Andy J. Figueroa, Raúl Poler Escoto, Beatriz Andrés Navarro
Este trabajo propone un Modelo de Programación Lineal Mixta (MILP) para abordar el problema de reprogramación de pro-ducción en un sistema de manufactura tipo taller de trabajo sujeto a eventos inesperados, con el objetivo de minimizar costes de producción y cambios de programación. Inicialmente, se calcula un plan de producción óptimo asignando lotes a má-quinas. Posteriormente, se ejecuta una reprogramación dinámica en respuesta a eventos como averías o escasez de materias primas. En caso de avería de máquina, se fijan partes del plan para que permanezcan inalteradas durante la reprogramación, asegurando que la producción de productos ya en curso no se vea afectada. En caso de escasez de materia prima, se incorpora la opción de diferir lotes de producción o realizar compras urgentes de material para evitar retrasos significativos, adaptando así el plan al estado actual del taller mediante un algoritmo de enfoque iterativo y reactivo. Los resultados muestran que la reprogramación encuentra una solución eficiente que se ajusta a las nuevas condiciones, minimizando cambios respecto al plan inicial en un tiempo computacional aceptable.
This paper proposes a Mixed Linear Programming Model (MILP) to address the production rescheduling problem in a job shop type manufacturing system subject to unexpected events, with the objective of minimizing production costs and sched-uling changes. Initially, an optimal production plan is calculated by assigning batches to machines. Subsequently, dynamic rescheduling is executed in response to events such as breakdowns or raw material shortages. In the event of a machine breakdown, parts of the plan are set to remain unchanged during rescheduling, ensuring that production of products already in progress is not affected. In case of raw material shortages, the option to defer production batches or make urgent material purchases is incorporated to avoid significant delays, thus adapting the plan to the current state of the shop floor through an iterative and reactive approach algorithm. The results show that rescheduling finds an efficient solution that adjusts to the new conditions, minimizing changes with respect to the initial plan in an acceptable computational time