Holg: 77

ORDEN: 21 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 30 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 5 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 70 (Ti: 11 - Tf: 12) Holg: 30

ORDEN: 24 (Ti: 12 - Tf: 14) Holg: 28

ORDEN: 31 (Ti: 14 - Tf: 17) Holg: 25

ORDEN: 17 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 53 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 49 (Ti: 20 - Tf: 21) Holg: 63

********** TABLERO N: 4 *********

ORDEN: 7 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 42 (Ti: 6 - Tf: 8) Holg: 76

ORDEN: 28 (Ti: 8 - Tf: 10) Holg: 32

ORDEN: 3 (Ti: 10 - Tf: 11) Holg: 73

ORDEN: 44 (Ti: 11 - Tf: 12) Holg: 72

Page 246: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

246

ORDEN: 72 (Ti: 12 - Tf: 13) Holg: 29

ORDEN: 78 (Ti: 13 - Tf: 14) Holg: 28

ORDEN: 25 (Ti: 14 - Tf: 16) Holg: 26

ORDEN: 2 (Ti: 16 - Tf: 18) Holg: 66

ORDEN: 38 (Ti: 18 - Tf: 20) Holg: 64

ORDEN: 8 (Ti: 20 - Tf: 22) Holg: 62

********** TABLERO N: 5 *********

ORDEN: 14 (Ti: 0 - Tf: 2) Holg: 82

ORDEN: 51 (Ti: 2 - Tf: 3) Holg: 81

ORDEN: 66 (Ti: 3 - Tf: 5) Holg: 37

ORDEN: 35 (Ti: 5 - Tf: 8) Holg: 34

ORDEN: 50 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 34 (Ti: 9 - Tf: 12) Holg: 30

ORDEN: 67 (Ti: 12 - Tf: 14) Holg: 28

ORDEN: 55 (Ti: 14 - Tf: 16) Holg: 68

ORDEN: 60 (Ti: 16 - Tf: 20) Holg: 64

********** TABLERO N: 6 *********

ORDEN: 23 (Ti: 2 - Tf: 4) Holg: 38

ORDEN: 16 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 37 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 19 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 45 (Ti: 7 - Tf: 8) Holg: 76

ORDEN: 18 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 68 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 82 (Ti: 11 - Tf: 12) Holg: 30

ORDEN: 54 (Ti: 12 - Tf: 14) Holg: 70

ORDEN: 57 (Ti: 14 - Tf: 18) Holg: 66

ORDEN: 61 (Ti: 18 - Tf: 22) Holg: 62

********** TABLERO N: 7 *********

ORDEN: 9 (Ti: 3 - Tf: 5) Holg: 79

ORDEN: 22 (Ti: 5 - Tf: 6) Holg: 36

ORDEN: 80 (Ti: 6 - Tf: 7) Holg: 35

Page 247: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

247

ORDEN: 32 (Ti: 7 - Tf: 10) Holg: 32

ORDEN: 26 (Ti: 10 - Tf: 12) Holg: 30

ORDEN: 4 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 63 (Ti: 13 - Tf: 15) Holg: 27

ORDEN: 79 (Ti: 15 - Tf: 17) Holg: 25

ORDEN: 15 (Ti: 17 - Tf: 18) Holg: 66

ORDEN: 58 (Ti: 18 - Tf: 22) Holg: 62

********** TABLERO N: 8 *********

ORDEN: 1 (Ti: 4 - Tf: 6) Holg: 78

ORDEN: 74 (Ti: 6 - Tf: 7) Holg: 35

ORDEN: 81 (Ti: 7 - Tf: 8) Holg: 34

ORDEN: 48 (Ti: 8 - Tf: 9) Holg: 75

ORDEN: 29 (Ti: 9 - Tf: 11) Holg: 31

ORDEN: 27 (Ti: 11 - Tf: 13) Holg: 29

ORDEN: 41 (Ti: 13 - Tf: 14) Holg: 70

ORDEN: 36 (Ti: 14 - Tf: 17) Holg: 25

ORDEN: 47 (Ti: 17 - Tf: 19) Holg: 65

Enmallado

MAQUINA: 1 59.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 90 (Ti: 2329.18 - Tf: 2336.84 - Mz: 83 - Conf: 2404) Holg: 2703

2 75 (Ti: 2336.84 - Tf: 2352.60 - Mz: 76 - Conf: 2404) Holg: 2687

3 86 (Ti: 2352.60 - Tf: 2362.10 - Mz: 81 - Conf: 2404) Holg: 2678

4 88 (Ti: 2362.10 - Tf: 2371.87 - Mz: 82 - Conf: 2404) Holg: 2668

5 70 (Ti: 2371.87 - Tf: 2386.24 - Mz: 74 - Conf: 2404) Holg: 2654

6 79 (Ti: 2386.24 - Tf: 2393.88 - Mz: 78 - Conf: 2404) Holg: 2646

7 84 (Ti: 2393.89 - Tf: 2399.11 - Mz: 80 - Conf: 2404) Holg: 2641

8 92 (Ti: 2399.11 - Tf: 2403.77 - Mz: 84 - Conf: 2404) Holg: 2636

9 77 (Ti: 2403.77 - Tf: 2413.19 - Mz: 77 - Conf: 2404) Holg: 2627

10 82 (Ti: 2413.19 - Tf: 2427.53 - Mz: 79 - Conf: 2404) Holg: 2612

11 73 (Ti: 2427.53 - Tf: 2441.91 - Mz: 75 - Conf: 2404) Holg: 2598

Page 248: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

248

12 7 (Ti: 2461.91 - Tf: 2465.27 - Mz: 39 - Conf: 248) Holg: 7615

13 72 (Ti: 2465.27 - Tf: 2483.68 - Mz: 75 - Conf: 248) Holg: 2556

14 26 (Ti: 2483.68 - Tf: 2487.61 - Mz: 50 - Conf: 248) Holg: 7592

15 58 (Ti: 2487.61 - Tf: 2488.88 - Mz: 64 - Conf: 248) Holg: 2551

16 57 (Ti: 2488.88 - Tf: 2490.14 - Mz: 63 - Conf: 248) Holg: 2550

17 87 (Ti: 2490.14 - Tf: 2512.67 - Mz: 82 - Conf: 248) Holg: 2527

18 3 (Ti: 2512.67 - Tf: 2516.07 - Mz: 38 - Conf: 248) Holg: 7564

19 28 (Ti: 2516.07 - Tf: 2520.00 - Mz: 52 - Conf: 248) Holg: 7560

20 25 (Ti: 2520.00 - Tf: 2523.93 - Mz: 49 - Conf: 248) Holg: 7556

21 20 (Ti: 2523.93 - Tf: 2524.01 - Mz: 47 - Conf: 248) Holg: 7556

22 59 (Ti: 2524.01 - Tf: 2525.27 - Mz: 65 - Conf: 248) Holg: 2515

23 81 (Ti: 2525.27 - Tf: 2543.47 - Mz: 79 - Conf: 248) Holg: 2497

24 24 (Ti: 2543.47 - Tf: 2547.40 - Mz: 48 - Conf: 248) Holg: 7533

25 69 (Ti: 2547.40 - Tf: 2565.81 - Mz: 74 - Conf: 248) Holg: 2474

26 27 (Ti: 2565.81 - Tf: 2569.74 - Mz: 51 - Conf: 248) Holg: 7510

27 56 (Ti: 2569.74 - Tf: 2571.01 - Mz: 62 - Conf: 248) Holg: 2469

28 16 (Ti: 2591.01 - Tf: 2591.40 - Mz: 44 - Conf: 246) Holg: 7489

29 19 (Ti: 2591.40 - Tf: 2594.54 - Mz: 47 - Conf: 246) Holg: 7485

30 2 (Ti: 2594.54 - Tf: 2597.88 - Mz: 38 - Conf: 246) Holg: 7482

31 80 (Ti: 2597.88 - Tf: 2608.36 - Mz: 79 - Conf: 246) Holg: 2432

32 10 (Ti: 2608.36 - Tf: 2611.56 - Mz: 40 - Conf: 246) Holg: 7468

33 68 (Ti: 2611.56 - Tf: 2621.89 - Mz: 74 - Conf: 246) Holg: 2418

34 71 (Ti: 2621.89 - Tf: 2632.22 - Mz: 75 - Conf: 246) Holg: 2408

35 83 (Ti: 2632.22 - Tf: 2645.66 - Mz: 80 - Conf: 246) Holg: 2394

36 78 (Ti: 2645.66 - Tf: 2663.95 - Mz: 78 - Conf: 246) Holg: 2376

37 47 (Ti: 2663.95 - Tf: 2684.02 - Mz: 59 - Conf: 246) Holg: 7396

38 17 (Ti: 2684.02 - Tf: 2684.05 - Mz: 45 - Conf: 246) Holg: 7396

39 89 (Ti: 2684.05 - Tf: 2702.38 - Mz: 83 - Conf: 246) Holg: 2338

40 44 (Ti: 2702.38 - Tf: 2722.45 - Mz: 58 - Conf: 246) Holg: 7358

41 50 (Ti: 2722.45 - Tf: 2742.51 - Mz: 60 - Conf: 246) Holg: 7337

42 6 (Ti: 2742.51 - Tf: 2745.84 - Mz: 39 - Conf: 246) Holg: 7334

43 41 (Ti: 2745.84 - Tf: 2765.90 - Mz: 57 - Conf: 246) Holg: 7314

Page 249: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

249

44 64 (Ti: 2765.90 - Tf: 2766.59 - Mz: 70 - Conf: 246) Holg: 2273

45 35 (Ti: 2766.59 - Tf: 2779.44 - Mz: 55 - Conf: 246) Holg: 7301

46 85 (Ti: 2779.44 - Tf: 2801.45 - Mz: 81 - Conf: 246) Holg: 2239

47 12 (Ti: 2801.45 - Tf: 2804.91 - Mz: 41 - Conf: 246) Holg: 7275

48 67 (Ti: 2804.91 - Tf: 2805.59 - Mz: 73 - Conf: 246) Holg: 2234

49 76 (Ti: 2805.59 - Tf: 2827.44 - Mz: 77 - Conf: 246) Holg: 2213

50 66 (Ti: 2827.44 - Tf: 2828.13 - Mz: 72 - Conf: 246) Holg: 2212

51 74 (Ti: 2828.13 - Tf: 2862.64 - Mz: 76 - Conf: 246) Holg: 2177

52 65 (Ti: 2862.64 - Tf: 2863.33 - Mz: 71 - Conf: 246) Holg: 2177

53 29 (Ti: 2863.33 - Tf: 2876.18 - Mz: 53 - Conf: 246) Holg: 7204

54 32 (Ti: 2876.18 - Tf: 2889.02 - Mz: 54 - Conf: 246) Holg: 7191

55 91 (Ti: 2889.02 - Tf: 2901.36 - Mz: 84 - Conf: 246) Holg: 2139

56 15 (Ti: 2901.36 - Tf: 2901.64 - Mz: 43 - Conf: 246) Holg: 7178

57 18 (Ti: 2901.64 - Tf: 2901.68 - Mz: 46 - Conf: 246) Holg: 7178

58 38 (Ti: 2901.68 - Tf: 2914.53 - Mz: 56 - Conf: 246) Holg: 7165

59 53 (Ti: 2914.53 - Tf: 2934.59 - Mz: 61 - Conf: 246) Holg: 7145

MAQUINA: 2 33.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 34 (Ti: 2913.77 - Tf: 2914.02 - Mz: 54 - Conf: 327) Holg: 7166

2 37 (Ti: 2914.02 - Tf: 2914.27 - Mz: 55 - Conf: 327) Holg: 7166

3 31 (Ti: 2914.27 - Tf: 2914.53 - Mz: 53 - Conf: 327) Holg: 7165

4 40 (Ti: 2914.53 - Tf: 2914.78 - Mz: 56 - Conf: 327) Holg: 7165

5 22 (Ti: 2914.78 - Tf: 2914.85 - Mz: 47 - Conf: 327) Holg: 7165

6 4 (Ti: 2934.85 - Tf: 2935.15 - Mz: 38 - Conf: 328) Holg: 7145

7 23 (Ti: 2935.15 - Tf: 2938.47 - Mz: 47 - Conf: 328) Holg: 7142

8 14 (Ti: 2938.47 - Tf: 2959.47 - Mz: 42 - Conf: 328) Holg: 7121

9 8 (Ti: 2959.47 - Tf: 2959.81 - Mz: 39 - Conf: 328) Holg: 7120

10 13 (Ti: 2959.81 - Tf: 2960.26 - Mz: 41 - Conf: 328) Holg: 7120

11 11 (Ti: 2960.26 - Tf: 2960.69 - Mz: 40 - Conf: 328) Holg: 7119

12 1 (Ti: 2960.69 - Tf: 2989.70 - Mz: 37 - Conf: 328) Holg: 7090

Page 250: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

250

13 60 (Ti: 3009.70 - Tf: 3010.61 - Mz: 66 - Conf: 326) Holg: 2029

14 62 (Ti: 3010.61 - Tf: 3011.52 - Mz: 68 - Conf: 326) Holg: 2028

15 42 (Ti: 3011.52 - Tf: 3014.89 - Mz: 57 - Conf: 326) Holg: 7065

16 48 (Ti: 3014.89 - Tf: 3018.26 - Mz: 59 - Conf: 326) Holg: 7062

17 61 (Ti: 3018.26 - Tf: 3019.17 - Mz: 67 - Conf: 326) Holg: 2021

18 36 (Ti: 3019.17 - Tf: 3019.40 - Mz: 55 - Conf: 326) Holg: 7061

19 54 (Ti: 3019.40 - Tf: 3022.78 - Mz: 61 - Conf: 326) Holg: 7057

20 45 (Ti: 3022.78 - Tf: 3026.15 - Mz: 58 - Conf: 326) Holg: 7054

21 63 (Ti: 3026.15 - Tf: 3027.06 - Mz: 69 - Conf: 326) Holg: 2013

22 21 (Ti: 3027.06 - Tf: 3027.14 - Mz: 47 - Conf: 326) Holg: 7053

23 30 (Ti: 3027.14 - Tf: 3027.37 - Mz: 53 - Conf: 326) Holg: 7053

24 39 (Ti: 3027.37 - Tf: 3027.59 - Mz: 56 - Conf: 326) Holg: 7052

25 33 (Ti: 3027.59 - Tf: 3027.82 - Mz: 54 - Conf: 326) Holg: 7052

26 51 (Ti: 3027.82 - Tf: 3031.20 - Mz: 60 - Conf: 326) Holg: 7049

27 49 (Ti: 3051.20 - Tf: 3054.45 - Mz: 59 - Conf: 3210) Holg: 7026

28 46 (Ti: 3054.45 - Tf: 3057.71 - Mz: 58 - Conf: 3210) Holg: 7022

29 43 (Ti: 3057.71 - Tf: 3060.96 - Mz: 57 - Conf: 3210) Holg: 7019

30 5 (Ti: 3060.96 - Tf: 3061.06 - Mz: 38 - Conf: 3210) Holg: 7019

31 52 (Ti: 3061.06 - Tf: 3064.32 - Mz: 60 - Conf: 3210) Holg: 7016

32 9 (Ti: 3064.32 - Tf: 3064.39 - Mz: 39 - Conf: 3210) Holg: 7016

33 55 (Ti: 3064.39 - Tf: 3067.65 - Mz: 61 - Conf: 3210) Holg: 7012

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 50 (Ti: 25 - Tf: 26) Holg: 58

ORDEN: 64 (Ti: 26 - Tf: 27) Holg: 15

ORDEN: 63 (Ti: 27 - Tf: 28) Holg: 14

Page 251: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

251

ORDEN: 49 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 48 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 44 (Ti: 30 - Tf: 31) Holg: 53

ORDEN: 80 (Ti: 31 - Tf: 32) Holg: 10

ORDEN: 70 (Ti: 32 - Tf: 33) Holg: 9

ORDEN: 72 (Ti: 33 - Tf: 34) Holg: 8

ORDEN: 76 (Ti: 34 - Tf: 35) Holg: 7

ORDEN: 43 (Ti: 35 - Tf: 36) Holg: 48

ORDEN: 41 (Ti: 36 - Tf: 39) Holg: 45

ORDEN: 55 (Ti: 39 - Tf: 41) Holg: 43

ORDEN: 47 (Ti: 41 - Tf: 43) Holg: 41

ORDEN: 58 (Ti: 43 - Tf: 45) Holg: 39

ORDEN: 38 (Ti: 45 - Tf: 49) Holg: 35

********** TABLERO N:2 *********

ORDEN: 82 (Ti: 28 - Tf: 29) Holg: 13

ORDEN: 51 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 74 (Ti: 30 - Tf: 31) Holg: 11

ORDEN: 78 (Ti: 31 - Tf: 32) Holg: 10

ORDEN: 45 (Ti: 32 - Tf: 33) Holg: 51

ORDEN: 81 (Ti: 33 - Tf: 34) Holg: 8

ORDEN: 46 (Ti: 34 - Tf: 35) Holg: 49

ORDEN: 42 (Ti: 35 - Tf: 37) Holg: 47

ORDEN: 40 (Ti: 37 - Tf: 40) Holg: 44

ORDEN: 37 (Ti: 40 - Tf: 44) Holg: 40

ORDEN: 53 (Ti: 44 - Tf: 46) Holg: 38

ORDEN: 57 (Ti: 46 - Tf: 48) Holg: 36

ORDEN: 61 (Ti: 48 - Tf: 50) Holg: 34

********** TABLERO N:3 *********

ORDEN: 52 (Ti: 21 - Tf: 22) Holg: 62

ORDEN: 65 (Ti: 22 - Tf: 23) Holg: 19

ORDEN: 62 (Ti: 23 - Tf: 24) Holg: 18

ORDEN: 79 (Ti: 24 - Tf: 25) Holg: 17

Page 252: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

252

ORDEN: 75 (Ti: 25 - Tf: 26) Holg: 16

ORDEN: 83 (Ti: 26 - Tf: 27) Holg: 15

ORDEN: 73 (Ti: 27 - Tf: 28) Holg: 14

ORDEN: 77 (Ti: 28 - Tf: 29) Holg: 13

ORDEN: 71 (Ti: 29 - Tf: 30) Holg: 12

ORDEN: 84 (Ti: 30 - Tf: 31) Holg: 11

ORDEN: 66 (Ti: 31 - Tf: 32) Holg: 10

ORDEN: 68 (Ti: 32 - Tf: 33) Holg: 9

ORDEN: 67 (Ti: 33 - Tf: 34) Holg: 8

ORDEN: 69 (Ti: 34 - Tf: 35) Holg: 7

ORDEN: 56 (Ti: 35 - Tf: 37) Holg: 47

ORDEN: 54 (Ti: 37 - Tf: 39) Holg: 45

ORDEN: 59 (Ti: 39 - Tf: 41) Holg: 43

ORDEN: 60 (Ti: 41 - Tf: 43) Holg: 41

ORDEN: 39 (Ti: 43 - Tf: 49) Holg: 35

--------------------------------------------------------------------

C_M1_Caso2_Esc3

Célula de inicio

CELULA: 1 Tipo: 1.00

**************************************

********** TABLERO N: 1 *********

ORDEN: 3 (Ti: 3 - Tf: 4) Holg: 12

ORDEN: 40 (Ti: 4 - Tf: 5) Holg: 79

ORDEN: 52 (Ti: 5 - Tf: 6) Holg: 62

ORDEN: 79 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 80 (Ti: 8 - Tf: 9) Holg: 19

ORDEN: 78 (Ti: 9 - Tf: 10) Holg: 18

ORDEN: 55 (Ti: 10 - Tf: 12) Holg: 56

ORDEN: 11 (Ti: 12 - Tf: 14) Holg: 30

ORDEN: 29 (Ti: 14 - Tf: 16) Holg: 40

ORDEN: 46 (Ti: 16 - Tf: 17) Holg: 67

Page 253: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

253

ORDEN: 62 (Ti: 17 - Tf: 19) Holg: 37

ORDEN: 54 (Ti: 19 - Tf: 21) Holg: 47

ORDEN: 38 (Ti: 21 - Tf: 23) Holg: 61

********** TABLERO N: 2 *********

ORDEN: 67 (Ti: 2 - Tf: 4) Holg: 40

ORDEN: 69 (Ti: 4 - Tf: 6) Holg: 38

ORDEN: 83 (Ti: 6 - Tf: 7) Holg: 21

ORDEN: 23 (Ti: 7 - Tf: 9) Holg: 47

ORDEN: 13 (Ti: 9 - Tf: 11) Holg: 33

ORDEN: 43 (Ti: 11 - Tf: 12) Holg: 72

ORDEN: 17 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 51 (Ti: 13 - Tf: 14) Holg: 54

ORDEN: 75 (Ti: 14 - Tf: 15) Holg: 13

ORDEN: 36 (Ti: 15 - Tf: 18) Holg: 50

ORDEN: 61 (Ti: 18 - Tf: 22) Holg: 34

********** TABLERO N: 3 *********

ORDEN: 82 (Ti: 5 - Tf: 6) Holg: 22

ORDEN: 9 (Ti: 6 - Tf: 8) Holg: 20

ORDEN: 24 (Ti: 8 - Tf: 10) Holg: 46

ORDEN: 71 (Ti: 10 - Tf: 11) Holg: 33

ORDEN: 84 (Ti: 11 - Tf: 12) Holg: 16

ORDEN: 19 (Ti: 12 - Tf: 13) Holg: 31

ORDEN: 14 (Ti: 13 - Tf: 15) Holg: 29

ORDEN: 65 (Ti: 15 - Tf: 17) Holg: 39

ORDEN: 30 (Ti: 17 - Tf: 19) Holg: 37

ORDEN: 35 (Ti: 19 - Tf: 22) Holg: 46

ORDEN: 22 (Ti: 22 - Tf: 23) Holg: 21

********** TABLERO N: 4 *********

ORDEN: 10 (Ti: 4 - Tf: 6) Holg: 22

ORDEN: 70 (Ti: 6 - Tf: 7) Holg: 37

ORDEN: 73 (Ti: 7 - Tf: 8) Holg: 36

ORDEN: 31 (Ti: 8 - Tf: 11) Holg: 57

Page 254: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

254

ORDEN: 77 (Ti: 11 - Tf: 12) Holg: 16

ORDEN: 44 (Ti: 12 - Tf: 13) Holg: 71

ORDEN: 8 (Ti: 13 - Tf: 15) Holg: 13

ORDEN: 2 (Ti: 15 - Tf: 17) Holg: 67

ORDEN: 48 (Ti: 17 - Tf: 18) Holg: 50

ORDEN: 26 (Ti: 18 - Tf: 20) Holg: 36

ORDEN: 25 (Ti: 20 - Tf: 22) Holg: 34

********** TABLERO N: 5 *********

ORDEN: 39 (Ti: 0 - Tf: 1) Holg: 83

ORDEN: 21 (Ti: 1 - Tf: 2) Holg: 42

ORDEN: 28 (Ti: 2 - Tf: 4) Holg: 52

ORDEN: 60 (Ti: 4 - Tf: 8) Holg: 48

ORDEN: 66 (Ti: 8 - Tf: 10) Holg: 34

ORDEN: 76 (Ti: 10 - Tf: 12) Holg: 16

ORDEN: 33 (Ti: 12 - Tf: 15) Holg: 53

ORDEN: 27 (Ti: 15 - Tf: 17) Holg: 39

ORDEN: 50 (Ti: 17 - Tf: 18) Holg: 50

ORDEN: 49 (Ti: 18 - Tf: 19) Holg: 49

ORDEN: 20 (Ti: 19 - Tf: 20) Holg: 24

ORDEN: 56 (Ti: 20 - Tf: 22) Holg: 46

ORDEN: 37 (Ti: 22 - Tf: 23) Holg: 61

********** TABLERO N: 6 *********

ORDEN: 6 (Ti: 2 - Tf: 3) Holg: 13

ORDEN: 53 (Ti: 3 - Tf: 5) Holg: 63

ORDEN: 16 (Ti: 5 - Tf: 6) Holg: 38

ORDEN: 63 (Ti: 6 - Tf: 8) Holg: 48

ORDEN: 42 (Ti: 8 - Tf: 10) Holg: 74

ORDEN: 12 (Ti: 10 - Tf: 12) Holg: 32

ORDEN: 32 (Ti: 12 - Tf: 15) Holg: 53

ORDEN: 7 (Ti: 15 - Tf: 17) Holg: 11

ORDEN: 34 (Ti: 17 - Tf: 20) Holg: 48

ORDEN: 15 (Ti: 20 - Tf: 21) Holg: 23

Page 255: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

255

ORDEN: 1 (Ti: 21 - Tf: 23) Holg: 61

********** TABLERO N: 7 *********

ORDEN: 5 (Ti: 3 - Tf: 4) Holg: 12

ORDEN: 47 (Ti: 4 - Tf: 6) Holg: 10

ORDEN: 59 (Ti: 6 - Tf: 10) Holg: 46

********** TABLERO N: 8 *********

ORDEN: 4 (Ti: 4 - Tf: 5) Holg: 11

ORDEN: 41 (Ti: 5 - Tf: 6) Holg: 78

ORDEN: 81 (Ti: 6 - Tf: 7) Holg: 21

ORDEN: 64 (Ti: 7 - Tf: 9) Holg: 47

ORDEN: 68 (Ti: 9 - Tf: 11) Holg: 33

ORDEN: 74 (Ti: 11 - Tf: 12) Holg: 16

ORDEN: 58 (Ti: 12 - Tf: 16) Holg: 40

ORDEN: 72 (Ti: 16 - Tf: 17) Holg: 27

ORDEN: 18 (Ti: 17 - Tf: 18) Holg: 26

ORDEN: 45 (Ti: 18 - Tf: 19) Holg: 65

ORDEN: 57 (Ti: 19 - Tf: 23) Holg: 33

Enmallado

MAQUINA: 1 59.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 77 (Ti: 2511.38 - Tf: 2520.81 - Mz: 77 - Conf: 2404) Holg: 839

2 88 (Ti: 2520.81 - Tf: 2530.57 - Mz: 82 - Conf: 2404) Holg: 829

3 73 (Ti: 2530.57 - Tf: 2544.94 - Mz: 75 - Conf: 2404) Holg: 815

4 82 (Ti: 2544.94 - Tf: 2559.29 - Mz: 79 - Conf: 2404) Holg: 801

5 84 (Ti: 2559.29 - Tf: 2564.51 - Mz: 80 - Conf: 2404) Holg: 795

6 79 (Ti: 2564.51 - Tf: 2572.15 - Mz: 78 - Conf: 2404) Holg: 788

7 90 (Ti: 2572.15 - Tf: 2579.82 - Mz: 83 - Conf: 2404) Holg: 780

8 86 (Ti: 2579.82 - Tf: 2589.32 - Mz: 81 - Conf: 2404) Holg: 771

9 92 (Ti: 2589.32 - Tf: 2593.99 - Mz: 84 - Conf: 2404) Holg: 766

10 75 (Ti: 2593.99 - Tf: 2609.74 - Mz: 76 - Conf: 2404) Holg: 750

11 70 (Ti: 2609.74 - Tf: 2624.11 - Mz: 74 - Conf: 2404) Holg: 736

Page 256: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

256

12 6 (Ti: 2644.11 - Tf: 2647.44 - Mz: 39 - Conf: 246) Holg: 7433

13 10 (Ti: 2647.44 - Tf: 2650.63 - Mz: 40 - Conf: 246) Holg: 7429

14 53 (Ti: 2650.63 - Tf: 2670.70 - Mz: 61 - Conf: 246) Holg: 4049

15 38 (Ti: 2670.70 - Tf: 2683.55 - Mz: 56 - Conf: 246) Holg: 5476

16 67 (Ti: 2683.55 - Tf: 2684.24 - Mz: 73 - Conf: 246) Holg: 2596

17 19 (Ti: 2684.24 - Tf: 2687.37 - Mz: 47 - Conf: 246) Holg: -767

18 35 (Ti: 2687.37 - Tf: 2700.22 - Mz: 55 - Conf: 246) Holg: 5460

19 68 (Ti: 2700.22 - Tf: 2710.55 - Mz: 74 - Conf: 246) Holg: 649

20 65 (Ti: 2710.55 - Tf: 2711.24 - Mz: 71 - Conf: 246) Holg: 2569

21 18 (Ti: 2711.24 - Tf: 2711.27 - Mz: 46 - Conf: 246) Holg: 7369

22 44 (Ti: 2711.27 - Tf: 2731.34 - Mz: 58 - Conf: 246) Holg: 3989

23 89 (Ti: 2731.34 - Tf: 2749.67 - Mz: 83 - Conf: 246) Holg: 610

24 71 (Ti: 2749.67 - Tf: 2760.00 - Mz: 75 - Conf: 246) Holg: 600

25 2 (Ti: 2760.00 - Tf: 2763.34 - Mz: 38 - Conf: 246) Holg: 7317

26 66 (Ti: 2763.34 - Tf: 2764.03 - Mz: 72 - Conf: 246) Holg: 2516

27 78 (Ti: 2764.03 - Tf: 2782.32 - Mz: 78 - Conf: 246) Holg: 578

28 74 (Ti: 2782.32 - Tf: 2816.83 - Mz: 76 - Conf: 246) Holg: 543

29 50 (Ti: 2816.83 - Tf: 2836.90 - Mz: 60 - Conf: 246) Holg: 3883

30 76 (Ti: 2836.90 - Tf: 2858.74 - Mz: 77 - Conf: 246) Holg: 501

31 83 (Ti: 2858.74 - Tf: 2872.18 - Mz: 80 - Conf: 246) Holg: 488

32 15 (Ti: 2872.18 - Tf: 2872.47 - Mz: 43 - Conf: 246) Holg: 7208

33 91 (Ti: 2872.47 - Tf: 2884.80 - Mz: 84 - Conf: 246) Holg: 475

34 12 (Ti: 2884.80 - Tf: 2888.26 - Mz: 41 - Conf: 246) Holg: 7192

35 47 (Ti: 2888.26 - Tf: 2908.32 - Mz: 59 - Conf: 246) Holg: 3812

36 17 (Ti: 2908.32 - Tf: 2908.36 - Mz: 45 - Conf: 246) Holg: 7172

37 64 (Ti: 2908.36 - Tf: 2909.05 - Mz: 70 - Conf: 246) Holg: 2371

38 80 (Ti: 2909.05 - Tf: 2919.53 - Mz: 79 - Conf: 246) Holg: 440

39 16 (Ti: 2919.53 - Tf: 2919.93 - Mz: 44 - Conf: 246) Holg: 7160

40 32 (Ti: 2919.93 - Tf: 2932.78 - Mz: 54 - Conf: 246) Holg: 5227

41 41 (Ti: 2932.78 - Tf: 2952.84 - Mz: 57 - Conf: 246) Holg: 3767

42 85 (Ti: 2952.84 - Tf: 2974.85 - Mz: 81 - Conf: 246) Holg: 385

43 29 (Ti: 2974.85 - Tf: 2987.70 - Mz: 53 - Conf: 246) Holg: 5172

Page 257: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

257

44 3 (Ti: 3007.70 - Tf: 3011.10 - Mz: 38 - Conf: 248) Holg: 7069

45 25 (Ti: 3011.10 - Tf: 3015.03 - Mz: 49 - Conf: 248) Holg: 5145

46 81 (Ti: 3015.03 - Tf: 3033.23 - Mz: 79 - Conf: 248) Holg: 327

47 57 (Ti: 3033.23 - Tf: 3034.49 - Mz: 63 - Conf: 248) Holg: 3686

48 20 (Ti: 3034.49 - Tf: 3034.57 - Mz: 47 - Conf: 248) Holg: -1115

49 59 (Ti: 3034.57 - Tf: 3035.84 - Mz: 65 - Conf: 248) Holg: 3684

50 7 (Ti: 3035.84 - Tf: 3039.20 - Mz: 39 - Conf: 248) Holg: 7041

51 24 (Ti: 3039.20 - Tf: 3043.12 - Mz: 48 - Conf: 248) Holg: 5117

52 58 (Ti: 3043.12 - Tf: 3044.39 - Mz: 64 - Conf: 248) Holg: 3676

53 69 (Ti: 3044.39 - Tf: 3062.80 - Mz: 74 - Conf: 248) Holg: 297

54 72 (Ti: 3062.80 - Tf: 3081.22 - Mz: 75 - Conf: 248) Holg: 279

55 87 (Ti: 3081.22 - Tf: 3103.75 - Mz: 82 - Conf: 248) Holg: 256

56 27 (Ti: 3103.75 - Tf: 3107.68 - Mz: 51 - Conf: 248) Holg: 5052

57 26 (Ti: 3107.68 - Tf: 3111.61 - Mz: 50 - Conf: 248) Holg: 5048

58 28 (Ti: 3111.61 - Tf: 3115.53 - Mz: 52 - Conf: 248) Holg: 5044

59 56 (Ti: 3115.53 - Tf: 3116.80 - Mz: 62 - Conf: 248) Holg: 3603

MAQUINA: 2 33.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

1 23 (Ti: 3035.88 - Tf: 3039.20 - Mz: 47 - Conf: 328) Holg: -1119

2 8 (Ti: 3039.20 - Tf: 3039.54 - Mz: 39 - Conf: 328) Holg: 7040

3 11 (Ti: 3039.54 - Tf: 3039.97 - Mz: 40 - Conf: 328) Holg: 7040

4 43 (Ti: 3059.97 - Tf: 3063.23 - Mz: 57 - Conf: 3210) Holg: 3657

5 5 (Ti: 3063.23 - Tf: 3063.33 - Mz: 38 - Conf: 3210) Holg: 7017

6 49 (Ti: 3063.33 - Tf: 3066.58 - Mz: 59 - Conf: 3210) Holg: 3653

7 9 (Ti: 3066.58 - Tf: 3066.66 - Mz: 39 - Conf: 3210) Holg: 7013

8 55 (Ti: 3066.66 - Tf: 3069.91 - Mz: 61 - Conf: 3210) Holg: 3650

9 46 (Ti: 3069.91 - Tf: 3073.17 - Mz: 58 - Conf: 3210) Holg: 3647

10 52 (Ti: 3073.17 - Tf: 3076.42 - Mz: 60 - Conf: 3210) Holg: 3644

11 22 (Ti: 3096.42 - Tf: 3096.50 - Mz: 47 - Conf: 327) Holg: -1176

12 40 (Ti: 3096.50 - Tf: 3096.75 - Mz: 56 - Conf: 327) Holg: 5063

Page 258: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

258

13 37 (Ti: 3096.75 - Tf: 3097.00 - Mz: 55 - Conf: 327) Holg: 5063

14 31 (Ti: 3097.00 - Tf: 3097.26 - Mz: 53 - Conf: 327) Holg: 5063

15 34 (Ti: 3097.26 - Tf: 3097.51 - Mz: 54 - Conf: 327) Holg: 5062

16 30 (Ti: 3117.51 - Tf: 3117.74 - Mz: 53 - Conf: 326) Holg: 5042

17 42 (Ti: 3117.74 - Tf: 3121.11 - Mz: 57 - Conf: 326) Holg: 3599

18 63 (Ti: 3121.11 - Tf: 3122.02 - Mz: 69 - Conf: 326) Holg: 2158

19 33 (Ti: 3122.02 - Tf: 3122.25 - Mz: 54 - Conf: 326) Holg: 5038

20 39 (Ti: 3122.25 - Tf: 3122.48 - Mz: 56 - Conf: 326) Holg: 5038

21 51 (Ti: 3122.48 - Tf: 3125.85 - Mz: 60 - Conf: 326) Holg: 3594

22 54 (Ti: 3125.85 - Tf: 3129.23 - Mz: 61 - Conf: 326) Holg: 3591

23 60 (Ti: 3129.23 - Tf: 3130.13 - Mz: 66 - Conf: 326) Holg: 2150

24 62 (Ti: 3130.13 - Tf: 3131.04 - Mz: 68 - Conf: 326) Holg: 2149

25 21 (Ti: 3131.04 - Tf: 3131.12 - Mz: 47 - Conf: 326) Holg: -1211

26 48 (Ti: 3131.12 - Tf: 3134.50 - Mz: 59 - Conf: 326) Holg: 3586

27 45 (Ti: 3134.50 - Tf: 3137.87 - Mz: 58 - Conf: 326) Holg: 3582

28 61 (Ti: 3137.87 - Tf: 3138.78 - Mz: 67 - Conf: 326) Holg: 2141

29 36 (Ti: 3138.78 - Tf: 3139.01 - Mz: 55 - Conf: 326) Holg: 5021

30 1 (Ti: 3159.01 - Tf: 3188.01 - Mz: 37 - Conf: 328) Holg: 6892

31 14 (Ti: 3188.01 - Tf: 3209.01 - Mz: 42 - Conf: 328) Holg: 6871

32 13 (Ti: 3209.01 - Tf: 3209.46 - Mz: 41 - Conf: 328) Holg: 6871

33 4 (Ti: 3209.46 - Tf: 3209.76 - Mz: 38 - Conf: 328) Holg: 6870

MAQUINA: 3 0.00

**************************************

TAREAS: tarea (Ti: Tiempo de Inicio - Tf: Tiempo de fin - Mz: Mazo de tarea)

Célula de finalización

CELULA: 2 Tipo: 0.00

**************************************

********** TABLERO N:1 *********

ORDEN: 72 (Ti: 25 - Tf: 26) Holg: 18

ORDEN: 76 (Ti: 26 - Tf: 27) Holg: 1

ORDEN: 77 (Ti: 27 - Tf: 28) Holg: 0

Page 259: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

259

ORDEN: 80 (Ti: 28 - Tf: 29) Holg: -1

ORDEN: 45 (Ti: 29 - Tf: 30) Holg: 54

ORDEN: 70 (Ti: 30 - Tf: 31) Holg: 13

ORDEN: 44 (Ti: 31 - Tf: 32) Holg: 52

ORDEN: 49 (Ti: 32 - Tf: 33) Holg: 35

ORDEN: 79 (Ti: 33 - Tf: 34) Holg: -6

ORDEN: 39 (Ti: 34 - Tf: 40) Holg: 44

ORDEN: 75 (Ti: 40 - Tf: 41) Holg: -13

ORDEN: 51 (Ti: 41 - Tf: 42) Holg: 26

ORDEN: 52 (Ti: 42 - Tf: 43) Holg: 25

ORDEN: 57 (Ti: 43 - Tf: 45) Holg: 11

ORDEN: 69 (Ti: 45 - Tf: 46) Holg: -2

ORDEN: 54 (Ti: 46 - Tf: 48) Holg: 20

ORDEN: 56 (Ti: 48 - Tf: 50) Holg: 18

ORDEN: 60 (Ti: 50 - Tf: 52) Holg: 4

********** TABLERO N:2 *********

ORDEN: 46 (Ti: 28 - Tf: 29) Holg: 55

ORDEN: 83 (Ti: 29 - Tf: 30) Holg: -2

ORDEN: 84 (Ti: 30 - Tf: 31) Holg: -3

ORDEN: 65 (Ti: 31 - Tf: 32) Holg: 24

ORDEN: 40 (Ti: 32 - Tf: 35) Holg: 49

ORDEN: 48 (Ti: 35 - Tf: 36) Holg: 32

ORDEN: 64 (Ti: 36 - Tf: 37) Holg: 19

ORDEN: 74 (Ti: 37 - Tf: 38) Holg: -10

ORDEN: 82 (Ti: 38 - Tf: 39) Holg: -11

ORDEN: 50 (Ti: 39 - Tf: 40) Holg: 28

ORDEN: 62 (Ti: 40 - Tf: 41) Holg: 15

ORDEN: 53 (Ti: 41 - Tf: 43) Holg: 25

ORDEN: 61 (Ti: 43 - Tf: 45) Holg: 11

ORDEN: 66 (Ti: 45 - Tf: 46) Holg: -2

ORDEN: 68 (Ti: 46 - Tf: 47) Holg: -3

ORDEN: 67 (Ti: 47 - Tf: 48) Holg: -4

Page 260: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

260

ORDEN: 37 (Ti: 48 - Tf: 52) Holg: 32

********** TABLERO N:3 *********

ORDEN: 73 (Ti: 23 - Tf: 24) Holg: 20

ORDEN: 71 (Ti: 24 - Tf: 25) Holg: 19

ORDEN: 78 (Ti: 25 - Tf: 26) Holg: 2

ORDEN: 43 (Ti: 26 - Tf: 27) Holg: 57

ORDEN: 81 (Ti: 27 - Tf: 28) Holg: 0

ORDEN: 63 (Ti: 28 - Tf: 29) Holg: 27

ORDEN: 47 (Ti: 29 - Tf: 31) Holg: -15

ORDEN: 59 (Ti: 31 - Tf: 33) Holg: 23

ORDEN: 58 (Ti: 33 - Tf: 35) Holg: 21

ORDEN: 55 (Ti: 35 - Tf: 37) Holg: 31

ORDEN: 42 (Ti: 37 - Tf: 39) Holg: 45

ORDEN: 41 (Ti: 39 - Tf: 42) Holg: 42

ORDEN: 38 (Ti: 42 - Tf: 46) Holg: 38

--------------------------------------------------------------------

Page 261: DISEÑO Y ANÁLISIS DE MODELOS DE PLANIFICACIÓN PARA LA ...bibing.us.es/proyectos/abreproy/60210/fichero/... · modelos de programación lineal mixta-entera con las restricciones

Diseño y análisis de modelos de planificación para la producción de mazos eléctricos

261