Diseño de una metaheurística para la programación de la producción de máquinas en paralelo no relacionadas para minimizar la tardanza ponderada total, considerando la exposición de los operarios a sustancias químicas peligrosas

Abstract

Las industrias afrontan diariamente diferentes retos para incrementar su desempeño y la rentabilidad de sus operaciones, buscando un impacto mínimo en sus grupos de interés en los niveles social, económico y ambiental. La industria de químicos aromáticos no es ajena a esta realidad ya que se enfrenta a requerimientos mundiales de nuevos productos, cada vez con mejor desempeño y nivel de innovación, incrementando el riesgo tanto para los colaboradores, que entran en contacto con las sustancias químicas involucradas, como para el medio ambiente en todos los aspectos de emisiones y vertimientos. Este trabajo estudia el problema de programación de la producción en una empresa productora de fragancias considerando el control de los tiempos de exposición de los operarios a sustancias peligrosas, buscando prevenir las enfermedades crónicas a largo plazo causadas por esta exposición. El entorno productivo de la empresa consiste en máquinas en paralelo no relacionadas, donde hay producción por lotes multiproducto para minimizar la tardanza ponderada total. Para la solución del problema se determinaron en primera instancia los tiempos adecuados de mezcla para un lote de cada tipo de producto y los de alistamiento de equipos dependiendo de la secuencia de producción. Posteriormente, se desarrolló el modelo matemático y se propuso la metaheurística GRASP como método de solución para las instancias reales. Obteniendo un procedimiento que condujo a mejorar la tardanza ponderada total en 15 instancias reales, en comparación con la estrategia actual de programación, garantizando que la exposición a las sustancias químicas peligrosas evaluadas no se supera en ninguno de los casos. Para obtener dichos resultados se realizó una validación de parámetros del algoritmo determinando el parámetro α del GRASP como 0,6 y seleccionando realizar 500 iteraciones para la obtención de los resultados.