• Author / Uploaded
• Daniela Polanco

Citation preview

IV CONGRESO INTERNACIONAL DE INGENIERIA VERTICE 2010

II

DIRECTORIO DR. GABRIEL ESTRELLA VALENZUELA RECTOR UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

M. C. JUDITH ISABEL LUNA SERRANO VICERRECTORA UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA CAMPUS ENSENADA

DR. OSCAR ROBERTO LOPEZ BONILLA DIRECTOR FACULTAD DE INGENIERÍA ENSENADA

M.I. JOEL MELCHOR OJEDA RUIZ SUBDIRECTOR FACULTAD INGENIERÍA ENSENADA

M.C. LINA ADRIANA MEZA AMAYA ADMINISTRADOR FACULTAD DE INGENIERÍA ENSENADA

TITULO DE LA OBRA: MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010 EDITORES: DR. JORGE LUIS GARCÍA ALCARÁZ M.I. JULIÁN ISRAEL AGUILAR DUQUE DERECHOS RESERVADOS EDICION: MARZO 2010 UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA FACULDAD DE INGENIERIA ENSENADA KM. 103 CARRETERA TIJUANA - ENSENADA ENSENADA, BAJA CALIFORNIA TEL. (+52 646) 175 07 00 EXT 121 http:// ing.ens.uabc.mx/ www.vertice2010.com ISBN10 0615361919 ISBN13 978-0-615-36191-8

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

III

MENSAJE DE BIENVENIDA AL 4º CII VERTICE 2010

Durante cuatro años la Facultad de Ingeniería de Ensenada de la Universidad Autónoma de Baja California ha motivado a sus alumnos candidatos a egresar de las carreras de Ingeniería Industrial, Ingeniería en Electrónica, Ingeniería en Computación e Ingeniería Civil a la organización del Congreso Vértice, organizado por alumnos para alumnos.

Este evento ha servido para que los estudiantes de la facultad entren en contacto con personalidades de todos los medios en que se aplica la Ingeniería Industrial, Electrónica, Computación y Civil, ya que en las últimas ediciones, éste ha tenido renombre internacional, y prueba de ello es que para este año 2010, se agrega Bioingeniería e Ingeniería Agropecuaria de forma activa y participativa.

El IV Congreso Internacional de Ingeniería Vértice 2010 se efectuó los días 24, 25 y 26 de marzo en la Facultad de Ingeniería en Ensenada (FIE) de la UABC, con motivo de dar a conocer no nada más la parte teórica, sino también experiencias de personas que se encuentran en el entorno laboral, además de aprender nuevos métodos y aplicaciones de Ingeniería.

El congreso ofreció cuatro conferencias magistrales, nueve conferencias específicas, 18 ponencias, trece visitas, doce talleres y tres eventos sociales. Los dos primeros días del congreso se llevarán a cabo en las instalaciones de la Facultad de Ingeniería, y el tercer día se realizaron visitas a empresas.

Como siempre, deseamos que su estancia en la agradable ciudad de Ensenada y que el IV Congreso Internacional de Ingeniería Vértice 2010 haya cumplido sus expectativas. Agradecemos a todas las personas organizadoras y participantes en la organización de este evento.

Cordialmente Dr. Jorge Luis García Alcaraz, UACJ M.I. Julián Israel Aguilar Duque, UABC Comité Editorial

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

IV

CUARTO CONGRESO INTERNACIONAL DE INGENIERIA VERTICE 2010 COMITÉ ORGANIZADOR PRESIDENTE KARLA RANGEL MONTOYA JORGE BAYARHY PALAFOX CAMARENA SECRETARIA GUADALUPE VALADEZ MARTÍNEZ ADMINISTRADORA ALEXANDRA LÓPEZ PADILLA COORDINADORES ACADÉMICOS INDUSTRIAL: SANDRA KARINA ENRÍQUEZ CASAS CIVIL: JULIO MARRÓN AVILÉS AGRONOMÍA: MARCELA ROBLES MARTÍNEZ BIOINGENIERÍA: ALMA CAROLINA AVILÉS MARTÍNEZ COMPUTACIÓN: ROBERTO LUNA RAMÍREZ COORDINACIÓN DE DIFUSIÓN MERCADOTECNIA HARIZBETH GUADALUPE SALGADO HIRALES FORÁNEOS ALFREDO COTA MURILLO COORDINACIÓN DE LOGÍSTICA OMAR MARTÍNEZ URIAS FELIPE VEA AVALOS EVENTOS SOCIALES ANA GABRIELA HIGUERA MADRIGAL COORDINACIÓN DE PATROCINIOS GUSTAVO ALFONSO SICILIA VILLEGA

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

V

CUARTO CONGRESO INTERNACIONAL DE INGENIERIA VERTICE 2010 COMITÉ TÉCNICO

Aguilar Duque, Julián Israel, M.I. Universidad Autónoma de Baja California

Coronel González, Nancy Angélica Universidad Autónoma de Ciudad Juárez

De la Vega Bustillos, Enrique, Dr. Instituto Tecnológico de Hermosillo

García Alcaráz, Jorge Luis, Dr. Universidad Autónoma de Ciudad Juárez

Hernández Arrellano, Juan Luis, M.C. Universidad Autónoma de Ciudad Juárez

López Bonilla, Oscar Roberto, Dr. Universidad Autónoma de Baja California

Tlapa Mendoza, Diego, M. C. Universidad Autónoma de Baja California

Piña Monarrez, Manuel Román, Dr. Universidad Autónoma de Ciudad Juárez

Sánchez Leal, Jaime, Dr. Instituto Tecnológico de Ciudad Juárez

Rodríguez Medina, Manuel Arnoldo, Dr. Instituto Tecnológico de Ciudad Juárez

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

VI

TABLA DE CONTENIDO Sistemas de Calidad DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL Guillermo Amaya Parra, Diego A. Tlapa Mendoza, Julián Aguilar Duque, Yolanda Báez-López, Javier Ordorica Villalvazo REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC Jorge Valenzuela Corral y Jesús Palacios Valerio R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) Javier Ordorica Villalvazo, Claudia Camargo Wilson, Jesús E. Olguín Tiznado, Jorge Limón Romero, Enrique J. de la Vega Bustillos, Oscar R. López Bonilla, Guillermo Amaya Parra APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM Jesús Salinas, Yolanda A. Báez, Jorge Limón, Arturo Tiznado

Investigación de Operaciones DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL L. Villalpando Gamboa y M. Grijalva Delgado CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO DE COLAS: UN CASO DE ESTUDIO Rosendo A. Collazo Vallejo y Juan A. Pichardo González

Análisis de Decisiones ATRIBUTOS RELACIONADOS CON LA POSICIÓN Y QUE SON EVALUADOS EN INGENIEROS DE MAQUILAS DE CIUDAD JUÁREZ Jorge Luis García Alcaraz, Ana Blanca Rodríguez Rendón, Julián Israel Aguilar Duque PROBLEMÁTICA DE LA SELECCIÓN DE PROVEEDORES: UN NFOQUE MULTIATRIBUTOS Jorge Luis García Alcaraz, Blanca L. Márquez y Julián I. Aguilar Duque

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

1 2 -12

13-23

24 – 33

34 – 42

43 44 – 51 52-56

57 58 – 67

68 - 75

VII

Estadística Industrial ANÁLISIS DE COMPONENTES PRINCIPALES PARA LA DETERMINACIÓN DE LOS FAPPP Julián I. Aguilar Duque, Jorge L. García Alcaraz, Juan L. Hernández Arellano, Diego A. Tlapa Mendoza, Jesús Salinas Coronado, Jesús Everardo Olguín Tiznado, Arturo Tiznado Rodríguez ESTUDIO DE PRODUCTIVIDAD EN UN PROCESO MINERO Miguel Escamilla López, Jorge Meza Jiménez, Ricardo Llamas Cabello y Jorge L. García A.

Cadena de Suministro COMUNICACIÓN EN LA CADENA DE SUMINISTROS Ignacio Francisco Romero Magaña

Aplicaciones Electrónicas SISTEMA DE VIGILANCIA VIA WEB Juan Pablo Torres Herrera, Christopher Ángel Orozco Gutiérrez, Rodolfo de De Anda Botello, Isaac Barredez Cota Isaac1 y Morales Barragán Miguel Ángel LEVITADOR MAGNÉTICO DE 1 GDL: UN SISTEMA PRÁCTICO PARA LA ENSEÑANZA DE CONTROL Ervin Álvarez S., Ricardo Cuesta G., Moisés Miranda V.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

76

77 - 87

88 -97

98 99-104

105 106 - 110

111 - 119

Sistemas de Calidad

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL Guillermo Amaya Parra1, Diego A. Tlapa Mendoza1, Julián Aguilar Duque1, Yolanda Báez-López1, Javier Ordorica Villalvazo1. 1

Departamento de Ingeniería Industrial de la Facultad de Ingeniería Ensenada de la Universidad Autónoma de Baja California Km. 103 Carretera Tijuana-Ensenada S/N Ensenada, Baja California C.P. 22870 Autor de correspondencia: [email protected] RESUMEN Hoy en día seis sigma ha sido ampliamente adoptada en una variedad de industrias en el mundo y se ha convertido en uno de los más importantes temas de debate en la gestión de la calidad. Seis Sigma (SS) es una metodología bien estructurada que puede ayudar a una empresa a alcanzar un objetivo previsto mediante el mejoramiento continuo. El presente trabajo tiene por objetivo describir la situación actual de la metodología Seis Sigma en relación a su aplicación en diferentes países, su evolución y las diferentes herramientas que la integran y que cada vez son más. Además de los sectores donde los proyectos SS son mas aplicados, generándonos un criterio de las futuras aplicaciones donde la metodología se pueda desarrollar aun más. Palabras clave: Seis Sigma, mejora continua, gestión de calidad, evolución, herramienta.

1. INTRODUCCIÓN Hoy en día ya sea en mayor o en menor grado, dependiendo del sector o del giro sea productivo o de servicios, las empresas están siendo presionadas por sus clientes, con requerimientos en tiempos de entrega, calidad de producto y servicio, buscando más confiabilidad. Estas situaciones han ocasionado que las empresas busquen mejores y nuevas alternativas que le den la satisfacción de los clientes. Lo cual propició que el surgimiento de diferentes metodologías y programas que buscan la satisfacción del cliente al aumentar la calidad. Una de estas metodologías internacionalmente aceptadas es SS, la cual ha sido adoptada por numerosas empresas para la reducción de la variación de sus procesos y productos. Pioneros en su aplicación son empresas como General Electric y Motorola, que alcanzaron beneficio económico y reconocimiento a la calidad de sus productos de manera sorprendente en la década de los 80´s y principio de los 90´s. En la presente década se ha incrementado en México el número de empresas que emplean SS, principalmente grandes trasnacionales de bienes (Reyes, 2002), sin embargo, la metodología comienza a ser aplicada en otros sectores y puede ser aplicada inclusive en pequeñas y medianas empresas. White (1992) menciona que SS es una metodología, una filosofía, un ejercicio de estadísticas, una manera de hacer negocios, una herramienta para mejorar la calidad. SS es una meta, no en sí mismo, es sólo una de varias herramientas y procesos que una organización necesita para lograr una calidad de clase mundial. Mientras que Harry & Schroeder (1999), quienes son considerados como principales desarrolladores de la metodología, encuentran que SS es un proceso que permite a las compañías a mejorar drásticamente las utilidades mediante el diseño y monitoreo diario de las actividades de la empresa, en maneras que minimizan el desperdicio y recursos mientras incrementa la satisfacción de clientes. Esta definición es puntual al destacar el beneficio económico y no el de la calidad del producto, ya que esto se considera implícito al reducir desperdicios y mejorar la calidad, se está logrando mayor utilidad. Una definición similar menciona que SS es la manera inteligente de administrar un negocio o departamento, ya que pone al cliente en primera línea al usar hechos y datos para obtener mejores soluciones (Pande, 2001). Maccarthy y Stuffer (2001), indican que en SS, la atención se centra en la reducción de defectos en un proceso de producción. Para Pyzdek (2003), SS es una rigurosa, enfocada y altamente efectiva implementación de principios y técnicas probadas de calidad, que busca en las empresas un rendimiento prácticamente sin errores. Por su parte Brussee (2004), menciona que la metodología usa un enfoque específico de solución de problemas y herramientas para mejorar procesos y productos. Dirgo ISBN 978-0-615-36191-8

VERTICE 2010

Amaya et al. - 3

(2005), define SS como un enfoque para la mejora de un negocio que busca encontrar y eliminar causas de errores o defectos en proceso, al enfocarse en las salidas de importancia crítica para clientes. Como se aprecia, la definición de SS varia de autor en autor. Contribuyendo a lo anterior, Linderman et al. (2003), menciona que SS es un método organizado y sistemático para la mejora estratégica de proceso y el desarrollo de nuevos productos y procesos que depende de métodos estadísticos y del método científico para hacer dramáticas reducciones en las tasas de defecto definidas por los clientes. Es evidente que en esta definición no se menciona los 3.4 defectos por millón de oportunidades, sino que se menciona como una meta y es que según los autores SS se avoca a establecer metas basadas en los requerimientos de clientes. Barrada, (2003) dice que SS técnicamente consiste en hablar de una proporción de errores de 3.4 partes por millón, en la práctica el término se usa para denotar mucho más que un simple recuento de errores; ello implica impregnarse de una cultura de calidad, en la cual, estrategias, procesos, técnicas estadísticas y factor humano conforman un todo relacionado que permiten mejorar y hacer rentable una empresa. Yam (2006), dice que SS es un riguroso y disciplinado proceso de negocio adoptados por las empresas para ayudar a centrarse en el desarrollo y distribución robusta, cerca de los productos y servicios perfectos. SS está basada en la aplicación del método científico para el diseño y operación de sistemas de administración y de procesos que permiten a los trabajadores entregar mayor valor a clientes y asociados (Pyzdek, 2003). Para Chakrabarty y Tan (2007), SS es una metodología enfocada al cliente que reduce el desperdicio, incrementa los niveles de calidad y mejora el estado financiero de organizaciones a niveles significativos. De la Vara, (2009), Indica que es una estrategia de mejora continua del negocio que busca mejorar el desempeño de los procesos de una organización y reducir su variación; con ello, es posible encontrar y eliminar las causas de los errores, defectos y retrasos en los procesos de los negocios. Para Brady y Allen (2006), la definición de SS como método, complica la referencia a las técnicas usadas en su aplicación. Ellos proponen llamar sub-métodos a estas técnicas para clarificar su alcance y con esto resaltar que SS es más que la definición de método. Anteriormente Breyfogle (2003), Harry (1999) Pande (2001) et al., sugirieron el uso de técnicas específicas para cada fase de la aplicación de SS, por ejemplo el uso de Gauge R&R en la fase de Medir. Sin embargo, como mencionan Brady y Allen (2006), no hay suficiente consenso para asociar técnicas en cada fase, ya que pudiera verse como una restricción indeseable por algunos usuarios de SS. Lo anterior sugiere que no hay un conjunto definido y universalmente aceptado de herramientas de SS. Respecto a las fases que componen a SS, Shanin (2008), sugiere que la empresa Motorola comenzó solo con Medir, Analizar, Mejorar, Controlar. A estas cuatro fases se le agregó una más: Definir, quedando integrada en una metodología compuesta de cinco fases: Definir, Medir, Analizar, Mejorar, Controlar (DMAIC); metodología con la que concuerdan algunos autores como: Tobias (1991), Harry y Schroeder (1999), Antony y Bañuelas (2002), Breyfogle (2003), Yam y Yoap (2006), Brady y Allen (2006), Tang (2007), McManus (2008), entre otros. Primitivo (2002) sugiere que la implementación de SS en la actualidad abarca un mínimo de 20 herramientas, incluyendo algunos métodos estadísticos especiales complejos. Otra propuesta de las herramientas a utilizar por cada fase de la metodología la da Pantano (2006), tal como se muestra en la Tabla 1. Tabla 1. Herramientas a utilizar por cada fase de SS

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Control Plan

SOP&plan de entrenamiento

Diagramas de control

visual factory

Control

Pilots

Diseño de experimentos

Matriz de pagos

Lluvia de ideas

Mejorar

Pruebas de hipótesis

Diagrama de Dispersión

Histograma

Grafico de Barras

MSA estudio R y R

analizar

DPMO

Capacidad de proceso (CP/CPK)

MSA-op definición

FMEA

Medir

cartas de proyectos

Matriz causa y efecto

Mapeo de proceso y SIPOC

Definiciones operacionales

Definir

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 4

Sin embargo cada autor utiliza las herramientas estadísticas que a su criterio son las adecuadas a utilizar en cada una de las etapas, surgiendo aquí la interrogante de ¿Cuáles son las herramientas más utilizadas por SS? Además, es un hecho que SS se aplica en organizaciones de servicio, sin embargo, dado las diferencias naturales entre bienes y servicios, ¿Cuáles son las consideraciones a tomar en cuenta al aplicar SS en organizaciones de servicio?, ¿Cuál es la experiencia de los diferentes países al implementar SS?, ¿Cuáles son las nuevas aportaciones a SS?, ¿Hacia dónde va SS? Son algunas de las preguntas que se plantean y que se pretende responder por medio de una revisión exploratoria de la literatura existente.

2. METODOLOGÍA Para conocer el estado de la aplicación de la metodología SS, se hace una revisión bibliográfica exploratoria basada en artículos científicos de revistas arbitradas e indizadas en bases de datos electrónicas y físicas de la UNAM, UABC, CICESE, UCSD Y SDSU, encontrando más de 500 artículos de interés para el trabajo, de los cuales se seleccionó un 10 porciento partiendo la búsqueda bajo los siguientes criterios: Sector donde se aplica la metodología, País de origen del artículo, posteriormente, se buscó las opiniones de diferentes autores tanto del área práctica como académica. Los hallazgos de 53 artículos referentes a Seis Sigma son presentados en la sección de resultados. 3.

RESULTADOS

A continuación se presentan los resultados encontrados de la revisión exploratoria, en los cuales se sugiere un grupo de herramientas como las más utilizadas en la implementación de SS, se muestra la tendencia de aplicación por países, así como algunas novedades encontradas de esta metodología. 3.1 Herramientas más Utilizadas El diagrama de causa - efecto y el estudio de Repetibilidad y Reproducibilidad (R&R) son las dos herramientas más utilizadas en metodología SS, según los artículos revisados hasta el momento, tal como se muestra en la Figura 1.

Figura 1. Pareto de las Herramientas más Utilizadas por SS

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Amaya et al. - 5

3.2 Aplicación de SS por Países En Hong Kong SS se han utilizando técnicas y herramientas estadísticas en transacciones, negocios y procesos de manufactura, demostrado tener éxito en reducción de costos, en la mejora de tiempos de ciclo, eliminación de defectos, aumentar la satisfacción del cliente, y el aumento de la rentabilidad. La eficacia de SS es en gran medida a las técnicas estadísticas utilizadas (Tong, 2004). Bañuelos et al. (2009), menciona que en China, se realizó un estudio en el que se muestra como en SS se integran diversas herramientas y técnicas de gestión de calidad, dentro de la metodología (Definir, Medir, Analizar, Mejorar, Controlar). Así como también, menciona que entre las herramientas más utilizadas se encuentran el análisis de Pareto, el análisis de modo de falla y efecto, además del diagrama de causa y efecto, tal como se muestra en la Figura 2.

Figura 2. Herramientas y Técnicas más Comunes que se Utilizan en China en Proyectos SS Yang et al. (2008), menciona que hay escasez en las aplicaciones de SS en Taiwán, dichas aplicaciones necesitan ser mejoradas, ya que los beneficios financieros no son tan buenos como se esperan, atribuye esto a que en la mayoría de las organizaciones están usando sólo herramientas estadísticas clásicas, mientras que las herramientas estadísticas avanzadas son menos frecuentes, las promociones de los empleados y los incentivos no están fuertemente vinculados a los resultados de la ejecución de los proyectos de SS, así como al hecho de que las funciones claves, como el Maestro Cinturón Negro (MBB) y Cinturón Negro (BB), que juegan un rol importante y de tiempo completo en la aplicación de SS, no contribuyen mucho tiempo en las actividades. Por otro lado hay países como USA que tiene tiempo trabajando y desarrollando proyectos SS. Latino América es otra región donde las aplicaciones pudieran ser muy útiles, por la cercanía con USA y el tipo de comercio e industria que se manejan; en los otros continentes no sabemos cuál es el comportamiento del uso de la metodología SS. La Figura 3 muestra la relación de países que utilizan con más frecuencia la metodología en sus proyectos de mejora.

Figura 3. Países que más Trabajan con Proyectos SS MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 6

Los sectores de manufactura y servicio son los que utilizan con mayor frecuencia la metodología SS, obteniendo beneficios considerables, tal como se muestra en las Figura 4 y 5; razón por la cual, se busca aplicarla aun más en el área de servicios, en donde actualmente se han obtenido resultados satisfactorios y clientes más satisfechos, como consecuencia de la aplicación de proyectos SS. Los resultados de la implementación de la metodología SS son una disciplina que son compatibles y se estandarizan en auditorías internas. Provee al equipo de auditoría con las herramientas para señalar de mejor manera las causas raíz, cuantificar y documentar las áreas con no conformidades, y sugiere maneras de cortar o disminuir gastos operativos. Además, resultados de varios estudios indican que los retornos de capital de la compañía parecen mejorar al mismo tiempo que los sistemas de conformidades y de control se vuelven más efectivos. Otra consideración importante es que ayuda a un estricto control interno (Aghili, 2009).

Figura 4. Aplicación de SS por Sectores y Áreas

Figura 5. Áreas donde se Trabajan Proyectos SS En la industria de la madera la implementación de DMAIC e incluyendo un estudio de R y R les aportó la obtención de información fiable (sistema de mediciones adecuados) con respecto a las características de calidad de las piezas de madera producida, además de la mejora del proceso. El procedimiento DMAIC les ayudó en la reducción de costos, eliminación de defectos que el sistema de medición no detectaba por lo tanto los llevó a aumentar la satisfacción del cliente (Caleb, 2008). MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Amaya et al. - 7

Se pudiera decir que en la industria manufacturera es donde los proyectos y aplicaciones que genera el trabajar con SS, son más importantes e impactantes ya que se ve fácil mente los cambios que se generan. Pero no se debe menos preciar el sector servicios ya que es una parte crucial dentro de algunas empresas, teniendo como antecedentes que el sector servicios es muy basto y en cualquier momento tenemos necesidades de servicios. Los cuales siempre son mejorables en cualquier giro que sean. Aunque se han escrito varios estudios SS en las instituciones académicas, los estudios tienen un enfoque muy estrecho. Mientras que algunos estudios se centran en la aplicación de SS para ayudar a los administradores de universidades con la toma de decisiones sobre cuestiones tales como la retención de los estudiantes en los programas académicos en el análisis de datos, otros se centran en la integración de la metodología SS en un programa educativo (Lawrence, 2008). El servicio de salud es uno de los sectores no manufactureros relacionados con los principales contextos en los que SS ha sido adoptada en USA, los principios de SS son muy bien adoptados en el sector salud debido a la naturaleza sanitaria de cero tolerancia en los errores y es de gran ayuda para reducir éstos (Wang, 2008). En los últimos años, los créditos y el departamento de finanzas son presionados para reducir el tiempo de atención y colección de efectivo y su variación del rendimiento para seguir siendo más competitivos. Los proyectos Sigma en las entidades financieras incluyen la mejora de la asignación de dinero en efectivo para reducir las comisiones bancarias, pagos automáticos, información precisa, la reducción de defectos de documentación en créditos, reducción de defectos en cobro de cheques, y la reducción de la variación en el rendimiento de la colección de datos. El Banco de América es uno de los pioneros en la adopción y aplicación de de SS, atraer y retener los clientes y crear competitividad en las cooperativas de crédito. Se han realizado cientos de proyectos de SS en las áreas de venta cruzada, depósitos, y la resolución de problemas. Bank of América reportó un 10.4% de aumento en la satisfacción del cliente y el 24% en la disminución de problemas en los clientes después de la aplicación de SS (Wang, 2008). No se ha escrito mucho sobre la aplicación de SS en un entorno académico. Si bien se puede argumentar que en el mundo académico es parte de la industria de servicios; la cual tiene características únicas la cual lo hace un área de aplicación interesante para la metodología SS (Lawrence, 2008). 3.3 Novedades en SS Un término muy utilizado y mencionado en la bibliografía es “Crítico para la Calidad” CTQ, y significa que cierta actividad dentro de un proceso está afectando la calidad deseada dentro del proceso, sin embargo, recientemente cada vez más adecuaciones a las características de un proyecto, han abierto el término a otros “críticos para x” como son: CTC (Costo), CTP (Proceso), CTS (Seguridad), CTD (entrega/delivery), tan es así, que la sociedad americana para la calidad ASQ, dentro de su certificación de black belts, evalúa estos términos. Nakhai y Neves (2009), agregan a esta lista el término “Crítico para la calidad del servicio” CTQS, indicando la importancia de que este término se adecue a servicios. Fit Sigma es otro nuevo concepto que implica la adopción de SS y ajustar las necesidades de una organización para mantener el performance y esbeltez organizacional. Zhao (2005), propone integrar TRIZ a SS para la innovación, siendo ésta herramienta un método nuevo que combina pensamiento innovador con herramientas analíticas usadas para el diseño de productos, servicios y procesos en una sola operación. Un punto importante acerca de la literatura de SS, comentan Brady y Allen (2006), es que sólo una pequeña fracción de artículos presenta un modelo empírico, la mayoría presenta casos de estudio y los ahorros obtenidos en la aplicación de SS. Ellos también encuentran que los impactos financieros debido a la selección de métodos estadísticos importantes, no ha sido estudiado empíricamente; ellos agregan dos principios al concepto de SS y son que dicha metodología se debe enfatizar en los beneficios económicos al iniciar proyectos y se debe entrenar al personal que no es experto en estadística con un mínimo posible de teoría. Brady y Allen (2006), sugieren investigar las bases de datos de empresas donde se haya implementado SS, como una forma alterna de determinar las herramientas esenciales o sub-métodos que se pueden emplear. Ellos sugieren además evaluar la selección de herramientas esenciales de SS como si fuera en sí un problema de optimización a través de algoritmos de optimización, donde el tiempo de implementación, costos y la calidad de las soluciones encontradas con los diferentes métodos pueden ser comparados usando problemas de prueba, a lo que ellos llaman camas de prueba. Estas pruebas a las herramientas de SS en diferentes escenarios pueden servir inclusive para encontrar herramientas nuevas a emplear. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 8

Servicios financieros

Procesos de no manufactura

Gobierno

Energía

Educación Construcción Logística

Tabla 2. Aplicaciones de Seis Sigma en Sector Servicios Taghaboni-Dutta and Moreland, Student Loan Marketing Association (Sallie Mae), Bank of 2004; Biolos, 2002; Roberts, 2004; America, Citibank, Fidelity Investments, J.P. Morgan Carlivati, 2007; Antony, 2006; ChaChase, American Express, GE Capital Corp., Sun Trust krabarty and Tan, 2007; Hensley and Banks, Inc., Credit Union. Dobie, 2005. Fahmy, 2006; Antony, 2006; Biolos, 2002; Hensley and Dobie, 2005; GE, Honeywell, Maytag, Lockheed Martin, Northrop Chakrabarty and Tan, 2007; Grumman, Allied Signal, Dow Chemical, Ford, Caterpillar, Taghaboni-Dutta and Moreland, 2004 DuPont, Raytheon, 3M, Polaroid Supply chain manageSchlegel and Smith, 2005; ment, Human resource management processes Raytheon. Bandyopadhyay and Jenicke, 2007 Institute of Management and Admin, 2007 Lanyon, 2003. Accounting: Sarbanes-Oxley Act 404 Institute of Management and Compliance Administration, 2007; Juras et al., Customer relations 2007; Fleming et al., 2005; Rylander Innovation and Provost, 2006; Byrne et al., 2007 Safety engineering American Society of Safety EngiOrganizational change neers, 2005; Cain, 2005; LaMarsh, 2005. Office of the Chief Technology, Officer of the Government of the District of Columbia, Municipal Services, US Department of Defense, Taiwan Government Agencies ConocoPhillips, Dominion Energy, Constellation Energy, Aquila Inc., BHP Billiton, DuPont and Dow Chemical Public Service Electric & Gas Co., Puget Sound Energy OSE Saint Francis Medical Center University of Illinois College of Medicine Commonwealth Health Corp., Bowling Green, KY Naval Medical Center, San Diego, CA Wake Forest University Baptist Medical Center, NC Radiology Film Library Newcastle University Library Library Services, LibQUAL, South Korea, Institutions of Higher Education Housing and Development Board, Singapore

Edgeman et al., 2005; Furterer and Elshennawy, 2005; Matchette, 2006; Reece, 2006; Hensley and Dobie, 2005; Ho and Chuang, 2006

Keim, 2006; Ryan, 2005

Kumi and Morrow, 2006; Kim, 2006; Jenicke et al., 2008 Pheng and Hui, 2004

R.R. Donnelley Logistics

A diferencia de las operaciones de fabricación, la definición de un defecto del servicio es bastante difícil en el aspecto de la aplicación de SS en los sistemas de prestación de servicios. Las organizaciones de servicio, sienten que sus empresas tienen una gran cantidad de mano de obra humana, y no hay mensurables defectos que deben ser corregidos. Esto es porque no es fácil llegar a un acuerdo sobre lo que es un defecto de servicio. Desde que SS está vinculada a los clientes, más compañías SS definen defecto de servicios como un proceso que se traduce en un menor nivel de satisfacción del cliente o un cliente perdido (Uprety, 2009). La tabla 2 muestra algunas empresas de servicios que ya trabajan con la metodología SS. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Amaya et al. - 9

4. DISCUSION Se observa con los resultados, que no hay un consenso sobre que herramientas deben ser aprendidas y usadas por los aprendices de SS o por black belts (Brady y Allen, 2006) o Primitivo (2002) que sugiere que la implementación se SS abarque un mínimo de 20 herramientas sin dejar de lado la metodología de Pantano, (2006) donde propone ciertas herramientas por etapa dentro de la metodología SS. Tong et al, (2004), indica que las mejoras que deja SS, se obtienen de utilizar diseño de experimentos, identificando los factores críticos para la calidad, usando el nivel de sigma para mejorar el proceso. Con lo anterior, es motivo de resaltar las oportunidades actuales para unificar la teoría de SS, identificar, evaluar y proponer qué métodos deben ser aplicados a qué problemas y en qué fases. La revisión exploratoria de los 53 artículos se encontró que las herramientas de R y R, diagrama de causa y efecto, el estudio de capacidad de proceso y pruebas de Hipótesis son de las herramientas más utilizadas hasta el momento. A su vez se requiere definir qué factores se deben de tomar en cuenta y en qué fase, para la implementación exitosa de SS. Se pudiera decir que como USA es el uno de los países donde más se utiliza la metodología SS (según la exploración realizada hasta el momento) es de los que tiene más empresas desarrollando proyectos, donde cada autor es el que elige las herramientas a utilizar según sus necesidades y el tipo de problema. 4.1 Elección del proyecto Un aspecto importante a destacar en la literatura, es que varios autores coinciden con la dificultad para identificar y elegir un proyecto SS, la selección del proyecto SS es frecuentemente la más importante y difícil parte mencionan Pande et al, (2002); en este sentido coincide Zimmerman y Weiss (2005); Chakravorty (2009). Al respecto Yang y Hsieh (2009) proponen el uso de criterios del premio nacional de calidad (por ejemplo de Taiwan) y el método Delphi Fuzzy multicriteria decision making (FMCDM) para seleccionar proyectos SS cuando se presentan dificultades en la elección del proyecto como Información incuantificable, información incompleta, información no obtenible o se tiene ignorancia del proceso. A su vez Bañuelas (2006) encontró que las organizaciones utilizan la teoria de restricciones y lean manufacturing para definir proyectos. 4.2 Seis Sigma en Servicio En el sector servicios, la acogida a SS comenzó considerablemente más despacio que en sector manufacturero mencionan Furterer y Elshennawy (2005). Y es que como mencionan Antony (2006), Chakrabarty y Tan (2007), Antony et al. (2007) las diferencias propias entre estos sectores, dificultó la adecuación de términos, herramientas estadísticas y de entrenamiento. Las diferencias entre bienes y servicios llevan a las empresas de servicios y de manufactura a tener diferentes factores de éxito (Frei, 2008). En la actualidad hay numerosas empresas de manufactura aplicando SS a sus procesos de no manufactura como son recursos humanos, nomina, contabilidad, servicio a cliente, administración de la cadena de proveedores, seguridad y salud entre otros (Lanyon, 2003; Juras et al., 2007; Fleming et al. 2007). Claramente, también dentro de organizaciones de servicio hay diferencias en cuanto a la aplicación de seis sigma y es que en organizaciones basadas en procesos como bancos y telecomunicaciones, el servicio debe ser muy estandarizado para brindrar un servicio sin tanta variación entre un cliente y otro. Mientras que en organizaciones basadas en conocimiento como del área de la salud, software, servicios legales entre otros, las necesidades y expectativas juegan un rol más crítico Nakhai y Neves (2009). Para algunos autores, es urgente que los programas de educación y entrenamiento adapten su curricula a las operaciones de servicio, y es que en el sector servicio el componente humano con todo lo que conlleva de psicologia y su comportamiento aporta una dimensión diferente con respecto a las características físicas típicas que se miden en el sector manufactura. Otra consideración es que la literatura de SS con aplicaciones en servicios, se enfocan en situaciones de tipo manufactura, donde hay procesos repetitivos y muy poco componente de comportamiento humano. Nakhai y Neves (2009).

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 10

4.3 Dificultades de Seis Sigma Como todo método, SS no está exento de dificultades, por ejemplo, respecto al tiempo para ver grandes resultados, Harry (2000) hace un análisis donde se plantea que para pasar de cuatro a SS requiere de 5 años. Chakrabarty y Tan (2007), en su análisis encontraron algunas dificultades comunes con SS, como son: método de colección de datos, tiempo de colección de datos, identificar parámetros de proceso y el tiempo invertido

5. CONCLUSIONES Respecto al análisis de la aplicación de SS, se puede concluir lo siguiente: 1. La aplicación es mayoritariamente en el sector manufactura con una relación de X a Y en base a los 53 artículos revisados hasta el momento. 2. Los países con más aplicación de SS son Estados Unidos de Norte America (USA), India y Taiwan, lo que sugiere que en Latinoamérica no hay suficiente trabajo hecho o al menos no se publica en revistas científicas. 3. En el sector servicios, se aprecia la necesidad de adecuar las herramientas de SS y de los programas de entrenamiento hacia este sector, donde el componente humano está presente en mayor medida. 4. Las herramientas más utilizadas, descritas en los artículos revisados son R y R, Diagrama de causa y efecto, Estudios de capacidad de proceso, pruebas de hipótesis, diseño de experimentos, lluvia de ideas entre los más utilizados hasta el momento de la exploración bibliográfica. 5. Las áreas donde más se aplican proyectos SS son en la industria eléctrica y la del metal, sin menospreciar las nuevas áreas donde la aplicación de SS está empezando como lo son en los servicios educativos y las consultorías. 6. Dadas la región y las necesidades del problema a resolver cada autor toma la herramienta que más le convenga utilizar, también se considera el entrenamiento que se tenga para profundizar en el uso de la herramienta. REFERENCIAS 1.

Aghili, S. (2009). A Six Sigma Approach to Internal Audits. STRATEGIC FINANCE , pp 38-43.

2.

Antony, J. (2006), “Six sigma for service processes”, Business Process Management Journal, Vol. 12 No. 2, pp. 234-48.

3.

Antony, J., & Bañuelas, R. (2002). Key Ingredients for the Effective Implementation of Six Sigma Program. Measuring Business Excellence , pp 20-27.

4.

Antony, J., Antony, F.J., Kumar, M. and Cho, B.R. (2007), “Six sigma in service organizations: benefits, challenges and difficulties, common myths, empirical observations and success factors”, International Journal of Quality & Reliability Management, Vol. 24 No. 3, pp. 294-311.

5.

Bañuelas Ricardo, M. J., Teeraphan Virakul, Jiju Antony, (2009). Assessing the role of Six Sigma in a supply chain: an exploratory study in the UK manufacturing organisations. Int. J. Six Sigma and Competitive Advantage , 380-397.

6.

Barrada, C. A. (2003). Gestión de Negocios. Qué es en realidad seis sigma? , 1-10.

7.

Brady, J. E., & Allen, T. T. (2006). Six Sigma Literature: A Review and Agenda for future research, Quality and Reliability Engineering International , 335-367. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Amaya et al. - 11

8.

Breyfogle, F. (2003). Implementing Six Sigma: Smarter Solutions Using Statistical Methods. New York: Wiley.

9.

Brussee, W. (2004). Statistics for six sigma made easy. New York: McGraw Hill.

10. Caleb, M.-H., & Al-Refaie, A. (2008). Improving wooden part's quality by adopting DMAIC procedure. Quality and Reliability Engineering International , 351-360. 11. Chakrabarty, A., & Tan, K. (2007). A survey of Six Sigma Implementation in Singapore Service Industries. Proceedings of the 2007 IEEE IEEM (pp. 1428-1432). Singapore: IEEE. 12. Chakrabarty, T. and Tan, K.C. (2007), “The current state of six sigma application in services”, Managing Service Quality, Vol. 17 No. 2, pp. 194-208. 13. De la Vara, D. l. (2009). Control Estadistico de Calidad y Seis Sigma. Mexico: Mc Graw Hill. 14. Dirgo, R. (2005). Look forward: beyond lean and six sigma. Boca Raton, Fl.: J. Ross Publishing. 15. Fleming, J.H., Coffman, C. and Harter, J.K. (2005), “Manage your human sigma”, Harvard Business Review, pp. 107-14. 16. Frei, F.X. (2008), “The four things a service business must get right”, Harvard Business Review, Vol. 86 No. 4, pp. 70-80. 17. Furterer, S. and Elshennawy, A.K. (2005), “Implementation of TQM and lean six sigma tools in local government: a framework and a case study”, Total Quality Management, Vol. 16 No. 10, pp. 1179-91. 18. Harry, M. (1998). A Breackthrough strategy for profitability. Quality Progress , 60-62. 19. Harry, M. (2000). Six sigma focyses on improvement rates. Quality Progress , 76-80. 20. Harry, M., & Schroeder, R. (1999). Six sigma: The breakthrough management strategy revolutionizing the world´s top corporations. Reed Business Information. 21. Juras, P.H., Martin, D.R. and Aldhizer, G.R. (2007), “Adapting six sigma to help tame the SOX 404 compliance beast”, Strategic Finance, pp. 36-41. 22. Lanyon, S. (2003), “At Raytheon six sigma works, too, to improve HR management processes”, Journal of Organizational Excellence, Vol. 22 No. 4, pp. 29-42. 23. Lawrence O. Jenicke, A. K. (2008). A framework for applying six sigma improvement methodology in an academic environment. The TQM Journal , 453-462. 24. Linderman, K., Schroeder, R., Zaheer, S., & Choo, A. (2003). Six Sigma: A Goal-Theoretic Perspective, Journal of Operations Management , 193-203. 25. Maccarthy Braian M., R. S. (2001). Enhancing Six Sigma Through Simulation with Igrafx Process for six Sigma. Sigma. Proceedings of the 2001 winter Simulation Conference, (pp. 1241-1247). 26. McManus. (2008). So long Six Sigma? Industrial Engineer , 18. 27. Nakai, B. y Neves, J. (2009), “The challenges of six sigma in improving service quality”, International Journal of Quality & Reliability Management, Vol. 26 No. 7, pp. 663-684. 28. Pande, P. (2001). What is six sigma? Blacklick Oh.: McGraw-Hill. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 12

29. Pande, P. S., Robert, P. N., & Roland, R. (2002). The Six Sigma way team fieldbook. New York: McGraw-Hill. 30. Primitivo, R. A. (2002). Manufactura Delgada y Seis Sigma en empresas Mexicanas: Experiencias y Reflexiones. Revista de Contaduría y Administración , 51-69. 31. Pyzdek, T. (2003). El ABC de 6 sigma. gestion de negocios . 32. Pyzdek, T. (2003). Six sigma handbook revised and expanded. New york: Mc Graw Hill. 33. Pyzdek, T. (2003). The Six sigma Project Planner: a step-by-step guide to leading a six sigma. Mc Graw Hill. 34. Reyes, P. (2002). Manufactura Delgada (Lean) y Seis Sigma en empresas: experiencias y reflexiones. Contaduria y Administración , 51-69. 35. Tang, L., Goh, T., Lam, S., & Zhang, C. (2007). Fortification of Six Sigma: Expanding the DMAIC Toolset. Quality and Reliability Engineering International , 3-18. 36. Tobias, P. (1991). A Six Sigma Program Implementation. IEEE 1991 Custom Integrated Circuits Conference (págs. 2911-2914). IEEE. 37. Tong J. P. C., T. F. (2004). A DMAIC approach to printed circuit board quality improvement. Int J Adv Manuf Technol , 523-531. 38. Uprety, I. (2009). Six Sigma in banking services: a case study based approach. Int. J. Six Sigma and Competitive Advantage , 251-271. 39. V. Pantano, P. O. (2006). Management of Innovation and Technology. Cluster Based six sigma deployment in small and medium sized enterprises , 788-792. 40. Wang, H. (2008). A Review of Six Sigma Approach: Methodology, Implementation and Future Research. (págs. 14). IEEE. 41. White, R. V. (1992). An Introduction To Six Sigma With A Design Example. Power Systems Engineering Digital Equipment Corporation , 28-35. 42. Yam, H. (2006). Six sigma past, present and future. 1-15. 43. Yam, H. Y. (2006). Six Sigma: Past, Present and Future. En H. Yam, & T. Yoap, Siz Sigma: Advanced Tools for Black Lelt and Master Black Belt (págs. 2-17). John Wiley and Sons. 44. Yang, K.-J., Yeh, T.-M., & Yang, C.-C. (2008). The analysis of the implementation status of six sigma: an empirical study in Taiwan. International Journal of six Sigma and Competitive Advantage , 60-80. 45. Yang, T., & Hsieh, C.-H. (2009). Six-Sigma project selection using national quality award criteria and Delphy fuzzy multiple criteria decision-making method. Experts Systems with Applications , 7594-7603. 46. Zhao, X. (2005). Integrated Triz and Six Sigma Theories for service/Process Innovation. IEEE (pp. 529-532). IEEE. 47. Zimmerman, J.P., Weiss, J., 2005. Six Sigma’s seven deadly sins. Quality 44, 62–66. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC Jorge Valenzuela Corral y Jesús Palacios Valerio Departamento de Ingeniería Industrial y Manufactura – Instituto de Ingeniería y Tecnología Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 N. Ciudad Juárez, Chihuahua, México Autor de Correspondencia: [email protected]

RESUMEN Para empresas que desean incrementar flexibilidad, aumentar su productividad y reducir su inventario de material resulta critico reducir tanto los tiempos de cambios de herramientas como las preparaciones de maquinas. En los últimos meses el mercado de esta empresa ha estado demandando una gran variedad de modelos en cantidades menores a las históricas, haciendo necesario bajar los tiempos de preparación entre un modelo y otro para mejorar la flexibilidad al cumplimiento de la demanda del mercado en tiempo y forma, al mismo tiempo reducir los lotes de material resultando en menores costos de almacenamiento de materia prima y producto terminado. El Sistema SMED introduce la idea de que en general cualquier cambio de máquina o inicializacion de un proceso debería durar menos de 10 minutos. Este sistema fue desarrollado para acortar los tiempos de preparacion de máquinas al cambiar el herramental debido a la demanda que requiere un modelo diferente al que está corriendo (cambiar del modelo A al modelo B) posibilitando usar lotes más chicos de material y por lo tanto reduciendo la inversión en un proceso. El proyecto se llevó acabo en la máquina A del area de enchaquetado de una empresa, logrando reducir un 50% el tiempo de preparación y una mejora en producción proyectada a doce meses de 2, 132,590 pesos; además de reducción en costos ocultos por menos movimientos de material resultando en mayor tiempo productivo disponible. Palabras clave: SMED (single minute exchange of die), Flexibilidad, Productividad, Inventario. DMAIC (define, measure, analize, improve, control)

1. INTRODUCCIÓN El sistema SMED nació por la necesidad de lograr la producción JIT (just in time), uno de las piedras angulares del sistema Toyota de fabricación y fue desarrollado para acortar los tiempos de la preparación de máquinas, intentando hacer lotes de menor tamaño. En contra de los pensamientos tradicionales, el Ingeniero japonés Shigeo Shingo señaló que tradicional y erróneamente, las políticas de las empresas en cambios de herramental se han dirigido hacia la mejora de la habilidad de los operarios y pocos han llevado a cabo estrategias de mejora del propio método de cambio. El éxito de este sistema comenzó en Toyota, consiguiendo una reducción del tiempo de cambios de matrices de un periodo de una hora y cuarenta minutos a tres minutos. Su necesidad surge cuando el mercado demanda una mayor variedad de producto y los lotes de fabricación deben ser menores; en este caso, para mantener un nivel adecuado de competitividad, o se disminuye el tiempo de cambio o se siguen haciendo lotes grandes y se aumenta el tamaño de los almacenes de producto terminado, con el consiguiente incremento de costos. Esta técnica está ampliamente validada y su implantación es rápida y altamente efectiva en la mayor parte de las máquinas e instalaciones industriales. Esta mejora en el acortamiento del tiempo aporta ventajas competitivas para la empresa ya que no tan sólo existe una reducción de costos, sino que aumenta la flexibilidad o capacidad de adaptarse a los cambios en la demanda. Al permitir la reducción en el tamaño de lote colabora en la calidad ya que al no existir inventarios innecesarios no se pueden ocultar los problemas de fabricación. Paralelamente a la técnica del SMED, se utiliza la metodología DMAIC para garantizar su implementación sistemática por medio de los pasos Definir, Medir, Analizar, Mejorar y Controlar las mejoras obtenidas, como lo menciona el Ingeniero George (2002) en su libro Lean Six Sigma al explicar la implementación de cualquier herramienta de mejora continua usando la metodología DMAIC (Capítulos 10 y 11 de su libro) ISBN 978-0-615-36191-8

VERTICE 2010

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 14

El Sistema SMED consta de 4 fases de implementacion como lo muestra la Figura 1, las cuales son: Fase mixta, Fase division de actividades externas e internas, Fase transferida y Fase mejorada.

Figura 1. Fases de la Metodología DMAIC

2. METODOLOGIA Se procedió a recopilar los tiempos de cambios de Junio a Diciembre y se graficaron. Estos datos se muestran en la Figura 2, y para su obtención se seleccionó trabajar en la reduccion de los cambios totales que son los que consumen más tiempo. 2.1 Definir y Medir Se refiere a definir los requerimientos del cliente y entender los procesos importantes afectados. Estos requerimientos del cliente se denominan CTQs (por sus siglas en inglés: Critical to Quality). Este paso se encarga de definir quién es el cliente, así como sus requerimientos y expectativas. Además se determina el alcance del proyecto: las fronteras que delimitarán el inicio y final del proceso que se busca mejorar. En esta etapa se elabora un mapa del flujo del proceso. El objetivo de esta etapa es medir el desempeño actual del proceso que se busca mejorar. Se utilizan los CTQs para determinar los indicadores y tipos de defectos que se utilizarán durante el proyecto. Posteriormente, se diseña el plan de recolección de datos y se identifican las fuentes de los mismos, se lleva a cabo la recolección de las distintas fuentes. Por último, se comparan los resultados actuales con los requerimientos del cliente para determinar la magnitud de la mejora requerida. En el caso especial de esta investigación, se establece la meta a cumplir como una reducción en los tiempos de Cambios de un mínimo de 40% para la máquina A, la cual se muestra en diagrama de flujo del proceso siguiente en la Figura 3. También se establece un plan de mejoramiento de estos tiempos de cambio considerando los pasos de la metodología DMAIC como se muestra en la Figura 4. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Valenzuela y Palacios - 15

Gráfica X-bar para Tiempo de preparación - cambio total Período: Jun –Dic 3.5

Límite Sup.=2.109

2

Media de la muestra

Media de la muestra

Gráfica X-bar para Tiempo de preparación - Cambio parcial Período: Jun –Dic

Media=1.097

1

Límite Inf.=0.08409

0 0

10

20

Número de la muestra

Del anterior análisis se determinó el valor promedio de los tiempos de preparación para cambios parciales y totales.

Límite Sup.=3.287

2.5

Media=2.460

1.5

Límite Inf.=1.633 0

30

10

20

Número de la muestra

Preparación X1 Cambio Parcial

Y Preparación = X1 =1.10 h

X2 Cambio Total

Y Preparación = X2 = 2.46 h

Figura 2. Datos de Junio a Diciembre, Etapa Definir y Medir

Trefilado

Aislado

Pareado

Enchaquetado

Máquina A Pruebas Finales

Empaque Embarque

El proyecto fue desarrollado en el Área Enchaquetado, máquina A. Figura 3. Diagrama de Flujo del Proceso

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 16

DIC

DMAIC

3

ENE 4

1

2

3

FEB 4

5

1

2

MAR 3

4

1

2

3

4

Definición Medición Análisis Mejora Mejora Control Control Control Figura 4. Cronograma de Implementación de las Fases de DMAIC en un Sistema SMED 2.2 Analizar En esta etapa se lleva a cabo el análisis de la información recolectada para determinar las causas raíz de los defectos y oportunidades de mejora. Posteriormente se tamizan las oportunidades de mejora, de acuerdo a su importancia para el cliente y se identifican y validan sus causas de variación. En el caso de estudio aquí presentado se procedió a implementar cada uno de los pasos del SMED por medio de un Diagrama de Árbol (Figura 05) donde cada paso tiene actividades específicas a cumplir para un completo análisis de la situación de los tiempos de cambio de preparación de la máquina de enchaquetado. Todas estas actividades se llevaron a cabo de acuerdo al cronograma mostrado en la Figura 4. Filmar la preparación 3 videos

Preparación para el SMED

Analizar los 3 videos Describir las tareas Separar las tareas

Fase 1: Separación de la preparación interna de la externa Implantar el Sistema SMED

Elaborar lista de chequeo Realizar chequeo de funciones Analizar el transporte de herramientas y materiales

Fase 2: Conversión de preparación interna en externa

Analizar las funciones y propósito de c/operación Convertir tareas de preparación interna a externas Realización de operaciones en paralelo.

Fase 3: Refinamiento de todos los aspectos de la preparación.

Uso de sujeciones funcionales. Eliminación de ajustes

Figura 5. Diagrama de Árbol del Sistema SMED MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Valenzuela y Palacios - 17

2.3 Análisis Se diseñan soluciones que ataquen el problema raíz y lleve los resultados hacia las expectativas del cliente. También se desarrolla el plan de implementación. En el caso aquí reportado se tomaron 3 videos para analizar cada movimiento dentro de cada tarea como se muestra en la Figura 6.

Preparación p/SMED

Fase 1: Separación I y E SMED Fase 2: Conversión I a E

Preparación para el SMED

De los 3 videos: Se analizaron los tiempos y las actividades en cada preparación, así como también las causas que ocasionan pérdida de tiempo.

Fase 3: Refinamiento

Tareas Guiador

Operador

Ayudante de Hilos

Inicio

Cambia segmentos y poleas marcadora

Baja herramental (Extrusor Principal y Secundario)

Cambia carga Baja cinta anterior y coloca cinta nueva

Mete cadena y regula presión de aire

cambia dado de boquilla (Extrusor Principal y Secundario)

Cambia pinolas y cambia carrete y regula topes según el carrete

Ajusta el centrado (Extrusor Principal y Secundario)

Cambia dados y tubos de tina de relleno de entrada y salida

Regula agua del canal

Cambia flauta Cambia dados de paso

Jala pares hasta el primer extrusor Ajustan corrugado de cinta Ensartan la cinta en la flauta, dado formador y al dado rasurador, coloca hilo

Etapas simultáneas:

En el diagrama de Flujo, se muestran las actividades de preparación por función

Jala cinta hasta el segundo extrusor

Amarra núcleo a la cadena- Arranque

Etapa 1. Cambios Fin

Etapa 2. Ajustes

Figura 6. Analisis de actividades por Tarea en videos Después se procedió a separar las actividades externas e internas de las tareas del Guiador como se muestra en la Figura 7. En esta fase se identificaron las actividades que se podían hacer por adelantado sin tener que parar la máquina (actividades externas) y cuales se tenían que llevar acabo solo cuando se parara la máquina (actividades internas). Lo mismo se llevó a cabo con las actividades del operador y esto se muestra en la Figura 8.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 18

Preparación p/SMED Fase 1: Separación I y E SMED

Fase 1: Separación de la Preparación Interna de la Externa de las tareas del Guiador

Fase 2: Conversión I a E Fase 3: Refinamiento

No agregan valor

Actividades que agrega valor

Equipo Embobinado

Ir por la herramienta a la caja

Cambio de pinolas, topes y carretes

NV-1 Oruga G-3

Establecer la presión de aire

G-4

Cambio/colocación de leyenda y poleas

G-2

Colocar cadena, verificar agua

Marcador Ir y buscar segmento en el taller

NV-2 Canal

Caja de herramientas

Taller Htales.

Todas las actividades son internas.

Figura 7. Separacion de las actividades del Guiador

Preparación p/SMED

Fase 1: Separación I y E SMED

Etapa 1 y 2: Actividades del Operador

Fase 2: Conversión I a E

Fase 3: Refinamiento

No agregan valor

Actividad que agrega valor

Equipo Extrusor Primario

Espera de herramental Verificar HP Buscar tubos para centrar

Regresar por herramienta a la caja o al otro cabezal.

O-1

NV-1 NV-2 Extrusor Secundario

O-2

Cambio de herramentales Centrado de cubierta

NV-3

NV-4

O-1

Cambio de herramentales

O-2

Centrado de cubierta

Taller Htales.

Todas las actividades son internas.

Caja de herramientas Mesa de trabajo Htas. de 2707-2708

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Valenzuela y Palacios - 19

Figura 8. Actividades del Operador Después se elaboró un Pareto, encontrando que el cabezal secundario es el que consume más tiempo, esto se muestra en la Figura 9.

Pareto Chart for Actividad Operador 90

100

80 80

60 60

50 40

40

30 20

Percent

Minutos

70

20

10 0 Figura 09 Tiempos zdel al Operador be dari o a C un Defect c se Count Percent Cum %

40 46.0 46.0

al ez l b C a ci pa n pri 31 35.6 81.6

No

a reg g a

r alo v n

0

16 18.4 100.0

Figura 9. Pareto para Identificar Herramienta que Consume más Tiempo Se encontraron también las causas de este tiempo de cambio, las cuales se ilustran en la Tabla 1. La columna a la izquierda indica las causas y la segunda columna el porqué de la misma.

Causa 1. El tipo de cabezal afecta

Tabla 1. Causas que Afectan el Tiempo en el Cabezal Porqué No tienen el mismo diseño (secundario es más grande y los tornillos son diferentes) se utilizan diferentes llaves.

2. El canal está muy pegado (20 cm)

3. Cabezal secundario: Buscar y herramientas 4. Cabezal primario: Espera de herramental

Dificulta el quitar y colocar el herramental, se dificulta sacar las muestras para centrado de cubierta, ya que se inclina el tubo por el espacio corto entre canal y cabezal. traer No se tienen a la mano las herramientas

5. Ambos cabezales: Buscar tubos para centrar

No se puede colocar el herramental al momento de quitar el otro. No se tienen suficientes tubos para centrar la cubierta.

El mismo análisis se le aplicó con el Ayudante encontrando los siguientes tiempos, los cuales se ilustran en la Figura 10. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 20

Pareto Chart for Actividad Ayudante 80

100

70

Minutos

50

60

40 40

30 20

20

10 0

. mb se D e ta cin

Defect Count Percent Figura Cum %

Percent

80

60

e ad Ti n leno rel

15

r de . alo rte nv mb a a g se s n e e r E res D res ag pa pa No

12

11

19.5 15.6 14.3 10 Actividades del Ayudante 19.5

35.1

49.4

11 14.3 63.6

10 13.0 76.6

0

e a d te Ti n ndan inu 10 13.0 89.6

e rs Oth

8 10.4 100.0

Figura 10. Pareto para la Actividad del Ayudante 2.4 Mejora En esta fase se convirtieron las actividades Internas a Externas, o sea que hubo actividades que antes se hacían parando la maquina y ahora se hacen por adelantado sin tener que parar la maquina, como se muestra en las Figuras 11 y 12 abajo.

Prepar aci ón p/SMED

Fase 2: Conversión Preparaciones Internas a Externas

Fase 1 : Separ aci ón I y E SMED Fase 2: Conv er si ón I a E Fase 3: Refinami ento

Resp. Guiador

Equipo

Embobinador Marcadora

Operador Cabezal Ayudante Tina inundante Hilos

Tina relleno Desb. de cinta Banco desemb.

Actividad

Pedir carrete Prepara el segmento Verificar poleas Verificar herramientas y htal.

x

x

x

x

x

x

Verificar herramientas y htal. y lo coloca en la tina. Verificar herramientas y htal. y lo coloca en la tina. Verificar y/o solicitar cinta Montar cinta.

x

x

x

x

x

x

Solicitar carga Montar carga

x

Después Mejora realizada

Se elimina ir al taller Se elimina verificar HP Se elimina la búsqueda de la herramienta. Se elimina la búsqueda de la herramienta.

x

24

Se colocó mesa para colocar herramienta y herramental Unicamente externa con cte. bulk y longitud alcanzada.

x x

x Totales

30 25 20 15 10 5 0

Antes Int. Ext. Int. Ext. x x

x

14

10

24 14

10

0

Antes

Internas

Analizando la función de cada actividad se convierten las preparaciones internas en externas.

Después

Externas

Figura 11.Conversion de Preparaciones Internas en Externas MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Valenzuela y Palacios - 21

Acciones para disminución de movimientos y traslados. Causa: Buscar y traer herramientas a la caja y mesa móvil Acción: Adquirir Acción: Colocar herramienta en el lugar herramienta faltante requerido.

Antes

Antes Herramienta faltante: 1. Llave mixta ½ 2. Desarmador 16 mm 3. Llave nariz ¼ 4. Llave española ¾ 5. Martillo 6. Matraca ½ 7. Tubos para centrar

Pr epara ci ón p/SMED

Fase 1: Separa ci ón I y E SMED Fase 2: Con v ersi ón I a E

Después

Fase 3: R efinami ento

Cab ezal Secundari o

Después Se adquirió Herramienta y los tubos para centrar:

Cab ezal Primario

minutos

Ve rificación de re s ultados : Tie m po e n bús que da he rram ie nta 20 10 0

11

Tina inundante

1 Antes

Despues

Mesa para c olocar herram ienta y herram entales

90 % de reducción

Tina Rellen o

Figura 12. Fase de Refinamiento para Disminuir Movimientos y Traslados Después se verificaron las acciones tomadas como se muestra en la Figura 13.

Verificación de las Acciones Despues de llevar a cabo las acciones se tiene el siguiente resu ltado:

Antes Diagrama del recorrido para la preparación F-4

Mesa de trabajo

G-1

G-3

G-4

F-3

F-1

F-2

A-6 O-2

A-6

O-1 A-5

A-1

A-4

Caja de herramientas

G-2

Mesa móvil

A-3

A-2

Cambios Ajustes Transporte y movimientos

Hta s. de 2707 -2708

Taller Htales.

Después Diagrama del recorrido para la preparación F-4

Mesa de trabajo

F-3

F-1

F-2

A-6 O-2 A-5

G-1

G-3

G-4

A-6

O-1 A-1

A-4

A-3

G-2

Cajas de herramientas

Transporte y movimientos

Ajustes

Figura 13. Diagrama de Recorrido Antes y Después de Mejorar MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Cambios

A-2

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 22

2.5 Control Tras validar que las soluciones funcionan, es necesario implementar controles que aseguren que el proceso se mantendrá en su nuevo rumbo. Para prevenir que la solución sea temporal, se documenta el nuevo proceso y su plan de monitoreo. En esta fase se estandarizó la manera de hacer los cambios y se entreno al personal asignado a esta máquina.

CONTROL Medidas para estandarizar la mejora:

1 2 3

4

ACTIVIDAD Se modificaron las claves del Listado de tiempos no productivos para un cambio parcial y total. Estandarización de herramientas, cabezal secundario y canal en la máquina 2702. Se elaboró la instrucción IPI061676 Instrucción para la preparación de los productos doble cubierta máquina 2702 Se difundió la instrucción IPI061676 al personal de la máquina 2702

Figura 14. Medidas para Estandarizar la Mejora

RESULTADOS Comparación contra la meta Logramos una reducción del 50 % en el tiempo de preparación (cambio total) 50 % 3.00

2.50

2.46

horas

2.00

1.23

1.00 0.00

Estandar

Antes (Jun 02-

2.50

Tiempo en (h)

Después

2.46

1.23

Beneficios obtenidos en términos económicos (Resultados tangibles) Tiempo disponible en la máq. 2702 por la mejora

Beneficio Real:

2,500,000

Pesos

70,000 60,000 50,000 40,000 30,000 20,000 10,000 0

207

232

Mejora

Diferencia

200

1,500,000 1,000,000 500,000

0

Antes

62,233

32,746

29,487

Actual ($)

STD ($)

Variación ($)

2,132,590

2,000,000

439

400

Pesos

600

horas

La mejora en el costo Actual respecto al costo estandar es de 32,746 pesos

0

Oportunidad de producción

Proyectand o con las 232 horas disponibles en un año, por reducir el tiempo de preparación; se puede fabricar más producto, obten iendo una oportunidad de producción con un costo de

2,132,590 pesos

Figura 15. Comparación contra las Metas MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Valenzuela y Palacios - 23

4. CONCLUSIONES Los tiempos invertidos en preparación y cambio de útiles y herramientas son uno de los factores claves para un fabricante de clase mundial. La reducción de los tiempos de cambio de útiles permite la reducción en el tamaño de los lotes, haciendo posible con ello la reducción de los inventarios en proceso. La reducción de los lotes hace a su vez factible reducir los tiempos de ciclo; la reducción de éste último permite dar a la empresa una respuesta más rápida a los clientes, reduciendo o eliminando la necesidad de mantener inventarios de productos terminados. Una fábrica típica dispondrá de numerosos procesos de cambios de herramientas, y una parte importante de la mejora continua tendrá relación directa con la reducción gradual y sistemática de dichos tiempos de cambio. Muchas empresas han verificado que pueden reducirse significativamente los tiempos de cambio de herramientas (del orden del 50 al 75%) con el mero estudio del problema y la posterior mejora en la organizacion de las actividades por medio del sistema SMED ademas pueden lograrse reducciones adicionales mediante modificaciones relativamente pequeñas en las máquinas, herramientas, útiles o producto. Solamente después de haber puesto en práctica esta clase de mejoras sencillas es menester o necesario incurrir en inversiones de capital de cierto nivel. El punto importante es que las operaciones de preparación de máquinas y cambio de útiles, herramientas, plantillas y accesorios son uno de los despilfarros más sustanciales de la Manufactura. Sólo basta considerar que si en una fábrica se reducen a un mínimo todas las operaciones vinculadas a los cambios de herramientas y tiempos de preparación (tiempos de reutillaje), normalmente pueden reducir los costes de fabricación en un 20% o más. BIBLIOGRAFÍA 1.

Jeffrey Liker, (2006). Las claves del éxito de Toyota, Editorial Gestión 2000.

2.

Shigeo Shingo, (2005). El Sistema de Gestión de la Producción Shingo, Editorial TGP.

3.

Jeffrey Liker, (2008). The Toyota Way, Editorial Mc Graw Hill.

4.

Michael L. George, (2002). Lean Six Sigma, Editorial Mc Graw Hill.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) Javier Ordorica Villalvazo1, Claudia Camargo Wilson1, Jesús E. Olguín Tiznado1, Jorge Limón Romero1, Enrique J. de la Vega Bustillos2, Oscar R. López Bonilla1, Guillermo Amaya Parra1 1

Departamento de Ingeniería Industrial de la Facultad de Ingeniería Ensenada de la Universidad Autónoma de Baja California Km. 103 Carretera Tijuana-Ensenada S/N Ensenada, Baja California C.P. 22870 Autor de correspondencia: [email protected] 2

División de Estudios de Posgrado e Investigación Instituto Tecnológico de Hermosillo Av. Tecnológico S/N Hermosillo, Sonora C.P. 83170

Resumen En este trabajo se muestra la aplicación de un estudio de Repetibilidad y Reproducibilidad (R&R) realizado para evaluar el sistema de medición utilizado en un estudio de termografía sensorial en seres humanos para la detección de DTA’s. La termografía sensorial a diferencia de la infrarroja, basa su funcionamiento en sensores para capturar temperaturas y buscar anomalías que pudieran dar indicio del desarrollo de enfermedades. Por tal motivo, la confiabilidad al obtener temperaturas es vital, para ello se seleccionó al estudio R&R como herramienta para la validación del sistema de medición, ya que los estudios R&R han sido ampliamente utilizados en el desarrollo de proyectos seis sigma. Este estudio utilizó a dos operadores que manejaban el instrumento de medición y tomaban las lecturas y por otra parte se trabajo con otras diez personas, las cuales fueron consideradas como las diez partes diferentes a que hace referencia la literatura en los estudios R&R convencionales, en las cuales se midió en dos ocasiones diferentes su temperatura cutánea en el área de la muñeca en mano derecha por cada operador. Los resultados obtenidos en esta aplicación mostraron que el sistema de medición es adecuado según los parámetros establecidos por la Automobile Industries Action Group (AIAG), lo que permite proseguir con las otras fases de la investigación principal. Palabras clave: R&R, sistema de medición, Termografía.

1. INTRODUCCIÓN La termografía en general ha sido utilizada en múltiples estudios, tanto del área médica como el área industrial. La termografía es una técnica no invasiva en los seres humanos, es decir, no los daña en ningún momento. Provee de un mecanismo que registra la distribución de la temperatura con una cámara termal que recibe y procesa la radiación infrarroja emitida por la superficie del cuerpo. La termografía sensorial a diferencia de la infrarroja basa su funcionamiento en sensores para capturar temperaturas (Gulyaev, Harding y Vainer en Ferreira et al., 2008) y buscar anomalías que pudieran dar indicio del desarrollo de enfermedades, teniendo como referencia que la temperatura de la piel en condiciones normales de una persona es de 32 ˚C (Madding, 1979). Algunos estudios recientes han utilizado la termografía como una alternativa importante en los avances de investigaciones importantes. Tal es el caso de un estudio realizado acerca de la alteraciones en los patrones termográficos después de realizado un ejercicio, y para evaluar el perfil de posibles cambios termográficos en ejercicio en personas adultas. Es bien conocido que el envejecimiento está relacionado a la pérdida de masa muscular y a una reducción en el metabolismo, lo ISBN 978-0-615-36191-8

VERTICE 2010

Ordorica et al. - 25

cual limita la producción de calor y los ajustes termo regulatorios (Ferreira et al., 2008). Otro estudio utilizando la termografía fue llevado a cabo para analizar las temperaturas de la mano antes y después de desempeñar una tarea de escritura por un periodo corto de tiempo como un indicador de detección de desordenes en extremidades superiores (Gold et al., 2009). Los estudios mencionados anteriormente hacen alusión a las aplicaciones de la termografía infrarroja. En cuanto a las aplicaciones de la termografía sensorial, hasta el momento no se han encontrado estudios de su aplicación, por lo cual es de suma importancia la validación de las temperaturas obtenidas con el fin de obtener avances importantes en esta investigación referente a la detección de un posible DTA en el área de la muñeca. Esta tecnología tiene su base histórica de nacimiento en el desarrollo de termógrafos digitales submarinos utilizados para medir la temperatura bajo el agua en ambientes naturales, y con posibles aplicaciones en áreas como la oceanografía, ecología marina, industria, entre otras (López, 1992). Cuando se habla de Desordenes de Traumas Acumulados, se hace referencia al desarrollo de una lesión que se da gradualmente en un periodo de tiempo debido a la realización de un movimiento repetitivo, causando daño en coyunturas o tejidos sobre una parte del cuerpo (Putz-Anderson en Gavriel, 2006). Buscando la validación de los datos que se obtendrán en esta investigación y con la finalidad de obtener avances, se seleccionó al estudio R&R como herramienta para la validación del sistema de medición ya que los estudios R&R han sido ampliamente utilizados en el desarrollo de proyectos seis sigma. El Análisis del Sistema de Medición (ASM) se ha usado intensamente en cualquier iniciativa de mejoramiento de la calidad de los sistemas de manufactura, actualmente es necesario contar con sistemas de medición capaces para llevar un buen sistema de Control Estadístico de Proceso (CEP), de igual forma en la instrumentación de proyectos de Seis-Sigma (SS) y optimización de procesos de producción. El ASM se conoce como estudios de R&R y se explican ampliamente en Automobile Industries Action Group (AIAG) (2002), Montgomery y Runger (1993) y Gorman y Bower (2002), es por ello, que en este trabajo se presenta un ASM aplicado a seres humanos mediante termografía sensorial contemplando como instrumento de medición el termógrafo sensorial y las partes o piezas, a las personas que se les medirá la temperatura en la región de la muñeca, para conocer si el Sistema de Medición (SM) es el adecuado. El ASM tiene el propósito de cuantificar y separar la variación introducida por el SM y del proceso, adicionalmente se puede evaluar la variación debida al SM en dos componentes conocidos como Repetibilidad y Reproducibilidad (R&R), razón por lo cual se conocen también como Estudios R&R. Repetibilidad es la variación observada cuando el mismo operador mide la misma parte varias veces, también conocida como variación debida al o los instrumentos de medición. Reproducibilidad es la variación observada cuando varios operadores miden la misma pieza con el mismo instrumento de medición. Otros autores mencionan que R&R es tradicionalmente la herramienta para hacer frente a la consistencia del operador, que es la evaluación de instrumentos de medida para determinar su capacidad para dar una respuesta precisa. Definen a la repetibilidad como la variación del instrumento considerando una parte y un operador. La reproducibilidad es la variación entre operadores midiendo una parte (Breyfogle, 2003). Raffaldi (2005) indica que los estudios de R&R proporcionan información del rendimiento del sistema de medición mediante el uso de coeficientes de variación en la medición y tolerancia obtenida de varias partes y el operador que realiza las medicines. Ellos muestran que la variación de las mediciones puede ser reducida con un estudio de R&R y mejorarse, indican que es más fácil diferenciar entre las partes que están dentro o fuera de especificación, lo que les permite aceptar o rechazar con mayor confianza. El propósito de este trabajo es validar mediante la aplicación de un estudio de R&R, que los termógrafos sensoriales (instrumento de medición) arrojan resultados confiables para la realización de futuros estudios de investigación aplicados en el análisis de la temperatura de la piel en seres humanos. La hipótesis a validar en base a este propósito sería la siguiente: Es posible validar los termógrafos sensoriales a través de la aplicación de un análisis de R&R para la realización de futuros estudios en seres humanos.

2. MATERIALES Y MÉTODOS 2.1 Materiales El estudio se llevo a cabo utilizando un termógrafo digital (sensorial) con una tolerancia de ±0.3˚C. Para la programación de los termógrafos se utilizó un programa con plataforma en Windows llamado Akela, éste programa la hora, MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) - 26

minuto y segundo de las mediciones que serán ejecutadas. Además para el análisis estadístico de los datos se utilizó Minitab 15. 2.2 Métodos Para este estudio se seleccionaron a 10 personas como sujetos controlados del estudio, aparentemente en condiciones físicas normales. Los sujetos controlados fueron mantenidos en un laboratorio, donde éstos, se mantuvieron en una condición de reposo con los brazos extendidos y descansándolos sobre sus rodillas. Para cada individuo se aleatorizaron el orden de la toma de sus muestras por los dos operadores y además también aleatorizando el orden de participación de cada sujeto. Después de llevada a cabo la aleatorización, se procedió a la toma de todas y cada una de las réplicas de cada sujeto por parte de los operadores. El procedimiento consistía en colocar el sensor para obtener las mediciones en el área de la muñeca donde podría generarse un Desorden de Trauma Acumulado (Túnel del carpo) por espacio de 1 minuto, esto con el fin de que el sensor estabilizara la captura de las diferentes temperaturas del individuo en ese momento determinado, entonces pasado el minuto y a los 10 segundos, el sensor, captura la temperatura que se toma como réplica en el estudio. Dado que los estudios de R&R se han visto aplicados en otros tipos de experimentos como lo son las pruebas destructivas (Sánchez et al., 2008), y no en seres humanos, la finalidad de determinar tiempos cortos de medición entre cada una de las réplicas y dado que las temperaturas son generadas por seres humanos y no por máquinas o herramientas, fue con el objetivo de prevenir un factor que pudiera incrementar al componente de R&R. Lo anterior aconteció con cada uno de los sujetos controlados uno a uno sin que ellos supieran el orden de la aleatorización, además cabe mencionar, que ninguno de los operadores midiendo podía conocer en algún momento las mediciones recabadas entre ellos, ya que cada una de las temperaturas es grabada en una memoria interna del instrumento de medición (termógrafo) programado en periodos de tiempo determinados por el operador. Los experimentos para los estudios R&R fueron realizados de acuerdo a la recomendación de AIAG (2002) y analizados con Minitab 15, mismo que proporciona el análisis de medias y rangos, componentes de varianza y estudio de variación con el Número de Categorías Distintas (NCD), además gráficas de barras para los componentes de varianza, gráficas de control de medias y desviación estándar muéstrales por operador, gráficas de medias por grupo (operador) y operador. Las fórmulas para calcular dichos indicadores se muestran a continuación: 2 2 2 2 s total = s personas + s operador + s instrument o

(1)

Donde: 2 s total = Representa la variabilidad total del SM

2 s personas = Representa la varianza atribuible a las personas 2 s operador = Representa la varianza debida a operadores

2 s instrument o = Representa la variabilidad del instrumento de medición

Donde el cálculo de la variabilidad del instrumento de medición se da bajo la siguiente ecuación: 2 2 s instrument o = s repetibilidad

(2)

2 2 s operador = s reproducib ilidad

(3)

Donde: 2 s repetibili dad = Representa la varianza de la repetibilidad 2 s reproducib ilidad = Representa la varianza de la reproducibilidad

Por lo tanto el cálculo de la variación del SM será: MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Ordorica et al. - 27

2 2 s R2&R = s repetibili dad + s reproducibilidad

Calcular el rango mediciones

(4)

Ri , rango promedio Rk y la media de los rangos promedio R para cada operador (A y B) en las

X ijk donde i=representa el número de personas a medir i=1,2,…,10; j=representa el número de réplicas, j=1,2

y k=representa el nombre de cada operador, k=A,B; obteniéndose de la siguiente manera: (5)

Ri = X max - X min 10

Rk = å Ri

(6)

i =1

R=

R A + RB 2

(7)

Calcular la media y el rango de las medias por operador (A y B): 10

åX X=

i

i =1

(8)

20

X dif = X A - X B

(9)

Calcular el límite superior de la carta de rangos mediante la ecuación 10, donde D 4=3.27 es una constante que depende del número de réplicas (j):

LCS = R * D4

(10)

Calcular la Variación del equipo (VE) y la variación de la repetibilidad mediante las ecuación 11 y 12, donde k1=4.56 es una constante que depende del número de réplicas (j):

VE = 5.15sˆ repetibilidad = k1 R

sˆ repetibilidad =

VE 5.15

(11)

(12)

Determinar la variación del operador (VO) y la variación de la reproducibilidad mediante las ecuaciones 13 y 14, donde k2=3.65 es una constante que depende del número de operadores, i es el número de personas que se midieron y j es el número de réplicas:

VO = (( X dif )k 2 ) 2 -

(VE ) 2 ij

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

(13)

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) - 28

sˆ reproducibilidad =

VO 5.15

(14)

La variación combinada (R&R) o error de medición (EM) se calcula como:

EM = R & R = VE 2 + VO 2

sˆ R&R =

R&R 5.15

(15) (16)

Algunas formas adicionales de expresar las relaciones de un Gage R&R según la AIAG (2002) son: La variación total del proceso (TV) del estudio es la raíz cuadrada de la suma de los cuadrados de la variación de repetibilidad y reproducibilidad (GRR) y la variación parte-parte (VP) como se puede apreciar en la ecuación 17 como:

VT = (GR & R) 2 + (VP) 2

(17)

Si la variación del proceso es conocida y basada en 6 sigmas, la cuantificación del proceso de variación puede ser usada en lugar de la variación total del estudio (VT) que es calculada del estudio de R&R. De esta situación los valores del párrafo anterior para VT y VP serían reemplazados según la ecuación 18 Y 19:

VT =

Variación del Pr oceso 6

Variación del Proceso = (VT ) 2 + (GR & R) 2

(18)

(19)

La repetibilidad es en ocasiones llamada la variación debido al equipo de medición (VE). El porcentaje de la variación del equipo es según muestra la ecuación 20:

%VE = 100(VE / VT )

(20)

Similarmente en la ecuación 21 se muestra el porcentaje del operador (VO) en la ecuación 21 el % del estudio R&R (GR&R), y la variación de parte en la ecuación 23:

%VO = 100(VO / VT )

%GR & R = 100(GR & R / VT ) %VP = 100(VP / VT )

(21) (22) (23)

Con el fin de obtener el número distinto de categorías (ndc) que puede detectar el sistema de medición según la ecuación 24 es:

ndc = 1.41(VP / GR & R)

(24)

3. RESULTADOS Los resultados fueron llevados a cabo realizando un estudio R&R de medias y rangos en Minitab 15. De acuerdo a los resultados de la Tabla 1 se puede apreciar que el total de la variación de sistema de medición se encuentra expresada por la MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Ordorica et al. - 29

interacción persona-persona (parte-parte) lo cual es importante resaltar, ya que podemos identificar que el sistema de medición es capaz de distinguir tales diferencias entre las temperaturas de las personas medidas. Ahora el porcentaje de la variación total se encuentra expresada en las diferencias de las personas mencionadas anteriormente y la variabilidad del componente de repetibilidad. Con esto, se tiene que sólo una pequeña parte del componente de R&R conforma el total de la variación expresada por el sistema de medición, con casi un 5% de contribución del 100%. En cuanto a la reproducibilidad, se puede determinar que para este caso no existe evidencia estadísticamente significativa que apoye el hecho de que exista diferencia en el uso del instrumento (termógrafo) por parte de un operador A y otro B, dado que cuentan con las mismas condiciones de capacitación en el uso adecuado del instrumento de medición. En este caso, si las condiciones no hubieran sido adecuadas en cuanto al uso del instrumento y la capacitación de los operadores, esto hubiera ocasionado una inflación del componente de R&R. Por otra parte, es de importancia el destacar que el porcentaje final de la contribución del componente de R&R a la variación del sistema de medición se encontró en niveles aceptables, en este caso con un 22% del total de la variación explicada por el sistema. Esta misma variación del componente de R&R expresada en su totalidad por la repetibilidad, es decir, la variación debido al instrumento de medición. Aunado a lo anterior se tiene que el número de categorías presentado es superior al requerido en la literatura (Breyfogle, 2003), por lo cual se puede decir que el sistema de medición es efectivo. Tabla 1. Resultados Estudio R&R Aplicado en Personas

Gage R&R Study - XBar/R Method %Contribution (of VarComp) 4.69 4.69 0.00 95.31 100.00

Source Total Gage R&R Repeatability Reproducibility Part-To-Part Total Variation

VarComp 0.07651 0.07651 0.00000 1.55465 1.63115

Source Total Gage R&R Repeatability Reproducibility Part-To-Part Total Variation

StdDev (SD) 0.27660 0.27660 0.00000 1.24686 1.27717

Study Var (6 * SD) 1.65957 1.65957 0.00000 7.48113 7.66300

%Study Var (%SV) 21.66 21.66 0.00 97.63 100.00

Number of Distinct Categories = 6

Es decir, que el sistema será capaz de trabajar bajo diferentes condiciones de temperatura pudiendo detectar cada una de ellas. Como cuando en un sistema se tienen piezas malas, regulares, buenas y excelentes. Además, con lo anterior se amplía el espectro donde se puede encontrar la variación. También las condiciones de operación y de diseño del instrumento de medición tienen mucho que ver. Deben de establecerse para el estudio de R&R las condiciones de operación del instrumento y sus tolerancias. Si un instrumento de medición sólo es probado en algunas condiciones de su diseño, éste, no podrá ser totalmente confiable, ya que puede ser que bajo ciertas condiciones de operación sea excelente, pero bajo otras (que están en especificación) tenga un desempeño muy pobre. Además, cabe resaltarse que si un instrumento de medición se corre fuera de especificación buscando ampliar el espectro, podría darse el caso que también el componente de R&R se expanda junto con él. Los gráficos de barra mostrados en la figura 1, reiteran de manera clara lo presentado anteriormente en la tabla 1, donde se puede apreciar que existe una amplia variación en la interacción persona-persona y que el componente de repetibilidad compone el 100% del componente R&R. Los gráficos asociados a R&R y que presenta Minitab 15 muestran información adicional para las posibles oportunidades de mejora. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) - 30

En la gráfica de medias mostrada en la figura 2, se puede apreciar que el sistema de medición es adecuado, ya que la mayoría de los promedios de la partes caen fuera de los límites, es decir, el sistema es adecuado con el fin de identificar variaciones entre las temperaturas de las personas (partes). Si los promedios de las partes se encontraran dentro de los límites, entonces se podría decir que el sistema es inadecuado, y es incapaz de detectar variaciones entre las temperaturas de las personas (partes).

Figura 1. Gráfico de Barras Acerca de los Componentes de Variación

Figura 2. Gráfico de Control de Medias para Identificar Variaciones entre Personas El gráfico de rangos se basa en el desempeño de los operadores. Si alguno de los operadores cae fuera de los límites significaría que él/ella difiere del método de medición de los demás operadores. Si todos los operadores involucrados caen fuera de los límites, entonces, significaría que el sistema de medición es sensible a la técnica de los operadores para medir y que necesita de mejorarse con el fin de obtener datos útiles. Para este caso en particular existe evidencia significativa para afirmar que no existe diferencia entre el método de medición del operador A y el operador B.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Ordorica et al. - 31

Figura 3. Gráfico de rangos para identificar variaciones entre operadores De manera paralela, los gráficos parte-parte (persona-persona), operador e interacción parte-operador no contienen información adicional que no haya sido explicada por los gráficos anteriores, y cada uno de ellos se muestra en la figura 4, 5 y 6.

Figura 4. Gráfico de Temperaturas entre Personas

Figura 5. Gráfico de Variación de Operadores MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s) - 32

Figura 6. Gráfico de Interacción Operador-Persona (operador parte)

4. CONCLUSIONES En base al propósito planteado en este estudio, se puede afirmar que las evidencias presentadas en los resultados validan estadísticamente el hecho de que el sistema de medición utilizado para obtener datos acerca de las temperaturas de los operadores en el área de la muñeca donde podría originarse un Desorden de Trauma Acumulado es adecuado dado que él porcentaje (%) del Gage R&R es del 21.66% y que el número de categorías es de 6. Los resultados obtenidos mostraron que la mayor parte de la variación originada por el sistema de medición se debe a la interacción de persona-persona con un 97.63 % y que sólo una pequeña parte de la variación del sistema de medición la ocupa el componente R&R. Además, el porcentaje del componente R&R fue aceptable de acuerdo a los resultados presentados al igual que el número de categorías que pueden distinguirse por el instrumento de medición, lo cual para fines de la investigación en la detección de temperaturas para Desordenes de Traumas Acumulados, lo hace efectivo (Robin, 2006). También de esta manera se puede afirmar que basado en los resultados obtenidos, es posible aplicar un estudio de R&R para validar el sistema de medición utilizado para obtener temperaturas a través de una tecnología de instrumentación nueva como lo es la termografía sensorial y aplicada en seres humanos, a diferencia de sólo aplicarlo en control de procesos de producción. De esta forma se puede decir que es posible dado las evidencias que validan el sistema de medición, proseguir con prueba de nuevas hipótesis dentro de la investigación para la detección de Desordenes de Traumas Acumulados.

5. REFERENCIAS 1.

Automotive Industry Action Group Measurement Systems Analysis. 3rd. Edition, 2002.

2.

Breyfogle III W. Forrest, Implementing Six Sigma; Smarter solutions using statistical methods, Second edition, pp. 306-322, , ISBN 0-471-26572-1, 2003.

3.

Ferreira José J.A., Mendonça Lorena C.S., Nunez Luiz A. O., Andrade Filho Antonio C.C., Rebelatto José R., Salvini Tania F., Exercise Associated Thermographic Changes in Young and Elderly Subjects, Annuals of Biomedical Engineering, Vol. 36, pp. 1420-1427, DOI: 10.10007/S10439-008-9512-1, 2008.

4.

Gold Judith, Cherniack Martin, Hanlon Alexandra, T. Dennerlein, Dropkin Jonathan, Skin temperature in dorsal hand of office workers and severity of upper extremity musculoskeletal disorders, Int. Arch. Occup. Enviro. Health, 82:1281-1292, 2009.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Ordorica et al. - 33

5.

Gorman, D. y Bower, K. M. Measurement System Analysis and Destructive Testing. Six Sigma Forum Magazine. Vol. 1, No. 4, pp. 16-19, 2002.

6.

López Bonilla Roberto Oscar, Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja California, Termógrafo digital submarino, Instrumentación y desarrollo, Vol. 3 No.2 ,1992.

7.

Robert P. Madding, “Thermographic Instruments and Systems” University of Wisconsin, 1979

8.

Montgomery, D.C., Runger, G.C. “Gauge Capability and Designed Experiments: Part I: Basic Methods,” Quality Engineering, Vol. 6, No. 1: pp.115-135, 1993.

9.

Putz-Anderson, Vern. Cumulative Trauma Disorders; Ed. Taylor and Francis, 1988.

10. Robin Henderson G., Six Sigma Quality improvement with Minitab, pp. 352-356, ISBN 0-470-01155-6, 2006. 11. John Raffaldi, W. K. (2005). Quality. An Introduction to Gage R&R , 24-26. 12. Sánchez Leal Jaime, De la Riva Rodríguez Jorge, Hijar Rivera Humberto, “El efecto de la selección de la muestra en la evaluación del sistema de medición con pruebas destructivas, 1er. Congreso de investigación Cd. Juarez, Chihuahua, Mexico.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM Jesús Salinas, Yolanda A. Báez, Jorge Limón, Arturo Tiznado Facultad de Ingeniería, Campus Ensenada, Universidad Autónoma de Baja California Km. 103 Carretera Tijuana–Ensenada, Baja California-México Autor de correspondencia: [email protected]

RESUMEN El trabajo que se presenta a continuación trata de la aplicación de la metodología de seis sigma para resolver el problema de altos defectos, expresados en partes por millón (PPMS) que se tenían en una línea de producción de bocinas en el ramo automotriz. Se tenían problemas en el proceso de ensamble de bobina en domo, ya que como resultado de esta operación, se obtenía una bobina inclinada y/o despegada, lo cual afecta la calidad del producto, generando 9109 PPMS / mes. Al finalizar el proyecto se logro reducir los PPMS en un 60%, impactando un ahorro de 68, 000 dólares anuales. Palabras clave: Seis sigma, cinco fases, ANOVA, críticos para la calidad, mejora continua, partes por millón, Cpk´s,

1. INTRODUCCIÓN Al hablar de seis sigma es inevitable no hablar de Motorola, ya que esta compañía se menciona en varios libros como referencia ya que ganó el galardón Malcolm Balddrige, Premio Nacional de calidad de Estados Unidos de America. El éxito de Motorola está basado en lograr la satisfacción total del cliente. Los elementos de satisfacción total del cliente son calidad seis sigma. Motorola redujo su tasa promedio de defectos de 6000 partes por millón (PPM) a solo 40 PPM de 1987 a 1991. Otras compañías han adoptado Seis Sigma para mejorar sus procesos y productos, entre ellas se puede mencionar a AlliedSignal, Sony, Texas Instruments, Bombardier, Crane Co, Lockheed, Martin y Polaroid, General Electric. Por ejemplo, AlliedSignal ahorró desde 1994 en que se implementó seis sigma, la cantidad de 1.2 billones de dólares (Gutiérrez, 2004) Se puede decir que el éxito obtenido de la aplicación de seis sigma se debe a la estructura y orden de aplicación de las fases de implementación de dicha metodología o ciclo de DMAIC (Definir, Medir, Analizar, Mejorar y Controlar). Esto debe de realizarse dentro de cada proyecto de mejora de cualquier proceso. Cada paso está conectado lógicamente al previo. Con la finalidad de dar una explicación de dichas fases, éstas se definen a continuación.

2.

METODOLOGÍA Y RESULTADOS

2.1 Definir En esta fase se debe tener una visión y definición clara del problema que se quiere resolver mediante un proyecto Seis – Sigma. Es necesario identificar las variables criticas de calidad, que meta se quiere alcanzar, definir el alcance del proyecto, el impacto que sobre el cliente tiene el problema, así como los beneficios potenciales que se esperan del proyecto. Se definió que el problema a analizar era la bobina inclinada y o despegada. Se identificaron los críticos para la calidad (CTQ´s), se definió el mapa del proceso, delimitaciones a la cual aplica para la Línea de producción H1 -1. En la Figura 1 se indica el desempeño del proceso y en la Figura 2 se exponen los críticos para la calidad. En esta fase se llegó a lo siguiente: ISBN 978-0-615-36191-8

VERTICE 2010

Salinas et al. - 35

Importancia del proyecto. Este proceso es común para 65 números de parte, además la línea trabaja tres turnos, por lo que es muy importante reducir o eliminar este problema en esta línea de producción. Problema en el proceso. Cuando la bobina es ensamblada inclinada en el domo causa distorsión en la prueba de audio. El problema se presenta en los dos tipos de bobina y domos de 19 y 25 mm, dando como resultado 9109 PPM´s promedio, mensuales. Se definió como meta en este proyecto reducir en un 60 % los PPM´s, por concepto de bobina inclinada y despegada en bocinas de 19 y 25 mm en esta línea de producción; es decir, reducir de 9108 a 3650 PPM´s.

Figura 1. Desempeño del Proceso Lo que se quiere

Como se Logrará

CTQ's Dimensiones de bobinas y domos

Mejorar proceso de ensamble de bobina a Domo

Reducir 60 % los PPM's debido a rechazos por bobina inclinada y despegada en L-Hy-1

Cilindricidad del la bobina

Fit f orm & f unction de bobina y domo

Limpieza de f ixturas Mejorar f isxturas y su MP

Back up de f ixturas Dimensiones criticas de f ixturas

Mejorar y estandarizar criterios de calidad

Criterios de calidad Entrenamiento de operadores e inspectores Set-up de equipo

Figura 2. Identificación de los CTQ´s

2.2 Fase de Medición En esta etapa o fase se miden las variables críticas del producto o servicio, medir y describir el proceso, medir los elementos del proceso, sus pasos, entradas, salidas características, evaluar los sistemas de medición, evaluar la capacidad y MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM - 36

estabilidad de los sistemas de medición por medio de estudios estadísticos, seleccionar CTQS, definir desempeño de estándares, establecer recolección de datos. Se apoyo con los diagramas de causa y efecto para visualizar más claramente las causas de la bobina inclinada y o despegada en domo, ver Figura 3, Figura 4, Figura 5 y Figura 6.

X's

Y's

Tiempo de curado Herramental Puntillas de inyección de adhesivo Dimensiones de bobina y domo Presión de aire Material equivocado

Ajuste manual del equipo Criterios de calidad Material fuera de spec. Capacitación de personal Estándar de producción

Corrientes de aire

Bobina y Domo

Proceso de ensamble de bobina a domo

Correctamente ensamlada y pegada

(reporte PPM's)

Figura 3. Entradas y Salidas del Proceso

Figura 4. Diagrama de Causa y Efecto

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Salinas et al. - 37

Valores de importancia para el cliente Número Criterios de aceptación 1.- No hay efecto 4.- Efecto moderado entrada 9.- Efecto fuerte Paso Entradas al proceso 1 Burbuja de aire 2 Herramental 3 Materia prima (bobina, domo) 4 Criterios de calidad 5 Tiempo de curado 6 Capacitación de personal 7 Puntillas de inyección de adhesivo 8 Corrientes de aire

10

10

8

10

1

2

3

4

Tiempo de vida

Funcionalidad

Apariencia

Adhesion

Total

6 4 9 9 4 4 1 1

9 9 9 9 9 9 9 4

9 9 1 1 1 4 1 1

9 9 9 9 9 4 9 9

312 292 278 278 228 202 198 148

Figura 5. Matriz de causa y efecto

Gage name: Estudio R&R a comparador óptico Realizado por: Jesús Salinas Fecha: 12 Julio 06 Study Var %Study Var %Tolerance Source StdDev (SD) (6 * SD) (%SV) (SV/Toler) Total Gage R&R 0.020969 0.12581 9.44 12.58 Repeatability 0.019492 0.11695 8.77 11.70 Reproducibility 0.007731 0.04639 3.48 4.64 Part-To-Part 0.221174 1.32704 99.55 132.70 Total Variation 0.222166 1.33299 100.00 133.30

Number of Distinct Categories = 14

Figura 6. Validación al Sistema de Medición

2.3 Fase de Analizar En esta fase se Identifican las causa raíz del problema o situación, entender cómo es que éstas generan el problema y confirmar las causas con datos. Se establecieron capacidades del proceso, se identificaron fuentes de variación. Al iniciar el proyecto los PPM´s eran de 9109 con un nivel de sigma de 3.7. Esto indica una falta de control en este proceso. El objetivo es reducir en un 60 % los PPM´s en esta línea de producción, por concepto de línea inclinada y despegada. Esto representa una reducción de 9109 PPM´s a 3650 PPM´s promedio por mes. La capacidad del proceso se encontraba en 3.7 sigmas Nivel de sigma PPM´s 3.8 ------------------------ 10724 3.7-----------------------9109 3.5 ----------------------8197 Se detectó que el defecto de bobina inclinada y/o despegada era generado por la falta de aplicación de adhesivo; la bobina y domo van unidos por medio de adhesivo y a su vez esta unión se seca con un acelerante. Se provocaba una burbuja de aire MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM - 38

la cual no permitía la aplicación uniforme del adhesivo provocando el defecto mencionado. Se colocó una cámara de video para monitorear la estación de trabajo, y cuando se presentaba esta situación, un operador purgaba el sistema de inyección y con esto se normaliza el proceso, ver Figura 7. También se dedujo que esta burbuja era ocasionada por la caída de presión de aire comprimido, por lo que se procedió a colocar un pulmón de aire comprimido para evitar la caída de presión.

Figura 7. Estación de Trabajo donde se Genera Burbuja de Aire al Aplicar la Inyección de Adhesivo Se realizó un estudio dimensional al herramental que es utilizado en este proceso, y se detectaron piezas buenas y malas. Las piezas fuera de especificación se retiraron de servicio. Se realizaron mediciones de la inclinación de la bobina con un comparador óptico, diferentes mediciones de herramental dando como resultado inclinación de bobina. (Figura 8, Figura 9, y Tabla 1).

Figura 8. Herramental Utilizado en el Proceso de Bobina-Domo

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Salinas et al. - 39

25mm

PART NUMBER: SPEC

.858±.005

1 2 3 4 5 6 7 8 9 10

PART NAME: PARTE

SPEC

Ø 1.063±.005

0.853 0.863 0.8998 0.8969 0.9004 0.8895 0.9000 0.8983 0.8979 0.8849 0.8964 0.9165

MIN MAX

x x x x x x x x x x

1.058 1.068 1 1.0625 2 1.0625 3 1.0620 4 1.0620 5 1.0625 6 1.0625 7 1.0625 8 1.0610 9 1.0625 10 1.0625

INT. FIXTUR REQUESTED BY:

SPEC

SPEC

1.023±.005 MIN MAX

1.018 1.028 1 1.0268 2 1.0243 3 1.0307 4 1.0209 5 1.0279 6 1.0251 7 1.0250 8 1.0208 9 1.0234 10 1.0443

MIN

MIN

MAX

MAX

1 2 x

3 4 5 6 7 8 9

x

10

Figura 9. Dimensional de Herramental

Tabla 1. Comparación de Medición de Herramental Contra Inclinación de la Bobina Dimensión de herramental (mm) 22 20 19.8 21 22

Inclinación de la bobina (mm) 0.17 0.15 0.36 0.28 0.26 0.27 0.21 0.29 0.14 0.15

2.4 Fase de mejorar Causa potenciales, encontrar relación de variables y respuesta de solución, establecer tolerancias de operación y solución piloto. Se realizo un análisis de varianza (ANOVA) de herramental contra inclinación de la bobina. Se estableció la hipótesis nula y alternativa: Ho = τ1=τ2=τ3=τ

La inclinación va a ser la misma independientemente del herramental utilizado

H1=τ1≠ al menos para un tipo de herramental Como el valor de P>0.05 se acepta Ho. El herramental no influye en la inclinación de la bobina, ver Figura 10.

Fuente herramental Error Total S = 0.09635

DF 3 12 15

SS 0.06140 0.11140 0.17280

MS 0.02047 0.00928

R-Sq = 35.53%

F 2.20

P 0.140

R-Sq(adj) = 19.42%

Figura 10. Aplicación de ANOVA (herramental contra inclinación de la bobina) MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM - 40

Hipótesis nula Ho=τ1=τ2=τ3=τ4 H1 = τ1≠

La inclinación va a ser la misma independientemente Del herramental utilizado Al menos para un tipo de herramental

Como el valor de P > 0.05 se acepta Ho. El herramental no influye en la inclinación de la bobina Para bocinas de de 19 mm, existen tres tipos de domos (342484Y, 342515T y 1517503) que llevan la misma bobina (1668986) (Figura 11). Se les realizo un estudio de capacidad a domos y bobina de 19 mm, el cual se encontró dentro de especificación, de acuerdo a dibujos del cliente, pero se encontró variación dentro de esas dimensiones, ver Figura 12.

Figura 11. Combinación de Domo Bobina en Bocinas de 19 mmm Process Capability of C1 LSL

USL

P rocess Data LS L 19.45000 Target * USL 19.57000 S ample M ean 19.55500 S ample N 30 S tDev (Within) 0.01010 S tDev (O v erall) 0.01116

Within Overall P otential (Within) C apability 1.98 Cp C PL 3.46 C PU 0.49 C pk 0.49 C C pk 1.98 O v erall C apability Pp PPL PPU P pk C pm

1.79 3.14 0.45 0.45 *

19.46 19.48 19.50 19.52 19.54 19.56 19.58 O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 0.00 P P M Total 0.00

E xp. Within P erformance P P M < LS L 0.00 P P M > U S L 68843.39 P P M Total 68843.39

E xp. O v erall P erformance P P M < LS L 0.00 P P M > U S L 89457.36 P P M Total 89457.36

Figura 12. Estudio de Capacidad Dimensional de Domo 342484Y 19 mm MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Salinas et al. - 41

Para bocinas de de 25 mm, existen cuatro tipos de domos (domo 341816W) que lleva las siguientes bobinas, una a la vez dependiendo el numero de parte (bobinas 1668803, 1668791) y los domos (1549189, 1517392 y 1456946 que llevan la bobina (16687919 (Figura 13).

Figura13. Combinación de Domo Bobina en Bocinas de 25 mm

2.5 Fase de de Mejora Para el problema de burbuja en aplicación de adhesivo, ocasionada por el sistema de inyección neumático, la solución fue purgar la máquina de 3 a 4 veces por turno, como ayuda en el proceso se colocó una cámara para observar la burbuja y proceder al purgado. Para dimensión de domo y bobina, se detectó la bobina fuera de especificación ocasionando que no ensamblara en el domo. Se generó DMN, a proveedor para corregir materia prima, se está llevando gráfico de control para monitorear la bobina 791. Para inclinación de la bobina no hay especificación, los resultados encontrados indican que una inclinación de 0.0 a 0.17 mm es suficiente. Con una inclinación de 0.20 hay riesgo de que falle la bocina. Los herramentales se componían de dos piezas ensambladas y podían utilizarse indistintamente uno con otro, la otra manera de utilizarlos era controlarlos como pareja y únicos. Se identificaron los herramentales para mayor control en el proceso Una de las variables potenciales que generaba la inclinación o despegado de la bobina fue la aplicación de adhesivo intermitente ocasionada por la burbuja de aire que se genera por las caídas de presión en el equipo. Para evitar esta falla se está purgando la máquina de 4 veces por turno, con ayuda de una cámara de video para visualizar la burbuja. Se observó en los análisis de cpk, los cuales arrojaron muy bajos, menores de 1.33, pero los componentes estaban dentro de especificación de acuerdo a especificaciones indicadas en el dibujo del cliente. Se avisó al corporativo de la situación. La variable inclinación de la bobina no viene indicada en dibujos, el equipo determinó en base a resultados estadísticos que una inclinación de 0.0 a 0.17 mm no ocasiona problemas.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM - 42

2.6 Fase de control Controlar y dar seguimiento al proceso, monitorear y mantener en control al proceso. Mejorar continuamente. Una vez que el proceso es capaz, se deberán buscar óptimas condiciones de operación, materiales, procedimientos que conduzcan a un mejor desempeño del proceso. En este proyecto se volvió a validar el sistema de medición el cual arrojó resultados favorables, la capacidad del proceso a estas alturas del proyecto fue de 4.2 sigmas, para el problema de la burbuja se estableció por sistema purgar el equipo cada 2.5 hrs por turno (1º, 2º turno), en tercer turno cada 2 horas. Apoyados con una cámara de video para visualizar el proceso en la aplicación de adhesivo. Se desarrolló una matriz de herramental, se identificaron por parejas para que fuera la única manera de utilizarse.

3. CONCLUSIÓN Antes de aplicar la metodología seis sigma en este proyecto, los problemas eran atacados sin un rumbo específico, cada departamento involucrado realizaba actividades, en ocasiones repetidas, y los resultados no se veían; el problema seguía. Al aplicar la metodología de seis sigma para resolver o disminuir el problema, se inició una comunicación entre departamentos, organizados, con tareas definidas y claras con el apoyo total de la gerencia La aplicación de la metodología de Seis Sigma en este proyecto arrojó ahorros por 68,000 dólares anuales.

REFERENCIAS 1.

García, V., Sánchez, J. y Ramírez, R. (2006). Curso de certificación seis sigma Black Belt.

2.

Gutiérrez, P. H. (2006). Diseño de Experimentos. Mc. Graw Hill. México.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

43

Investigación de Operaciones

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL L. Villalpando Gamboa y M. Grijalva Delgado Programa de Maestría en Ingeniería Industrial del Departamento de Ingeniería Industrial y Manufactura Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 Norte. Ciudad Juárez, Chihuahua, México. C.P. 32310 Autor de correspondencia: [email protected]

RESUMEN El presente artículo trata de desarrollar un modelo para minimizar los costos de operación en la producción anual en masa de tres artículos de nueva introducción en una empresa maquiladora. Este modelo puede ser la base para una buena toma de decisiones al plantear la mejor estrategia de producción en cada cuarto del año. Contiene la descripción de los datos, se formula el modelo y se resuelve por medio de un software llamado Manejo de Operaciones y Producción (POM por sus siglas en ingles), obteniendo el costo mínimo y la cantidad de artículos a fabricar en cada cuarto del año. Palabras clave: Programación lineal, Investigación de operaciones.

1. INTRODUCCIÓN Se sabe que los modelos matemáticos pueden ser representaciones simplificadas de un sistema de la vida real y son la base del análisis cuantitativo. La Investigación de Operaciones hace uso de estos modelos y técnicas como parte de un método científico para ayudar a la toma de decisiones. Una de estas técnicas es la programación lineal (PL), que trata exclusivamente con funciones objetivo y restricciones lineales siendo una de las más importantes aplicaciones matemáticas. La PL es una notable técnica de modelado usada en el proceso de toma de decisiones que se utiliza en campos como la ingeniería, la economía, la gestión, la técnica, la industria y muchas otras áreas de la ciencia. El objetivo de la PL es optimizar (minimizar o maximizar) una función lineal de n variables sujeto a restricciones lineales de igualdad o desigualdad. En breve, se puede decir que un problema de programación lineal consiste en encontrar el punto óptimo (máximo o mínimo) de una función lineal. En general, un problema de PL tiene la siguiente forma estándar: Función objetivo → Maximizar Z=c1X1 + c2X2 + c3X3 + c4X4 +.............+ cnXn

(1)

a11X1+ a12X2+.....+ a1nXn ≤b1 a21X1+ a22X2+.....+ a2nXn ≤b2

(2)

Sujeto a, Restricciones funcionales

am1X1+am2X2+.....+ amnXn≤bm

Restricciones de signo de las variables ISBN 978-0-615-36191-8

VERTICE 2010

Villalpando y Grijalva - 45

Xi≥0 para i = 1,2,....,n Donde, Xj = Nivel de la actividad j (para j = 1, 2,......, n). cj= Incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j (costo o utilidad). Z= Valor de la medida global de efectividad. bi= Cantidad del recurso i disponible para asignar a las actividades (i =1,2,..., m) (recurso o requerimiento). aij= Cantidad del recurso i consumido por cada unidad de la actividad j. (Coeficientes tecnológicos). Dependiendo de cada caso de estudio en particular, algunas variaciones legítimas a la forma estándar son:

(3)

1. Minimizar en lugar de maximizar la función objetivo Min Z =c1X1 + c2X2+ .....+ cnXn

(4)

ai1X1+ ai2X2+ .....+ ainXn≥bi para algún i

(5)

2. Restricciones funcionales del tipo ≥

3. Restricciones funcionales en forma de ecuación ai1X1+ ai2X2+ .....+ ainXn=bi para algún i

(6)

4. Las variables de decisión sin la restricción de no negatividad Xj no restringida en signo para alguna j Asimismo, cabe mencionar que cuando se trata de encontrar la solución optima de un modelo de PL y que satisfaga todas las restricciones, esta se puede encontrar de diferentes maneras tales como en un sistema tradicional de ecuaciones lineales m x n. Es decir, el sistema puede tener solución única, soluciones múltiples o alternas, o no tiene solución factible (cuando este es el caso también se dice que el espacio de solución no esta acotado). Una manera práctica de definir un problema de PL y de recolectar la información para visualizarla con claridad, sería por medio de una matriz como la que se muestra en la Tabla 1. En ésta se pueden ver tanto la función objetivo, así como las restricciones involucradas, y en general, se puede apreciar un sistema de m ecuaciones lineales por n variables.

Tabla 1: Recolección de Información Consumo de recursos Cantidad de por unidad de actividad Recurso recursos Actividad disponibles 1 2 → n 1 a11 a12 → a1n b1 2 b2 a21 a22 → a2n ↓ ↓ ↓ ↓ ↓ m bm am1 am2 → amn Contribución a Z c1 c2 → cn por unidad de actividad La Investigación de Operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones o actividades dentro de una organización. Muchas industrias, incluyendo la aérea y de proyectiles, la automotriz, la de MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL - 46

comunicaciones, computación, energía eléctrica, electrónica, alimenticia, metalúrgica, minera, del papel, del petróleo y del transporte, han empleado la Investigación de Operaciones. Las instituciones financieras, gubernamentales y de salud están incluyendo cada vez más estas técnicas. Para ser más específicos, la programación lineal se ha usado con éxito en la solución de problemas referentes a la asignación de personal, la mezcla de materiales, la distribución y el transporte y las carteras de inversión. (Saigal, 2009).

1.1 Planteamiento del Problema Al principio del año 2010 en Cd. Juárez, Chih., empezaron las operaciones a gran volumen en la maquiladora Wistron dentro de una de sus 3 unidades de negocio dedicada a la manufactura de teléfonos inteligentes de reconocida marca mundial y que son distribuidos a toda Latinoamérica y parte de Europa: los conocidos teléfonos “inteligentes”. En un principio se tiene un estimado del total de volumen anual de teléfonos a producir, así como también la cantidad a embarcar semanalmente. Todo lo anterior es previamente proporcionado por el mismo cliente lo cual permite planear todo el horizonte de producción. Por lo tanto, dadas las condiciones y capacidades actuales o futuras de la planta productiva, se juzga conveniente establecer un modelo óptimo para conocer el costo de producción mínimo en el que se puede incurrir al tratar de cumplir los requerimientos anuales del cliente. También se busca definir el plan de producción mas estable y sin variaciones muy marcadas entre un cuarto y otro. Cabe mencionar que este modelo es solo una solución inicial con ciertas limitaciones, tales como el hecho de que el costo de producción no está en función de la cantidad a producir anualmente, sino que se establece un costo unitario estándar dado por el departamento de finanzas. Otra limitante es que no se considera la incertidumbre para cambios en futuras demandas, sino que solamente se consideran datos iniciales de demanda anual. Además no se consideran ciertos costos de penalización en los que se puede incurrir por retrasos en cubrir la demanda del cliente. El modelo supone que cumple con todas las demandas a tiempo en cada periodo establecido por el plan de entregas. También se incluyen costos asociados por ociosidad o de contratación de nuevos trabajadores causadas por variaciones hacia abajo o hacia arriba en las cantidades a producir entre un periodo y otro. Wistron debe determinar cuántos teléfonos deberá producir durante cada uno de los siguientes cuartos del año (1 cuarto es igual a 3 meses) y partiendo desde el mes de Marzo en adelante. Se tienen datos concretos y confiables provenientes de la fuente directa del cliente de cómo se comporta la demanda para cada uno de los siguientes cuatro cuartos del año, la cual es como sigue: Cuarto uno que contempla los meses de Marzo-Abril-Mayo, Q1= 1,048,311. Cuarto dos, meses Junio-JulioAgosto, Q2=1,196,534. Cuarto tres, meses Septiembre-Octubre-Noviembre, Q3=1,614,211. Cuarto cuatro, meses Diciembre-Enero-Febrero Q4=1,131,005. Un resumen de datos de demanda por modelo se puede apreciar en la Tabla 2. Además, se considera que la empresa alcanzará la demanda a tiempo y sin incurrir en gastos de penalización por no cumplir los requerimientos del cliente. También se sabe que al inicio del primer cuarto se cuenta con un inventario inicial de cero. Otros datos pertinentes del problema son que Wistron tiene un costo de manufactura en tiempo normal de 54.53 dólares por unidad. Si hay un incremento en la producción con respecto al cuarto anterior, entonces se pueden producir unidades adicionales utilizando tiempo extra y contratando más trabajadores a un costo de 61.34 dólares por unidad. Por el contrario, si hay un decremento en la producción con respecto al cuarto anterior, entonces el costo unitario es de 58.61 debido al costo de ociosidad asociado por paros de línea. Es decir, tan caro es producir de más que producir de menos por diferencias entre un periodo y otro. El ideal es que el plan de producción sea lo mas llano posible en todos los cuartos del año y a su vez cumpla con la demanda.

2. MATERIALES Y MÉTODOS Para resolver el problema con fines prácticos, se asume que al principio de cada cuarto, la empresa debe decidir cuantas unidades deberán ser producidas durante ese cuarto y que dichas unidades ya manufacturadas durante un cuarto pueden ser MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Villalpando y Grijalva - 47

usadas para completar la demanda de ese cuarto. Es decir, no hay alguna restricción en el problema que indique mantener un cierto nivel de inventario de unidades terminadas entre cada cuarto. Al final de cada cuarto (ya una vez que la producción ha ocurrido y la demanda ya fue satisfecha), también se puede incurrir en un costo de almacenamiento de las piezas restantes terminadas el cual es de 2.73 dólares por unidad.

Tabla 2: Plan de Demanda de Wistron Juárez por Cuartos 4 5 Q1 Q1 Wistron Juárez PRD Abril Mayo 8520 (Gemini) Conf/Serie 229,205 428,000 9650 (Essex) Conf/Serie 173,000 Oxford Conf/Serie Configuración y Serie Total – Wistron México 229,205 601,000 Demanda por cuarto 1,048,311 Promedio/sem 57,301 120,200 Capacidad por mes 279,360 349,200 Capacidad por cuarto 907,920

Wistron Juárez PRD 8520 (Gemini) 9650 (Essex) Oxford Configuración y Serie Total – Wistron México Demanda por cuarto

Conf/Serie Conf/Serie Conf/Serie

Promedio/sem Capacidad por mes Capacidad por cuarto

Wistron Juárez PRD 8520 (Gemini) 9650 (Essex) Oxford Configuración y Serie Total – Wistron México Demanda por cuarto

Conf/Serie Conf/Serie Conf/Serie

Promedio/sem Capacidad por mes Capacidad por cuarto

Wistron Juárez PRD 8520 (Gemini) 9650 (Essex) Oxford Configuración y Serie Total – Wistron México Demanda por cuarto

Conf/Serie Conf/Serie Conf/Serie

4 Q2 Junio 260,000 112,000 372,000

4 Q2 Julio 260,000 121,548 381,548

93,000 279,360

95,387 279,360

4 Q3 Septiembre 169,444 67,473 204,000 440,917

4 Q3 Octubre 162,274 114,396 280,000 556,670

110,229 279,360

139,168 279,360

4 Q4 Diciembre 112,188 64,731 231,148 408,067

4 Q4 Enero 106,391 96,266 126,260 328,919

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

4 Q1 Marzo 84,389 9,347 124,280 218,106 54,527 279,360

5 Q2 Agosto 325,000 117,986 442,986 1,196,534 88,594 349,200 907,920 5 Q3 Noviembre 170,594 112,794 333,236 616,624 1,614,211 123,325 349,200 907,920 5 Q4 Febrero 121,472 88,664 183,883 394,019 1,131,005

DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL - 48

Promedio/sem

78,804 349,200 907,920 Demanda anual = 4,990,261 unidades Para solucionar este problema se aplica la programación lineal para determinar un programa de producción óptimo que minimicen la suma de los costos de producción y de mantener inventario durante todo el año laborable. Primero se definen las siguientes variables de decisión que expresan los costos de producción y los inventarios: Capacidad por mes Capacidad por cuarto

102,017 279,360

82,230 279,360

pt = número de unidades a producir durante el cuarto t (t = 1, 2, 3, 4). it = inventario de unidades disponibles al final del cuarto t (t = 1, 2, 3, 4). Después se definen las variables de decisión respecto a los costos asociados a reducciones o incrementos de producción entre un cuarto y otro, para esto se define: xt = diferencia en volumen de producción entre un cuarto y otro xut = numero de unidades de producción con las que el cuarto t es mayor a la producción del cuarto (t – 1) xlt = numero de unidades de producción con las que el cuarto t es menor a la producción del cuarto (t – 1) Por lo tanto el costo total de operación o función objetivo puede ser representado como: Costo total = costo de producción de unidades en tiempo normal + costo por inventario + costo asociado al incremento de producción + costo asociado al decremento de producción = 54.53 (p1 + p2 + p3 + p4) + 2.73 (i1 + i2 + i3 + i4) + 61.34 (xu1 + xu2 + xu3 + xu4) + 58.61 (xl1 + xl2 + xl3 + xl4) Para determinar las restricciones de este problema es necesario hacer ciertas observaciones que ayudan a formular el modelo correcto para un programa de producción en múltiples periodos. Por ejemplo para un cuarto t, el inventario al final del cuarto t = inventario al final del cuarto (t – 1) + producción del cuarto t – la demanda del cuarto t. Si se asume que dt es la demanda en el periodo t, entonces esta observación se expresa de la manera compacta siguiente: it = it-1 + pt – dt

(t = 1, 2, 3, 4)

Además cabe notar que las demandas de los cuartos t serán alcanzadas solamente si it ≥ 0. Para notar esto, se observa que it-1 + pt esta disponible para cumplir la demanda del periodo t por lo que esto es posible solo si it-1 + pt ≥ dt o it = it-1 + pt – dt ≥0 Esto agrega las restricciones de signo it ≥ 0 (t = 1, 2, 3, 4), lo cual asegura que la demanda de cada cuarto será alcanzada a tiempo. De esta manera ya se pueden establecer las restricciones del problema de Wistron. Primero, se indican las siguientes cuatro restricciones para los inventarios en cada periodo de tiempo (t = 1, 2, 3, 4). Estas son: i1 = 0 + p1 – 1,048,311 i2 = i1 + p2 – 1,196,534 i3 = i2 + p3 – 1,614,211 i4 = i3 + p4 – 1,131,005 Se asume que al inicio del primer cuarto no hay inventario. El otro tipo de restricciones son las que están relacionadas con las diferencias de volúmenes de producción entre un cuarto y otro. Esto se representa de esta manera: Producción del cuarto t – producción de cuarto t – 1= incremento o decremento de producción en el cuarto t pt – pt-1 = xt = xut – xltc MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Villalpando y Grijalva - 49

En esta relación entiéndase que si la diferencia es positiva entonces xt = xut por ser la cantidad con la que el cuarto t es mayor a la producción del cuarto (t – 1) y xlt tomara el valor cero. Por el contrario si la diferencia es negativa entonces xt = – xlt por ser la cantidad con la que el cuarto t es menor a la producción del cuarto (t – 1) y xut tomara el valor cero. De lo cual se originan las siguientes restricciones del problema: 0 = x1 = xu1 – xl1 p2 – p1 = x2 = xu2 – xl2 p3 – p2 = x3 = xu3 – xl3 p4 – p3 = x4 = xu4 – xl4 Se asume que no hay referencia de volumen de producción antes del primer cuarto para determinar alguna diferencia y por lo tanto es igual a cero en el primer cuarto. Al combinar la función objetivo, las restricciones de inventarios, restricciones en diferencias de producción y las restricciones de signo nos lleva a la formulación del modelo completo siguiente: Minimizar Z = 54.53p1 + 54.53p2 + 54.53p3 + 54.53p4 + 2.73i1 + 2.73i2 + 2.73i3 + 2.73i4 + 61.34xu1 + 61.34xu2 + 61.34xu3 + 61.34xu4 + 58.61xl1 + 58.61xl2 + 58.61xl3 + 58.61xl4 Sujeto a: i1 = 0 + p1 – 1,048,311 i2 = i1 + p2 – 1,196,534 i3 = i2 + p3 – 1,614,211 i4 = i3 + p4 – 1,131,005 0 = xu1 – xl1 p2 – p1 = xu2 – xl2 p3 – p2 = xu3 – xl3 p4 – p3 = xu4 – xl4 pt, it, xut, xlt ≥ 0 (t = 1, 2, 3, 4) Un resumen de todos los datos del problema introducidos en el software POM se puede apreciar en la Figura 1.

1. RESULTADOS La solución óptima generada por el modelo para este problema de Wistron y calculada en POM, da un valor mínimo para Z = 282,548,100; los valores de las variables son p1= p2 = p3 = p4 = 1,286,352; también i1 = 238,041; i2 = 327,859; i3 = 0; i4 = 155,347; xu1 = xu2 = xu3 = xu4 = 0; xl1 = xl2 = xl3 = xl4 = 0. De estos valores se interpreta que Wistron puede incurrir en un costo mínimo total de $282,548,100 dólares y que para incurrir en este costo se deberían producir 1,286,352 unidades durante cada uno de los cuatro cuartos del año. Por lo que se observa que siguiendo este plan, el volumen de producción es constante para todo el año. También se observa que se incurre en costos de mantener inventario en el cuarto 1 con 238,041 unidades almacenadas; en el cuarto 2 con 327,859 y en el cuarto 4 con 155,347. Asimismo, el modelo resulta más económico al no incurrir en costo por variaciones o diferencias en volumen de producción entre cuartos y esto se observa al obtener valores de cero en las variables x. El modelo en general muestra un nivel de producción constante y económico debido a que no existen costos por variaciones entre periodos y a su vez se cumple con la demanda. Obsérvese la Figura 2 con los valores de la solución calculados por el software POM. MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL - 50

2. CONCLUSIONES Los resultados obtenidos con el modelo podrán ser compartidos y utilizados por el gerente de operaciones para tomar las decisiones pertinentes y que lleven a lograr el objetivo de minimizar el costo de producción bajo las restricciones impuestas. En general, la solución del modelo es muy conveniente ya que se puede generar un programa de producción constante, económico y sin variaciones entre periodos lo cual siempre favorecerá a tener mejor planeación y a su vez genera mayor certidumbre para definir las mejores estrategias productivas. Cabe destacar que los resultados son útiles a corto plazo, por lo que es necesario continuamente relacionar los pronósticos de ventas con la investigación de operaciones para tomar las decisiones estratégicas a mediano y largo plazo, por ejemplo tener la capacidad y capital adecuados para competir en el mercado global.

Figura 1: Función Objetivo y Restricciones en POM

Figura 2: Solución del Problema en POM

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Villalpando y Grijalva - 51

REFERENCIAS 1.

Castillo E., Conejo A., Pedregal P., García R., Alguacil N., 2002; Formulación y Resolución de Modelos de Programación Matemática en Ingeniería y Ciencia.

2.

Gallagher C., Watson H; 1982; Métodos Cuantitativos Para La Toma De Decisiones En Administración; Editorial Mc-Graw Hill, 1a Edición.

3.

Hillier, F.S y Lieberman G.J., 2002; Introducción a la investigación de Operaciones; Editorial Mc GrawHill., 7a Edición.

4.

Saigal Romesh., 2009; Programación Lineal: Un Análisis Integrado Moderno; Editorial Springer-Verlag; Nueva York.

5.

Taha Hamdy A., 2006; Investigación de operaciones, Editorial Pearson Educación; 8a Edición.

6.

Winston, Wayne L., 2008; Investigación de Operaciones. Aplicaciones y Algoritmos; Editorial Thompson; México; Edición en español.

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO DE COLAS: UN CASO DE ESTUDIO Rosendo A. Collazo Vallejo y Juan A. Pichardo González Programa de Maestría en Ingeniería Industrial del Departamento de Ingeniería Industrial y Manufactura Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 Norte. Ciudad Juárez, Chihuahua, México. C.P. 32310 Autor de correspondencia: [email protected]

RESUMEN Actualmente las empresas buscan alternativas de mejora en sus procesos de producción, todo con la finalidad de mantenerse en el ambiente competitivo de estos tiempos de globalización. Frecuentemente, se tienen cuellos de botella, los cuales se buscan eliminar o al menos disminuir para mantener sistemas de producción balanceados y fluidos. En este artículo se presenta un caso de estudio llevado a cabo en una empresa ensambladora de monitores de computadora, en la que se tenía un problema de cuello de botella en un proceso. Se aplicó teoría de colas para resolverlo, analizando las entradas y las salidas del mismo y se establecieron nuevos parámetros de producción para el proceso. Los resultados se analizan y discuten. Palabras clave: Cuello de botella, planeación de la producción, teoría de colas.

1. INTRODUCCION Todos en algún momento han requerido de algún servicio por el cual se tiene que esperar hasta ser atendidos, a lo cual se le llama hacer fila o “cola”, ya sea en un banco para hacer algún pago, en el supermercado para pagar las compras, aun de niños en alguna fiesta se tiene que formar a los invitados y esperar para recibir dulces después de romper la piñata. Pero no solo en la vida cotidiana humanamente hablando se ven estas esperas, en un semáforo se ven carros esperando el cambio de luz para avanzar, y en las áreas de manufactura en una línea de producción siempre existen productos esperando a ser manufacturados o ensamblados. Todas estas esperas hacen recordar el dicho popular:”el tiempo es oro”. Es por esto que el estudio de las líneas de espera es importante para cualquier industria, especialmente las que están envueltas en la manufactura de productos y/o aquellas que prestan un servicio de valor. Todas las empresas buscan dentro de la organización, una mejora continua dentro del proceso que lleve a mejores resultados tanto dentro de éste, como lo que se refleja en las entregas de los productos al cliente. El costo por el tiempo de espera es tan importante como el costo de almacenamiento (aun y cuando es temporal) en cualquier línea de producción. En este artículo se hace un análisis en la aplicación de la teoría de colas en una empresa de manufactura de productos de alta demanda en el mercado. El siguiente estudio que se analizara a continuación, se hará con el objetivo de optimizar la producción de Monitores para computadoras, tomando como base para este caso en particular, un proceso especifico llamado Proceso de Burning. El porqué de este proceso en específico? En la industria de manufactura de partes y en particular la industria maquiladora, los procesos o flujos de producción frecuentemente se presentan retos o metas reales para la mejora continua de los mismos, con el propósito de hacer más capaz y competitivo los resultados que los clientes quieren de sus productores. El siguiente proyecto tiene como meta realizar y llevar a la práctica la implementación de una línea de producción de monitores de computadora (línea de ensamble) que sea eficiente productiva y salgan productos libre de defectos, optimizando los recursos disponibles para su elaboración. El campo de aplicación de la teoría de colas es muy amplio, por ejemplo, la Ingeniería de redes y servicios, sistemas informáticos, elaboración de proyectos sustentables, logística de los procesos industriales. Agner Krarup Erlang Matemático danés publico el primer artículo de la teoría de colas en 1909 acerca del problema de dimensionamiento de líneas y centrales de comunicación telefónica para el servicio de llamadas. David G. Kendall. Introdujo una notación de colas A/B/C en 1953 para describir las colas y sus características. ISBN 978-0-615-36191-8

VERTICE 2010

Pichardo y Collazo -53

Taha, (2003) Menciona el ejemplo de un restaurante de comida rápida con tres mostradores de servicio con el cual trata de cuantificar el fenómeno de estar formado en la línea basado en un estudio de quejas por la lentitud del servicio, el tiempo promedio de espera, y la utilización promedio de las instalaciones, al examinar los datos encontraron que el tiempo promedio de espera es de 7 minutos con 3 mostradores de atención, El gerente desea reducir este tiempo a 3 minutos, y se encuentra con que esto solo se puede alcanzar teniendo 5 (o más) mostradores.

1.1 Descripción del Problema En una empresa de ensamble de monitores de computadoras, se cuenta con un proceso llamado burning. Este proceso se debe de realizar inmediatamente después de que ha sido ensamblado totalmente el monitor, su localización debe estar en la misma línea de ensamble siguiendo un flujo continuo. En este proceso los monitores se someten a una prueba de calentamiento para garantizar su adecuado funcionamiento cuando esté en posesión del usuario. Este proceso requiere de 2 horas aproximadamente por cada unidad para que la prueba sea satisfactoria. El ritmo o tiempo takt de la línea de ensamble es de 60seg/unidad, por lo tanto este proceso de burning representa un cuello de botella ya que el tiempo de ciclo del burning es de 2hrs/unidad, o 7200seg/unidad. Mediante la aplicación de teoría de colas se desea encontrar, desarrollar y sugerir una solución para evitar el acumulamiento y espera de las unidades al llegar al proceso de burning, mismo que se describe brevemente a continuación con la finalidad de dar un preámbulo al proceso que se aplica.

1.2 Descripción del Proceso de Burning El proceso de burning puede ser resumido de la siguiente manera: 1. Se deberá tener un cuarto de temperatura. 2. El tiempo de prueba es de 2 horas para los modelos 3008 y 3007 3. La temperatura a la cual deberá estar el área o el cuarto es de 37 a 43 grados centígrados. 4. Revisar cada 30 minutos los monitores durante la prueba de burning de las siguientes características: Que el monitor este prendido, que la imagen no presente anormalidades como vibración o distorsión de la imagen, ruidos extraños, anotar en un formato o reporte si está en proceso correcto. En caso contrario localizar a los supervisores del área para tomar la decisión de su disposición. 5. Revisar que los monitores no tengan rayones o golpes. 6. Al terminar la prueba, asegurar de que primero salgan los monitores que entraron primero (sistema FIFO). 1.3 Descripción del Flujo de Ensamble de los Monitores 1. 2. 3. 4. 5. 6. 7. 8.

Se han diseñado 12 estaciones para el proceso de ensamble de componentes de los monitores, previo a un análisis de tiempos predeterminados, basado en los requerimientos del cliente. Se elaboraron las herramientas necesarias (escantillones, dispositivos a prueba de error etc.) para el proceso, y las cuales fueron validadas por el departamento de calidad de la planta y de los mismos clientes. Las estaciones de trabajo se diseñaron basado en principios de ergonomía con el objetivo de reducir la fatiga del operador. Después de la última estación de ensamble, se cuenta con una estación de calidad, la cual verifica las características estéticas y algunas funciones del monitor. Enseguida se tiene una estación de prueba de funcionalidad. En este paso del proceso se encuentra el área de Burning, que es el área de análisis de este trabajo. Enseguida del área de Burning se tienen 16 pruebas de funcionalidad consecutivas. Por último, los monitores son empacados y paletizados, para su traslado al área de producto terminado.

1.4 Planteamiento del Problema Datos del problema: 1. Tiempo Takt = 60 seg/unidad MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO E COLAS: UN CASO DE ESTUDIO

- 54

2. Tiempo de Burning = 7200 seg/unidad 3. Entrada de burning = 1 unidad cada 60 seg 4. Yield = 99% Es un indicador que ayuda a visualizar el rendimiento cualitativo del producto en determinadas áreas del flujo de Producción, por ejemplo, para este caso serían los monitores que fallan en el proceso de burning, ósea son unidades que ya no salen al siguiente proceso o estación debido a falla o defecto, por lo tanto se tienen que descontar del estándar o meta de producción ya sea por hora o por día trabajado. En base a datos históricos medidos por sistema, se determinó un yield promedio de 99% para este proceso en particular y como punto importante se debe de tener como meta en cualquier proceso de fabricación la implementación de este parámetro para obtener resultados fidedignos de desempeño de los procesos, y se debe tener como objetivo alcanzar un valor mayor a 98%. Con un valor menor a 98% se debería de revisar los procesos o incluso diseño del producto.

Figura 1. Diagrama de la Estacion de Trabajo

2. METODOLOGÍA La Figura 1 muestra el caso especial de colas de Poisón cuando existen servidores en paralelo. La frecuencia de llegada al sistema es .0166 monitores por unidad de tiempo, es decir, 1 monitor cada 60 segundos. Todos los servidores están en paralelo y son idénticos, lo que significa que la tasa de procesamiento en cualquier servidor del burning es de .0001388 monitores por unidad de tiempo, es decir, 1 monitor cada 7200 segundos, o bien, cada 2 horas. La cantidad de unidades en el sistema incluye por definición, los que en el servicio y los que esperan en la cola (línea de ensamble). Una notación exacta para resumir las características de la cola es la siguiente: (1) a = Distribución de las llegadas b = Distribución de las salidas c = Cantidad de servidores en paralelo (1,2,3….n) d = Disciplina de la cola e = Cantidad máxima admisible en el sistema f = Tamaño de la fuente Para determinar el sistema correcto a emplearse se utilizaron las siguientes fórmulas tomadas según la aplicación por Chase (2006): MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010

Pichardo y Collazo -55

En un sistema donde se presenta una sola línea con un solo servidor, (M/M/1) se pueden usar las siguientes fórmulas, según quien: (2) P0 = 1- ρ Pn = (1 – ρ) ρn (3) L = ρ / (1- ρ) = λ / (μ-λ)

(4)

Lq = λ2 / (μ* μ-λ)

(5)

W = 1/ μ-λ

(6)

Wq = λ / (μ* μ-λ)

(7)

En el sistema para varios servidores (M/M/S) se deben usar las siguientes fórmulas: P0 = 1/ [∑ (λ/μ)n/n! + { (λ/μ)s / s!}* {1/(1- λ/s)}] Pn = [(λ/μ)n/n!] P0 , si 0