Control de la Producción Mediante un Sistema con Inventario en Proceso Constante: CONWIP. Estado de la Cuestión

*Es e abajo se de i a de la pa icipación de sus au o es en un p oyec o de in es igación con inanciación p oceden e del Minis e io de Ciencia y Tecnología (P oyec o DPI2001-3110), y con co inanciación p o enien e del Fondo Eu opeo de Desa ollo Regional (FEDER). II Con e encia de Ingenie ía de O ganización Vigo, 5-6 Sep iemb e 2002 Con ol de la P oducción Median e un Sis ema con In en a io en P oceso Cons an e: CONWIP. Es ado de la Cues ión.* Ped o L. González Rod íguez1, José M. F amiñán2, Ra ael Ruíz-Usano3 1 Ingenie o de O ganización Indus ial, ped [email protected] 2 Ingenie o Indus ial, [email protected] 3 Ingenie o Indus ial, [email protected] Escuela Supe io de Ingenie os, Uni e sidad de Se illa Camino de los Descub imien os, s/n, 41092, Se illa RESUMEN El sis ema de con ol de la p oducción CONWIP (CONs an Wo k In P ocess) ue in oducido po Spea man e al. [1]. És e puede encuad a se den o de los sis emas denominados ipo pull, aunque debido a su es uc u a con iene ca ac e ís icas de sis emas push. Su iloso ía es educi los cos es asociados a ele ados ni eles de in en a io, ca ac e ís ico de los sis emas push en en o nos dinámicos. Desde su concepción has a nues os días han su gido dis in as apo aciones y modi icaciones del sis ema o igina io. En es e abajo se ealiza una e isión del es ado de la cues ión sob e las con ibuciones de los dis in os au o es, con el obje o de explo a u u as líneas de in es igación. 1. In oducción La denominación de CONWIP (CONs an Wo k In P ocess) ue in oducida po Spea man e al. en 1990 [1], aunque el mecanismo básico pa e de Jackson [2] en 1963. Sin emba go, o os sis emas simila es han sido p opues os po dis in os au o es, en e los que des acan el sis ema “Wo kload con ol” de Be and [3], el sis ema “C-WIP” de Glassey y Resende [4], el sis ema “Long pull” de Lamb ech y Segae [5], el sis ema “Globaly lexible line” de So [6] y el sis ema denominado “Single S age Kanban” al que se e ie e Spea man [7] y Di Mascolo e al. [8]. Dichos sis emas ienen un compo amien o pa ecido, aunque exis en di e encias en e ellos. La mayo ía de los au o es se e ie en al é mino CONWIP pa a e e i se a los sis emas que a an de man ene cons an e el in en a io en p oceso. La u ilización de es e ipo de sis emas es á mo i ada po el ele ado cos e que implica ene un in en a io demasiado ele ado. Po an o el obje i o de es e sis ema es educi el in en a io, con lo que se educen los cos es, pe o man eniendo una asa de salida azonable. Es o se puede consegui aplicando la iloso ía de “in en a io cons an e en p oceso”. El sis ema CONWIP emplea a je as pa a con ola el ni el de in en a io en p oceso. Las a je as son asignadas a cada pieza al comienzo de la línea. Cuando la pieza es p ocesada en la úl ima es ación, la a je a es libe ada pa a se de nue o en iada al comienzo de la línea, donde se á asignada a o a pieza pa a se p ocesada. Ninguna pieza puede en a en la línea sin que es é acompañada de su a je a. Algunos au o es, con emplan la inco po ación a la es uc u a del modelo la denominada “backlog lis ” o “lis a de ó denes de p oducción”. En es e caso hay CIO 2002 GESTIÓN DE LA PRODUCCIÓN 457 que ene en cuen a la composición de dicha lis a pa a es ablece la pieza que ha de en a en el sis ema. El disposi i o de con ol CONWIP es desc i o con de alle po Hopp y Spea man en [9]. 2. Pa áme os de uncionamien o del sis ema Los p oblemas asociados a la implemen ación de un sis ema CONWIP son (He e y Masin [10]): - La de e minación del núme o de a je as a emplea en el sis ema, - La p e isión de la composición de la lis a de ó denes de p oducción, (backlog) y - La secuenciación de abajos del backlog. Las apo aciones de los dis in os au o es espec o a dichas cues iones son desc i as a con inuación. 2.1 De e minación del núme o de a je as Aunque la de e minación del núme o de a je as es una de las ca ac e ís icas más impo an es pa a de ini el compo amien o del sis ema, hoy día no se han o mulado eglas cla as pa a su dimensionamien o. En gene al, la can idad de a je as que debe posee el sis ema se suele de e mina po la capacidad del mismo [11]. La elección del núme o de a je as óp imo se consigue median e un comp omiso en e el ni el de se icio o asa de salida que se quie a alcanza y el WIP que se es é dispues o a man ene . Es o se debe a los dos siguien es mo i os: •El WIP es una unción c ecien e con el núme o de a je as, de o ma que cuando que aumen a el núme o de a je as, nunca disminuye el in en a io en p oceso. A medida que aumen a el núme o de a je as, aumen a el in en a io en p oceso [9]. •La asa de salida ambién aumen a linealmen e con el núme o de a je as, has a que la asa oma alo es ce canos a la capacidad del sis ema [9]. Respec o a las apo aciones ealizadas pa a la de e minación del núme o de a je as, és as se pueden ag upa en mé odos empí icos, modelos analí icos, modelos de simulación y modelos híb idos analí icos-simulación. 2.1.1 Mé odos empí icos. Aunque en la bibliog a ía consul ada no apa ecen ó mulas empí icas pa a la de e minación del núme o de a je as, las p incipales con ibuciones se deben a Huang e al. [12] y He e y Shalom [13]. Huang e al. [12] ealizan una ap oximación en la de e minación del núme o de a je as en un sis ema Conwip basada en la ley de Li le [1]. Po o a pa e, He e y Shalom [13] es udian el p oblema de es ablecimien o del núme o de a je as cuando el núme o óp imo de a je as pa a una de e minada asa de salida es á comp endido en e dos alo es en e os. 2.1.2 Op imización basada en modelos analí icos. La en aja más impo an e es la apidez de compu ación y el exhaus i o esul ado ob enido bajo dichas condiciones. El incon enien e de es e ipo de modelado adica en que en la ase de 458 GESTIÓN DE LA PRODUCCIÓN CIO 2002 abs acción del modelo, ya que hay que paga un al o p ecio en las hipó esis que hay que es ablece , alejándose en ocasiones demasiado de si uaciones eales. Las écnicas analí icas empleadas pa a de e mina el núme o de a je as en un sis ema Conwip han sido: •Teo ía de colas: Du i e al. [14], Gs e ne y Kuhn [15], Hopp y Spea man [16] y Ryan e al. [17] •Análisis del Valo Medio (Mean Value Analysis o MVA): Gilland [18] y He e y Masin [10] •Recocido simulado: Coch an y Kim [19], Golany e al. [20] y F amiñán [21] •P og amación lineal: F amiñán [21] •Ma ko Decision P ocess o MDP: Duenyas y Pa anaake [22] 2.1.3 Op imización basada en modelos de simulación. Los modelos de simulación son menos es ic i os que los analí icos, pe o equie en mayo iempo de compu ación y su op imización es complicada. Las écnicas empleadas pa a la op imización del núme o de a je as han sido la búsqueda exhaus i a (Bon ik y Ge shwin [23]) y el mé odo es adís ico (Spea man e al. [28] y Hopp y Roo [25]). 2.1.4 Op imización híb ida en e modelos analí icos y de simulación. La in eg ación de los sis emas híb idos analí icos-simulación pa a el modelado es ya desc i a po Shan hikuma y Sa gen [26] en 1983. El obje i o de es e ipo de modelos es pode in eg a las en ajas de ambas écnicas de modelado, es deci , la exhaus i idad de los modelos analí icos y la ausencia de es ic i idad en las asunciones de los modelos de simulación. En la bibliog a ía consul ada se encuen a el abajo de Luh e al. [27] pa a un sis ema ipo alle . 2.2 Composición de la lis a de ó denes de p oducción (backlog) La inco po ación de la lis a de ó denes de p oducción puede se el esul ado de la aplicación de un sis ema de plani icación de la p oducción o en cambio puede se ob enida a pa i de un mé odo de p e isión de la demanda [21]. He e y Masin [10] con emplan en su o mulación ma emá ica del sis ema Conwip que la composición de la lis a de ó denes de p oducción, en un en o no con a pedido, es conocida de an emano median e como esul ado de la aplicación de un mé odo de plani icación de la p oducción. El o o caso se puede obse a en una publicación de Golany e al. [20] de 1999 en la que se iene en cuen a la composición de la lis a de ó denes de p oducción a pa i de la p e isión de la demanda en un en o no con a s ock pa a a ios p oduc os. 2.3 Secuenciación de abajos Cuando se ab ica más de un ipo de p oduc o, es necesa io de e mina la secuencia de en ada al sis ema de los abajos en el backlog. Aquí es impo an e dis ingui dos cues iones: CIO 2002 GESTIÓN DE LA PRODUCCIÓN 459 - ene en cuen a si los dis in os abajos compa en un mismo cuello de bo ella o si el cuello de bo ella es dependien e de la secuencia [9]. - si la demanda es con a s ock o con a pedido. 2.3.1 Demanda con a pedido En es e caso es habi ual conside a obje i os de minimización del e aso máximo. Cuando el cuello de bo ella es independien e de la secuencia, dicho p oblema se puede abo da median e la egla EDD (Ea lies Due Da e, es udiada po Jackson [2]), o bien obje i os de minimización del núme o de abajos e asados o del e aso medio ponde ado. Los dos úl imos conducen a p oblemas NP-di íciles ampliamen e abo dados po la li e a u a. Cuando además exis an se -ups signi ica i os Spea man e al. [28] p opone el empleo de las écnicas que se emplean en el caso de una sola es ación de abajo. El caso de que los cuellos de bo ella sean dependien es de la secuencia ha sido abo dado po Ta di [29], que emplea un modelo basado en el sis ema MRP con limi aciones de capacidad pa a de ec a secuencias de abajo inadmisibles y p opone soluciones admisibles y He e y Masin [10], que ealizan un modelo en p og amación ma emá ica pa a es ablece el o den de los abajos en la lis a de espe a pa a minimiza los cos es o ales de ab icación. 2.3.2 Demanda con a s ock En es e caso hay que dis ingui si el backlog es conocido de an emano o no. Si se conoce el backlog y el cuello de bo ella no depende de la secuencia, un obje i o admisible puede se minimiza el iempo medio de lujo ponde ado, median e la egla WSPT (Weigh ed Sho es P ocess Time), siemp e que los iempos de se -up sean poco signi ica i os. En cambio, si el cuello de bo ella depende de la secuencia F amiñán [21] y F amiñán e al. [30] han es udiado la educción del in en a io ajus ando el núme o de a je as al con enido de la lis a de espe a. De es a mane a se de e mina conjun amen e el in en a io en p oceso y la secuencia de abajos. Es a de e minación se ha ealizado median e un modelo de p og amación lineal y o o median e ecocido simulado. También hay que conside a el abajo de Golany e al. [20] donde se de e mina conjun amen e el ni el de in en a io en p oceso y la secuenciación de los abajos. Pa a ello se ealiza un modelado ma emá ico al cual se aplica la écnica de ecocido simulado. Si el backlog es desconocido, no se puede di e encia en e cuellos de bo ella dependien es o no de la secuencia. Tampoco iene sen ido ene en cuen a los iempos de se -up. Po an o las decisiones deben en oca se a la o denación de los abajos en los in en a ios in e medios y de e minación de eglas de en adas de los abajos en el sis ema. Spea man e al. [1] es ablece la egla FCFS en e es aciones y el empleo de un único ipo de a je a pa a odos los abajos. Dis in as e e encias que abo dan es as cues iones son Duenyas [31], y F amiñán e al. [32]. 2.3.3 En o nos mix os Wood u y Spea man [33] han es udiado el p oblema de secuenciación de abajos en en o nos mix os de p oducción bajo pedido y con a s ock, minimizando los cos es de ab icación, median e el empleo de un algo i mo de búsqueda abú. 460 GESTIÓN DE LA PRODUCCIÓN CIO 2002 3 Aplicaciones En es a sección se desc iben las e e encias ela i as a las ex ensiones al sis ema Conwip, sus aplicaciones eales, y los es udios compa a i os del mismo en e a o os sis ema de con ol. 3.1 En o nos de Aplicación Aunque o iginalmen e el sis ema CONWIP ue diseñado pa a en o nos de ab icación ipo se ie ( low shop), hay o os au o es (po ejemplo, e Golany e al. [20]) que han es udiado el compo amien o de es e sis ema en en o nos en los que exis en dis in as u as posibles de ab icación pa a a ios p oduc os, o bien en en o nos de ipo alle (Ryan e al. [17], y Luh e al. [27]). Finalmen e, Huang e al. [12] aplica es e sis ema a un en o no o mado po dos líneas independien es que compa en una máquina en la pa e cen al de las líneas y o a máquina al inal de las mismas. O as ex ensiones del sis ema o iginal se e ie en a su aplicación en en o nos en los que pueden apa ece a e ías en las máquinas, iempos de se -up, o ep ocesado de piezas. La in luencia de las a e ías de las máquinas son de ácil conside ación en sis emas es udiados a pa i de modelos de simulación. Sin emba go esul a di ícil abo da dicha cues ión de mane a analí ica. En e los abajos que conside an es e ipo de e en os y lo es udian median e simulación caben des aca los ealizados po Bon ik e al. [24], Bon ik y Ge shwin [23] y po G a es y Milne [34]. En los abajos de Bon ik e al. [24] y Bon ik y Ge shwin [23] se han ealizado compa a i as con o os sis emas en dis in os escena ios, siendo el compo amien o del sis ema Conwip uno de los más des acados. De mane a analí ica cabe esal a el abajo de Hopp y Spea man [16] que desa ollan un modelo basado en eo ía de colas, median e una ed de colas ce ada. En úl imo luga hay que ene en cuen a el abajo de Huang e al. [12], donde abo da la conside ación de allos en las máquinas de mane a indi ec a, pa a lo que in oduce, en el cálculo ap oximado del núme o de a je as óp imo pa a el sis ema, un de e minado ac o de e iciencia donde se e lejan las a e ías de las máquinas. Al igual que ocu e con las a e ías en las máquinas la epe cusión de los iempos de se -up en el sis ema es de ácil conside ación pa a modelados bajo simulación y siendo complicado su a amien o analí ico. Chang y Yih [35] conside an es e aspec o incluyéndolo como pa e del modelado del sis ema Conwip ealizado bajo simulación. Po o a pa e, en el abajo de He e y Masin [10] se abo da es e p oblema de mane a analí ica. Pa a ello ealiza un modelado del sis ema Conwip basado en p og amación ma emá ica con el obje i o de minimiza una de e minada unción de cos es en la que los cos es de se -up son incluidos en la unción obje i o de mane a que disminuyen in e sa y linealmen e con el aumen o de la in e sión en capi al. O o aspec o a ene en cuen a es si exis e ep ocesado de piezas de ec uosas. Es e aspec o ha sido es udiado po Du i e al. [14] con un modelado analí ico del sis ema Conwip, empleando pa a ello la eo ía de colas, aunque de dicho es udio no se desp ende si el sis ema Conwip se compo a mejo que o os sis emas. CIO 2002 GESTIÓN DE LA PRODUCCIÓN 461 3.2 Casos Reales No son muy nume osas las e e encias sob e la aplicación de sis emas Conwip a p ocesos eales. Spea man e al. [28] indican en su abajo que el sis ema Conwip desc i o es á siendo implemen ado en una plan a de ci cui os imp esos. Uszoy e al. [36] desc iben la implemen ación de un sis ema de es e ipo en una áb ica de semiconduc o es. Gilland [18] desc ibe la aplicación p ác ica pa a una áb ica de mic op ocesado es In el. Finalmen e, Huang e al. [12] aplican es e sis ema a una plan a de laminado en ío. No obs an e, no exis en e e encias cla as ace ca de su éxi o o acaso en las implemen aciones del sis ema Conwip pa a casos eales. 3.3 Compa ación con o os sis emas En la abla 1 se mues an una elación de las dis in as compa a i as espec o al sis ema Conwip. El símbolo “s” signi ica que se ha ealizado una op imización de los pa áme os, mien as que el símbolo “n” signi ica que no ha habido op imización. Re e encia Kanban Single Kanban Dual Kanban Gene ic Kanban Híb ido Kanban / Conwip Bases ock Minimal Blocking D um- Bu e -Rope S a a ion A oidance Clock Wo k MRP Bon ik e al. [24] s s s s Bon ik y Ge shwin [23] s s s Chang y Yih [35] n G a es y Milne [34] s Gs e ne y Kuhn [15] s Gilland [18] s s Lamb ech y Segae [5] n n Mucks ad y Tayu [38, 39] s Rode ick e al. [37] s Yang [40] s s Tabla 1: Compa ación con o os sis emas Las dis in as compa aciones indican la supe io idad del sis ema Conwip espec o al sis ema MRP (Rode ick e al. [37] y Spea man e al. [1]). Pa a iempos de p oceso a iables o en o nos con un mix de p oduc os a iable es más aconsejable el empleo de un sis ema Conwip que un sis ema Kanban (Lamb ech y Segae [5] y Mucks ad y Tayu [38, 39]). En cambio Chang y Yih [35] indican que aunque el compo amien o de ambos es simila , pe o conside an p e e ible el sis ema Kanban, ya que es iman que es más lexible, aunque el núme o de pa áme os de uncionamien o es supe io . Yang [40] Como conclusión se indica que el sis ema Conwip apo a el meno iempo de espe a pa a los clien es, así como el meno WIP o al. 462 GESTIÓN DE LA PRODUCCIÓN CIO 2002 Bon ik e al. [24] y Bon ik y Ge shwin [23] han ealizado uno de los úl imos es udios compa a i os, a i icando las en ajas del sis ema Conwip espec o o os sis emas pull, aunque el sis ema híb ido p opues o, basado en el sis ema Kanban gené ico, o ece mejo es esul ados pa a los escena ios es udiados. Po o a pa e Yang [40] obse a en su compa a i a espec o Kanban simple y Kanban dual, que el sis ema Conwip apo a el meno iempo de espe a pa a los clien es, así como el meno WIP o al. 4 Conclusiones El obje i o de es e abajo es enlaza las apo aciones de los dis in os au o es espec o al sis ema de con ol de la p oducción Conwip, es udiando pa a ello aspec os como la de e minación del núme o de a je as, lis a de ó denes de p oducción, secuenciación de abajos, a e ías de máquinas, iempos de se -up, ep ocesado, aplicaciones eales y compa ación con o os sis emas. Fu u as in es igaciones se pueden cen a en la obus ez del sis ema Conwip en escena ios donde es impo an e la in luencia de iempos de se -up, a e ías y ep ocesado de piezas. Po o a pa e in es iga la de e minación del ni el de in en a io adecuado en sis emas ipo alle . Re e encias [1] Spea man, M. L., Wood u , D.L. y Hoop, W.J., (1990) “Conwip: a pull al e na i e o Kanban”, In e na ional Jou nal o P oduc ion Resea ch, 28(5), pp. 879-894. [2] Jackson, J. R., (1963) “Jobshop-like queuing sys ems”, Managemen Science, 10, pp. 131-142. [3] Be and, J.W.M., (1983) “The use o wo kload in o ma ion o con ol job la eness in con oled and uncon olled elease p oduc ion sys ems”, In e na ional Jou nal o Ope a ions Managemen , 3(2), pp. 79-92. [4] Glassey, C.R. y Resende, M.G.C., (1988) “A scheduling ule o elease in semiconduc o ab ica ion”, Ope a ions Resea ch Le e s, 7, pp. 213-217. [5] Lamb ech , M. y Segae , (1990) “Bu e s ock alloca ion and assembly ype p oduc ion lines”, In e na ional Jou nal o Ope a ions & P oduc ion Managemen , 10(2), pp. 47-61. [6] So, K. C., (1990) “The impac o bu e ing s a egies on he pe o mance o p oduc ion line sys ems”, In e na ional Jou nal o P oduc ion Resea ch, 28, pp. 2293-2307. [7] Spea man, M.L., (1992) “Cus ome se ice in pull p oduc ion sys ems”, Ope a ions Resea ch, 40, pp. 53-63. [8] Di mascolo, M., F ein, Y. y Dalle y Y., (1996) “An analy ical me hod o pe o mance e alua ion o kanban con olled p oduc ion sys ems”, Ope a ions Resea ch, 44(1), pp. 50-64. [9] Hopp, W.J. y Spea man, M.L., (1996) “Fac o y Physics” (Chicago, IL: I win), Cap10, pp. 316;335. [10] He e , Y.T. y Masin, M., (1997) “Ma hema ical p og amming o mula ion o CONWIP based p oduc ion lines and ela ionships o MRP”, In e na ional Jou nal o P oduc ion Resea ch, 35, pp. 1067-1076. [11] Hopp, W.J., Spea man, M.L. y Duenyas, I., (1993) “Economic P oduc ion Quo as o pull manu ac u ing sys ems”, IIE T ansac ions, 25, pp. 71-79. [12] Huang, M., Wang, D. y Ip, W.H., (1998) “Simula ion s udy o CONWIP o a cold olling plan ”, In e na ional Jou nal o P oduc ion Economics, 54, pp. 257-266. [13] He e , Y.T. y Shalom, L., (2000) “The kanban assignmen p oblem-A non in eg al app oach”, Eu opean Jou nal o P oduc ion Resea ch, 120, pp. 260-276. CIO 2002 GESTIÓN DE LA PRODUCCIÓN 463 [14] Du i, C., F ein, Y. y Lee, H-S., (2000) “Pe o mance e alua ion and design o a CONWIP sys em wi h inspec ions”, In e na ional Jou nal o P oduc ion Economics, 64, pp. 219-229. [15] Gs e ne , S. y Kuhn, H., (1996) “Analisis o p oduc ion con ol sys ems kanban and Conwip”, In e na ional Jou nal o P oduc ion Resea ch, 34(11), pp. 3253-3274. [16] Hopp, W.J. y Spea man, M.L., (1991) “Th oughpu o a cons an wo k in p ocess manu ac u ing line subjec o ailu es”, In e na ional Jou nal o P oduc ion Resea ch, 29, pp. 635-655. [17] Ryan, M., Bayna , B. y Choobineh, F., (2000) “De e mining in en o y le els in a CONWIP con olled job shop”, IIE T ansac ions, 32, pp. 105-114. [18] Gilland, W., (2002) “A simula ion s udy compa ing pe o mance o Conwip and bo leneek-based elease ules”, P oduc ion Planning and Con ol, 13(2), pp. 211-219. [19] Coch an, J.K. y Kim, S.-S., (1998) “Op imum junc ion poin loca ion and in en o y le els in se ial hyb id push/pull p oduc ion sys ems”, In e na ional Jou nal o P oduc ion Resea ch, 36(4), pp. 1141-1155. [20] Golany, B., Da -El, E.M. y Zee ,. N., (1999) “Con olling shop loo ope a ions in a mul i- amily, mul i-cell manu ac u ing en i onmen h ough cons an wo k-in-p ocess”, IIE T ansac ions, 31, pp. 771-781. [21] F amiñán, J.M. (1999) “Secuenciación de abajos en un sis ema de con ol de la p oducción con in en a io en p oceso cons an e”, Tesis Doc o al, Uni e sidad de Se illa, España. [22] Duenyas, I. y Pa anaanake, P., (1998) “Base-s ock con ol o single p oduc andem make- o-s ock sys ems”, IIE T ansac ions, 30, pp. 31-39. [23] Bon ik, A.M. y Ge shwin, S.B., (1996) “Beyond Kanban: C ea ing and analazing lean shop loo con ol policies”, Manu ac u ing and Se ice Ope a ions Managemen Con e ence, Du mou h College. [24] Bon ik, A.M.,Couch C.E. y Ge shwin S.B., (1997) “A compa ison o p oduc ion-line con ol mechanisms”, In e na ional Jou nal o P oduc ion Resea ch, 25(3), pp. 789-804. [25] Hopp, W.J. y Roo , M.L., (1998) “Se ing WIP le els wi h s a is ical h oughpu con ol (STC) in CONWIP p oduc ion lines”, In e na ional Jou nal o P oduc ion Resea ch, 36(4), pp. 867-882. [26] Shan hikuma , J.G. y Sa gen , R.G., (1983) “A uni ying iew o hyb id simula ion/analy ic models and modelling”, Ope a ions Resea ch, 31(6), pp 1030-1052. [27] Luh, P.B., Zhou, X. y Tomas ik, R.N., (2000) “An e ec i e me hod o educe in en o y in job shops”, IEEE T ansac ions on Robo ics and Au oma ion, 16(4), pp. 420-424. [28] Spea man, M.L., Hopp, W.J. y Wood u , D.L., (1989) “A hie a chical con ol a chi ec u e o Cons an Wo k-in-P ocess (CONWIP) p oduc ion sys ems”, Jou nal o Manu ac u ing and Ope a ions Managemen , 2, pp. 147-171. [29] Ta di , V., (1995) “De ec ing scheduling in easibili ies in mul i-s ages, ini e capaci y p oduc ion en i onmen s”, Tesis Doc o al, Uni e sidad de No hwes e n, USA [30] F amiñán, J.M., Ruiz-Usano, R. y Leis en, R., (2001) “Sequencing CONWIP low- shops: analysis and heu is ics”, In e na ional Jou nal o P oduc ion Resea ch, 39(12), pp. 2735-3749. [31] Duenyas, I., (1994) “A simple elease policy o ne woks o queues wi h con ollable inpu s”, Ope a ions Resea ch, 42, pp. 1162-1171. [32] F aminan, J.M., Ruiz-Usano, R. y Leis en, R., (2000) “Inpu Con ol and dispa ching ules in a dinamic CONWIP low-shop”, In e na ional Jou nal o P oduc ion Resea ch, 39(18), 4589-4598. 464 GESTIÓN DE LA PRODUCCIÓN CIO 2002 [33] Wood u , D.L. y Spea man, M.L., (1992) “Sequencing and ba ching o wo classes o jobs wi h deadlines and se -up imes”, Jou nal o P oduc ion and Ope a ions Managemen , 1, pp. 87-102. [34] G a es, R. J. y Milne, R.J., (1997) “A new me hod o o de elease”, P oduc ion Planning and Con ol, 8(4), pp. 332-342. [35] Chang, T.M. y Yih, Y., (1994) “Gene ic Kanban sys ems o dynamic en i onmen s”, In e na ional Jou nal o P oduc ion Resea ch, 32, pp. 889-902. [36] Uszoy, R., Lee, C.Y. y Ma in-Vega, L.A., (1994) “A e iew o p oduc ion planning and scheduling models in he semiconduc o indus y. 2-Shop loo con ol”, IIE T ansac ions, 26, pp. 44-55. [37] Rode ick, L.M., Philips, D.T. y Hogg, G.L., (1992), “A compa ison o o de elease s a egies in p oduc ion con ol sys ems”, In e na ional Jou nal o P oduc ion Resea ch, 30, pp. 683-694. [38] Mucks ad , J.A. y Tayu , S.R., (1995) “A compa ison o al e na i e Kanban con ol mechanisms: 1- Backg ound and s uc u al esul s” , IIE T ansac ions, 27, pp. 140-150. [39] Mucks ad , J.A. y Tayu , S.R., (1995) “A compa ison o al e na i e Kanban con ol mechanisms: 2- Expe imen al esul s” , IIE T ansac ions, 27, pp. 151-161. [40] Yang, K. K., (2000) “Managing a low line wi h single-kanban, dual-kanban o Conwip”, POM, 9(4), pp. 349-366. CIO 2002 GESTIÓN DE LA PRODUCCIÓN 465