Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning

Abstract

El uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria manufacturera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante los procesos industriales.

En ese sentido, el presente trabajo tiene como objetivo proporcionar una propuesta de arquitectura y diseño de un sistema de información para la gestión de inventarios con uso de machine learning como solución para optimizar la duración del proceso manufacturero de autotransformadores eléctricos para electrodomésticos en PYMES. Entre los problemas del proceso de manufactura se encuentran la ausencia de stock de insumos necesarios para la fabricación de productos, demoras en su obtención y ausencia de información oportuna que permita prever tanto la cantidad necesaria de insumos para un proceso de producción como la estimación de la demanda de pedidos de lotes de producción.

El trabajo realizado comprende el estudio del negocio, análisis y modelado del proceso de manufactura para la identificación del problema, análisis de los requerimientos, modelado del proceso optimizado, diseño de la arquitectura de software para la solución informática propuesta, así como la gestión del proyecto. Como resultado se logra aplicar machine learning en la gestión de inventarios para el proceso de manufactura que permite predecir requerimientos de compra de insumos de producción, alertar el mejor momento para realizar pedidos a proveedores, estimar la demanda de productos, estimar la producción, así como generar reportes de gestión de los insumos y el proceso productivo.

The use of machine learning as a scientific discipline in the field of artificial intelligence applied to the field of manufacturing industry has advantages such as obtaining predictions and estimates based on the electronic collection of information and the experience acquired during industrial processes.

In this sense, the present work aims to provide an architecture and design proposal for an information system for inventory management with the use of machine learning as a solution to optimize the duration of the manufacturing process of electrical autotransformers for household appliances in SMES.

Among the problems of the manufacturing process are the stock absence of necessary supplies for the manufacture of products, delays in obtaining them and the absence of timely information that allows forecasting both the necessary amount of supplies for a production process and the estimation of demand for orders for production batches.

The work carried out includes the study of the business, analysis and modeling of the manufacturing process to identify the problem, analysis of the requirements, modeling of the optimized process, design of the software architecture for the proposed IT solution, as well as project management. As a result, it is possible to apply machine learning in inventory management for the manufacturing process that allows predicting requirements for the purchase of production supplies, alerting the best time to order from suppliers, estimating product demand, estimating production, as well as generate reports on the management of supplies and the production process.