INGAR   05399
INSTITUTO DE DESARROLLO Y DISEÑO
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Optimización de la cadena de suministro considerando el diseño de plantas batch y campañas multiproducto
Autor/es:
YANINA FUMERO; GABRIELA CORSANO; JORGE MARCELO MONTAGNA
Lugar:
Valle Hermoso, Córdoba (Argentina)
Reunión:
Otro; RITEQ 2008, I Reunión Interdisciplinaria de Tecnología y Procesos Químicos,; 2008
Institución organizadora:
PLAPIQUI - CONICET - UNS; Universidad Nacional de Córdoba
Resumen:
Una cadena de suministro (CS) es una red de organizaciones (proveedores, plantas, almacenes, etc.) que intervienen en un proceso añadiendo valor al producto. Cada organización tiene objetivos particulares que pueden ser incompatibles, lo que obliga a integrar adecuadamente sus elementos para una operación eficiente. Los modelos actuales sólo consideran el diseño global de la red, sin evaluar  la operación de cada planta. Las variables incluyen: número, localización y capacidad de plantas y almacenes, flujo entre nodos, etc. (Ryu et al., 2005; Amiri, 2006). Shah (2005) enfatiza que no existen modelos que integren el diseño de los procesos con la operación de la CS. Como excepciones, Guillén et al. (2006) tratan el diseño de la CS con incertidumbre en la demanda, incluyendo la configuración de las plantas, mediante programación estocástica y usando descomposición. Corsano y Montagna (2008) desarrollan un modelo MILP para optimizar simultáneamente el diseño de la CS y las plantas que la forman. El modelo considera duplicación de unidades, almacenamiento intermedio de tamaños discretos y campañas de producción monoproducto. Estas campañas simplifican enormemente el diseño de planta, pero es una suposición pobre desde el punto de vista comercial en el contexto de la CS. En este trabajo se presenta un modelo matemático para la optimización simultánea de la CS y el diseño de plantas batch multiproducto, considerando especialmente campañas multiproducto. Esta política de producción permite un suministro más estable de productos desde el punto de vista comercial y puede incrementar la utilización del equipamiento. Se considera una CS con cuatro etapas: proveedores, plantas, almacenes y clientes. El problema es determinar la asignación de proveedores, plantas y almacenes, el flujo entre ellos, y la producción y el diseño estructural de cada planta y la conformación de las campañas multiproducto de cada planta, cumpliendo con los requisitos habituales (demandas, disponibilidad de recursos, etc.). Se propone una metodología de resolución en 2 etapas. En la primera, un modelo MILP determina el diseño de la CS y de las plantas y se estima el número de batchadas de cada producto en cada planta. Luego, de acuerdo a los resultados obtenidos, se determinan las formas probables de las campañas, minimizando para cada una el makespan. Un segundo modelo MILP selecciona la campaña multiproducto a utilizar y realiza el dimensionamiento de las plantas sobre la estructura de la primera etapa. En todos los casos, se trabaja con tamaños discretos de los equipos. References Amiri, A. Designing a distribution network in a supply chain system: Formulation and efficient solution procedure. European Journal of Operational Research, 2006, 171,  567–576. Corsano, G. and Montagna, J. Supply Chain Design considering plants performance. Proceedings of the 18th European Symposium on computer aided process engineering. Lyon, France. 2008 Guillén, G., Mele, F. D., Espuña, A., Puigjaner, L.  Addressing the Design of Chemical Supply Chains under Demand Uncertainty,  Ind. Eng. Chem. Res., 2006, 45, 7566-7581. Ryu, J., Pistikopoulos, E. N. Design and Operation of an Enterprise-wide Process Network Using Operation Policies. 1. Design. Ind. Eng. Chem. Res., 2005, 44, 2174-2182. Shah, N. Process industry supply chains: Advances and challenges. Computers & Chemical Engineering, 2005, 29, 1225-1236.