Towards Integrated Management of the Supply Chain for Enterprise Sustainability

Abstract

Las tendencias del mercado han hecho que las empresas cambien su forma de hacer negocios. La Globalización ha permitido a las empresas tener la posibilidad de acceder a distintos proveedores y mercados globalmente dispersos. Actualmente para mantener un nivel competitivo, el mercadoreclama productos amigables con el medio ambiente, rápido desarrollo de nuevos productos, alta calidad y fiabilidad, entre otros. Para cumplir con tales requisitos, las empresas dependen cada vez más de su Cadena de Suministros (CS). De hecho, la competencia en el mercado ya no es únicamente entre empresas, sino entre CS. La comunidad científica es consciente de este cambio y ha dedicado esfuerzos a la concepción de estrategias para el modelado y optimización de CS. Asimismo, la industria química Europea reconoce necesaria la mejora de la Gestión de la Cadena de Suministros (GCS) para mantenerse competitiva en un mercado global. La GCS trata de maximizar los retornos financieros sincronizando los flujos de materiales, información y efectivo existentes entre las distintas entidades interconectadas con el objetivo de proveer un producto al mercado. Recientemente, también se reconoce la necesidad de una Gestión Integrada de la CS (GICS), la cual consiste en la sincronización de otras funciones del negocio y de diferentes niveles de decisión. El actual entorno dinámico de los negocios y de las propias operaciones hacen difícil la coordinación de las actividades de la CS. Por tanto, es importante que los objetivos y planes sean desarrollados considerando explícitamente la incertidumbre del mercado y de las propias tareas de fabricación y que sean revisados periódicamente. El propósito de esta tesis es contribuir al desarrollo de estrategias para la GICS. La tesis contempla CS centralizadas, es decir, se considera que existe una entidad central que es capaz de controlar las actividades de toda la CS. Después de una revisión de conceptos y de las estrategias existentes para abordar la GICS, la tesis se enfoca en el desarrollo de modelos queincluyen decisiones de diferentes funcionalidades del negocio. Esta parte explora cómo mejorar el comportamiento de la CS si conjuntamente con la gestión estratégica de la CS se integran decisiones asociadas con finanzas, marketing y desarrollo de nuevos productos. A continuación la tesis se dedica a temas puramente relacionados con la gestión estratégica y táctica de las operaciones de la CS. Se investiga cómo obtener una representación más apropiada de los procesos productivos a nivel de CS. En esta parte se considera también el diseño de CS considerando su impacto ambiental asociado. La cuarta parte está dedicada a la consideración de la incertidumbre. Para ello se propone un control predictivo que incorpora como algoritmo de control un modelo estocástico. Se muestra como las incidencias pueden resolverse de mejor manera cuando se tiene en cuenta una visión completa de la CS en la búsqueda de posibles soluciones. Además, se desarrolla una extensión del método para programación de operaciones (PO) S-graph para abordar problemas con incertidumbre. Esta propuesta posee la particularidad que el tamaño del espacio de búsqueda no crece con el número de escenarios considerados. Dicha característica permite reducir los tiempos de solución, lo cual es uno de los desafíos en esta área. La última contribución está relacionada con la integración de los niveles de decisión. Se muestra como la capacidad es el factor clave para llevar a cabo esta integración. Se examinan las implicaciones de considerar la PO cuando se diseña una CS. En esta parte se hace hincapié en la errónea sobreestimación de la capacidad que se obtiene cuando la PO no es incluida en el diseño de CS. Aún más, se demuestra como la capacidad permite la integración del módulo de control de bajo nivel con la CS por medio de la formulación de la PO. Dicha integración permite actualizar la capacidad real y resolver adecuadamente interrupciones y fallos en los equipos.

Market trends have made enterprises change the way of doing business. Globalization makes accessible a wide range of globally dispersed potential suppliers and customers. For competitive customer service now the market demands environmentally friendly products, rapid development of newproducts, high quality and reliability, among others. In order to fulfill such requirements firms depend more and more on their supply chains (SC). Indeed, nowadays competition is not longer among individual firms, but among SCs. The process system engineering community has been conscious of this shift and has thus devoted research efforts on devising SC and enterprise-wide modeling and optimization strategies. Likewise, from another stand point, the European chemical industry has realized the necessity of SC improvement in order to remain competitive in the global market. Supply Chain Management (SCM) is intended to maximize financial returns by synchronizing material, cash and information flows across interconnected entities that seek to provide products to consumers. Lately, it has been recognized the necessity for integrated SCM solutions which incorporate and synchronize decisions from several business functions and different hierarchical levels. Current changing and uncertain marketenvironment and internal business concerns make it even more difficult to synchronize all the SC activities. Hence, it would be desirable that SC objectives and plans were developed considering market and internal operations uncertainty explicitly, revised periodically and eventually modified following the uncertainty disclosure. The aim of this thesis is to contribute to the centralized integrated SCM. The centralized approach to SCM considers that there exists a central entity that it is able to control the activities of the whole business. After an overview of SCM and analysis of existing approaches, the second part of this thesis is focused on the development of models which consider the variety of business functionalities. This part explores how business performance can be improved by integrating strategic SCM with financial, marketing and product development planning. The following section is devoted to topics related to pure strategic and tactical SC operations. It is investigated how a more appropriate representation of production processes can be achieved at the SC level. This part is also concerned with the environmentally conscious design of SCs. The fourth part is focused on uncertainty considerations. A model predictive control whose control algorithm is a stochastic formulation is proposed to face uncertainty and dynamics in SCM. Here, it is shown how incidences can be better resolved by approaching them from a SC perspective. This part also presents a novel graph based approach to deal with scheduling under exogenous uncertainty. The S-graph framework is enhanced to address a two stage stochastic scheduling considering demand as uncertain. One of the advantages of this approach is that the search space does not increasewith the number of considered scenarios. Such a feature reduces the computational cost required to solve this kind of problems which is one of the major challenges in this field, thus constituting a robust alternative to existing schedulers to become eventually the best option in integrated SCM. The last contribution concerns the integration of hierarchical decision levels. The fifth part examines the implications of considering scheduling decisions when designing a SC network. It is shown how capacity is the core factor that allows the integration of hierarchical levels. This part emphasizes that an optimistic performance, due to capacity overestimation, is obtained if scheduling is not consider into the SC design formulation. Moreover, it is demonstrated how capacity permits low level supervisory control integration. Such integration allows updating SC capacity and adequately resolving equipment disruptions or breakdowns.