Como se ha expuesto en la sección precedente, el procedimiento actualmente establecido implica la identificación de todas subtareas de manera precisa para posteriormente aplicar las reducciones sobre sus atributos, y así determinar las subtareas virtuales. Este procedimiento comporta diversas barreras prácticas que en la mayoría de los casos hacen inviable su aplicación.
Como alternativa, se propone un nuevo procedimiento para determinar las sub- tareas virtuales. Este procedimiento, radicalmente diferente, se basa en una ob- servación y medición simplificada de los atributos parcialmente ya reducidos, agili- zando la identificación de las subtareas virtuales; posteriormente, y tras aplicar las reducciones restantes, mediante un enfoque probabilístico, se pueden determinar las frecuencias de levantamientos asociadas a cada subtarea virtual, completando el proceso de determinación de las subtareas virtuales.
Paso 1. Determinación del atributo L
Ty su reducción
El primer paso del análisis consiste en identificar todos los tipos de objetos mani- pulados manualmente, así como su peso. Esta información se puede extraer de un análisis del sistema productivo, como expuesto en la sección precedente, a partir de los registros de compras, ventas o producción de la organización.
Se identifican los objetos por tener asociado un peso diferente, es decir, objetos de igual peso se consideran del mismo tipo. Esta diferenciación conviene realizar- la sobre el dominio del atributo peso resultante de aplicarle la reducción externa
. En la práctica, una técnica sencilla que facilita la recolección de estos datos con la reducción externa es aplicar un redondeo a números ente- ros; de esta forma, los datos obtenidos ya tendrán aplicada la reducción externa en su atributo peso.
En segundo lugar, se determina para cada tipo de objeto, el valor de NOi, corres-
pondiente con el número de unidades de un tipo de objeto determinado que se manipula durante un día; y el valor de TLOi, siendo el número de levantamientos
que se realiza a cada objeto en cada operación. Para obtener estos datos, se pueden seguir las pautas descritas en la sección precedente, y así obtener el valor de Fi,T para cada tipo de objeto.
A continuación, se aplica la reducción interna al atributo peso, tomando P = 5. Como resultado, se obtiene la siguiente clasificación de los pesos:
, donde cada clase tiene asociado un peso representativo determinado por: ∑
∑ , y una frecuencia acumulada: ∑ , j, tal que Lj,T
.Paso 2. Determinación del atributo altura de agarre V
TEl segundo paso del análisis propuesto consiste en identificar los diferentes valo- res del atributo altura de agarre VT, para cada clase . La medición de este atributo se propone realizarla sobre un espacio previamente reducido, al que se llamará la reducción externa del atributo VT.
, un sistema de clasificación de ;
; cuya relación de pertenencia a es de similitud de los valores del atributo ; en concreto, la relación de pertenencia propuesta es la siguiente:Sea el conjunto , siendo
N*;
N* yDe esta forma, la medición del atributo Vi se realizará con una precisión de 10
cm.
Una vez obtenidos los datos sobre el espacio de la reducción externa para cada clase , se propone aplicar la reducción interna de nivel 1 del atributo altura de agarre VT. Como resultado, se obtendrá una nueva clasificación para cada clase
,
.
Posteriormente, es posible aplicar la reducción interna de nivel 2 descrita ante- riormente. Como resultado, se obtendrá una nueva clasificación para cada clase
,
.
Paso 3. Determinación del atributo distancia horizontal H
TPara cada clase de no vacías, de cada clase , se identificarán los diferen- tes valores del atributo de distancia horizontal HT.
La medición de este atributo se propone realizarla sobre el espacio resultante de aplicar la reducción propuesta anteriormente, es decir, . Sea
el conjunto de clases no vacías de todas las clases , entonces, se puede definir:
, un sistema de clasificación de ; cuya relación de pertenencia a queda definida por:
j STj t.q. ; j STj t.q. ; j STj t.q. ;
Como se puede deducir, este sistema de clasificación no es disyuntivo; por este motivo, el resultado se puede interpretar más intuitivamente como: , se le asocia una pertenencia a un subconjunto de clases de
De esta forma, la identificación del parámetro Hi de las subtareas de levantamien-
to se realiza directamente sobre el espacio de , evitando así la barrera desde el punto de visto práctico de medir este parámetro con mayor precisión.
Para la aplicación del paso 2 y 3 se puede utilizar la plantilla de registro de da- tos de la figura 6.7, únicamente señalando X en las casillas cuyos valores se han identificado.
Paso 4. Determinación del atributo asimetría A
TPara cada clase , se identificarán los diferentes valores del atributo asimetría AT.
La medición de este atributo se propone realizarla sobre el espacio resultante de aplicar la doble reducción propuesta anteriormente .
La primera reducción propuesta sobre es un sistema de clasificación , donde cada clase tiene como valor representativo y , respectivamente.
La segunda reducción que se ha propuesto sobre la dimensión de este atributo
, asigna un valor representativo a la clase (
), cuyo valor es o dependiendo de si la proporción de subtareas clasificadas en es mayor que las clasificadas en , o a la inversa, respectivamente.
Para aplicar la clasificación sobre
, se propone realizar un muestreo de observación de la actividad, valorando la asimetría realizada en las subtareas de
con la precisión determinada por el resultado de la primera reducción y apli- car la segunda reducción sobre los datos recogidos.
Sea : { ,..., } el conjunto de valores del atributo asimetría de las subtareas observadas, donde n = Ҽ(AM,T). La aplicación de la reducción consiste
únicamente en identificar para cada subtarea observada si , o bien, si .
Entonces, el valor del atributo asimetría para las subtareas virtuales de queda determinado por: syss Ҽ( )/n < 0,5; syss Ҽ( )/n ≥ 0,5;
Para la aplicación de este paso 4, se puede utilizar la plantilla de registro de datos de la figura 6.8, señalando con una X la clase que .
Figura 6.8. Plantilla para el registro del atributo Ar’ de la observación reducida.
Paso 5. Identificación de las subtareas virtuales presentes
Recordemos que el dominio de las subtareas virtuales está acotado y su dimen- sión se determina por:
Ҽ(L’) x Ҽ(V’) x Ҽ(H’) x Ҽ(D’) x Ҽ(C’) x Ҽ(A’)
Siguiendo la nomenclatura utilizada en este apartado, la dimensión del dominio de las subtareas virtuales queda determinado por:
Ҽ( ) x Ҽ( ) x Ҽ( ) x Ҽ(D’) x Ҽ(C’) x Ҽ( )
Donde:
Ҽ(D’) = Ҽ(C’) = Ҽ(
) =1;
Ҽ(
) ≤ 5;
Ҽ(
) ≤ 2;
Ҽ(
) ≤ 3;
Por tanto, se puede afirmar que ≤ 30.
Dado que en los pasos previos han quedado determinados los valores de los atributos V’, H’ y A’, y que el resultado de la reducción del atributo D’ es un úni- co valor representativo , y el resultado de la reducción del atributo C’ es