El efecto dominó en líneas desbalanceadas

En una línea secuencial, una interrupción puede afectar a otros puestos. Una estación sin material está en falta de alimentación o starving; una que no puede descargar está bloqueada. La propagación depende de capacidad, buffers, variabilidad, reglas de transferencia y programación. No toda variación se acumula indefinidamente ni produce una pérdida irrecuperable.

Distingue capacidad y variabilidad

No se suman capacidades de estaciones en serie para obtener el caudal de la línea. En un caso determinista sencillo, sin pérdidas y con una unidad por operación, el recurso de menor capacidad limita la salida sostenible. En sistemas reales, cambios, fallos, mezcla y buffers pueden desplazar la restricción.

El promedio de ciclo tampoco describe toda la distribución. Registra duración y frecuencia de episodios si quieres investigar variabilidad; un porcentaje observado de espera no aporta ambas magnitudes.

Ejemplo didáctico

Tres puestos tienen ciclos constantes de 50, 60 y 55 segundos por unidad. Sus capacidades nominales son 72, 60 y 65,45 unidades/hora. Con suficiente coordinación y sin pérdidas, la referencia de la línea es 60 unidades/hora, no 197,45 ni la media de las capacidades.

Si el segundo puesto deja de producir durante diez minutos y no existe inventario suficiente aguas abajo, puede faltar material al tercero. Si antes del segundo se llena el buffer, el primero puede bloquearse. Una capacidad adicional posterior podría recuperar parte del retraso; no prometas que diez minutos de fallo generen siempre diez minutos perdidos en cada recurso o una pérdida específica de producción.

Un buffer puede desacoplar variaciones, pero añade inventario, espacio y tiempo de permanencia. La relación de Little WIP medio = caudal × tiempo medio de permanencia necesita fronteras y bases compatibles y condiciones de flujo apropiadas; no calcula un buffer mínimo que garantice cero paradas.

Cómo diseñar el muestreo

Define estados de máquina: producción, preparación, avería confirmada, bloqueo, falta de material y otros. Para personas, utiliza categorías propias: no confundas estar esperando una máquina automática con inactividad innecesaria. Un estado principal evita duplicar tiempo; causas y atributos pueden registrarse aparte.

Selecciona instantes según el plan y conserva horas reales. En una línea, varias máquinas observadas durante la misma incidencia están correlacionadas. La aleatorización no elimina esa dependencia ni la reacción a la observación.

Para una proporción bajo el modelo simple independiente, n=techo[z²p₀(1−p₀)/e²]. Con z=1,96, p₀=0,5 y e=0,03 se planifican 1.068 lecturas. Ese número no identifica por sí solo la restricción.

Interpretar los resultados

Supón 1.000 lecturas de una estación con 120 bloqueos: p̂=12 %. Bajo independencia, el margen normal aproximado al 95 % es dos puntos, no uno. No significa que se pierda exactamente el 12 % de la capacidad total de la línea: se necesita relación con su estado, producción y demanda.

Contrasta coincidencia entre bloqueo, falta de alimentación, colas y salidas. Un intervalo ancho refleja incertidumbre, no necesariamente variabilidad física. Ningún porcentaje universal de wrench time distingue una línea optimizada.

Ensayar y verificar

Prueba una modificación de método, reposición o buffer y mide salida buena, calidad, inventario y seguridad. No atribuyas automáticamente un cambio antes/después a esa intervención. Si revisas energía por unidad, mide consumo y volumen: menos espera no garantiza menos energía en cualquier sistema.

OEE requiere disponibilidad × rendimiento × calidad, con ciclo ideal y unidades totales/buenas. El muestreo orienta estados; no reemplaza esas entradas. WorkSamp ayuda a planificar y registrar observaciones sin presuponer diagnóstico causal automático o integración con sensores.

Referencias

Little, 1961: relación L=λW. NIST: intervalos para proporciones. Cálculo OEE.