SOFTWARE PARA PRODUCCIÓN ducir siempre el mismo conjunto de variables de salida. Por el contrario, en los modelos estocásticos entran en juego variables aleatorias, por lo que los valores de las variables de salida van a variar de unas ejecuciones del modelo a otras. Ejemplos de variables estocásticas en entornos productivos pueden ser las averías de las má- quinas, la llegada de piezas, la identificación de piezas no OK, la distribución de una característica de salida de una pieza... El hecho de simular modelos estocásticos implica realizar varias simulaciones, con objeto de ana- lizar cómo se comportan las variables de salida. Es en este punto donde la simulación combinada con la esta- dística es de gran utilidad. Por ejemplo, podría diseñar- se un Diseño de Experimentos para analizar la influencia de varias variables donde cada una de las configuraciones fuera una simulación. De esta manera, pueden realizarse diferentes simulaciones y ver el tipo de distribución de las variables de salida de interés. Ejemplos En este apartado se muestran varios ejemplos de si- mulación, utilizando como herramienta comercial Plant Simulation (Siemens). El objetivo es mostrar aplicacio- nes prácticas que demuestren el valor de la simulación en sistemas de producción. Sin embargo, más allá de las aplicaciones mostradas, debe mencionarse que la simulación puede emplearse en muchas de las proble- máticas a las que se enfrentan las personas de produc- ción, tanto a la hora de mejorar células o líneas existentes, como a la hora de diseñar nuevas. Es por lo tanto una herramienta de aplicación creciente en sec- tores como la automoción, logística, aeronáutica y, en general, sectores de producción de alto valor añadido. Lógicamente, esta herramienta debe ser combinada con otras herramientas de análisis de datos. Es el ana- lista o consultor de procesos quien debe decidir qué he- rramienta utilizar en cada ocasión, dependiendo del objetivo, alcance y complejidad del caso a analizar. El primer caso que se muestra es una célula compues- ta por 2 máquinas dedicadas a la fabricación de una pieza con una manipulación automatizada (Figura 1). Una de las máquinas realiza la operación 1 y la otra la operación 2. El modelo contempla los tiempos de ciclo de máquina atendiendo a la referencia a procesar, los tiempos de cambio de referencia, el tamaño de lote a utilizar, los tiempos de manipulación del gantry, y la dis- ponibilidad y el tiempo medio de reparación MTTR. Las preguntas a realizar serían: ¿Es suficiente con un único