Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

CAPÍTULO 3: DISEÑO Y DESARROLLO DEL MODELO DE

SIMULACIÓN

3.1. INTRODUCCIÓN A LA SIMULACION

3.1.1. Conceptos

La simulación es una técnica de análisis de sistemas con un enfoque “qué pasaría si...”.
Sus aplicaciones se centran en el estudio de los efectos que ocasionan cambios en un sistema
real y en el estudio del comportamiento de nuevos sistemas. También se suelen utilizar en el
análisis de las variables de control del sistema con el objetivo de establecer los valores óptimos
de las mismas. Otras aplicaciones se centran en utilizar la simulación como instrumento
pedagógico o como entrenamiento de personal.

El uso moderno del término Simulación se debe a Von Neumann y Ulman cuando, tras
la Segunda Guerra Mundial, definieron como método de Monte Carlo a la técnica matemática
que resolvía ciertos problemas físicos (como la difusión aleatoria de los neutrones) que
resultaban costosos de realizar experimentalmente y difíciles de resolver analíticamente. La
simulación mediante ordenador fue introducida en las universidades en los años 60, y los
libros y publicaciones sobre el tema aparecieron en la misma época. El carácter multi-
disciplinar de la simulación es evidente por el hecho de que el tema se trata por diferentes
departamentos en distintas universidades del mundo.

La simulación de un sistema consiste en el funcionamiento de un modelo o simulador,

que es una representación del sistema a estudiar. El modelo permite manipulaciones que
serían imposibles, demasiado costosas o impracticables realizar sobre el sistema real. El
funcionamiento del modelo puede ser estudiado para inferir propiedades respecto al
comportamiento del sistema real o de sus subsistemas.

Los sistemas pueden ser de dos tipos: discretos o continuos. Los sistemas discretos son
aquellos en que las variables que definen el estado del mismo cambian en distintos instantes
de tiempos (por ejemplo, un proceso de fabricación en serie, donde las piezas llegan cada
cierto tiempo y las máquinas cambian de estado cuando inician y terminan de procesar una
pieza). En los sistemas continuos las variables de estado cambian de forma continua a lo largo
del tiempo (por ejemplo, el movimiento de los vehículos en una red urbana, donde la posición
y velocidad pueden cambiar de forma continua respecto al tiempo). Normalmente los sistemas
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

son híbridos pues existen variables de los dos tipos, pero en general en cada sistema tiende a
dominar uno de los tipos anteriores.

Un modelo es un esquema teórico, generalmente en forma matemática, de un sistema

o de una realidad compleja, que se elabora para facilitar su comprensión y el estudio de su
comportamiento. La ventaja que ofrece un modelo es la posibilidad de experimentar sin
modificar las condiciones del sistema, siendo a veces su realización imposible o excesivamente
costosa, e incluso puede que el sistema que se desea analizar no exista por ser un estudio de
diseño.

Los modelos de simulación, como ya se ha comentado, son todos modelos

matemáticos, pero es interesante realizar una clasificación de los mismos según su
comportamiento:

• Discretos o Continuos: De igual manera que se definieron los sistemas discretos y

continuos, dependen de las variables del modelo, en especial de la variable que
mide el tiempo. En un proceso químico, la temperatura cambia de forma continua
en el tiempo, mientras que en los modelos de colas los valores de las variables
cambian en ciertos instantes de tiempo. Hay que hacer notar que un modelo
discreto no siempre se usa para modelar un sistema discreto ni viceversa.

• Estocásticos o Deterministas: Si en un modelo de simulación no existen elementos

aleatorios, se denomina determinista. Una vez que se establezcan los valores de
las variables de entrada y las relaciones en un modelo determinista, queda
completamente definido dicho sistema para encontrar la solución al mismo. Sin
embargo muchos sistemas deben ser modelados utilizando variables de entrada
aleatorias, dando lugar a los modelos estocásticos. Un modelo de un
supermercado, donde la llegada de los clientes sigue una distribución estadística
es un ejemplo de modelo estocástico, frente a un sistema de fabricación flexible,
donde en condiciones normales los tiempos de procesado no varían.

• Estáticos o Dinámicos: Un modelo estático representa un sistema donde no

interviene el tiempo o no tiene valor esencial. En un modelo Dinámico se
representa la evolución del sistema a lo largo del tiempo. Los modelos de Monte
Carlo son estáticos frente a los modelos dinámicos que representan los transportes
de piezas en fabricación.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Los modelos de simulación que centran la mayor atención de los científicos son
discretos, estocásticos y dinámicos, denominándose modelos de simulación de eventos
discretos. Estos modelos se caracterizan porque las variables de estado, que definen el estado
del sistema en cada momento, van cambiando únicamente en un conjunto discreto de
instantes de tiempo.

Este comportamiento discreto del sistema permite la implementación del mismo en un

programa de ordenador mediante una lista de sucesos futuros, un reloj que salte en el tiempo
hacia el siguiente suceso y unos acumuladores estadísticos que actualicen las variables de
estado y las variables de salida que miden el comportamiento del sistema. Estos componentes
propios de una simulación de eventos discretos pueden ser programados utilizando lenguajes
de propósito general (C++, FORTRAN, Pascal, Java), o bien utilizar los denominados lenguajes
de simulación (Taylor, Witness, Arena), que incorporan el módulo de control de sucesos para
que el usuario se limite a reproducir las operaciones que realizan las entidades que intervienen
en el modelo, con el consiguiente ahorro de codificación.

Los elementos más habituales de un modelo de simulación de eventos discretos son

los siguientes:

• Entidades: son los componentes del sistema, p.e., máquinas, transportadores,

piezas,... Suelen ser de dos tipos: permanentes (recursos), son las que están en el
sistema durante toda la simulación (p.e., máquinas), y temporales, son las que
entran y salen del sistema (p.e., trabajos).

• Actividades: son aquellas funciones que hacen las entidades o se realizan sobre
ellas. En cada actividad se dan cita normalmente dos o más entidades durante un
cierto periodo de tiempo (p.e., el trabajo 1 se procesa en la máquina B durante 8
horas). Cuando comienza una actividad se conoce cuándo va a terminar (de forma
empírica o estocástica).

• Sucesos o eventos: son los hechos que ocurren en un instante de tiempo y que dan
lugar a cambios en el estado del sistema, p.e., el inicio de una actividad. Durante
una actividad se considera que el estado de una entidad se mantiene constante.
Los sucesos se pueden clasificar en endógenos cuando ocurren por condiciones en
el modelo, p.e., finalización de una operación, y exógenos cuando ocurren por
causas externas al modelo, p.e., llegada de un trabajo al sistema.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

• Colas: son estados pasivos de una entidad mientras espera el inicio de una
actividad, p.e., los trabajos esperan en una cola delante de una máquina que está
procesando el trabajo anterior, o las máquinas esperan la llegada de trabajos para
comenzar una operación. Aunque físicamente las máquinas no se sitúan en una
cola, conceptualmente es válida la espera de máquinas en colas.

• Atributos: son características propias de las entidades, p.e., tipo de máquina,

número de la operación de un trabajo. Sirven para distinguir un grupo de
actividades de otro, y para la selección de una cierta entidad en una cola con varias
de ellas.

• Conjuntos: es un concepto general en simulación asociado a grupos de entidades,

p.e., la lista de herramientas disponibles en el sistema, la lista de herramientas
necesarias para una operación en una máquina.

• Estados: son las condiciones del modelo o de sus entidades, de forma que se
puede saber si una acción se puede ejecutar o si se puede elegir entre varias, p.e.,
una entidad puede estar en estado activo (ocupada en una actividad) o en estado
pasivo (esperando en cola).

Para representar simbólicamente un modelo de simulación de un sistema dinámico de

eventos discretos se utilizan dos técnicas con enfoques diferentes: los grafos de eventos y los
diagramas de ciclo de actividades o de entidades.

Los Grafos de Eventos se basan en la interacción entre los sucesos discretos que
ocurren en el sistema y las variables de estado de dicho sistema, usándose estas
representaciones cuando se va a desarrollar el programa en un lenguaje de propósito general.

El Diagrama de Ciclo de Actividades (DCA) considera que cada entidad del sistema
tiene un ciclo de actividades a su paso por el mismo, y que entre una actividad y otra pasa por
una cola o estado de espera. Por ejemplo, en una fabricación en serie, los trabajos llegan al
sistema, esperan delante de la primera máquina donde van a ser procesados, son procesados,
esperan a que la siguiente máquina esté disponible, son procesados, esperan de nuevo y así
hasta la última máquina. Si los trabajos no esperen antes de ciertas actividades, se añaden
colas virtuales sin retrasos. El diagrama de ciclo de actividades describe por tanto el ciclo de
operaciones de cada tipo de entidad. Estas representaciones se usan cuando se va a
desarrollar el programa en un lenguaje de simulación. Es por ello que se ha decidido
desarrollar para este proyecto un modelo mediante DCA.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

La representación del DCA se realiza en base a cinco axiomas:

1. Cada tipo de entidad tiene un ciclo de actividad.

2. Cada ciclo consiste en actividades y colas.

3. Actividades y colas alternan en un ciclo.

4. Cada ciclo es cerrado.

5. Las actividades se describen como rectángulos y las colas como elipses.

Hay dos formas del ciclo de actividades en función del comportamiento de las
entidades:

(a) o siguen una secuencia definida de actividades,

(b) o siguen varias secuencias condicionadas.

Las etapas necesarias para el desarrollo de un D.C.A. son:

1. Identificar las entidades.

2. Para cada tipo de entidad, definir las actividades en que intervienen y los
tiempos de duración de las mismas.

3. Definir los ciclos de cada entidad alternando actividades y colas. Los arcos
conectan actividades y colas, y si existe bifurcación de arcos de una misma
entidad, hay que reflejar las condiciones sobre cada arco.

4. Enlazar los ciclos mediante las actividades comunes.

A continuación se plantea el modelado del sistema objeto de estudio, descrito en el

capítulo anterior, mediante Diagrama de Ciclo de Actividades.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.2. MODELADO A TRAVÉS DE DIAGRAMA DCA

3.2.1. Entidades

Entidades
NOMBRE DESCRIPCIÓN NÚMERO
Kg_SUE Kilogramos de aceituna de suelo 0,..,∞
Kg_API Kilogramos de aceituna de producción integrada 0,..,∞
Kg_VUE Kilogramos de aceituna de vuelo 0,..,∞
Kg_Desechos Kilogramos de desechos producto de la limpieza y el lavado. 0,..,∞
Kg_Alpeorujo Kilogramos de Alpeorujo producto del decanter 0,..,∞
Kg_Alperchin Kilogramos de Alperchin producto de la centrífuga vertical 0,..,∞

3.2.2. Colas

COLAS
Nombre Rango Tipo Clase Entidad
Q_Entrada patio de recepción 0,..,∞ FIFO Normal Kg_SUE
Q_Limpiadora 0,..,∞ FIFO Normal Kg_SUE
Q_Lavadora 0,..,∞ FIFO Normal Kg_SUE
Q_Báscula 0,..,∞ FIFO Normal Kg_SUE
Q_Molino 0,..,∞ FIFO Normal Kg_SUE
Q_Decanter 0,..,∞ FIFO Normal Kg_SUE
Q_Centrífuga Vertical 0,..,∞ FIFO Normal Kg_API
Q_Deshuesado 0,..,∞ FIFO Normal Kg_Alpeorujo

3.2.3. Diagrama

En la siguiente tabla mostramos la representación usada en el DCA para las distintas

entidades.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

DIAGRAMA CICLO DE ACTIVIDAD

Entidad Representación
Kg_SUE
Descarga
Línea patio de recepción
Limpiadora
Lavadora
Báscula
Almacenamiento
Molino
Decanter
Deshuesado
Centrífuga Vertical

A pesar de que tenemos tres tipos de aceitunas, tan solo hemos realizado el diagrama
del ciclo de actividades para una sola línea, para el resto sería igual.
Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3. MODELADO MEDIANTE ARENA

3.3.1. Descripción de una sola línea. Elementos

En este capítulo se procede a la descripción del modelado del proceso productivo de la

almazara objeto de estudio mediante la herramienta Arena v.7.01. La descripción del modelo
se va a realizar haciendo una distinción entre el modelado discreto y el continuo.

En primer lugar se ha modelado la parte discreta, el proceso se comporta

discretamente desde la llegada del fruto hasta que se procede a su molienda. A la salida de la
batidora podemos considerar que se comporta de un modo continuo.

Previamente realizaremos una descripción de alguna de las variables principales, así

como las entidades que se han usado para la elaboración de los modelos.

• Entidades

ENTIDADES
Nombre Descripción Número
Kg_SUE Kg de Aceituna Suelo (Entidades programadas mediante una hoja de Excel) 0,..,∞
Kg_desperdicio Kilogramos de desperdicio producto de la limpadora. 0,..,∞
Kg_desecho Kilogramos de desechos producto de la lavadora. 0,..,∞

• Colas

COLAS
Nombre Rango Tipo Clase Entidad
Bloqueada entrada suelo 0,..,∞ FIFO Normal Kg_SUE
Union desperdicios 0,..,∞ FIFO Normal Kg_desperdicio
Union desecho 0,..,∞ FIFO Normal Kg_desecho
Esperar capacidad almacenamiento 0,..,∞ FIFO Normal Kg_SUE
Descarga T_Suelo 0,..,∞ FIFO Normal Kg_SUE
Linea 1 libre 0,..,∞ FIFO Normal Kg_SUE
Lavadora L1 0,..,∞ FIFO Normal Kg_SUE
Limpiadora L1 0,..,∞ FIFO Normal Kg_SUE
Báscula L1 0,..,∞ FIFO Normal Kg_SUE
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Molino 1 0,..,∞ FIFO Normal Kg_SUE

Molienda 0,..,∞ FIFO Normal Kg_SUE
Funcionamiento molino 0,..,∞ FIFO Normal Kg_SUE
Desbloqueo molino 0,..,∞ FIFO Normal Kg_SUE
Union 134 0,..,∞ FIFO Normal Kg_SUE
Tolva almac menor 134 0,..,∞ FIFO Normal Kg_SUE

• Variables

Variables de Estado
Rango de
Nombre valores Descripción
T_SUE 0,..,∞ Indica el número del tractor que estamos tratando
T KILOS SUE 0,..,∞ Para contabilizar los kilos que vamos tratando
Capac_almac 0,..,∞ Indica la capacidad de almacenamiento
Bloqueo_entr_SUE 0/1 Toma el valor 1 cuando la entrada de esta clase está bloqueada
L1_ocupada 0,..,∞ Representa la ocupación de la línea
Capac_recep 0,..,3000 Cantidad de kilos que pueden entrar en la tolva de recepción
Capac_bascula 0,..,200 Indica la capacidad de la báscula
Desperdicio 1 0,..,∞ Indica la cantidad de kilos que van destinados a desperdicio
Desecho 1 0,..,∞ Indica la cantidad de kilos que son destinados a desecho
Tolva_almac_SUE_L1 0,..,∞ Indica la capacidad de la tolva de almacenamiento
Historial_almac 0,..,∞ Nos sirve para guardar la clase de aceituna que hemos introducido
Bloqueo_M1 0/1 Toma el valor 1 cuando la entrada de esta clase está bloqueada
CUENTA 0,..,∞ Contabiliza las entidades que contiene cada tractor
PRIMERA 0,..,∞ Contabiliza el número de entidades que entran en un día
DESEC 0,..,∞ Número de entidades que llegan como desechos
DESP 0,..,∞ Número de entidades que llegan como desperdicios
SUE_proceso1 0,..,∞ Cantidad de aceitunas que pasan a la batidora
C2b3_SUE 0,..,∞ Cantidad de masa que tenemos en el segundo cuerpo
C1b3_SUE 0,..,∞ Cantidad de masa que tenemos en el primer cuerpo
Segunda_extracción 0/1 Será uno si se le realiza una segunda extracción
Linea1ocupada 0,..,∞ Nos muestra la cantidad de entidades que ocupan la línea 1
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Molino11 0/1 Será 1 cuando se encuentre el Molino en funcionamiento

C2b3_lleno 0/1 Toma el valor 1 cuando el segundo cuerpo de la batidora está lleno
C1b3_lleno 0/1 Toma el valor 1 cuando el primer cuerpo de la batidora está lleno
Toma el valor del atributo peso para determinar el tiempo que
Llenado c1b3 0,..,∞ tarda en entrar la entidad en el primer cuerpo de la batidora
Toma el valor del atributo peso para determinar el tiempo que
Llenado c2b3 0,..,∞ tarda en entrar la entidad en el segundo cuerpo de la batidora
Toma el valor de la cantidad de masa que se encuentra en el primer
c1b3_actual 0,..,∞ cuerpo de la batidora en el instante actual
CUENTA TRACTORES 0,..,∞ Contabiliza el número de tractores que entran en la línea
DESH_1 0,..,∞ Se destina a la deshuesadora 1
ALARMA 0/1 Toma el valor 1 cuando ya no existe más aceituna para moler
C2b3 0/1 Toma el valor 1 cuando se abre el segundo cuerpo
Porc D3 0,2 Porcentaje que equivale al decantado
Repaso 0/1 Toma el valor 1 cuando se repasa
Porc H3 0,07 Es el porcentaje que equivale al hueso

3.3.2. Descripción de una sola línea. Modelo Discreto

Para modelar esta primera parte de la simulación hemos decidido descomponer el

proceso en distintos bloques:

1. Llegada de entidades al modelo.

2. Funcionamiento de la descarga de la tolva de recepción.
3. Línea del patio de recepción.
4. El llenado de tolvas de almacenamiento y molienda de calidades.
5. Funcionamiento del molino.
6. Funcionamiento de la termobatidora.
7. Señal de alarma.

3.3.2.1. Llegada de entidades al modelo

La llegada de entidades al modelo se hará por calidades, en nuestro caso como bien
hemos mencionado en capítulos anteriores tenemos tres tipos: Api(API), Vuelo(VUE) y
Suelo(SUE).
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

El modelado parte de la llegada del agricultor con el fruto de tal forma que
dependiendo de la variedad que lleve hará una cola u otra. Debido a que para nuestra
descripción hemos decidido explicar paso a paso el modelado de la aceituna de suelo, pues
partimos ya de la base de que trataremos con este tipo de calidad.

A continuación puede apreciarse el esquema lógico de la simulación de la llegada

de entidades al modelo:

D elay 1

N umero 0
Llegada Trac tor
Suelo Tractores al As s ign 8 Separate 1
O r iginal
dia

0 Duplicat e
0
ACEITUNA
As ignac ion Suelo Separate 2
O r iginal SUELO

0 Duplicat e

0 Tr ue
Linea 11 libre?
K ilos de
Linea oc upada
entrada

0 False
Linea 1 libre

Primer s ublote Des c arga

PESO 0 Tr ue As ignac ion L1 T_Suelo
0 Tr ue No bloqueada
Dec ide 2 entrada Suelo?
0
0 False
0 Tr ue 0 False
Dec ide 5
B loqueada
As s ign 10 entrada suelo
0 False 0 Tr ue

PESO RESTO Dec ide 3

0 False

SALE PESO 0

La llegada de tractores a las instalaciones parte de un módulo “Create” denominado

“Llegada Tractor Suelo”, donde se crea tan solo una entidad que da lugar al comienzo del
modelo.

Seguidamente tenemos un “ReadWrite”, este módulo lee en una hoja de Excel

(EntradasSUE.xls) el número de tractores que entran un día determinado y los va almacenando
en el atributo “N_Tractores_SUE”. Para contabilizar el número de tractores que van entrando
en la línea usamos la variable Cuenta Tractores la cual debemos actualizar a cero cada día, para
ello contamos con un “Assign” seguido del “ReadWrite” anterior.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Para controlar que en veinticuatro horas tan solo lea una única celda hemos hecho uso
de un “Separate” (además de devolvernos nuestra entidad nos devuelve mediante el duplícate
el atributo “N_Tractores_SUE” dividido en entidades donde cada entidad representaría a un
único tractor) para que nos envíe la entidad original al “Delay 1” cuya función es la de retener
dicha entidad 24h, de tal forma que al pasar este tiempo dicha entidad vuelva a leer en la
primera columna de nuestra Hoja de Excel la siguiente celda.

Continuando por la rama Duplicate de nuestro “Separate”, cada entidad se encontrará

en primer lugar con un “Decide” “¿Linea 11 libre?” cuya función es la de dejar pasar a la
entidad siempre y cuando la línea este libre (es decir, la variable “Linea1ocupada” debe valer
cero).

En caso de que la línea se encuentre ocupada, el resto de entidades deben esperar en

un “Hold” una señal de valor 2 que será recibida cuando la línea se encuentre libre y dejará
pasar una sola entidad de la cola “Linea 1 libre.Queue”.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

En el momento en que salga la entidad hacia adelante, en primer lugar se debe

actualizar la variable “Linea1ocupada=1”, lo cual se realiza a través de un “Assign”.

Para conocer la cantidad de kilos que posee cada entidad (si recordamos, cada entidad
es un tractor) debemos volver a hacer uso de otro “ReadWrite” en este caso volverá a leer el
fichero anterior de Excel donde se especifican la cantidad de kilos que contiene cada tractor.
Esta vez irá leyendo celda a celda de la tercera columna y los irá almacenando en el atributo
“K_SUE”:

Una vez conocida la carga del remolque del tractor, le asignamos el atributo “K_SUE”
que nos indica la calidad que estamos tratando en dicha línea. Debido al volumen de kilos con
los que estamos tratando, hemos decidido condensar los kilos de tal forma que cada entidad
equivalga a 378.79kg (la decisión de hacer separaciones de esta cantidad es para que al llegar a
la báscula una vez que la aceituna ha pasado por la lavadora y la limpiadora estos kilos se
reduzcan a 200kg que es el ritmo al que funciona la báscula) el número de entidades lo
conocemos a través del atributo “E_SUE” ya que su valor es: E_SUE=AINT(K_SUE/378.79).

Por otro lado, debido a que posiblemente nuestras separaciones no serán exactas,
debemos tener un atributo que contenga el valor del resto, para ello usamos el atributo
“ER_SUE” cuyo valor es: ER_SUE= AMOD(K_SUE,378.79).

En el atributo “N_Tractores_SUE” se van grabando el número del tractor al que

pertenece dicha entidad, para ello previamente se le ha sumado a la variable “CUENTA
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

TRACTORES” una entidad cada vez que entra un tractor nuevo y tan solo con igualar el atributo
a dicha variable lo obtenemos.

Además de estos atributos, añadimos una serie de variables. Por un lado, tenemos
“T_SUE” cuya función es la de conocer el número del tractor del que se trata, por otro lado
tenemos “T KILOS SUE” donde vamos contabilizando los “K_SUE” que estamos tratando.

Una vez llegados a este punto, debemos desagrupar la carga del tractor. Para ello
hacemos uso al igual que anteriormente de un nuevo “Separate” esta vez lo hacemos a través
del atributo “E_SUE” para obtener tantas entidades como indique dicha variable. Debido a que
en este caso tanto la “Duplicate” como la original van a seguir hacia adelante, no nos hace falta
añadir una entidad más para contabilizar la entidad que lleva el valor del resto que nos suele
quedar tras la división anterior.

Nos puede resultar de gran utilidad el conocer la primera entidad de cada día, sobre
todo a la hora de contabilizar los tiempos de procesado. Para ello nos hemos servido de una
variable denominada “Primera” la cual nos va contabilizando el número de entidades que van
entrando a nuestra línea, a través de un Decide podemos conocer la primera entidad ya que
tan solo debemos preguntar si “Primera==1”. En caso afirmativo se le asigna el valor 1 al
atributo “primer”, mientras que en caso negativo se le asigna el valor 0 a dicho atributo.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Debemos contabilizar los kilos que posee cada entidad para ello hemos añadido un
nuevo atributo denominado “Peso” donde se irá reflejando los kilos que contienen cada lote.
Normalmente, contendrán 378.79 kilos excepto el último que contendrá el valor del resto
(ER_SUE).

El valor de este atributo lo damos a través de la variable “Cuenta”, creada

anteriormente al igual que la variable “primera”. A diferencia de la anterior se pone a 0 cada
vez que entra un nuevo tractor ya que el objetivo de dicha variable es ayudarnos a la hora de
poner el valor del resto.

Hemos creado un decide que nos pregunta por el atributo “E_SUE” de tal forma que si
se cumple la condición de que “E_SUE>=CUENTA” pasa hacia adelante añadiéndole al atributo
“Peso” el valor de 378.79 kilos. Cuando no se cumple dicha condición, se referirá la entidad al
resto para ello el atributo tomará el valor de “ER_SUE”.

Pero puede darse el caso de que el resto sea 0 en tal caso hemos colocado un
“Dispose” para que dicha entidad salga del modelo.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Para poder seguir hacia adelante, debemos preguntar si tenemos la entrada bloqueada
(puede que la tolva de almacenamiento se quede sin capacidad para almacenar aceituna) para
esta calidad para ello usamos la variable “Bloqueo_entr_SUE” si es igual a 1 esperamos en un
“Hold” hasta tener permiso para pasar.

Si continuamos hacia adelante nos encontramos con la parte que hemos denominado
recepción.

3.3.2.2. Funcionamiento de descarga de tolva de recepción

Antes de comenzar la descarga, debemos conocer si tenemos la entrada bloqueada a

esta calidad (puede que la tolva de almacenamiento se quede sin capacidad para almacenar
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

aceituna). A través de un “Decide” preguntamos si “Bloqueo_entr_SUE==0” en caso negativo

debemos esperar en un “Hold” hasta que tengamos permiso para pasar.

Una vez que se ha validado la entrada del tractor, por no estar bloqueada la entrada de
dicha calidad, vamos controlando el vaciado de la tolva de recepción mediante un “Process”
del tipo Seize Delay Release “Descarga T_Suelo” como recurso usa “TolvaRecep”.

Actualizacion Transporte
Limpiadora L1
descarga recep_limp L1

0 0

A partir de este momento se considera la aceituna dentro de la línea del patio de

recepción.

3.3.2.3. Línea del patio de recepción

a) Limpiadora y Lavadora

Una vez que el fruto se encuentra dentro de la línea debemos modelar los procesos de
limpieza y lavado.

Se trata de unos procesos sencillos, para los que se usan módulos básicos “Process”
del tipo Seize Delay Release haciendo uso del correspondiente recurso para cada proceso y con
un tiempo por entidad correspondiente a 0.08 seg.

Tras estos procesos debemos modelar la separación de los desechos o desperdicios de

nuestras entidades, lo cual realizaremos a través de dos “Separate” de tal forma que nuestro
“Original” sigue hacia adelante, mientras que el “Duplicate” corresponderá al desecho o
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

desperdicio según se trate de la lavadora o la limpiadora. Para ello, hemos puesto un “Assign”
a la salida de cada “Duplicate” y modificando el atributo “Peso” vamos mostrando la cantidad
que nos va quedando, además hemos añadido un nuevo atributo “Linea_desecho” para la
Limpiadora y “Linea_desperdicio” en el caso de la Lavadora.

Estos nuevos atributos los usaremos seguidamente en un “Batch” donde los iremos
agrupándolos para poder contabilizarlos. Como podemos observar seguidamente de los
“Batch” hemos colocado un “Record” de tal forma que podamos recopilar las estadísticas en
este modelo de simulación.

Vamos a desarrollarlo con un poco más de detenimiento el proceso de la limpiadora,

teniendo en cuenta que el proceso del lavado funciona de la misma forma.

Transporte 0 Suelo menos

Limpiadora L1 Separate 3
recep_limp L1 O ri g i n a l 40 %

0 0 0 Du p l ic a te

Desecho L1 Union desecho Linea desecho Salida desecho

0
0

En primer lugar, transportamos nuestro fruto desde la tolva de recepción hasta la

Limpiadora a través de un “Proces” del tipo Standard cuya acción es Delay (de tipo constante
con unidad en segundos es ((Cuenta*31)+(PESO/16.666667)) (este valor lo obtenemos
conociendo que la capacidad de la cinta transportadora es de 60000tn/h lo cual equivaldría a
16.66667kg/sg. Para la lavadora sería igual) puesto que lo único que hace es retardar el tiempo
de llegada al siguiente proceso.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Siguiendo hacia adelante, nos encontramos con el proceso “Limpiadora L1” que al
igual que el anterior es de tipo estándar pero con la diferencia de que la acción es de tipo
“Seize Delay Release” (Hemos puesto como tipo de Delay constante de valor “0.08*PESO”).

A través del “Separate” por un lado tenemos la entidad correspondiente al fruto que
sigue hacia adelante por la línea, pero a través de un “Assign” se actualiza el atributo peso
“PESO=PESO*0.6” (en el proceso del lavado nuestro nuevo peso es: “PESO=PESO*0.88”).

Por otro lado, la entidad correspondiente al Desecho (para la lavadora se trataría de

Desperdicio), en primer lugar la hacemos pasar por un “Assign” en el que por un lado le damos
valor al tipo de entidad del que se trata, en este caso “kg_desecho”, además le añadimos una
unidad a la variable “Desec” al paso de cada entidad, cuya función es la de contabilizar la
cantidad de entidades que pasan por este módulo. Debemos modificar el atributo “Peso”
puesto que ahora se trata del 40% del peso anterior, este atributo lo usamos para ir
actualizando la variable “Desecho1” (en caso de lavadora se trata de un 12% y lo iremos
contabilizando en la variable “Desperdicio1”), en esta variable contabilizamos todos los kg de
desechos que pasan por la línea.

Para saber la línea en la que se ha tratado hemos puesto un atributo “Linea_desecho”

(para Lavadora sería “Linea_desperdicio”) al que le damos el valor de la línea de la que
proceda, en este caso le hemos dado el valor 1.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Además de este “Assign”, hemos puesto dos módulos uno que se trata de un “Batch”
(cuya función es la de ir agrupando las entidades para poder contabilizarlos) y otro que
correspondería a un “Record” que nos ayuda a poder recopilar las estadísticas en este modelo
de simulación.

b) Báscula

Transporte
Bascula L1 Linea disponible
lav _basc L1

0 0

La báscula tiene capacidad para procesar 65000kg/h a través de pesadas de 200kg.

Una entidad sería pesada en aproximadamente 0.2 minutos, tras el paso de las entidades por
la limpiadora y lavadora el peso de 378.79kg pasa a ser de unos 200kg aproximadamente.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

El transporte mediante cinta transportadora para trasladar la carga de la lavadora a la

báscula se ha vuelto a modelar como un “Process” del tipo Delay (tomando el valor de:
Cuenta*15+PESO/16.6667) al igual que todos los transporte que hemos modelado hasta este
momento. Se ha hecho de esta forma porque se trata del modo más adecuado para hacerlo,
teniendo en cuenta un tiempo de retraso según las r.p.m. del motor que movía estas cintas.

Finalmente tenemos un “Assign” en este módulo vamos liberando la línea al paso de

cada entidad, es decir vamos restándole una entidad a la variable “L1_ocupada”.

3.3.2.4. El llenado de tolvas de almacenamiento y molienda del fruto

Tiene capacidad la 0 T ru e
A ctualizar 0 T ru e
Transporte tolva de Linea libre? Linea
basc_alm Linea1_S uelo capac tolva Linea libre
almacenamiento? desocupada
almac L1

0
0 F a ls e 0 F a ls e

A ssign 21
Esperar N o bloqueo entr
B loqueo entr capacidad S UE
S UE
almacenamiento

A la salida de la báscula, debemos actualizar la capacidad de la línea para ello,

conforme vaya saliendo cada entidad vamos disminuyendo en una unidad la variable
“Linea_ocupada” y a partir de este momento mediante un “Process” vamos trasladando las
entidades hacia el almacenamiento.

En primer lugar debemos preguntar a la tolva de almacenamiento si tiene

capacidad para albergar la aceituna que contiene cada entidad, para ello hacemos uso de
nuestro atributo “Peso” pues ahí es donde va reflejada la cantidad de kilos que realmente
contiene dicha entidad. Debido a que la capacidad de la tolva es de 35000 kg
aproximadamente hemos multiplicado por una uniforme ya que la tolva no nos importa que
este a un 1% de desviación ((35000-Capac_almac(1)*unif(0.9,1.1))>=PESO).
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

En caso de no haber capacidad en primer lugar debemos bloquear la entrada de fruto

a nuestra línea, es decir debemos actualizar a 1 el valor de nuestra variable
“Bloqueo_entr_SUE”. Tras el bloqueo de la entrada, nuestras entidades deben esperar en un
“Hold” de tipo “Scan for Condition” hasta que se cumpla la condición de que: (35000-
Capac_almac(1)*.9)>=PESO. Una vez que se cumpla dicha condición desbloqueamos la entrada
de fruto y podemos seguir hacia adelante.

Una vez que se cumple la condición pasamos a un “Assign” denominado “Actualizar la

capacidad de la tolva de almacenamiento” donde se actualiza la capacidad de la tolva de
almacenamiento añadiéndole el peso.

La entrada en la tolva de almacenamiento va liberando la línea de recepción. Para

conocer el momento en el que debemos dar paso al fruto del siguiente agricultor, debemos
preguntarnos si la línea esta libre. Para ello usamos un “Decide” en el que vamos evaluando el
atributo “Linea_ocupada” de tal forma que cuando tenga un valor 0 le envíe una señal a través
de “Signal” (señal de valor 2) al “Hold” “Linea1 Libre” para que pueda soltar una entidad, dicha
entidad será una nueva carga.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Debemos redistribuir las entidades para agruparlas en pesadas de 134kg, es

aproximadamente la tasa de procesado del molino. Para ello hacemos uso de un “Separate” y
de un “Batch”, sin olvidar un “Assign” donde actualizamos nuestro atributo “Peso” al nuevo
valor de 134.

0
P esadas de Hold 20 Molino1
S eparate 3 Union 134 P roceso1 S uelo
Ori g i n a l 134kg

0 Du p l i c a te
0 0

El funcionamiento del molino está ligado al funcionamiento del “Decanter” y a la

capacidad de la tolva de almacenamiento, pues el molino no puede comenzar a moler por
primera vez hasta que la tolva de almacenamiento no tenga un mínimo de 10000kg. Para ello
previamente al “Process” denominado “Molino”, hemos puesto un “Hold” que espera una
señal de valor 3 para poder continuar. la cual nos llega a través del modelado del
funcionamiento y nos da permiso para dejar pasar una entidad.

Dicha señal le debe llegar del modelado del funcionamiento del molino.

Una vez molido actualizamos la capacidad de almacenamiento disminuyéndola con el

valor del atributo “Peso” y aumentamos la variable “Sue_proceso1” en dicha cantidad.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.2.5. Funcionamiento del molino

D elay 2

Create 2 Funcionamiento M olino 1 en 0 Tr ue 0 Tr ue

func ionam iento M olino1 bloqueado?
D esbloqueo Hay ac eituna e n tolv a
Molino almac enam ien to? S ignal 2
molino
0

0 False 0 False

Ac t. Molino1

Para el modelado del molino hemos hecho uso de un nuevo “Create” en el que tan
solo se crea una única entidad. Dicha entidad espera en un “Hold” hasta que se cumplan unas
condiciones establecidas: “Capac_almc>10000 && Molino11==0”. Es decir, la entidad no podrá
pasar hasta que la tolva de almacenamiento contenga una cantidad mayor a 10000 kg y que el
Molino no se encuentre en funcionamiento. Una vez que se cumplan ambas condiciones,
actualizamos la variable “Molino11” al valor uno.

Para poner en funcionamiento el molino debemos asegurarnos que no se encuentra

bloqueado por ningún motivo, para ello usamos un “Decide” que en el caso de que se
encuentre bloqueado hace que la entidad espere en un “Hold” hasta que se le permita pasar.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Una vez comprobado que nuestro molino no se encuentra bloqueado, debemos

conocer si la capacidad de nuestra tolva de almacenamiento es superior a 0, es decir que si
todavía contiene aceituna la tolva de almacenamiento, en caso negativo paramos el molino
inmediatamente (Molino11=0). Si aún contiene aceituna por moler la tolva de
almacenamiento enviamos una señal 3 que hará que salga aceituna hacia el molino y
esperamos en un Delay de un minuto para continuar con la realimentación del bucle ya que
tarda un minuto en moler 134 kilos de aceituna.

3.3.2.6. Funcionamiento de la termobatidora y el decanter

0 T ru e
Tiene capacidad C1B 3? A ctualizar Delay 4 Fin llenado parcial
capacidad C1B 3 C1B3

0 F a ls e

0 A ctualizar
0 T ru e A ssign 75 S eparate 6
Ori g i n a l capacidad C1B3 b
No Lleno C1B3?

0 Du p l i c a t e

A ctualizar
0 Fals e
Capacidad C2B 3
b

0 T ru e
A ctualizar Delay 6 Decide 98 Dispose 14
Capacidad C2B 3
0
0 Fals e

Fin llenado parcial

C2B3
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

A partir de este momento hay una transición del modelo discreto a un modelo
continuo de tal forma que cuando las entidades entran en la batidora lo hacen de forma
discreta y a la salida tenemos un modelo continuo.

Al llegar una entidad del molino en primer lugar debemos preguntar hacia donde la
debemos dirigir si al primer cuerpo o al segundo cuerpo, para ello preguntamos si
“C1B3_lleno=0” en caso afirmativo debemos preguntar si dicho cuerpo tiene capacidad para
almacenar la cantidad de kilos que contiene. Puede que tenga capacidad para almacenar una
parte.

Debemos preguntarnos si “C1B3_SUE+PESO<=3000” si es así damos el valor del

atributo “Peso” a nuestra variable “C1b3_SUE” y aumentamos el “Input Rate” de “C1_B3” en
134. Por otro lado, a la variable “Llenado c1b3” le damos el valor del atributo “Peso”, esta
variable nos sirve para calcular el tiempo de llenado a través de un “Delay”
(“Llenado_c1b3”/134) minutos. A través de un “Assign” disminuimos el “Input Rate” de
“C1_B3” en 134.

En el caso en el que el primer cuerpo no tenga capacidad de almacenar toda la masa

de la entidad que le llega debemos de llenarlo y verter el resto en el segundo cuerpo, para ello
en primer lugar damos el valor “C1B3_SUE” a la variable “c1b3_sue actual” para conocer la
cantidad de masa que tenemos en el primer cuerpo. Seguidamente hacemos uso de un
“Separate” para que una entidad se me vaya hacia el primer cuerpo y la otra hacia el segundo.

La original estará destinada al primer cuerpo en tal caso, la variable “Llenado_c1b3”

tomará el valor de “3000-C1B3_SUE”, aumentamos el “Input Rate” de “C1B3” en 134 y
actualizamos las variables “C1B3_SUE” y “C1B3_lleno” a 3000 y 1 respectivamente.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

La duplicada nos servirá para llenar el segundo cuerpo de la Batidora de tal forma que
a la variable “Llenado c2b3” le asignamos la cantidad de masa que no ha podido entrar en el
primer cuerpo de la batidora “c1b3_sue actual+PESO-3000”, actualizamos el nuevo nivel del
segundo cuerpo “C2B3_SUE=llenado c2b3” y aumentamos el “Input Rate” de “C2B3” en 134.

Pasaremos a un Delay donde debemos esperar el tiempo que tarda en pasar la masa
hacia la batidora, es decir “llenado c2b3/134” en minutos y por último debemos preguntar si la
señal de alarma se encuentra activada y si el “Input Rate” de “C1_B3” esta a 0 en tal caso,
nuestra entidad sale del sistema sin más en caso de que no se cumpla nuestra condición
debemos decrementar el valor del “Input Rate” de “C2B3” en 134 y sacamos la entidad de la
simulación a través de un “Dispose”.

En el caso de que directamente se encuentre lleno el primer cuerpo, toda la masa

pasará al segundo cuerpo asignándosele a la variable “Llenado c2b3” el valor del atributo
“PESO”, a “C2B3_SUE” se le añade el “PESO” y aumentamos el valor del “Input Rate” de
“C2B3” en 134 unidades. Por último se enlaza con el “Delay” anterior.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.2.7. Señal de alarma

tolva almac
Create 5 1hora ALARM espera hasta el
menor134 Bloqueo Moli no1 Ass ign Rat Abrir C2B3
dia siguiente
0

La señal de alarma la debemos modelar de forma discreta tan solo se trata de una
entidad que nos avisa del momento en el que la tolva de almacenamiento se queda vacía.

La hemos modelado de tal forma de que comienza una vez que ha pasado una hora, a
partir de aquí entra en un “Hold” donde espera a que el valor de la tolva de almacenamiento
sea menor a 134 kilos. Para activar una señal “Alarma”, es decir le da el valor uno.
Seguidamente bloqueamos el molino y actualizamos las variable “C2b3” y “C2b3_lleno” a uno.

El significado de la alarma es que ya no nos va a entrar más aceituna en la

termobatidora por tanto, cuando demande masa el segundo cuerpo de la termobatidora se lo
suministrará el primer cuerpo. Para ello debemos actualizar estos ratios, “C1_B1 Input Rate” a
-67 y “C2_B1 Input Rate” a 67.

3.3.3. Descripción de una sola línea. Modelo Continuo

La principal diferencia con el modelo discreto consiste en que los procesos se modelan
a través del módulo “Detect”, que lanza una entidad cada vez que se detecte que el nivel de un
depósito alcanza un cierto valor llenándose o vaciándose.

Para realizar el modelado hemos hecho uso de varios Detect:

 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

1. Primer cuerpo lleno

2. Primer cuerpo vacío
3. Segundo cuerpo lleno
4. Segundo cuerpo con capacidad
5. Segundo cuerpo vacío
6. Decanter con masa
7. Decanter sin masa

3.3.3.1. Primer cuerpo lleno

Detecta cuando esta lleno el 1C de B3

Detect Dispose Full Tank

Assign Rate to 0 Detection Entity
C1_B3 Volume 0

El Detect se se nos activa al llegar el nivel del primer cuerpo de la batidora a nivel
máximo permitido, es decir a 3000 de un modo positivo. Cuando esto ocurre debemos
actualizar la variable “C1B3_lleno” a uno e imponer su “Input Rate” a 0.

3.3.3.2. Primer cuerpo vacío

D etecta 1C de B3 v acio

Detect Ass ign 153 D ispose 25

C1_B3 Volume 0

Cuando el primer cuerpo llega a cero de un modo negativo, es decir, con el “Input
Rate” negativo, se nos activa el “Detect” enviando una entidad al “Assign” actualizándose de
este modo la variable “C1B3_lleno” a cero y los “Input Rate” de “C1_B3” y “C2_B3”
aumentándolo en 67 y disminuyéndolos en 67 unidades respectivamente.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.3.3. Segundo cuerpo lleno

Detecta que el 2C de la B3 esta a capacidad máxima

0 T ru e 0 T ru e
Detect A lar Delay 7 D ecide 12 A ssign R ate
B loqueo Molino
menos 67
C2 _ B3 Vo lu m e

0 F a ls e 0 F a ls e
D ispose 6

0
S egundoC uerp1
lleno

Una vez que el segundo cuerpo de la batidora llega a nivel máximo se nos activa este
“Detect”. Dependiendo de si nos ha saltado la señal de alarma o no haremos una cosa distinta.
Para ello mediante un “Decide” preguntamos por el estado de dicha variable. En caso de que
este activada, es decir, que la tolva de almacenamiento no contenga más masa, sale
directamente y no ocurre nada.

Por el contrario, cuando aún no tenemos activada la variable alarma, debemos

bloquear el molino asignándole el valor 1 a la variable “Bloqueo_M1”. Hemos determinado
poner un “Delay” de un minuto para que dé tiempo a las entidades de almacenarse en el
segundo cuerpo.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

A la hora de actualizar los “Input Rate” es distinto si se trata de la primera vez que se
activa nuestra señal. Para ello, tenemos previamente un “Decide” que pregunta por el estado
del depósito de aceite de suelo. En caso de que el volumen se encuentre a cero significará que
es la primera vez que se activa nuestra señal, en tal caso activamos las variables “C2b3” y
“C2B3_lleno” a uno. Los “Input Rate” de “C2_B3” y “D3” los actualizamos disminuyéndolo y
aumentándolo en 67 unidades respectivamente.

En caso de que no sea la primera vez que se nos activa nuestra señal, tan solo tenemos
que activar las variables “C2b3” y “C2B3_lleno” a uno.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.3.4. Segundo cuerpo con capacidad

Detecta que el 2C de la B3 tiene capacidad

0 True Molino puede

Detect no ALARM?? As sign Rate to volver a
134
funcionar
C2_B3 Volume

0 Fals e

Dis pose C2B3 c on

c apac idad
0

Una vez que el segundo cuerpo de nuestra batidora ha llegado a un nivel de 2000 de
forma negativa, es decir, con una tasa de disminución, se activa el “Detect”. En caso de que
tengamos la variable de “Alarma” activada no ocurre nada.

En cambio, si aún queda fruto por moler actualizamos las variables “C2b3”,
“C2b3_lleno” y “Bloqueo_M1” a cero y enviamos una señal al modelado del molino para que
pueda volver a funcionar.

3.3.3.5. Segundo cuerpo vacío

D etecta que el 2C de la B3 esta v acío

Dispose Full Tank

Detect Assign 30 Detection Entity 2
C2_B3 Volume 0
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Este “Detect” se nos activa cuando el segundo cuerpo de la batidora llega a nivel 0.
Ante esta situación, tan solo debemos actualizar nuestras variables y ratios, de tal forma que
damos el valor nulo a la variable “C2b3” y a los “Input Rate” de “D3” y “C2_B3” los
disminuimos y aumentamos en 67 unidades respectivamente.

3.3.3.6. Decanter con masa

Volumen del Decanter a 67

0 Tr ue
De l a y 5 ACEIT E Y
0 Tr ue 0 De c i d e 1 4 AL PERCHIN1
De te c t De c a n t e r e s ta v a c i o ? Del a y 4 c v e n tra 1 3 .4 Se p a ra te 5
O r gi ni al

D1 Volume
0 Duplci at e 0 Fals e
0 Fals e

Sa l i d a d e l
De s h 1 l i b re p ro c e s o
De s h 1 o c u p a d a AL PEORU1
m e n o s 53 .8
0

Una vez detectado que el volumen del decanter ha llegado a un valor de 67 saltaría
nuestro “Detect”. Si es la primera vez que esto ocurre debemos dejar un minuto para que se
llene, el decanter funciona a un ritmo de 67kg/min pero necesitamos al menos un minuto para
llenarlo. Para ello tan solo preguntamos por el volumen del depósito de aceite.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Siguiendo hacia adelante tenemos un “Assign” donde el “Input Rate” del “D3”
disminuye en 67 unidades (es la tasa de vaciado del Decanter) y aumentamos el “Input Rate”
de la centrífuga vertical (“CV3”) en “67*Porc D3” (Porc D3 tiene un valor de 0.20 ya que tan
solo el 20% de la masa pasa a la centrífuga vertical).

A la salida del decanter tenemos por un lado aceite sucio que es el que destinamos
hacia la centrífuga vertical (es un 20% del total de masa) y alpeorujo (en este caso se trataría
del 80% de la masa) que pasa al deshuesado para seguidamente salir del proceso. Por tanto,
debemos hacer uso de un “Separate” para que cada rama realice una de estas funciones.

La original seguirá hacia adelante, pero si previamente estaba vacía la centrífuga

vertical debe de esperar un minuto para que le dé tiempo a llenarse y de esta forma salga con
una tasa de vaciado de 67kg/min. Para ello al igual que anteriormente preguntamos por el
volumen del depósito de aceite. Si el volumen es cero esperamos un minuto para seguir hacia
adelante.

Por último, tenemos un “Assign” donde actualizamos los “Input Rate”, por un lado
disminuimos en “67*Porc D3” el de la “CV3” y por otro lado aumentamos los de (Porc D3
tiene un valor de 0.2 que e y aumentamos el valor de los “Input Rate” del Aceite y Alpechín. El
valor del “ACE” lo aumentamos en “67*Porc D3*1.25*0.784” lo hemos multiplicado por 1.25
debido a que a la centrífuga vertical le introducimos un 25% de agua para separar más
fácilmente el aceite, también lo multiplicamos por 0.784 debido a que este es el porcentaje de
aceite que nos sale. El “Alpch” lo aumentamos en “67*Porc D3*1.25*0.216”.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

La segunda rama del “Separate” se destina para el deshuesado, de tal forma que
aumentamos el valor del “Input Rate” en “67*0.8” unidades. Seguidamente lo disminuimos, la
tasa de funcionamiento de las “Deshuesadoras” es muy alta, además aumentamos la tasa de
huesos en “67*(1-Porc D3)*Porc H3” el valor de la variable “Porc H3” es de 0.07 ya que este es
el porcentaje de hueso que sale. Por último debemos aumentar la tasa de alpeorujo, es decir
aumentamos el “Input Rate” de “Alp” en “(67*(1-Porc D3)*(1-Porc H3))”.

3.3.3.7. Decanter sin masa

0 Tr ue
Dec i de 92 D elay 13 ACEITE Y
ALPERCHI3
No e xiste ma sa en decante r

0 False
0
D etect D3 Separate 8
O r iginal
Salida d el
D3 V o l u m e
proc es 3
0 Duplicat e
0

AL PEOR3

En el caso de que se nos active el “Detect” que nos muestra que el Volumen del
depósito del decanter llega a 0 del modo negativo, debemos aumentar el “Input Rate” del
“D3” en 67 unidades y disminuir el “Input Rate” de la centrífuga vertical (“CV3”) en
“67*PorcD3”.

Seguidamente hemos puesto un “Separate”, al igual que ocurría en el “Detect”

anterior, para por un lado actuar en la centrífuga vertical y por otro lado actuar en el
deshuesado.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

La original seguirá hacia adelante, si el volumen de la “CV3” es mayor que cero debe
esperar hasta que se vacíe, es decir, le damos a nuestro “Delay” un valor de “CV3 Volume/67”.
Siguiendo hacia adelante tenemos un “Assign” donde aumentamos el “Input Rate” de “CV3”
en “67*Porc D3” y disminuimos el valor de los “Input Rate” del Aceite y Alpechín en
“67*Porc_D3*1.25*0.784” y “67*Porc D3*1.25*0.216” respectivamente.

La segunda rama del “Separate”, la destinamos al deshuesado en la que tan solo

debemos disminuir el “Input Rate” de “HUE” en “67*(1-Porc D3)*Porc H3” y el “Input Rate” del
“ALP” en “(67*(1-Porc D3)*(1-Porc H3))” unidades.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.4. Generalización del modelo a varias líneas

Como bien comentamos en capítulos anteriores la Cooperativa cuenta con 8 líneas,

todas independientes compartiendo como único recurso las deshuesadoras.

Para nuestra generalización del modelo tan solo vamos a modelar una línea de cada
clase de aceituna, es decir modelaremos tres líneas diferentes. Pues el resto de líneas se
modelarían de igual forma.

3.3.4.1. Línea Suelo

Nuestra línea de suelo es la que describimos en el capítulo anterior, lo más destacado

a diferencia de las dos líneas siguientes es que se trata de una aceituna con más cantidad de
impurezas por tanto a su paso por la limpiadora y lavadora disminuye en gran medida su
volumen.

Al paso por la limpiadora suele perder 40% de peso debido a la cantidad de

desperdicio que contiene, mientras que al pasar por la lavadora suele perder un 12% del peso.

Esta línea cuenta con:

- Molino de 40cV, con una capacidad de 8000 kg/h.

- Batidora de 2 cuerpos de 6000 kg.
- Decánter 100 t/24h.
- Centrífuga Vertical 1500 kg/h.

A simple vista podemos pensar que el ritmo de funcionamiento nos lo marca la

centrífuga vertical, pero no es así el ritmo viene marcado por el decánter pues a la salida del
mismo obtenemos tan solo un 28% de aceite sucio, el cuál pasa hacia la centrífuga vertical.

El ritmo del decánter viene a ser de 67 kg/min, esta cantidad ha sido la unidad mínima
que hemos usado para el vaciado de la termobatidora. El llenado de dicha termobatidora ha
sido el doble pues el funcionamiento del molino es de 134 kg/min.

3.3.4.2. Línea Producción Integrada

La línea de Api esta dimensionada con una maquinaria de mayor capacidad, debido a
que se trata del tipo de aceituna que entra en mayor cantidad.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Esta aceituna viene más limpia pues es recogida directamente del olivo, tan solo se
pierde un 8% de peso como desperdicio y un 2% en el lavado.

La verdad que no es bueno que pase por la lavadora, pues pierde un poco de aceite
pero para el buen funcionamiento de la maquinaria es recomendable ya que las pocas
impurezas que contiene pueden hacer que disminuya el ciclo de vida de cualquiera de ellas.

Esta línea cuenta con:

- Molino de 50cV, con una capacidad de 13000 kg/h.

- Batidora de 3 cuerpos de 10000 kg.
- Decánter 150 t/24h.
- Centrífuga Vertical 1500 kg/h.

Debido a que tenemos una maquinaria más potente hemos determinado como unidad
mínima 100 kg/h para la entrada al decanter, el molino tiene capacidad para funcionar a 200
kg/min.

3.3.4.3. Línea Vuelo

La aceituna de Vuelo la única diferencia con la de Producción integrada es que no se

acoge a los manifiestos de calidad pero su recolección es igual, directamente del árbol.

Debido a que nuestra Cooperativa en estudio recibe menos cantidad de esta clase de
aceituna, usa una maquinaria de la misma potencia que suelo. Es decir de menor tamaño que
para Api.

La tasa usada para el llenado de la termobatidora es de 134Kg/min y de 67kg/min para

su vaciado.

Al igual que la aceituna de Api es más limpia por tanto sus pérdidas son pequeñas,
sería de un 8% en la limpiadora y de un 2% en la lavadora.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

3.3.5. Validación del modelo

Tenemos varias opciones para determinar la cantidad de kilos a la que debe funcionar
correctamente nuestro modelo, podemos tomar una media diaria de cada clase de aceituna en
los meses de plena campaña o tomar para cada clase el día en que la recolección sea mayor.

Siendo coherentes, la Cooperativa debe funcionar perfectamente los días en los que
entre una mayor cantidad de aceituna. Nuestra elección ha sido tomar los días en que entre
una mayor recolección. De esta forma podemos conocer con mayor fiabilidad si hemos
modelado bien el modelo.

Las máximas cantidades de kilos de aceituna que entran los días de mayor recolección
son:

- Suelo 203564 kg
- Api 519480 kg
- Vuelo 168124 kg

Teniendo en cuenta de que tenemos 2 líneas para suelo, 4 para Api y 2 para vuelo, nos
quedarían para nuestras líneas:

- Suelo 101782 kg
- Api 129870 kg
- Vuelo 84062 kg

Estas cantidades de aceituna son las que deberíamos ser capaces de procesar un día,
es decir, en 24h ya que no es bueno dejar almacenada la aceituna y procesarla al día siguiente
debido a que perdería rendimiento.

Teniendo en cuenta estas cantidades de aceituna y los porcentajes que se pierden en

la limpiadora y la lavadora deberíamos obtener:
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Variedad (kg)
Total (kg)
Suelo Api Vuelo
Recepción 101782 129870 84062 315714
Desecho 40713 10390 6725 57827
Desperdicios 7328 2390 1547 11265
Huesos 2709 6557 3820 13085
Alpeorujo 35985 87116 50749 173850
Alperchin 4063 6323 5730 16115
Aceite 14747 22950 20797 58493

Tras la simulación obtenemos:

El tiempo que tarda nuestro proceso en recibir toda la cantidad de aceituna (hasta
dejar el último kg en la tolva de almacenamiento) es de:

- Suelo suponiendo que llegan 50 tractores se emplearían 300 minutos lo cual equivale a
5h.
- Api llegando 79 tractores serían 424 minutos, es decir 7.1h.
- Vuelo suponiendo que tenemos 48 tractores tardaría 324 minutos, equivalente a 5.4h.

El tiempo empleado en el procesado completo, es decir desde que el agricultor llega

con su fruto hasta que realizamos el proceso completo teniendo en cuenta que llegan la
cantidad de tractores anteriormente mencionada para cada clase de aceituna, tendríamos:

- Suelo 922 minutos.

- Api 1256 minutos.
- Vuelo 1210 minutos.
 Análisis del proceso productivo de una almazara mediante técnicas de simulación por ordenador

Comparando nuestros resultados con los que deberíamos haber obtenido según la
tabla de resultados anterior, tendríamos:

Total Total
Desvío (kg) Desvío (%)
Realidad (kg) Simulación (kg)
Recepción 315714 315714 0 0
Desecho 57827 57826 1 0.00173
Desperdicios 11265 11306 -41 -0.36392
Huesos 13085 13090 -5 -0.03821
Alpeorujo 173850 173921 -71 -0.04084
Alperchin 16115 16111 4 0.02480
Aceite 58493 58479 14 0.02393

Analizando los resultados y teniendo en cuenta el volumen de datos que estamos

tratando, podemos considerar nuestros resultados de la simulación aceptables. El mayor
desvío obtenido es en los desperdicios pero no llega al 0.5%.