TM

as 853 • M2 FlME 2003 .P47

UNIVERSIDAD AUT6NOMA DE NUEVO LEON

FACUL TAD DE INGENIERfA MECANICA Y ELECTRICA

DIVliSI6N DE ESTUnlOS DE POSTGRADO

REDUCCION DE TIEMPOS MUERTOS DE OPERACION USANDO SEIS SIGMA

POR

!ING. RICARDO FRANCISCO PEREZ BENAVIDES

TESIS

EN CPCION AL GRADO DE MAESTRO EN CIENCIAS DE LA INGENIERiA DE MANUFAGTURA

CON ESPECIALIDAD EN AUTOMATIZACION

CD. UNIVERSITARIA. SAN NI'COLAS DE LOS GARZA, NUEVO LEON JUNIO 2003

I~

l sss :

• t-f dfTl-fE

d-OO .3

.~t

FONDO T E SIS

Universidad Autonoma de Nuevo Leon Facultad de Ingenieria Mecanica y Electrica Division de Estudios de Postgrado

Los miembros del comite de Tesis recomendamos que la Tesis "Reducci6n de Tiempos Muertos de Operacion usando Seis Sigma", realizada par el alumno Ing. Ricardo Francisco Perez Benavides, matricula 0558276 sea aceptada para su de fens a como opcion al grade de Maestro en Ciencias de la Ingenieria de Manufactura con especialidad en Automatizacion,

EI Comito de Tesis

Director de Tesis

Dr. Alberto Cavazos Gonzalez

~~~f~

Revis r Revisor

Dra. Patricia del Carmen Zambrano Robledo Dr. Francisc Eugenio L6pez Guerrero

v. . Bo.

Dr. Guadalupe Alan Cas 10 Rodriguez Sub-Director Divisi6n de Es dios de Postgrado

DEDICATORIA

Para mi Familia,

A Sandra,

por apoyarme en este reto y en nuestra vida.

A Caro y Ricky,

por el tiempo que me regalan para poder realizar este trabajo.

A mis Padres,

por sus ensefianzas,

Agradecimiento a mis compaiieros de trabajo, por su apoyo y cooperaci6n en el trabajo presentado.

PROLOGO

La competencia global en los negocios obliga a las empresas a buscar tener la mejora continua en sus operaciones, a traves de entregar productos y servicios de mejor calidad, menor tiempo y con bajo costa de operacion; para 10 anterior una empresa lider, como 10 es Motorola. desarrollo a principios de los 80s una metodologia de mejora que ayudara en este fin, Seis Sigma.

Seis Sigma es ahora toda una estrategia de negocio que busca la mejora en e1 estado de resultado de las empresas, para 10 cual utiliza la capacitaci6n en el uso de herramientas. estadisticas para el analisis de los datos. Esta estrategia se basa en el despliegue de una estructura en la organizacion para la realizacion de proyectos de mejora que aseguren el ex ito de esta iniciativa.

La metodologia de mejora propone un estricto seguimiento a las fases de generar conocimiento del proceso, definidas como medir, analizar, mejorar y controlar. Siempre orientadas Con la finalidad de lograr los objetivos planteados en la definicion del problema. pero buscando el beneficio practice de este aprendizaje para la empresa.

Este trabajo pretende mostrar al lector con un buen nivel de detalle la mejora en un proceso industrial, usando la metodologia de Seis Sigma. Esta documentaci6n seria util para ver la aplicacion completa de la metodologia y algunas de las herramientas que propone Seis Sigma para la mejora de los procesos.

Ricardo Fco. Perez Benavides

iNDICE GENERAL

Srn-TESIS 3

1 INTRODUCCION 6

1.1 Descripcion del problema 6

1.2 Objetivo del trabajo de la tesis 6

1.3 Hipotesis 7

1.4 Limites del estudio 7

1.5 Justificacion del trabajo 7

1.6 Metodologia 8

1.7 Revision bibliografica 10

2 SEIS SIGMA 11

2.1 l,Que es Seis Sigma? 11

2.2 Metodologia de Mejora de los Procesos 17

2.2.1 Medir 20

2.2.2 Analizar 21

2.2.3 Mejorar 22

2.2.4 Controlar 24

2.3 Cambio de Cultura 25

2.3.1 Aceptacion del Cambio de Seis Sigma 26

2.3.2 Analisis de los Involucrados 28

2.3.3 Liderazgo para lograr los Cambios 29

2.4 Resumen del capitulo 29

3 MEDIR. 31

3.1 Descripcion del Proceso de Homos 32

3.2 Identificaci6n de la variable de medici6n y la fuente de informacion 34

3.3 Validaci6n del sistema de medicion 39

3.4 Evaluaci6n del desempefio actual 41

3.5 Determinaci6n de los objetivos de mejora 43

3.6 Conclusiones del capitulo 50

4 ANALIZAR 51

4.1 Identificaci6n de las causas de variaci6n 51

4.2 Validaci6n de las causas potenciales 55

4.3 Conclusiones del capitulo .. : 69

5 I\I1EJOAAR 71

5.1 Soluciones que contrarrestan las causas verificadas 72

5.2 Establecimiento del ajuste de operacion para las causas 74

5.3 Conc1usiones del capitulo 89

6 CONTROLAR 91

6.1 Implementacion de las soluciones en el proceso 91

6.2 Validaci6n de la efectividad de las soluciones 101

6.3 Conclusiones del capitulo 106

7 CONCLUSIONES Y RECOMENDACIONES 107

7.1 Conclusiones 107

7.2 Recomendaciones 108

BIBLIOGRAFiA 109

LISTADO DE TABLAS 110

LISTADO DE FIGURAS 112

LISTADO DE ECUACIONES 114

APENDICE A: TABLA ANOV A 115

APENDICE B: TABLA REGRESION " 117

GLOSARIO 119

RESUMEN AUTOBIOGRAFICO 121

3

SiNTESIS

En este trabajo se presenta la aplicaci6n de la metodologia de mejora de Seis Sigma para tratar un problema de tiempos muertos de operacion presentados en el area de homos de una empresa metalurgica de 1a localidad. Se plantea la hipotesis que con esta metodologia y con las herramientas que propone se lograra la disminuci6n de los tiempos muertos de operacion y esto significa aumento de productividad,

Para 10 anterior es importante revisar la metodologia de mejora de Seis Sigma, antes de ver la aplicacion que se realiza para este problema en particular. Esta metodologia plantea el uso de datos para lograr tener conocimiento real y herramientas estadisticas para convertir estos datos en informacion que ayude a tomar decisiones y acetones.

Las fases de la metodologia de un proyecto de mejora son medir, analizar, mejorar y controlar; con el desarrollo de estas fases se logra la caracterizacion y optimizacion del proceso. Ademas es fundamental cuidar durante el desarrollo de un proyecto de mejora la potencial resistencia al cambio que puede generarse.

Al desarrollar la fase de medir se realiza el conocimiento del proceso por medio de un mapa de flujo del este y se se1ecciona la caracteristica critic a para el cliente, la cual este easo de estudio fue e1 tiempo de duraci6n de las cargas en los homos. Para 10 anterior se estableci6 un limite de especificacion maximo, con esto se establecio e1 desempeiio actual del proceso al inicio del proyecto que fue de 383,126 defectos por millen de oportunidades (DPMO) 6 0.30 de Nivel Sigma que es uno de los indicadores de desempeiio utilizado en la metodologia Seis Sigma.

4

Antes de poder Uegar a las conc1usiones de la fase de medir presentadas se realize la validaci6n del sistema de medici6n utilizado, donde se encontro que se tenia diferencia entre la forma de medir el tiempo de duraci6n de 1a carga. El punto anterior qued6 resuelto antes de realizar los calculos de nivel de desempefio.

Con 10 anterior se busco establecer un objetivo de mejora que estadisticamente fuera distinto al desempeiio observado en el proceso actual, para 10 anterior se realize un analisis entre los homos para seleccionar el mejor desempefio y estab1ecer el objetivo de mejora en un Nive1 Sigma de 1.180 119,453 DPMO.

Para lograr conocer las causas que originaban los DPMO detectados en la fase de medir, se realize en la fase de analizar un trabajo con el equipo del proyecto, con la fina1idad de identificar las causas potenciales que podrian generar e1 efecto de tener mayor tiempo de duraci6n de la carga. Despues se procedi6 a priorizar las causas y elegir las mas probables para validar si estas en realidad estaban afectando.

Las causas que fueron verificadas de afectar a1 desempefio son: el cambio de condiciones del homo por falta de atencion de operadores, fallas del sistema de combustion, tiempo para realizar la descarga y tiempo perdido en los cambios de turno. Para poder verificar las causas se realizaron pruebas estadisticas, despues de una planeacion y ejecuci6n del como realizar esta verificacion.

Se continuo con la fase de mejorar, donde se busco contrarrestar las causas verificadas. Para 10 cual se realizaron pruebas estadisticas que aseguren que las mejoras propuestas para las causas verificadas son efectivas. Para verifiear estas solueiones se utilizaron pruebas de hipotesis, analisis graficos, regresion y analisis de modo y efeeto de fallas con 10 que se logro tener la evideneia de que era signifieativa la mejora planteada.

5

Mantener el aprendizaje logrado es e1 objetivo de 1a fase de contro1ar, donde se establecieron los documentos de control y seguimiento de las mejoras propuestas y la validaci6n de 1a mejora lograda en este proyecto.

En la fase final de este trabajo se valido de nueva cuenta e1 desempefio del proceso para compararlo contra el desempefio inicial y el objetivo planteado originalmente. el desempeno observado fue de 44,157 DPMO 6 1.70 Nive1 Sigma, 10 cual excede los objetivos planteados originalmente para la mejora.

En este trabajo las causas principa1es estaban re1acionadas con la operacion, por 10 que el involucramiento y medici6n de desempefio de las actividades del proceso fue fundamental para lograr la mejora.

Se concluye que el uso de la metodologia de Seis Sigma tiene la capacidad para mejorar este proceso, con 10 relacionado a los tiempos muertos de operaci6n.

6

1 INTRODUCCI6N

1.1 Descripcion del problema

Una empresa metahirgica de la localidad, tiene limitada su capacidad de produccion en el area de Homos, la cual es el cuello de botella de la produccion, pOT 10 que cualquier demora en esta area repercute en la produccion total de la planta. La productividad en e1 area de Homos se ve afectada, entre otras cosas, por los tiempos muertos en la operacion, 10 que ocasiona que no se aproveche la capacidad instal ada y la mano de obra disponible.

Dado que esta empresa tiene oportunidad de vender cualquier producci6n adicional que logre, el aumentar la produccion sera un beneficio directo en los resultados de operacion.

1.2 Objetivo del trabajo de la tesis

Aplicar la metodologia de mejora de procesos de Seis Sigma para lograr aumentar la productividad, analizando y buscando las causas principales que ocasionan las demoras de operacion y asi poder atacar estas causas y disminuir las demoras de operacion,

7

1.3 Hlpetesis

Se supone que el uso de las herramientas y metodologia de Seis Sigma tienen el potencial para mejorar el proceso al poder medir, analizar, mejorar y estab1ecer en control los factores que afectan a la productividad, con 10 eual se lograra la disminucion de los tiempos muertos de operaci6n. .

1.4 Limites del estudio

Este estudio se realizara en una empresa metalurgica de la localidad, en el area de Homos. Se analizaran solamente las causas que afectan a la productividad, que estan relacionadas a tiempos muertos de operaci6n.

No se analizara, ni se trabajara con la tecnologia del proceso metalt'irgico de los homos para la recuperaci6n del metal. Dado que esta permanecera constante durante este estudio.

1.5 J ustificaci6n del trabajo

La aplicacion de tecnicas modernas para la mejora de los procesos en 1a administraci6n de la operaci6n de la manufactura, como 10 es Seis Sigma, da una excelente area de oportunidad para ofrecer resultados tangibles de mejora ala compafiia, ademas de explorar la posibilidad de aplicar Seis Sigma en este tipo de problema.

Se espera que e1 enfoque aplicado al atacar este tipo de problema con la metodologia de mejora Seis Sigma dara mejores resultados que los enfoques tradicionales de las tecnicas de Ingenieria Industrial y los Circulos de Mejora continua, con los cuales se estaba buscando resolver el problema y se ha logrado tener el desempefio actual.

8

Aunque estan documentadas las herramientas estadisticas, administrativas y de calidad por diversos autores sobre la metodologia, no estan ampliamente documentadas aplicaciones completas de la metodologia de mejora de Seis Sigma. Lo anterior no perrnite la difusion de los diversos enfoques que se pueden generar para la solucion de estos procesos y en particular en la reduccion de tiempos muertos.

Sin embargo, se han encontrado en la literatura algunas aplicaciones aunque no con un alto nivel de detalle. En [9] se presenta un proceso de mejora para e1iminar los defectos de manufactura en un proceso de tecnologia de montaje superficial (SMT; por sus siglas en ingles), [5] reporta la aplicacion para mejorar la calidad en el proceso de impresi6n de directorios telefonicos, [3] presenta la mejora de un proceso de extrusion de plastico para reducir los defectos de los productos moldeados, se encuentra en [11] la apLicaci6n con el objetivo de mejorar la entrega, calidad de producto y proceso de desarrollo de software.

Este trabajo presenta los resultados de la aplicacion de la metodologia Seis Sigma en un proceso industrial, 10 eual significara un beneficio a la empresa, y explora la eficacia de esta al problema de perdida de productividad por tiempos muertos de operacion. AI presentar el proyecto eompleto de la metodologia de mejora, Ia contribucion de este trabajo es arrojar una mayor c1aridad en el tema.

1.6 Metodologia

Se utilizara la metodologia de mejora Seis Sigma, donde se plantea primero conocer el problema practico, para convertirlo en un problema estadistico, Con este problema estadistico se buscara la solucion que de una guia para la instalaci6n de la solucion practica, La metodologia es como se presenta:

.:. Medir

• Identificar La(s) variable(s) de medicion y la(s) fuente(s) de informacion

9

• Validar el sistema de medicion

• Evaluar el desempefto actual .:. Analizar

• Identificar las causas potenciales

• Verificar y validar las causas mas probables .:. Mejorar

• Encontrar las soluciones que contrarresten a las causas verificadas

• Establecer el ajuste de las causas y sus tolerancias .:. Controlar

• Irnp1ementar las soluciones en el proceso

• Validar la efectividad de las soluciones .:. Elaborar Propuesta definitiva

Este trahajo se organiza de la siguiente man era. Primeramente se presentani una breve descripcion de Seis Sigma en eL capitulo 2, desde el punto de vista estrategia de negocio y metodologia de mejora. E1 desarrollo del proyecto de mejora se describira en cuatro capitulos; Medir, Analizar, Mejorar y Controlar. En e1 capitulo final se daran las conc1usiones y recomendaciones de este trabajo.

En el capitulo 3 se iniciara la caracterizacion preliminar del proceso para conocer su desempefio actual. En e1 capitulo 4 se completara la caracterizaci6n del proceso, al encontrar las causas principales que ocasionan su desempefio actual.

La mejora del proceso se vera en los capitulos 5 y 6, donde en el primero se buscaran las medidas para contrarrestar las causas encontradas en el capitulo 4, para despues establecer los mecanismos para hacer que estas medidas contrarrestantes queden establecidas permanentemente.

10

1.7 Revisi6n blblicqraflca

Para la realizaci6n de este trabajo se revise bibliografia actualizada sobre la metodologia Seis Sigma con la finalidad de fundamentar la metodologia y las principales herramientas estadisticas y de calidad que se utilizan en este trabajo.

Para el desarrollo de los analisis estadisticos presentados en este trabajo se utilizo principalmente el software Minitab [10], version 13.3, por 10 que la revision del manual del usuario fue necesaria para poder realizar estos analisis y tener su interpretacion.

Se recomienda la revision del manual del usuario del Minitab para interpretar las salidas de los analisis estadisticos y las graficas presentadas en este trabajo.

De la literatura se consultaron las aplicaciones documentas para tratar de encontrar enfoques similares a los planeados en el objetivo de este trabajo; sin embargo, 10 encontrado no tenia la misma aplicacion y la documentacion no tenia el detalle necesano.

Las herramientas estadisticas utilizadas se pueden encontrar en varios libros de texto sobre probabilidad y estadistica, pero no son listados en la bibliografia al ser informacion general de consulta. En [4] y [8] se encuentran referencias de las herramientas utilizadas en este trabajo que ayudan en la interpretacion de los analisis estadisticos.

11

2 SEIS SIGMA

En este capitulo se presentara brevemente una introducci6n a la metodologia Seis Sigma, sus objetivos y fundamentos principales.

En la seccion 2.1~ se dara una introducci6n general a los conceptos fundamentales que propone y definen a Seis Sigma como iniciativa de negocio, para la bnsqueda de la mejora de los procesos.

En la seccion 2.2, se describira brevemente la metodologia de mejora de Seis Sigma, se bosquejaran los objetivos principales de cada una de las fases y se mencionaran las herramientas mas frecuentemente usadas (secciones 2.2.1, 2.2.2, 2.2.3, 2.2.4). Para mayor referencia de la metodologia se puede consultar [4], [6], [7], y [8].

En la secci6n 2.3 se introducen conceptos generales sobre el analisis necesario para lograr veneer la resistencia al cambio enfocado a Seis Sigma y en la secci6n 2.4 se presenta el resumen del capitulo.

2.1 (,Que es Seis Sigma?

La competencia global a la que estan enfrentandose las empresas, ocasion6 que se establecieran estrategias de negocio encaminadas a lograr la mejora de la rentabilidad de las empresas, al mismo tiempo que se enfocaban al c1iente por medio de la calidad.

12

Motorola, Inc., a principios de los ochentas, fue el primero en lanzar el concepto de Seis Sigma como una metodologia que buscaba proponer un nivel mas alto de calidad al proponer como limite una variacion de seis desviaciones estandar, 0 seis sigma, en sus procesos.

Lo anterior cambiaba el estandar que se tenia en esa epoca, tres desviaciones estandar, que iniciativas de cali dad. como control estadistico de proceso, habian impuesto.

Despues de ver el imp acto que represento para Motorola el haber adoptado este estandar de desempefio, otras grandes empresas y lideres de sus segmentos adoptaron a Seis Sigma como su filosofia de trabajo.

De entre estas empresas, General Electric fue la que tomo a Seis Sigma como una de sus principales estrategias de negocio, esto gracias al liderazgo de Jack Welch, que identifico a Seis Sigma como una excelente oportunidad para el negocio. " ... es la mas importante iniciativa que GE ha tornado en su historia... es parte del c6digo genetico de nuestro liderazgo futuro", dijo Jack Welch sobre Seis Sigma, ver [7]. Aunque el concepto de Seis Sigma fue desarrollado por Motorola, fue General Electric quien le dio su definicion actual de enfoque at negocio, enfocandose en el cliente.

Actualmente empresas como Sony, Nokia, Ford, Toyota, Honeywell, Lear, Johnson Controls, Texas Instruments, Toshiba, Canon, Polaroid, Hitachi, Lockheed Martin, American Express, DuPont, entre otras, ver [7], han adoptado a Seis Sigma como parte importante de sus iniciativas de calidad y mejora de sus procesos. Ademas tambien han incluido a Seis Sigma en el desarrollo de productos y procesos que les aseguren ellogro de altos niveles de calidad.

EI concepto de Seis Sigma esta basado en el uso de metodologias para reducir la variacion en los procesos, esta reduccion puede ser en los procesos existentes 0 desde el

13

disefio de los procesos 0 de los productos. Estas metodologias tienen un uso intensivo de herramientas estadisticas y de calidad.

Curva de Distribuci6n Normal

-4

-3

~2 -1 0 1 2

Desviaciones Estandar

Figura 2.1 Curva de distribucion normal

3

4

5

6

Cuando se habla de sigma, se refiere al simbolo griego (o) usado para representar la desviaci6n estandar de la distribuci6n normal, ver Figura 2.1.

Tener un proeeso que eumple can las especificaciones dentro de una tolerancia de una o, signifiea que se tendria bajo la curva normal el 68.3% de las probabilidades de cumplir can los requerimientos de ese proceso. Par 10 que se tienen 31.7% probabilidades de no cumplir con las especificaciones 6 317,310 defectos par mi1l6n de oportunidad (DPMO), ver la Tabla 2.1 donde se presentan el area bajo la curva y los DPMO para diferentes desviaciones estimdar.

Lo anterior da uno de los principios fundamentales de Seis Sigma, el de reducir la variacion de los procesos para reducir la probabilidad de generar defectos en las

operaciones.

14

0' DPMO
Desviaciones Area Bajo la Curva Probables
estandar (+H
1 68.2689480% 317310.52
2 95.4499876% 45500.12
3 99.7300066% 2699.93
4 99.9936628% 63.37
5 99.9999426% 0.57
6 99.9999998% 0.00198
__ - Tabla 2.1 Area bajo la curva de la distribucion normal

Al pnncrpto del desarrollo de la metodologia se estableci6, bajo estudios reaiizados, ver [7], que los procesos tienen una variaci6n en el corto y en e1largo plazo, siendo esta 1.5 a de corrimiento entre el corto plazo "linea continua" y largo plazo "linea punteada", ver Figura 2.2.

Desplazamiento del Proceso

:

I I # ~

•

••

••

.flll'"

-5

-3

-2

-1

Desviaciones Estilndar

• ..

• • •

•

.

..

"

..

"

..

~

..

..

.. ... ..

':. l

..

~

..

" f"

,

~

"

..

' .

.. - .. ,

o

4

6

5

2

1

3

Figura 2.2 Corrimiento del proceso entre el corto y largo plazo

Seis Sigma identifica en su metodologia para su indicador principal el Nive1 Sigma de los procesos, can e1 cual busca ver el desempefio del proceso en el corto y largo plazo. Esto l1eva a una de las definiciones de Seis Sigma, que es el de buscar un desempefio, en el largo plazo, de los procesos que solamente genera 3.4 defectos par

15

millen de oportunidad, equivalente a un Nivel Sigma de corto plazo de 6 Sigmas. En la Tabla 2.2 se puede ver varios niveles sigma en largo y corto plazo y los DPMO.

Nivel Sigma Nivel Sigma DPMO
(corto plazo) (largo plazo)
1 -0.5 691462
2 0.5 308537
3 1.5 66807
4 2.5 6209
5 3.5 233
6 4.5 3.4 Tabla 2.2 Nivel SIgma corto y largo plazo vs DPMO

El Nivel Sigma de corto plaza es el desempefio del proceso, mientras que el largo plaza es el desempefio observado por los clientes; es decir, es eL total de la variaci6n que puede ser observada par algiin cliente.

Para conocer el nivel de sigma se utiliza la desviaci6n estandar normalizada (Z); es decir, la distribuci6n que tiene como promedio 0 y desviacion estandar igual a 1. Conociendo el estadistico Z de cada lado de la distribucion se obtienen los defectos, usando las tab las Z, como La presentada en [4] 0 utilizando herramientas de software, ver [10], dichos defectos se suman para obtener los defectos totales.

Para obtener el estadistico Z se utiliza las siguientes ecuaciones;

LSE- J.l

ZLSE=--~ a

(2.1 )

p-LIE

Z UE == -'--_a

(2.2 )

donde:

LSE es ellimite superior de especificacion, LIE es ellimite inferior de especificacion, Jl es la media 0 promedio de la poblacion, y o es la desviaci6n estandar de la poblacion.

16

Conociendo las 2LSE y ZUE, se calcula la probabilidad de tener defectos para cada uno de los limites de especificacion, Para obtener la Z del proceso se suman las probabilidades de defectos de ambos limites y se obtiene el valor de Z en funcion de los defectos totales haciendo una busqueda inversa en la tabla Z, como se muestra en la Ecuaci6n( 2.3.

(2.3 )

donde:

P LSE = c,lJ( Z LSE ), PUE = c,lJ(Z LIE)

$(Z) es la probabilidad acumulativa y

cD-I(p) es el inverso de la probabilidad acumulativa.

Cuando solamente se tiene un limite de especificaci6n en el proceso, la Z del proceso es directamente la Z calculada para el limite especificado.

Las herramientas que propone la metodologia Seis Sigma no son de nueva creaci6n, sino las mismas que las iniciativas de calidad anteriores han propuesto (calidad total, control estadistico del proceso, circulos de calidad, entre otras), la diferencia que propane Seis Sigma es el enfoque a los c1ientes, pero desde el punto de vista de tener el mayor impacto favorable en el estado de resultados de la empresa, par 10 que no sigue la cali dad por 1a calidad misma.

Paradojicamente, Seis Sigma no busca que todos los procesos tengan una variacion dentro de sus limites de especificacion igual a +1- seis desviaciones estandar, sino busca la mejor rentabilidad para la cornpafiia y que esta mejora pueda ser comprobada en el estado de resultados.

17

Este enfoque al negocio hace la diferencia de Seis Sigma, par 10 que esta iniciativa inc1uye a todos los niveles de la organizacion para ellogro de sus metas. Los niveles directivos son quienes identifican las oportunidades de mejora y asignan proyectos al personal entrenado en esta metodologia, en el uso de herranrientas estadisticas y de calidad.

Este personal entrenado para la ej ecucion de los proyectos se Ie denomina en la mayoria de las empresas "Black Belt"l, el nombre establecido a esta funcion fue asignado por uno de los primeros desarrolladores de Seis Sigma, Mikel Harry, e1 eual identifico la simil:itud que debe tener esta persona con las cintas negras de Karate/, en cuanto al seguimiento estrieto a una metodologia que 10 hace llegar a un fin de alto desempefio, ver [7].

Para la ejecuei6n de los proyectos adem as deben intervenir todos los involucrados en el proceso a ser mejorado, como 10 son los jefes de area, supervisores 0 coordinadores y el personal operario. Ademas debe inc1uirse al personal de finanzas para la validacion de los resultados.

2.2 Metodologia de Mejora de los Procesos

Los datos son quienes impulsaran en la toma de decisiones y acciones, 10 eual es pedido en toda la metodologia de mejora de los procesos. Este concepto es uno de los valores agregados de Seis Sigma, dado que el trabajo con datos genera conocimiento del proceso que nonnalmente no se tiene.

1 En la literatura se puede encontrar otros nomhres para esta funci6n; como pueden ser, "Experto Seis Sigma", "Lider Seis Sigma", "Seis Sigma Especialista", ente otros.

2 EI Karate es un arte marcial de origen japones, donde los cintas negras son los practicantes avanzados de esta disciplina deportiva.

18

En Seis Sigma se busca lIe gar al mayor nivel de conocimiento po sible antes de tomar una decision 0 una accion para Ia mejora del proyecto.

Los niveles de conocimiento usados para la toma de decisiones y acciones, pueden ser identificados con la siguiente tabla, donde de acuerdo a la forma que se usa para tomar decisiones y acciones se identifica el nivel de conocimiento usado, ver Tabla 2.3.

Nivel de Para la toma de decisiones y acetones •..
conocimiento
0 ... s610 se utilizan opiniones del personal.
1 ... s610 se utilizan las experiencias del personal.
2 ... se tienen algunos datos, pero s610 se yen los numeros 0 se
responde ante datos individuales .
3 ... se agrupan los datos, en tablas 0 graficas y se analizan
tendencias.
4 ... se analizan los datos con estadlstica descriptiva,
promedios, desviaciones estandar, etc.
5 ... se analizan los datos usando estadistica inferencial,
pruebas de hip6tesis, diseftos de experimentos, etc. Tabla 2.3 Niveles de conocimiento

La metodologfa de mejora de Seis Sigma esta organizada en cmco fases principales, ver [7], las cuales tienen objetivos defmidos. Las fases de un proceso de mejora se presentan en Ia Figura 2.3.

Identificar Oportunidades

Caracterizar el Proceso

Optimizar el Proceso

Figura 2.3 Fases del proceso de mejora Seis Sigma

Analizando las entradas y salidas de cada una de sus etapas y fases como se presenta en la Tabla 2.4. se pueden comprender los objetivos de la metodoLogia de mejora,

19

Etapa Fase Entrada Salida
Identificar Definir Objetivos del negocio Oportunidades de mejora
Medir Oportunidad de mejora Problema practice
Caracterizar --
Analizar Problema practice Problema estadistico
Mejorar Problema estadistico Solucion estadistica
Optimizar
Controlar Soluci6n estadistica Solucion practica Tabla 2.4 Entradas y salidas de las fases de La metodologia

La fase Definir es parte del trabajo de los niveles ejecutivos de la empresa, donde el objetivo es identificar las oportunidades de mejora que se tiene en el negocio y para ello declarar un proyecto de mejora en un area especifica.

Los objetivos especificos de 1a fase Definir es el de identificar la oportunidad de mejora para poder establecer el proceso y el problema a tratar en el proyecto de mejora, asi como definir un equipo multidisciplinario de mejora para realizar este proyecto. EI equipo sera coordinado por un Black Belt, el cual sera e1 facilitador y quien esta capacitado para el analisis de los datos y en e1 desarrollo de 1a metodologia.

Una vez que se tiene el proyecto definido y el equipo de trabajo inicia en realidad el trabajo del proyecto de mejora, con las rases de medir, analizar, mejorar y controlar.

Se presentara a continuacion en las secciones siguientes cada una de las fases del proceso de mejora, y corresponderan a1 desarrollo de los capitulos 3 a1 6, que Bevan e1 mismo nombre de las fases de la metodologia de mejora Seis Sigma.

En la metodologia de Seis Sigma se tienen un gran mimero de herramientas, para cada rase, disponibles para su utilizaci6n en el desarrollo de un proyecto; donde el enfasis no es sobre cual herramienta usar, sino el seguimiento de 1a metodologia, La idea

20

de tener un mimero grande de herranrientas disponibles, es el de tener opciones para usar segun la complejidad del proceso y el proyecto que se esta llevando a cabo en cada caso.

2.2.1 Medir

En esta fase el objetivo es conocer el proceso para poder entender el problema practice sobre el cual se va a trabajar. Esto se logra a traves de conocer exactamente que es 10 que le interesa al cliente y como se puede convertir en informacion del proceso.

Dado que 1a mayoria de las decisiones a tomar seran sobre 1a base de los datos generados desde esta primera fase, la validacion del sistema de medicion es esencial para el avance del proyecto sobre el dcsempefio de 1a caracteristica critiea para la satisfacci6n del cliente (CTQ)3, que interesa mejorar.

Es necesario conocer el proceso, 10 cual se realiza a traves de herramientas como e1 mapa de proceso y/o el diagrama SIPOC3 que presenta las entradas, salidas, proveedores, c1ientes del proceso. El conocimiento del proceso ayudara a entender las expectativas de los clientes y asi poder estab1ecer prioridades y objetivos de mejora, con 10 cual entenderemos cual es el defecto que se genera para poder medirlo y despues analizarlo.

Para establecer la medicion del desempefio actual se utilizan las mediciones de Seis Sigma, como 10 es el nivel de Sigma del proceso y los defeetos por mill an de oportunidad (DPMO) detectados.

En esta fase se debe establecer el objetivo de mejora que se tratara de alcanzar para este proceso. Con esta informacion, la cual sera el nivel base del proyeeto, se iniciara el analisis y sera el punto de comparacion de la mejora lograda.

3 VeT glosario.

21

Algunas de las herramientas de uso comun en esta fase son:

• Mapa de proceso.

• Diagrama SIPOC.

• Estudios del sistema de medici6n.

o Estudios sobre la varianza., como "Gage R&R',4.

o Estudios sobre la media., como exactitud y linealidad.

• Estadistiea descriptiva.

• Calculo del Nivel Sigma del proceso.

• Plan del proyecto.

• Plan de recolecci6n de datos.

En este trabajo se utilizan el mapa de proceso, el diagrama SIPOC, estudio Gage R&R, estadistica descriptiva, calculo del Nivel Sigma. Estas herramientas estan documentadas en [2], [4]. [7], [8] Y [10].

2.2.2 Analizar

En la fase de analisis se requiere conocer el problema de manera estadistica; es decir, identificar las causas que ocasionan la diferencia entre el desempefio real del proceso y el desernpefio deseado 0 la meta establecida.

Para esta fase es necesano conocer las causas raiz que ocasionan el defecto establecido en la fase anterior. Bstas causas raiz deben ser analizadas y verificadas antes de Ilevarlas ala fase siguiente de mejora.

Se usan herramientas para priorizar las eausas mas probables, para despues poder verifiear las causas potenciales que generan el defeeto. Para verificar las causas se debe

4 Ver Glosario.

22

tener un plan de verificacion, el cuat debera incLuir la toma de datos y una herramienta para probar su validez.

Esta es la fase mas intensiva del proyecto, donde se deben encontrar las causas que ocasionan el defecto para poder lograr la meta establecida en la fase de medir.

Algunas de las herrarnientas de uso cormm en esta fase son:

• Tormentas de ideas.

• Diagrama causa-efecto.

• Tecnica de grupo nominal.

• Analisis de modo y efecto de falla (AMEF).

• Plan de verificacion de causas.

• Pruebas de hipotesis,

o Datos discretos.

o Datos continuos.

• Analisis de regresion.

• Disefios de experimentos.

En este trabajo se utilizan torment a de ideas, diagrama causa-efecto, tecnica de grupo nominal, plan de verificacion de causas, AMEF, grafica de efectos principales, analisis de varianzas (ANOV A), analisis de medias (ANOM), analisis de Pareto y analisis de regresion, Estas herramientas estan documentadas en [1], [4], [8] Y [10].

2.2.3 Mejorar

En esta fase se busca tener una solucion estadistica para el problema que se tiene planteado, trabajando sobre las causas que fueron verificadas en la fase de analizar. Es decir, para cada causa verificada se debe tener una soluci6n planteada y se debe poder verificar antes de su implementacion.

23

Las soluciones optimas se deberan seleccionar sobre la base de un analisis logrado de la informacion sobre el efecto potencial de esta soluci6n en la caracteristica critica analizada. Estos analisis deben mantener una confianza en la informacion obtenida, como el uso de pruebas de hipotesis donde se tengan datos numericos por analizar.

Las mejoras pueden quedar establecidas usando varias herramientas, por ejemplo la modificaci6n de proceso y su documentacion en el mapa de proceso antes de probar seria un ejemplo de una herramienta en la etapa de mejora. Despues de haber definido este cambio, se debe hacer una comprobacion de la efectividad de esta prueba.

Se revisara si los cambios propuestos por estas soluciones haran que se logre l1egar al objetivo iniciabnente planteado, en caso contrario tal vez debamos seguir investigando las causas potenciales 0 las soluciones planteadas, hasta lograr Uegar a1 objetivo.

Algunas de las herramientas de uso comun en esta fase son; • Plan de verificacion de las soluciones.

• Analisis de modo y efecto de falla (AMEF).

• Pruebas de hipotesis,

• Analisis de regresion,

• Disefio de experimentos.

• Analisis de tolerancias.

En este trabajo se utilizan tonnenta de ideas, tecnica de grupo nominal, plan de verificacion de las soluciones, AMEF, grafica de efectos principales, grafica multi-vari ', analisis de varianzas (ANOV A), analisis de medias (ANOM), analisis de Pareto y analisis de regresion, Estas herramientas estan documentadas en [1], [4], [8] y [10].

5 Ver glosario.

24

2.2.4 Controlar

En la ultima fase, cuando se tiene la so1uci6n estadistica, se busca tener implementada la soluci6n practica en c1 proceso para poder mantener las mejoras logradas en las soluciones propuestas en la fase de mejorar,

EI principal objetivo de esta fase es el de establecer los mecanismos que aseguren que Ia mejora sera implementada completamente y mantenida en el proceso durante la operaci6n normal, teniendo el minimo de variaciones.

La metodologia establece que una forma de lograrlo es mediante 1a estandarizaci6n de los procesos y su documentaci6n en las condiciones 6ptimas encontradas en la fase anterior, ademas de implementar herramientas de control de los procesos 0 de mecanismos que eviten 1a generaci6n de los errores (poka- Y okes"), entre otros.

Para todas las causas verificadas se debe tener un plan de control, donde se establezcan los mecanismos que aseguren el control de los niveles 6ptimos para cada una de las causas. Este plan debe comprender las acciones a realizar y su documentaci6n.

Algunas de las herramientas de uso cormm en esta fase son:

• Planes de control

• Documentacion en los sistemas de calidad

• Graficas de control

• Controles a prueba de errores (poka-yoke)

• Estudios de sistema de medicion de las causas criticas

• Analisis del nuevo desempefio

6 Ver glosario.

25

En este trabajo se utilizan tormenta de ideas, tecnica de grupo nominal, estandarizaci6n de procedimientos, calculo de Nivel Sigma, AMEF, grafica de efectos principales, grafica Multi- Y ari", prueba t de dos poblaciones, analisis de varianzas (ANOY A), analisis de medias (ANOM) y analisis de Pareto. Estas herramientas estan documentadas

en [1], [4], [8] y [10].

2.3 Cambio de Cultura

En esta seccion se presentaran algunos temas relacionados con el cambio de cultura 0 aceptaci6n del cambio que es necesario para la implementaci6n de Seis Sigma en la organizaci6n. Donde el principal componente para el cambio de cultura es el trabajo con el personal involucrado en los procesos a mejorar.

Seis Sigma no es solamente el uso de herramientas estadisticas, sino el cambio de la forma de resolver los problemas en los negocios. Primero que nada resolver los problemas en funci6n de su impacto a1 estado de resultados de la companta y tomando para las decisiones y acciones los analisis basados en datos.

El punto fundamental es hacer ver en las organizaciones la necesidad de Seis Sigma para obtener los beneficios potenciales, de las mejoras en los procesos, que ayudaran a poder competir en los mercados y/o tal vez a la permanencia del negocio.

EI cambio de forma de enfrentar las mejoras es el trabajo fundamental del Black Belt, y uno de los objetivos es transmitir a la organizaci6n ese cambio. Esto se realiza al involucrar a un equipo multidisciplinario en el desarrollo de los proyectos de mejora y hacerlos participes del seguimiento a la metodologia de Seis Sigma.

7 Ver glosario,

26

2.3.1 Aceptaclon del Cambio de Seis Sigma

Para tener el desarrollo de proyectos Seis Sigma exitosos en la organizaci6n se requiere que se tenga una aceptacion de los involucrados en eI equipo, iniciando par los mandos directivos de la organizaci6n. Los cuales deben mandar la sefial clara del compromiso de la organizaci6n can el usa de Seis Sigma como media de buscar las mejoras en los procesos.

El Black Belt en:frenta en los equipos de trabajo la resistencia al cambia que se pueda generar par el proceso de cambio promo vi do por Seis Sigma. La resistencia a1 cambio es parte de la naturaleza humana ante 10 nuevo y desconocido, dado que supone alguna perdida para los involucrados.

Se debe estar atento a poder identificar que genera la resistencia al cambio, para poder establecer un plan de accion con la finaIidad de contrarrestarlo. Se pueden clasificar en cuatro las formas de resistencia a la implementaci6n de Seis Sigma, de acuerdo a 1a naturaleza de su generaci6n, ver [6]:

• Tecnica

• Politica

• Organizacional

• Individualizada

La resistencia tecnica es la generada ante e1 usa de nuevas herramientas desconocidas par el personal, 10 que genera percepciones negativas ante 1a complejidad de estas herramientas. Esto principalmente cuando se enfrenta ante personal altamente capacitado, como 10 son los Black Belts.

La manera de atacar esta resistencia es con informaci6n y educaci6n sabre las herramientas, ademas de involucrarlos en el desarrollo de las mismas, haciendo enfasis en que 10 importante es la metodologia y sus resultados; y no los calculos y algoritmos de las herramientas.

27

Cuando alguna persona siente que Seis Sigma le ocasiona una perdida en su estatus se genera la resistencia politica, la perdida puede ser real y/o percibida por la persona.

Para combatir la resistencia politic a se debe comunicar a los involucrados cuales seran los beneficios que obtendran de Seis Sigma, ademas de ser claros y honestos en los cambios que puedan significar una perdida para su estatus. Puede ser necesario identificar la ayuda de los niveles altos de la organizaci6n para este tipo de resistencia.

La resistencia organizacional ocurre cuando las personas en mandos ejecutivos perciben que pierden el control de los cambios, estan preocupados debido a que el cambio no fue de ellos, no fue su idea. Esta forma de resistencia puede ser una combinacion de las dos primeras, dado que no entienden como se genero el cambio y perciben la perdida del cambio.

Este tipo de resistencia puede ser parte de no haber involucrado a las personas claves en el proceso de mejora desde el inicio, dado que esta es la forma de contrarrestar esta resistencia, tener involucrados al personal clave y darles parte del control del cambia que les aplique.

La Ultima forma de resistencia meneionada es Ia individualizada, la eual esta referida a actitudes presentadas por personas debidas a cuestiones ajenas al trabajo que le ocasionan estres, Estas personas pueden mostrar resistencia activa 0 pasiva a las iniciativas de cambio.

Por su naturaleza esta forma de resistencia puede tener vanas formas de contrarrestarla, pero basicamente la recomendacion es disminuir el temor del cambio y aumentar el involucramiento de la persona. En todos los casos, pero en estes en particular, es importante el reconocimiento de los pequefios logros obtenidos.

28

2.3.2 Analisis de los Involucrados

Cuando se esta realizando un proyecto de mejora se deben identificar a los involucrados claves del proceso, para medir el grade de aceptacion del cambio. Para esto se ha propuesto usar una herramienta Hamada analisis de los involucrados, ver Tabla 2.5.

Involucra do clave

Fuertemente i Ligeramente I

en contra ! en contra i

Neutral

Ligeramente Fuertemente

a favor a favor

Gerente

x

o b 1.____ p_laot-' d_e_a_cc_io_n _---,

o

Jefe de Departamento

x

o D~ Plan de accioo J:> 0 I

o 6 ... 1 __ p_lan_d_et-!ac_ci_on __ -----,j> 0

Supervisor A

-'-----------!~------t-------_!------~~~==~~~--~

Supervisor B X 0 q I Plan de accioo J,> 0

x

Tecnico

x ~Uq>O

Tabla 2.5 Analisis de los involucrados

En esta herramienta se tiene en las columnas categorias del grado de aceptacion del cambio de Seis Sigma, las cuales son: fuertemente en contra, ligeramente en contra, neutral, ligeramente a favor, fuertemente a favor. Se listan todos los involucrados clave que se van a analizar.

Con esta herramienta se busca el analisis del estado actual de los involucrados, la cual se presenta con una "X", mientras que el estado deseado se presenta con una "0". Se debe identificar Ia diferencia que existen entre el estado actual y el deseado de involucramiento y establecer un plan para contrarrestar la resistencia 0 falta de involucramiento presente.

Para poder establecer este plan de acci6n se debe analizar el tipo de resistencia que el equipo de trabajo puede presentar, de las mencionadas en la secci6n 2.3.1, ademas de analizar el nivel de influencia del involucrado entre los demas miembros del equipo.

29

2.3.3 Liderazgo para lograr los Cambios

La funcion del Black Belt en el desarrollo del proyecto como lider de coordinar todas las actividades, es fundamental para lograr establecer el liderazgo necesario con el equipo de trabajo. El liderazgo que debe ejercer el Black Belt no esta relacionado con los niveles jerarquicos de las organizaciones.

En [6], pagina 185, se menciona 10 siguiente: "Incorporar Seis Sigma es mas que usar una iniciativa tactica de reducir costos, Seis Sigma es una filosofia de administraci6n. Es un compromiso para administrar a traves del proceso, no de las funciones del organigrama, y tomar decisiones basados en hechos y datos en lugar de las habilidades inherentes de administracion que se cree hacen a los grandes ejecutivos".

Por 10 que elliderazgo que logra desarrollar el Black Belt debe estar enfocado al aspecto tecnico de la metodologia, buscando lograr eI apoyo de todos los involucrados. La empatia en las situaciones que implican el proyecto es indispensable para que el Black Belt logre tener la apertura de los miembros del equipo de trabajo.

2.4 Resumen del capitulo

En este capitulo se muestra de manera general parte de la filosofia que forma a Seis Sigma como estrategia de negocio, presentado sus antecedentes y metodologia.

El desarrollo de los proyectos Seis Sigma de mejora se lleva a cabo con el uso de herramientas estadisticas para comprobar con datos las creencias, y con esto tener un mejor nivel de conocimiento de los procesos.

Las fases del proyecto de mejora son medir, analizar, mejorar y controlar, con 10 que se lleva a cabo el proceso de caracterizar y optimizar el proceso analizado para su mejora,

30

EI estudio detallado de la metodologia y de las herrarnientas de cali dad, estadistieas y software relacionados se pueden encontrar en parte en la bibliografia listada en este trabajo.

EI manejo de la resistencia al cambio que implica la implementacion de una iniciativa de negocio que pretende cambiar la forma de administrar, como 10 es Seis Sigma, es critico para tener resultados satisfactorios,

31

3 MEDIR

En este capitulo se presentara la aplicaci6n y resultados de la fase medir al proyecto para iniciar con la etapa de caracterizacion del proceso, desde el punto de conocer el proceso y entender su desempefio actual, sobre la base de un indicador que muestre el estado actual del proceso.

Se inicia con la descripci6n operativa del proceso, seccion 3.1, para despues ir a identificar la variable de medici6n y su fuente en la seccion 3.2. La calidad de la informacion es fundamental para los analisis que se realizaran, por 10 que en esta primera etapa se verificara su validez, en la seccion 3.3.

Lo anterior sirve para el desarrollo del proyecto ymedir el desempeiio actual del proceso, seccion 3.4. Se establecera un objetivo de desempefio del proceso sobre la base del desempefio actual, que sera realizado en la seccion 3.5.

Finalmente en la secci6n 3.6 se presentan las conc1usiones y resultados principales encontrados en este capitulo a1 haber aplicado la fase de medir de la metodologia.

32

3.1 Descripclon del Proceso de Hornos

En una empresa se tienen 6 homos para la reduccion de materiales y recuperacion del metal que contienen. EI trazado de la operaci6n contiene tres areas; el almacen y preparacion de las cargas de materia prima para los homos, los homos y almacen del producto terminado, ver Figura 3.1.

Figura 3.1 Trazado general de la planta

Dado que la mejora a realizar es operativa, el proceso se describe en terminos operativos.

Cada uno de los homos es operado por un homero, el cual es responsable de cargar, operar y descargar el homo. En el area de almacen de materias primas esta un operador que ayuda a tener la materia prima lista para cargarse en los homos y en almacen de producto tenninado esta un operador para recibir y entre gar el producto terminado ala siguiente etapa del proceso de esta empresa.

La operaci6n del homo es continua, es decir, cuando tennina de procesar un lote comienza el siguiente sin interrupci6n. Los homos trabajan todos los dias del ano, con

33

excepci6n de sus paros programados para mantenimiento de ladrillo refractario, los cuales son de 6 a 8 dias cada 4 a 6 meses,

El primer analisis del proceso es realizado usando e1 mapa del proceso, ver Figura 3.2, con la finalidad de conocer los subprocesos involucrados, El proceso de los homos inicia cuando sc cargan los materiales con metal y los fundentes en el homo, para llevar a cabo esta labor se transporta el material desde el almacen de materia prima hacia los homos. Cuando el homo se llena, inicia el proceso de fusi6n de los materiales.

IIlkiO
t t
Cargado del SegurKIa
Homo fusion
,
• •
PrimeJ<l Descargade
fusi6n metaly
escorfa
• +
Recargado Umpieza y
del Homo preparacon
del Homo
I •
Fin ] Montaca rgas

Figura 3.2 Mapa del proceso de Homos

Montacargas

Despues de que pasa el proceso de la primera fusion, se agrega mas material en el homo, para esto se inicia el recargado del homo con un procedimiento similar al del cargado del homo, pero en menor cantidad de materiales. AI tenninar este recargado, inicia la segunda fusion que continua hasta que el metal y la escoria estan listos para dcscargarse.

34

Se inicia la descarga del metal y la escoria, los cuales son transportados al area del almacen de producto tenninado. Cuando tennina la descarga se pro cede a hacer limpieza y preparar el homo para la siguiente carga, con esto tennina el proceso.

3.2 ldentltlcaclon de la variable de medici6n y la fuente de informacion

El primer paso al iniciar el trabajo de caracterizacion del proceso, es el fonnar un equipo de trabajo para el desarrollo del mismo. Este equipo fue definido considerando todos los involucrados en el proceso.

EI equipo fue coordinado por el autor como Black Belt y los integrantes son el jefe del area y sus supervisores, ademas de todos los operadores de la misma area. .EI personal de mantenimiento fue involucrado tambien en el equipo, dadas las posibles implicaciones que pudiera tener en la operacion de los equip os del area.

Se realizaron reuniones con el equipo para exponer la definicion del proyecto de rnejora por iniciar y se les solicit6 su cooperaci6n dado el gran involucrarniento que tienen con el proceso.

En todos los analisis de grupo fue tornado en cuenta la opinion de cada uno de los miembros del equipo y se retroalimentaron los avances para asegurar que acepten los cambios posibles propuestos en la etapa de optimizacion del proceso.

Para identificar la variable de medici6n y detenninar la fuente de infonnaci6n primero se decide conocer al proceso a traves del diagrama SIPOC. Donde primero se identifica 10 que haee el proceso en el area de Homos, para analizar cuales son las entradas y salidas y quiencs son los proveedores y clientes. En la Tabla 3.1 se muestra el diagrama S IPOC para el proceso de los homos.

35

(8) Proveedores (I) Entradas (P) Proceso (0) 8alidas (C) Clientes
Preparacion de cargas )- Materiales con Reducir los ):> Metalliquido. Proceso de refinaci6n del
materiales para
(interno). metal. recuperar el metal ?- Escoria Iiquida metal (interne),
Requerimientos: }> Fundentes. que contienen en los Requerimieotos:
homos.
• Cargas disponibles. »- Gas-Oxlgeno. • Volumen de produccion;
0 Tiempo. entre mayor mejor, dado
0 Cantidad, que homos es el cuello
• Disponibilidad del de botella de la empresa.
cargador frontal • Metallibre de escoria,
• Preparacion correcta de segim especificaciones.
carga, • Identificaci6n corrects
• Identificacion correcta del producto terminado.
de: cargas/lctes.
Control Ambiental
Suministro de energeticos (interno/externo ).
(externo). R!!Querimientos:
R!";!Iue .. i!!!ientos: • Calidad de escoria.
Disponibilidad. Tabla 3.1 Diagrama SIPOC

La informacion de los requerimientos de los clientes internos fue consultada con las personas a cargo de esas areas en la empresa.

Analizando la informacion obtenida de los requerimientos del cliente, en el diagrama SIPOC, contra la declaraci6n del proyecto de mejora, el equipo decidi6 que la caracteristica critica para el c1iente (CTQ) es el volumen de produccion, Se llego a esta conclusion par media de tecnica de grupo nominal, ver [4].

Para la seleccion de la CTQ se torn6 en cuenta la declaraci6n del problema con el eual inicio este proyecto de mejora, el cual es presentado en el capitulo 1, ver seccion 1.1 Descripci6n del problema.

36

EI volumen de producci6n es una medicion de negocio, por 10 que se requiere tener una medici6n de proceso con la cual se pueda trabajar en el proyecto de mejora. Un analisis de cascada de la demanda sirve para encontrar los posibles indicadores a utilizar que arrojen la medicion del proceso, por 10 que se decidi6 a realizarlo.

Caracteristica Critica para el Cliente
Volumen de produccion,
Numero de cargas procesadas.
Tiempo de duracion de las cargas.
Tiempos muertos por mantenimiento preventivo.
Tiempos muertos por fallas.
Toneladas por carga.
Capacidad instalada.
Aprovechamiento de materiales. Tabla 3.2 Cascada de la demanda

Con el analisis realizado de la cascada de la demanda, ver Tabla 3.2, se identifico que el volumen de produccion esta en funcion de dos caracteristicas del proceso, el mimero de cargas procesadas y las toneladas que ofrece cada lote. Las toneladas que ofrece cada lote estan en funci6n de la capacidad instalada y el aprovechamiento de los materiales.

La capacidad instal ada y el aprovechamiento de materiales no seran parte del alcance de este proyecto, por 10 cual se descartan para este trabajo dado que en los procesos de mejora se busca trabajar con el mismo equipo instalado 0 con cambios minimos.

La caracteristica critica del proceso, donde mediremos la mejora del proceso, que esta en funcion del objetivo del proyecto es el numero de eargas procesadas. La medicion de respuesta del proceso a seleccionar es el tiempo de duraci6n de las cargas,

37

el cual es el indicador del desempeiio del proceso. Lo anterior fue decidido por el equipo, usando tecnica de grupo nominal.

Se identified que la fuente de informaci6n son los reportes de producei6n diarios y los reportes de las cargas, que se llevan actualmente en el area. Los reportes se 1levan de manera impresa y no se capturan en un medio electr6nieo con el detalle de las eargas, solamente se eaptura los totales diarios de produeci6n, por 10 que se procedi6 a capturar la informaci6n de esta fuente.

Tambien se especifico la unidad de medicion para eada una de las variables de mediei6n, esto esta reportado en la Tabla 3.3.

Variable Unidad de Medida Fuente de Informacion
Cargas procesadas Numero de cargas por mes Reportes de cargas
Tiempo duracion de las Homs Reportes de cargas
carg_as (se utilizara escala decimal) Tabla 3.3 Variables de medici6n

Se proeede despues de la definici6n de la variable a medir del proeeso, a recolectar informacion de los ultimos meses. Esta informaci6n se presenta en la Figura 3.3, en forma de un histograma de [a informacion.

Para futuros analisis sera requerido tener una especificacion de esta variable del proeeso, por 10 que se procede a estableeer los limites del proceso para establecer el estado de desempefio. Dado que esta variable tiene la caracteristica de que entre menor es mejor, solamente se definira el limite superior de especificacion.

Aunque el equipo de trabajo establece que el tiempo de duracion de las cargas deberia ser de 8 horas, no se tiene un valor especificado para tener el limite superior del proceso. Por 10 anterior, se trabaja con el equipo para buscar como establecer este limite.

180
160
140
120
ro
'0 100
c:
~ 80
~
U- 60
40
20
0 38

Histograma Duraci6n de la Carga

5

6

7

8

9 10 11

Tiempo (Horas)

12

13 14 15

Figura 3.3 Histograma del tiempo de duraci6n de la cargas

EI limite superior se especifica, de acuerdo con el equipo y con el analisis de la informacion y se tomara el valor que represente el tercer cuartil de los datos. Lo anterior dada la gran variac ion observada por el proceso y a Ia falta de una especificaci6n establecida,

Con la seleccion del tercer cuartil, el equipo decidio establecer la reduccion del 25% restante de las cargas con tiempos de duracion por encima de este valor establecido por el tercer cuartil actualmente.

Descriptive Statistics: Tiempo Duraci6n (Horas)

Var-iable N Mean Median TrMean StDev SE Mean
Tiempo 1063 7.8495 7.7500 7.8066 0.8319 0.0255
Variable Minimum MaxilllUlll Ql Q3
Tiempo 5.1700 14.3300 7.3300 8.2500 Tabla 3.4 Estadistica descriptiva de los tiempos de duraci6n de la carga

39

En la Tabla 3.4 se observa el reporte del software Minitab de la estadistica descriptiva para los datos mostrados en la Figura 3.3, donde muestra el valor ca1culado para el tercer cuartil bajo el encabezado "Q3" que es igual a 8.25 horas.

El valor de 8.25 horas como limite superior de especificacion (LSE), sera usado en las siguientes etapas del proceso. Can esta definicion se procede a validar el sistema de medicion y continuar can eJ inicio del analisis de la informacion para conocer el desempefio actual del proceso. El LSE esta dado par:

LSE= 8.25 horas

(3.1 )

3.3 Validaci6n del sistema de medici6n

Para validar el sistema de medicion de los tiempos de duraci6n de la carga se tomo al azar, de los 6 homos, 30 cargas para registrar la diferencia entre el tiempo reportado por el hornero y el tiempo transcurrido entre fin de la carga anterior y el inicio de la carga siguiente a la carga estudiada. La anterior para tener dos fuentes de informacion y poder validar el sistema de medicion, ver datos en Tabla 3.5.

De los datos recolectados se calculo la diferencia entre cada par de datos, par el tip a de informaci6n se decide hacer un estudio de reproducibilidad (Gage R&R) par e1 meta do corto, para 10 cual se requiere conocer la variacion de las medici ones, para evaluar que tanto aportan en la informacion recolectada contra las especificaciones,

Para la evaluacion de la variacion que aporta el sistema de medicion, se usa el metodo corto documentado en [2], con la diferencia de obtener directamente la desviaci6n estandar por tener 30 datos. Se usanlas siguientes ecuaciones:

donde: %GR&R

c

LSE

XProceso

5.150-

%GR&R= *100

Tolerancia

Tolerancia = 2 * /LSE - xProceso I

(3.2 )

( 3.3 )

40

es el porcentaje de aportacion de la variaci6n del sistema de medici6n a la tolerancia establecida,

es la desviaci6n estandar .de las diferencias encontradas entre las dos fuentes de informacion,

es ellimite superior de especificacion establecido en Ia (3.1 y

es el prornedio hist6rico del proceso.

TIempo reportado por Tiempo raportaOO por

eI hom

Mueslra eI nomero Tiempo Real DifetenCia
1 7.67 7.84 0.17
2 8.33 9.25 0.92
3 8.58 9,08 0.50
4 7,92 8,09 0,17
5 7.67 7.67 0,00
6 8.08 8.08 0,00
7 8.42 8.42 0.00
8 11.50 13.83 2.33
9 10.00 10.00 0.00
10 9.25 9.42 0.17
11 8.17 8.67 0.50
12 9.33 9.83 0.50
13 8.42 8.67 0.25
14 8.92 9.09 0.17
15 11.50 12,17 0.67 Muestra ero TIern_ll(l_Reai Diferancia
16 9.33 9.66 0.33
17 9.00 9.17 0.17
18 9.50 9.50 0.00
19 11.08 11.08 0.00
20 8.17 8.17 0.00
21 9.00 9.00 0.00
22 9.75 9.75 0.00
23 9.17 9.34 0.17
24 9.08 9.08 0.00
25 11.92 11,92 0.00
26 10.83 11,08 0.25
27 10,25 10.25 0.00
28 7.92 8.09 0.17
29 8.67 8.84 0.17
30 8.75 9.00 0.25 Promedio Diferencia 0.26 HOlaS Desviaci6n ~standar 0.45 Horas

O/OGR&R 291 %

LSE 8.25 Horas Promedio Hist6rico 7.85 Horas Tolerancia 0,80 Horas

Tabla 3.5 Calculo de %GR&R

El analisis presentado en Ia Tabla 3.5 arroja un resultado que indica que la variaci6n encontrada puede ser de 291 % del tamaiio de la tolerancia establecida, por 10 que el sistema de medicion es inaceptable. El criterio maximo aceptable es tener un 30% de la variaci6n explicada por el sistema de medicion, ver [2]. Por 10 tanto se debera resolver este problema antes de continuar con el analisis de la informaci6n.

41

Se pro cedi 0 con el analisis de las causas con el equipo de trabajo y se encontro que el tiempo de duraci6n de carga era reportado entre el inicio de la carga y el final de la colada, pero algunos horneros no estaban reportando e1 tiempo que usan entre el final de la colada y la limpieza y el tapado del homo antes de volver a cargarlo, por tener diferentes criterios de como medir el tiempo de duracion de la carga.

Por 10 anterior se solicito a los supervisores de Homos que hablaran con sus homeros para que reporten el tiempo de duraci6n de la carga, desde el final de la colada de la carga anterior hasta el final de la colada reportada. Con esto se evitaran los tiempos no reportados.

Se evaluo nuevamente el sistema de medicion y se verific6 que se habia estandarizado el criterio para el registro de la duracion de las cargas; es decir, la diferencia encontrada fue de O.

Para los analisis del siguiente capitulo se toma el tiempo transcurrido entre los finales de cada colada de carga. Las diferencias que se registren en el futuro se asentaran en el reporte de tiempos muertos con tiempo no registrado entre cargas.

Se revise ademas el registro del numero de cargas procesadas por mes, en el reporte de cargas, contra los datos reales dando iguales en todos los casos. Con 10 anterior se valida la informacion que esta registrada en los reportes de cargas y de producci6n.

3.4 Evaluaci6n del desempeno actual

Con la fuente de informacion validada, se evaluo el desempefio actual del proceso.

Con la finalidad de calcular el Nivel Sigma y los DPMO se toman datos del ultimo mes completo que es el estandar usado por el personal, para tomar esta primer medicion

42

como el desempefio inicial. Este desempefio inicial servira para hacer la comparaci6n del desempefio del proyecto en el futuro.

Los datos son tomados para los 6 homos, cuidando tener la infonnaci6n correcta evitando las diferencias de criterio detectadas en la seccion 3.3. Esta informacion fue capturada en una hoja electronica, para despues proceder a su analisis,

Process Data

USl 8.25000

Target

lSL

Mean 7.99489

Sample N 509

StDell (\Nithi~) 0.727387 SIOev(O\eraII) 0.858138

Potential (Within) Capability

ZBench 0.35

l.USL 0.35

l.LSl

Cpk 0.12

Cpm

Analisis de Capacidad del Praceso Tiempo Duraclon (Haras)

lSE

Within

OVerall

5

s

10

7

8

9

11

12

~I CapabilitY QbseM<l Pectb!manCe Exp. "Within" PeOOmlallCe Exp. "O-..eratl" Pernrmance
ZBeoch 0.30 PPM" LSl PPM < LSL PPM" lSL
ZUSL 0.30 PPM> USl 267190.57 PPM> USL 362899.72 PPM> USL 393126.01
ZLSl PPM Total 267190.57 PPM Total 362899.72 PPM Total 383126.01
Ppk 0.10 Figura 3.4 Capacidad del proceso

Se detennina la capacidad del proceso para la informacion recolectada de los seis homos, Ia cual es del mes base de estudio. Arroja Wl desempefio de defectos representados por 383,126 DPMO 0 PPM, como se presenta en la Figura 3.4 como "PPM Total", en la columna "Exp, 'Overall' Performance".

En la misma figura se presenta el mimero de cargas realizadas en el mes analizado, las cuales son 509 cargas, 10 anterior se presenta en la figura como "Sample N", que se refiere al tamafio de muestra observado en este analisis.

43

Lo anterior equivale a tener un Nivel de Sigma igual a 0.30, considerando que en un mes se presentan todas las causas comunes de variacion, se toma el analisis de largo plazo. En la Figura 3.4 se puede ver el valor del analisis de largo plazo bajo el titulo de "overall capability", Zbench, que es la Z del proceso.

Lo anterior representa que se tiene el 38.31 % de probabilidades de tener cargas con duraci6n de tiempo de carga mayor a1 LSE. Tambien se realize este analisis para cada WlO de los homos, arrojando los resultados presentados en la Tabla 3.6.

BorDO Nivel Sigma DPMO Media Desviaclen
cr (boras) estandar
t 0.27 395172 8.031 0.821
2 0.34 366344 7.904 1.010
3 0.03 488038 8.226 0.803
4 0.71 238026 7.821 0.599
5 -0.06 522412 8.304 0.954
6 0.58 281941 7.795 0.786 Tabla 3.6 Nivel Sigma de los Homos

Con los analisis anteriores se conoce el desempefio actual del proceso en funcion de la caracteristica que se busca mejorar, el tiempo de duraci6n de las cargas definida en 3.2. Con la informacion anterior el siguiente paso es establecer cual debe ser el objetivo de mejora del proceso.

3.5 Determinacion de los objetivos de mejora

Para poder detenninar los objetivos de mejora a establecer en este proyecto, se debe analizar el comportamiento de la informacion recolectada. Para 10 que se usara una grafica de control de datos individuales para tratar de identificar como se comporta el

proceso.

44

Grafica de Control, datos individuales Tiernpo de Duraci6n de Cargas

15

1 1

1:l 10

....

o :::c

LSC=10.18

Media=7.995

LlC=5.813

5

o 100 200 300 400 500 Numero de Observaclon

Figura 3.5 Grafica de control

En 1a Figura 3.5 se observa que existen causas especia1es de variacion, las cuales son identificadas por ser observaciones (presentadas como "1" en la grafica) que estan fuera de los limites de control del proceso ca1culados y representados en la misma figura como LSC (limite superior de control) y LIe (limite inferior de control), La variaci6n que esta dentro de los limites de control se dice que son de causas comunes de variaci6n, las cuales deben ser el enfoque principal del proyeeto para analizar.

Para estableeer los objetivos de mejora se debe estar trabajando con datos con causas comunes de variaci6n, par 10 eua1 se eliminaran estos datos de la informacion para realizar los analisis y asf establecer el objetivo de desempefio.

La anterior asegura normalidad de los datos y permite el uso de mas herramientas estadisticas, pero no significa que no se tomen en cuenta las cargas que rienen causas especiales, sino que esas causas se deben atacar de manera distinta y ademas par su naturaleza son de facil identificacion,

45

E1 analisis de las cargas que se muestran como causas especiales se presume que se refieren a fallas identificables del equipo, quemadores y equipo movil, principalmente. Estas fallas se analizaran para ver su efecto en la fase de analizar.

Orafica de Control Causas Comunes

9

LSC::;9.776

10

~ 8

o ::r:

7

6

llC::;S.046

o 100 200 300 400 500

Observaci6n

Figura 3.6 Grafica de control, causas comunes

En la Figura 3.6 se muestran todas las observaciones que estan dentro de los limites de control estadistico, con estos datos se analiza el comportamiento comparado de los 6 homos, para tratar de identificar si es posible establecer una diferencia entre el desempefio de cada homo.

Para ver si tenemos una diferencia significativa entre el desempefio de los homos se usa una prueba estadistica ANOV A, para probar si existen diferencias entre el tiempo promedio que tiene cada uno de los homos. La intencion de este analisis es poder establecer un "benclnnark" a punto de comparaci6n del desempeiio que sirva para establecer el objetivo de desempeiio del proceso, dado que no tenemos una referencia externa de d6nde tamar el punta de comparaci6n.

En la Tabla 3.7 se presentan los resultados del analisis del ANOYA. La prueba indica que existe una diferencia significativa entre los tiempos promedio de duracion de carga segun el homo donde se estan procesando. AI tener un valor de p menor al nivel de significancia aceptado de 0.05 se rechaza la hipotesis nula.

46

One-way ANOVA: Tiempo versus Homo

Analysis Source Horno Error Total

of Variance for

DF SS

5 12.445

483 202.189 488 214.634

Tiempo MS 2.489 0.419

FC'\

5.95~

N

Mean 7.9432 7.8011 8.2485 7.8215 8.0706 7.7436

Individual 95% CIs For Mean Based on Pooled StDev

StDev ------+---------+---------+---------+

0.6635 ~-----*----}

0.5958 (----*----)

0.6109 (------*------)

0.5996 (----*----)

0.6829 (-----*-----)

0.7115 (-----*----)

------+---------+---------+---------+

7.75 8.00 8.25 8.50

Level Horno1 Horno2 Horno3 Horno4 HornoS Horno6

87 88 53 93 78 90

Pooled StDev ~ 0.6470

Tabla 3.7 ANDV A. Tiempo duraci6n contra homo

Ya que se tiene como objetivo reducir la variaci6n que se tienen entre las eargas, se analiza la informacion para identificar si tienen la misma variaei6n entre los homos. En la Figura 3.7 se tiene la prueba de homogeneidad de varianzas, donde arroja el resultado del valor de p de 0.450 segim la prueba de Bartlett para distribuciones normales, 10 eual indica que no se puede rechazar Ia hip6tesis de igualdad de varianzas segun el homo.

Test for Equal Variances for Tlempo

Homo3

TestSIalietic; 0.808 P-VaIJe . 0.544

Bar1Iet!s Tesl

- Te.tSIaIisIIc: 4.728

P-VaIJe : D.<I5Il

t.ewne·s Test

-

0 .•

D.'

0 ..

D.1

Figura 3.7 Hornogeneidad de varianzas

Con el aprendizaje anterior, se busca establecer emil es el homo con el promedio menor de tiempo de duraei6n de las cargas, para 10 cual se realiza una prueba de analisis

47

de medias. Con esta prueba identificamos eI homo que es significativamente distinto, como 10 present6 la prueba de ANOV A realizada anteriormente.

ANOM, Analisis de Medias Tiempo Duraci6n Carga por Homo

8.2
8.1
((l 8.0
=0
<D
::il:
7.9
7.8
7.7 -
- I . I

-
I
- 1 I
-
l j ,.....,
-
I I I I I I 7.91117

7.74841

Hcmol HOmo2 Homo3 Horro4 Homo5 HomoS Niveles para Homo

Figura 3.8 Analisis de medias

En la Figura 3.8 se observa en esta prueba grafica que el homo #6 tiene un promedio de duraci6n de carga significativamente distinto y menor al promedio de todos los homos, con un nivel de confianza del 95%. Esto se presenta con e1 asterisco que presenta la media. Tambien presenta que el homo #3 tiene un promedio de carga significativamente distinto, aunque en este caso es mayor que el promedio de todos los homos.

En la seccion 3.4 se encontr6 que el desempefio actual del proceso es de un Nivel Sigma de 0.30, sin embargo es necesario encontrar el intervalo de confianza (I.C.) de ese valor, dado que el objetivo de desempefio que se establezca en esta seccion debe estar fuera del intervalo de confianza del desempefio actual.

Con la informacion que se tiene de los I.e. de la media y desviacion estandar se puede calcular el I.e. del Nivel Sigma del proceso. En la Figura 3.9 obtenemos la informacion de los valores del I.C., se usaran los valores superiores dell.C. de la media

48

y desviacion estandar para calcular el valor inferior del I.C. del Nivel Sigma y los valores inferiores delle. de la media y desviaci6n estandar para el valor superior del I.C. del Nivel Sigma.

Intervalo de Confianza

Variable: Tlerrpo

Media 7.994119

Desviaci6n SId 0.85772

95% Intervalo de Contianza (I.e.) para ra Media

95% I.C. de la Media 7.9202

I 7.85

I 7.95

I 8.05

B.0696

EI valor de Nivel Sigma objetivo del proceso debe estar fuera y por encima del I.C. del Nivel Sigma actual del proceso. Los calculos para llegar al I.e. se encuentran en la Tabla 3.8.

95% I.C. para la Desv. Std.

D.8061 D.9139

Figura 3.9 Intervalo de confianza del desempefio actual

'AT' IS' - 8.25-8.0696 -01973

rave 19mainferior - 0.9139 -.

'AT" IS' - 8.25 - 7.9202 - 0 408

Hive 19ma . - - .

supenor 0.8081

Nivel Sigma ~ 0.30 . 0.1973 < Nivel Sigma < 00408

Tabla 3.8 Intervalo de confianza para el nivel sigma del proceso

Como se concluy6 que el homo 6 tiene el mejor desempei'io actualmente y es significativamente distinto del comportamiento del resto de los homos, se calcula el desempeno actual de este homo para buscar establecer el objetivo de desempei'io.

Con la informacion del homo 6, del cual fueron ignoradas las causas especiales identificadas al eliminar los datos, se obtiene un nivel sigma de 0.71 y unos DPMO de

49

238,907. EI desempeiio esta fuera del intervalo de confianza calculado para el desempeiio actual.

Process Data

lISl 8.25000

TawgeI

LSL

Mean 7.74356

SampaN 90

StDev(Within) 0.544075 StOe\t(O\erBII) 0.713481

Potential (Wrthin) Capability

Z.BenclJ 0.79

ZUSL 0.79

Z.LSL

Cpk 0.26

Cpm

o.ernll CapabiUty

Z.Bench (l.71

Z.USL Z.LSl Ppk

Analisis de Capacidad del Proceso Homo 6

LSE

Within ~I

5

6

9

10

11

12

7

8

ObsE!l\OE!Cl Performaoce

Exp. 'Within" Petfoonance

Exp. ·0I.e<al1· Performance

PPM" LSL

PPM" LSL

PPM" LSL

0.71

PPM> USL 2DOOOO.00

PPM Total 200000.00

PPM> lISL 215842.20

PPM TctaI 21584220

PPM> USL 238907.20

PPM Total 238907.20

0.24

Figura 3.10 Analisis de capacidad del proceso, Homo 6

Al presentar esta informacion al equipo decidio una reduccion de defectos de al menos el 50% de los DPMO, como un criterio preliminar para alcanzar un aumento significativo en esta variable. Ya que el homo 6 tiene el mejor desempefio actual, se tom a como objetivo una reduccion del 50% de los DPMO que presenta el homo 6, ver en Tabla 3.9.

Lo anterior lleva a estimar un objetivo de 119,453 DPMO 0 1.18 Nivel Sigma, como se indica en la Ecuacioru 2.3.

238907 50%REDUCCION) 119453

Nivel SigmaOBJE1WO =:; <IJ-1 (0.119453) Nivel SigmaoBJETlJIo =:; 1.18

Tabla 3,9 Nivel Sigma objetivo

50

Se concluye estableciendo el nivel sigma objetivo para el proyecto, el eual esta fuera del intervalo de confianza del desempeiio actual. por 10 tanto representa una mejora real del proceso.

3.6 Conclusiones del capitulo

EI proceso de homos tiene variacion de los tiempos de duracion de carga, 10 cual hace que el Nivel Sigma sea bajo. La mejora en el sistema de medicion de los tiempos de duracion de las cargas permitio conocer de manera real el desempefio del proceso.

El objetivo de mejora establecido en 1a seccion 3.5, indica tener un desempefio de los homos de un Nivel Sigma de 1.18. En el eual con los 119,453 DPMO esperados, significan que solamente el 11.9% de las eargas tendran un tiempo mayor al limite superior de especificacion establecido por el equipo de trabajo de este proyecto de mejora,

El entendimiento del porque de las variaciones en el tiempo de proceso se realizara en el capitulo 4.

51

4 ANALIZAR

Con la fase de analizar se terminara la etapa de caracterizacion del proceso al conocer su problema estadistico; es decir, cuales son las causas que ocasionan el desempefio observado en Ia fase de medir,

Para conocer el problema estadistico, primero se enfocara el esfuerzo a identificar todas las posibles causas de variacion que ocasionan los defectos, seccion 4.1, para continuar con la validacion de las causas mas probables en la seccion 4.2.

En esta fase se trabaja con pruebas estadisticas para darle validez y un alto nivel de conocimiento a las ideas generadas por el equipo de trabajo. En la secci6n 4.3 se presentan las conclusiones encontradas en este capitulo ..

4.1 Identificaci6n de las causas de varlaclon

Para identificar las fuentes que generan los defectos reportados en la fase de medir realizado en el capitulo 3, los cuales son las cargas con duracion en tiempo en exceso, se trabaja con el equipo del proyecto para generar una lluvia de ideas de las posibles causas de variacion que estan ocurriendo sabre el proceso.

Se llevan a cabo varias sesiones de trabajo para tener la opinion de todos los involucrados, donde se Ies pide respondan al cuestionamiento "(,Que, Quien, Por que se, Como se, Cuando se, ... n. podria afectar el tiempo de duraci6n de las cargas?"

1~9131

52

Para categorizar este analisis se usa el diagrama Causa-Efecto", donde eI objetivo es tener las causas probables con un buen nivel de analisis que conduzca a encontrar causas raiz.

Se Ie pide al equipo el evitar dar ideas que sean soluciones 0 ausencias de soluciones, es decir evitar que en esta etapa traten de resolver el problema planteado. Para este analisis de grupo se usara el anal isis de Por Ques, para 10 cual se representara como una rama inferior en el diagrama causa efecto, la respuesta a1 cuestionamiento del por que la causa planteada afecta.

Se realiza el analisis c1asificando las posibles causas en categorias: metodo, maquinaria, mano de obra, materiales, medio ambiente y medicion, ver [4] . Lo anterior con la finalidad de ayudar en la comprension de las causas, esta clasificacion hace que algunos autores llamen a esta herramienta diagrama 6M.

El resultado del trabajo con el equrpo del proyecto esta documentado en el diagrama causa efecto presentado en la Figura 4.1.

El siguiente paso de este analisis es hacer una votacion del equipo para priorizar las causas de las cuales se considera estan afectando el desempefio de las variables que se estan analizando. A esta herramienta se le conoce como tecnica de grupo nominal y se basa en el conocimiento y experiencia del equipo de trabajo para la priorizacion de las

causas.

Las causas que fueron priorizadas por el equipo bajo esta tecnica fueron resaltadas del texto usando letras negritas en la Figura 4.1 y estan listadas en la Tabla 4.1, estas seran las causas que se analizaran en la siguiente seccion, la 4.2.

8 Tambien se Ie conoce como diagrama de pescado 0 Ishikawa (en relaci6n con su desarrollador Karoru Ishikawa).

53

0
......
0 u
§ .s
<l)
.: .. •
ii "iii" oj
'J.;JO')~ '"
I!! ~ !! ~
';j.!! s:::: [,)
';Qi.!!
~OiE ~
E E or E
'" ., e! e
-"'.3 OJ)
-8~~ S c:!
" 1:1 ~ c .....
:2EE CD C
g .:::F ~ :ii
~F~ ~ .,f
., o· oj
is 3
i"i
CII OJ)
:i: .....
~ 54

En la seccion 4.2 es donde se buscara validar si en realidad las causas priorizadas por el equipo afectan a la variable que se esta analizando, el tiempo de duraci6n de las cargas.

Las causas que fueron priorizadas por el equipo de trabajo estan listadas en la Tabla 4.1, donde se establece Ia seleccion que se realiz6 sobre todas las causas posibles identificadas por el equipo que pueden afectar el tiempo de duracion de las cargas. Con esta reducei6n se logra priorizar aquellas causas que el equipo considera que son las mas probables.

Al realizar el listado final se identifico que dos eausas; la de cambio de condiciones del homo y la del tiempo perdido en cambios de turoo, estahan repetidas en distintas categorias por 10 que se procedio a listarla en la categoria que fuera mas representativa. Aunque esto se puede realizar desde la generacion del diagrama causa efecto, no es recomendahle por la metodologia dado que podria ocasionar que el equipo de trabajo se yea afectado en su disposicion de aportar posibles causas.

Metodo

Cambio de condiciones del homo fuera de tiempo pOT falta de atenci6n de los operadores, por que depende del tiempo disponible

Maquina

Fallas del sistema de combustion por que ocasionan tiempos muertos

Montacargas, ocasionan tiempos muertos por disponibiJidad de los mismos

Montacargas, el recorrido de los montacargas hace que tome mas tiempo entre el homo 6 que el homo I

Manode Obra

Tiempo de recarga del homo no se realiza a tiempo por el seguimiento de los operadores

Algunos operadores se tardan a proposito por falta de supervision

En los Cambios de turnos se tiene tiempo de operacion perdido por falta de supervision de los operadores

Medicion

Diferencia sobre como medir la duraci6n de carga entre los _ operadores

Tabla 4.1 Camas priorizadas

55

La raz6n de la priorizaci6n de las potenciales causas es para poder tener la facilidad de seguir avanzando en el analisis de este proyecto aprovechando el conocimiento del equipo de trabajo.

4.2 Validacion de las causas potenciales

Se procedera a analizar las causas priorizadas en 1a secci6n anterior, para validar su efecto sobre la caracteristiea critiea seleccionada (CTQ) con 1a eual se esta trabajando, el tiempo de duraci6n de las eargas.

Para realizar 1a validaci6n de las causas se iniciara con una p1aneaci6n del c6mo podemos realizar esta verificaci6n. Para 10 anterior se reuni6 el equipo de trabajo para e1aborar esta p1aneaci6n.

El objetivo de esta planeaci6n es tener una estrategia que conduzca a verificar si las causas priorizadas por el equipo de trabajo en la -seccion 4.1, en realidad estan afectando. Par 10 anterior se Ie planteo al equipo '\~.c6mo se puede venficar cada causa, usando datos y analisis de los mismos?", el resultado de este trabajo en equipo esta presentado en Ia Tabla 4.2.

El siguiente paso es llevar a cabo 1a planeacion de la verificaci6n de las causas probables priorizadas por el equipo de trabajo para comprobar si son significativas y llevar a una conclusion sabre cada una de elIas. Existen causas que tienen planes comunes de verificacion, 10 anterior se puede observar en la Tabla 4.2.

Para verificar la primera y sexta causas citadas en la Tabla 4.2 se decidi6 tomar informaci6n del homo #6, para 10 eual se captur6 la infonnaci6n de duracion de carga y el tumo que 10 reporto,

56

Cansas Probables ;,Como se puede verificar?
Cambio de condiciones del homo Capturar informacion de duracion de cargas por turno, Analizar el
fuera de tiempo por falta de tiempo de duracion de cargas por turno. Investigar por entrevista
atencion de los operadores, porque con los operadores que tienen los mayores tiempos y los menores
depende del tiempo disponible. tiempos como se realizan los cambios de condiciones de los
homos.
Fallas del sistema de combustion Analizar la informacion de de moras reportadas para verificar las
ocasionan tiempos muertos, causas de fallas prineipales y trabajo con el equipo para identificar
las causas de las fallas,
Montacargas, ocasionan tiempos Analizar la informacion de de moras para verificar las causas de
muertos por disponibilidad de los fallas principales y trabajo con el equipo para identifiear las causas
mismos. de las fallas.
Montacargas, el reeorrido de los Analizar Ia informacion de duracion de cargas promedio por
montacargas haee que tome mas homo, donde la hipotesis es que dado que el homo 6 duran mas
tiempo entre el homo 6 que el tiempo las cargas porque se recorre mas distancia desde el
homo 1. almacen de materias primas, esto comparado contra el homo 1 que
esta Ollis cercano al ahnacen,
_-
Tiempo de recarga del homo no se Implementar la medicion del tiempo de recarga de los homos.
realiza a tiernpo por el seguimiento Capturar Ia informacion de dnracion de cargas, tiempo de recarga,
de los operadores. tumo y homo. Analizar el tiempo de duracion de carga contra el
tiempo de recarga del homo.
Algunos operadores se tardan a Capturar la informacion de duracion de cargas por turno, AnaIizar
proposito por falta de supervision. el tiempo de duracion de cargas por turno. Investigar por
entrevista con los operadores que tienen los mayores tiempos y
con sus supervisores para identificar posibles operadores que se
tardan a propos ito.
En los Cambios de tumos se tiene Analizar Ia informacion de demoras para verificar las causas de
tiempo de operacion perdido par fallas principales y trabajo con el equipo para identificar las causas
falta de supervision de los de las fallas,
operadores,
Diferencia sobre como medir la Realizado en la fuse de Medir, Validado con el estudio de
duracion de carga entre los validacion del sistema de medicion, Se le dara seguimiento.
operadores. Tabla 4.2 Planeacion de la verificacion de causas probables

Cabe mencionar que la planta cuenta con 4 tumos, dado el proceso continuo mencionado en 3.1. Cada tumo tiene un operador asignado a cada homo, por 10 que tener la informacion del tumo que reporta cada carga, permite identificar a los operadores,

57

En la Figura 4.2 se presenta el resultado del promedio de los datos recolectados durante 3 semanas de la duraci6n de carga por cada turno, donde se distingue la diferencia de desempefio entre los turnos. En la figura se puede apreciar que los tumos 1 y 4 presentan los menores promedios; mientras que los tumos 2 y 3 presentan los mayores promedios.

Duraci6n de Carga, par cada Tumo

8,05

rn 7,95
0)
m
o
Q)
"C 7.85
s::::
-0
"(3
rn
::;
0 7.75 7.65

1

2

3

4

Turno

Figura 4.2 Duraci6n de carga, por cada tumo. Homo #6

Con la misma informacion se procedio a analizar con una prueba de hip6tesis si la diferencia observada en la grafica es estadisticamente significativa. Para 10 anterior se realiza una prueba de ANOVA de un factor ("One-way ANOVA" en ingles),

La prueba confirma que las diferencias son estadisticamente significativas al ser menor al nivel establecido de 0.05, los resultados se presentan en la Tabla 4.3, dando el resultado de P=O.040, se concluye que alguno de los tumos tiene un promedio diferente.

Dado que se valida la diferencia de desempefio por operador, con 10 cual se tiene la primer parte de la validacion de causas de cambio de condiciones del homo por falta

\

58

de atencion y la de que algunos operadores se tardan a proposito, primer y sexta causa citadas en la Tabla 4.2, se procedio a entrevistar a los operadores para tratar de validar por completo las causas.

Mean 7.6429 8.0458 8.0393 7.7355

Individual 95% CIs For Mean Based on Pooled StDev

StDev ---+---------+---------t---------+---

0.5139 (-------*------)

0.5750 (------~-------)

0.4991 (---------*---------)

0.6517 (--------*-------)

---t---------+---------+---------+---

7.50 7.80 8.10 8.40

One-way ANOVA: Duraci6nCarga versus Turno

Analysis of Variance for Duraci6nCarga

Source OF SS MS F P

Turno 3 2.787 0.929 2.90 0.040

25.647 0.321

Error 80
Total 83
Level N
1 24
2 26
3 14
4 20
Pooled StDev = 28.433

0.5662

Tabla 4.3 ANaV A Duracion de carga, pOT tumo

De las entrevistas directas llevadas a cabo con los operadores de este analisis y de otros operadores no inc1uidos en el mismo, no se puede conc1uir nada dado los conflictos y contrapuntos que genera este tipo de investigacion.

Se planteo una reunion con parte del equipo de trabajo, supervisores y jefe de area, para plantear como podriamos diferenciar el porque de las diferencias en el desempefio de los operadores. EI factor experiencia surgio en la reunion, pero fue desechado rapidamente por que se tienen operadores con mucha y poca experiencia entre los dos casos encontrados en el analisis, los de menor y mayor duraci6n de carga.

Se decidi6 entonces seguir en la fase de mejora con solamente una causa, la diferencia de duracion de carga por operador, para trabajar en buscar maneras de contrarrestar esta causa que ya fue verificada.

Para la validacion de las causas de tiempo muerto por falIas del quemador, por falta de montacargas y la de tiempo muerto de operacion en cambios de turno, respectivamente la segunda, tercera y septima causas citadas en la Tabla 4.2, se recolecto Ia informacion de los reportes de demoras de los 6 homos de un mes. Para

59

analizar esta informacion se decidio usar un Pareto", donde se agruparon las fallas en categorias generales y tiempos muertos entre los operadores.

Figura 4.3 Pareto de demoras reportadas

Pareto de Demoras Reportadas

300

100
80
.~
19
60 c
~
L-
40 0
a..
20
0 (/)

~ 200 o

:r:

100

0
Defectos .,#'l> o..sf='
?#-
Horas y..~
131.13 105.66 71.16 31.32 29.34
Porcentaje 35.6 28.7 19.3 8.5 8.0
% Acum. 35.6 64.2 83.5 92.d 100.0 En el Pareto presentado en la Figura 4.3 se muestra que las causas clasificadas como de supervision ocupan el primer lugar aportando 35.6% del total de demoras reportadas. La siguiente clasificaci6n fue las causas relacionadas al quemador con 28.7% de aportacion, y la tercer clasificaci6n es la de montacargas que aporta eI19.3%.

Con la surna de las tres primeras clasificaciones tenemos el 83.5% del total, con 10 que el resto de las causas no se taman en cuenta siguiendo el principio de Pareto; es decir, el enfoque en las pocas vi tales que ocasionan la mayor parte de los defectos. En este analisis e1 defecto analizado son "horas de demora reportada por los operadores".

9 Ver glosario.

60

Despues se tomaron solamente las causas que habian sido clasificadas como supervision para analizar y tratar de verificar las causas priorizadas anterionnente, especiahnente la de tiempo muerto de operacion por los cambios de tumo que es la septima causa de la Tabla 4.2.

Pareto de Demoras, par Supervision

CIJ

~

o I

50

100
80
CD
'ro
-
60 c
Q)
(.J
....
0
40 o,
20
a 100

o

Defect '"\~~

:J,otfo

Horns ~ 72.08

Porcentaje 65.0

% Acum. 55.0

~~ ~,d"J

38.68 29.5 84.5

/

,<:0~

9.75 7.4 91.9

10.62 8.1 100.0

Figura 4.4 Pareto de demoras, por supervision

En el Pareto de demoras, analizado solamente dentro de la clasificacion reaIizada de supervision, se presenta que la primera causa encontrada es cambio de tumo con el 55% de la aportacion en esta categoria, ver la Figura 4.4.

La segunda es tiempo no registrado con el 29.5%, esta no es en realidad una causa sino que es parte de la irnplementacion de la validacion del sistema de medicion, Cuando existe diferencia entre el tiempo entre fin de una carga y e1 inicio de la siguiente se reporta bajo este concepto. Aunque no se pudo separar en el analisis, el equipo de trabajo reconoce por su experiencia que aproximadamente la mitad de los casos ocurren en los cambios de turno.

61

Con la informacion de los Paretos se verifica la validez de esta causa, tiempo perdido par cambio de turno, aunque se reconoce que se necesita un mejor media de medici6n de la misma, dado que estos resultados son los reportados por los operadores y/o supervisores de turno.

De la segunda causa listada en la Tabla 4.2 de fallas del quemador se intent6 hacer el mismo analisis, como en la causa anterior verificada, pero dado que en este punto en particular cada operador tiene una forma distinta de reportar las faLIas no se pudo encontrar el principio de Pareto en la informacion. La razon de esto es que tenemos gran cantidad de causas con pequeiias aportaciones al total.

Por 10 anterior se propuso al equipo de trabajo usar otra herramienta de analisis para estas eausas, el analisis de modo y efecto de fallas (AMEF). Se realize una reunion de trabajo donde se incluyo a personal de mantenimiento y operacion para este analisis,

El resultado de este trabajo se presenta en la Tabla 4.4, donde se identifiearon con la evaluacion del numero de prioridad de riesgo (NPR) las causas mas signifieativas sabre las euales hay que busear la mejora en la siguiente fase del proyecto.

En el analisis el equipo identifico para el sub-proceso del encendido del quemador dos modos potenciales de falla dada su experiencia a los cuales se les asign6 un grado de severidad (S). De cada modo potencial de falla se realize una lluvia de ideas para detectar las causas potenciales de la falla, para las cuales se evaluo la frecuencia u ocurrencia de estas causas (0).

De las causas potenciales se evalu6 tambien la efectividad de los controles del proceso actuales para contrarrestarlas, 10 cual se denomina nivel de detecci6n (D). La escala us ada y el procedimiento utilizado es el propuesto en [1], donde el NPR es igual al producto de S, 0 yD.

62

Se continuara con el uso de la herrarnienta AMEF en la fase de Mejorar, donde se buscaran las acciones recomendadas para contrarrestar las causas a las cuales el equipo les dio una calificacion mayor a 300 en este analisis, £1 valor de 300 fue establecido por el equipo al revisar los resultados obtenidos en este AMEF como valor critico,

Descripcien Modo Efecto(s) S Causa(s) 0 Controles de D NPR
Proceso I Sub- Potencial Potencial(es) Potencial( es) Proceso
Proceso de Falla Falla Actuates
Proceso: Fusion Piloto del Demora a1 prender 7 Cable de la bujia 10 RutinaMP 9 630
del metal quemadorno el quemador daiiado
enciende manual mente Piloto obstruido 0 sucio 9 RutinaMP 6 378
Sub-proceso: Alineaci6n del piloto 8 Instalaci6n 8 448
Encendido del del quemador
quemador Bujia daiiada 5 RutinaMP 3 105
Transformador de 5 RutinaMP 3 105
ignicion daiiado
(fusible)
Valvula solenoide del 3 RutinaMP 6 126
piloto daiiada
Protecto I relevador 5 RutinaMP 4 140
d2i'iado (general)
Carro fuera no 8 RutinaMP 6 336
detectado
PLC en falla I alarma 5 RutinaMP 6 210
(general) 210-
Presi6n de gas I 3 No hay 10
oxigeno
No detecta Demorapara & Sensor UV dafiado 7 MP semanal 6 336
£lama prenderel Sensor desalineado 8 MP I cambio de 5 320
quemador (montaje) diseiio de
[quemador
Sensor con cables en 7 MP 3 168
corto
Sensor (interne) sucio u 6 MP 6 288
obstruido
Sensor can polaridad 7 No hay 10 560
invertida
Conducto de quemador 9 MP mensual 7 504
de gas sucio I obstruido
Conducto de quemador s Dibujos vs, 2 128
de gas fuera de std. reparacien
Conducto de quemador 5 MP 3 120
de gas doblado
Fusible abierto 2 No hay 10 160
No hay salida del PLC 2 No hay 10 160 Tabla 4.4 AMEF, falla del quemador

63

La tercer clasificacion de causa presentada en el Pareto de la Figura 4.3 son las relacionadas a los rnontacargas que es la tercer causa de la Tabla 4.2, de esta clasificacion se realiz6 un segundo Pareto para presentar las causas que 10 cornponen.

El resultado es presentado en la Figura 4.5, donde se encuentra que el 53.1 % del tiernpo de dernora reportado fue debido a que estaba en el taller por alguna falla. Por estar ocupado el montacargas en otra actividad u homo represento el 35.6% del tiempo, 10 cual tambien puede significar que esta cubriendo la falta de algun otro montacargas que este en el taller.

Analizando esta informacion con el equipo de trabajo se llega a la conclusi6n que el estado actual del equipo, el cual es de deterioro por el tiempo de operacion, es la principal barrera para lograr buscar una mejora en esta causa de demora.

Se comento ademas que en un periodo menor a un afio se tiene contemplado el cambio de los montacargas y el aumento del ntimero de estes en uno para tener un respaldo para sustituir a los que tengan que estar en el taller.

Por 10 anterior, se decide en el equipo s610 buscar mejorar la calidad de la informacion de cstas causas dado que la so1uci6n definitiva requiere inversion y tiempo mayor al enfoque de este proyecto de mejora.

Dado que la distancia entre el homo 6 y el almacen de materias primas es la mayor debido al trazado de la planta, ver Figura 3.1, la hip6tesis planteada por el equipo fue que este homo es el que presenta la mayor duraci6n de cargas, cuarta causa citada en la Tabla 4.2. Se utilize las mismas pruebas de hip6tesis usadas en la secci6n 3.5.

Pareto de Demoras, par Montacargas

70
60
50
en
n:i 40
....
0
J: 30
20
10
0
~~<j. tp #6-
Defectos Cf'';;? #pfJ d-~
~~ c;fl
Horas 37.76 25.36 3.07 4.97
Porcentaje 53.1 35.6 4.3 7.0
% Acum. 53.1 88.7 93.0 100.0 Figura 4.5 Pareto de demoras, por montacargas

ANOM, An{;lIisis de Medias Tiempa Duraci6n Carga par Homo

8.2
a1
ril 8_(}
'D
CII
:2
7.9
7.B
7.7 -
- _l I

-
t
- 1 t
-
I r---"
- I

I I J I I I 7.74841

a07392

7.91117

Hoolo1 Homo2 Homo3 Homo4 HomoS Hom06 Niveles para Homo

Figura 4.6 Duracion de cargas por horno

64

100
80
(1)
........
n:i
-
60 c::
(1)
0
....
0
40 a.
20
0 En la prueba de hipotesis de analisis de medias, ANUM en la Figura 4.6, se muestra que al contrario de 10 planteado por el equipo, el homo 6 es el que presenta el

65

menor tiempo de duracion de cargas. EI homo 3 presenta el mayor tiempo de duracion de carga y esta a menor distancia del almacen que el homo 6.

Por e1 analisis anterior se conc1uye que 1a causa de distancia no es significativa para afectar el tiempo de duracion de carga, aunque se reconoce que es real. Lo anterior demuestra ademas que son otras las causas que mayormente afectan al tiempo de duracion de 1a carga.

Para verificar 1a quinta causa probable citada en 1a Tabla 4.2, de que los operadores no recargan a tiempo los homos por falta de seguimiento, se utilize la misma recoleccion de informacion de Ia primer y septima causas de 1a Tabla 4.2. Es decir, de las mismas cargas que se usaron para ver las causas de atencion de los operadores por cambio de condiciones y de que tardaban deIiberadamente.

Durante la recoleccion de informacion se incluyo el tiempo que se tardaban para recargar por turno, Los datos se presentan en la Figura 4.7, donde se observa un comportamiento similar al presentado en 1a Figura 4.2.

Se revise si las diferencias en los tiempos para recargar por tumos son estadisticamente significativas, mediante 1a herramienta ANOV A. Los resultados son presentados en 1a Tabla 4.5. donde se comprueba la significancia estadistica de las diferencias observadas en 1a Figura 4.7 dado que P=O.007.

,_

s 2.55 ro

~

m ,_

m a.

o 2.45

~

F

Tiempo para Recargar, par cada Turno

2.65

2.35

2

Turno

3

4

Figura 4.7 Tiempo para recargar, por cada tumo

One-way ANOVA:. TieRecarga versus Turno

Analysis of Variance for TieRecarga
Source DF S8 MS F P
TUrno 3 1.665 0.555 4.34 0.007
Error 80 10.230 0.128
Total 83 11.895
Individual 95% CIs For Mean
Based on Pooled StDev
Level N Mean StDev --+---------+---------+---------+----
1 24 2.4008 0.2890 (------*------)
2 26 2.6462 0.3856 (------*------)
3 14 2.6357 0.4272 (---------*--------)
4 20 2.3245 0.3418 (-------*-------) --+---------+---------+---------+----

Pooled StDev = 0.3576 2.20 2.40 2.60 2.80

Tabla 4.5 ANOVA Tiempo para recargar por turno

66

67

Regression Plot

Our. Carga = 3.97746 + 1.50954 TieRecarga

S = 0.163262 R-Sq "68.0 % R-Sq(adj) = 67.5 %

8.8
8.6
8.4
ca
C) 6.2
...
ca
o 8.0 -
C
'0 7.8
·0
ca 7.6
...
;j
Cl 7.4
7.2
7.0
2.25 Regression 95%CI 95% PI

2.35 2.45 2.55

2.65 2.75 2.85

2.95

Tiempo de Recarga

Figura 4.8 Regresi6n duracion de carga vs. tiempo de recarga

Para validar que la causa del tiempo de la recarga afecta en el tiempo total de duraci6n de la carga, se tom6 informacion de 83 cargas, las cuales no presentaban fallas, de tres homos 1,4 y 6, sin avisarle a los operadores de la toma de informacion para no afectar los resultados del estudio.

Una vez capturada la informaci6n se decidi6 analizar, por medio de una regresion, la posible dependencia de esta causa en eI desempeiio. Este factor fue significativo de acuerdo al analisis de regresi6n, donde presenta una R2 ajustada (R-Sq(adj» del 67.5%. Ver en Tabla 4.6.

E1 valor de 1a R2 ajustada representa el porcentaje que el modelo explica de la variabilidad de los datos de duraci6n de carga en relaci6n con el factor analizado, que es el tiempo de recarga. Dado que tenemos varias causas afectando al mismo tiempo, una R2 del 67.5% representa una validaci6n del efecto de esta causa.

68

Se analiza la validez del modelo de regresi6n obtenido de este analisis por medio del analisis de los residuales, dando satisfactorias las pruebas. Se presenta en la Figura 4.9 un resumen de esta validacion,

Regression Analysis: DurCarga versus TieRecarga

The regression equation is Durcarga = 3.98 + 1.51 TieRecarga

Predictor Coef SE Coef T P
Constant 3.9775 0.3141 12.66 0.000
TieRecarga 1.5095 0.1230 12.28 0.000
S = 0.1633 R-Sq 68.0% R-Sq(adj} "'- 67.5%
Analysis of Variance
Source DF SS MS F P
Regression 1 4.0176 4.0176 150.73 0.000
Residual Error 71 1. 8925 0.0267
Lack of Fit 29 0.6744 0.0233 0.80 0.731
pure Error 42 1.2161 0.0290
Total 72 5.9100 No evidence of lack of fit (P ~ 0.1)

Tabla 4.6 Analisis de regresion, duraci6n carga vs. tiempo de recarga

Normal Plot of Residuals

Residual Model Diagnostics

I Chart of Residuals

0.4

0.3 0.2

m 0.1 :>

.., 0.0 ';;;

Cb -0.1

'" ·0.2

-0.3

-0.4 "---r-...,..-.---~,..,-.---r--.'

o'

r'"

r" /'

.,.

.. -

-2.5·:tO-l.5.1.0.as 0.00.5 1.0 1.5 2.0 2.5 Nonnal Score

Histogram of Residuals

>- 10 o

~

[if 5

It

o

-OJ. .03 .0.1 ..0.1 e e 0.1 0.2 1l.3 0"

Residual

0.4 ~--.--~----.

ucL~.34211 0.3

0.2

§ 0.1 ~ 0.0 ~ -0.1

-0.2

-0.3 lOt"",.""

-0.4 "r-.---'y-.--..-.---...--,---r'

c 10 20 30 40 50 60 70 80 Cbservation I'tIrrber

Residuals vs. Fits

0.4 -r------------, 0.3

0.2

.......

m 0.1 ....

~ •• 1· ~.: •• ~

:2 0.0 -+---' ........ -=-----:~.__~-'-I til

8!. -0.1 .... 4 • .: •• l ..

-02 •

o '.

"".3

1.1.5 1.-5 11 1,6 1.& a.1l a.1 e.a e.a a.-t.

Figura 4.9 Analisis de residuales del modelo de regresion

Fit

69

EI tiempo para recargar se afecta con una relacion 1.51 veces al tiempo total como se muestra en el analisis de regresion, el cual es el coeficiente de este factor. Lo anterior es valido para el modelo analizado, ver Figura 4.8 y Tabla 4.6.

Con los resultados del analisis de regresion y del ANOVA se veri fica que la causa de recarga a tiempo por los operadores es significativa, por 10 que se trabajara en la siguiente fase para tener mas informacion de todos los homos.

4.3 Conclusiones del capitulo

Se presenta un resumen en la Tabla 4.7 de las causas priorizadas como las mas probables en la seccion 4.1 y los resultados obtenidos en 1a verificacion de las mismas en Ia seccion 4.2.

Se presenta una columna en la Tabla 4.7 para indicar S1 1a causa se concluy6 como verificada en la seccion 4.2, se agrega otra columna con comentarios sobre el proceso de verificaci6n. Tambien se agrega otra columna para indicar si se buscara mejorar la causa en la fase del mismo nombre.

Con el aprendizaje logrado en esta fase se pro cede a buscar la mejora en la siguiente fase de 1a metodologia, donde para las causas verificadas se buscara tener una solucion que la contrarreste.

70

Causas Probables Verificada Comentarios Mejorar
Cambio de condiciones del homo Se encontro como significativa esta
fuera de tiernpo par falta de causa, aunque de manera general; es
atcncion de los operadores, pOT Sf decir, los opera dares tienen diferente Si
que depende del tiempo desempeiio
disponible
Fallas del sistema de combusti6n Se analizaron posibles causas de las
ocasionan tiempos muertos Si fallas, de las cuales se analizaran Si
usando el AMEF para buscar 1a mejora
Montacargas, ocasionan tiempos Aunque es realla causa, no se incluini
muertos por disponibilidad de los Sf en el analisis de Ia mej ora por estar No
mismos fuera del alcance del proyecto al
requerir inversion
Montacargas, el reeorrido de los Causa reehazada, aunque es un hecho
montacargas haee que tome mils No las diferencias de distancia, en este No
tiempo entre el homo 6 que el momenta no es significativa la causa.
homo 1
Tiempo de recarga del homo no Causa verificada con de la diferencia
se realiza a tiempo por el Si entre los operadores, tambien se Si
seguimiento de los operadores verified el efecto de la recarga en la
duraci6n total
Algunos operadores se tardan a Se encontr6 como significativa esta
prop6sito por falta de supervisi6n Si causa, aunque de manera general; es No
decir, los operadores tienen diferente
desempeiio
En los cambios de turnos se tiene Es la principal causa de demora
tiempo de operacion perdido par identificada en la clasificacion de
falta de supervision de los Sf supervision, se reconoce que no se Si
operadores tiene una medici6n que neve a conocer
el efecto real
Diferencia sobre como medir la Realizado en la fuse de Medir. Aunque
duracion de carga entre los Sf en realidad no afecta a la duraci6n de No
operadores 1a carga, sino a su medicion, Se le dara
seguimiento. Tabla 4.7 Resumen de verificacion de causas

71

5 MEJORAR

En la fase de mejorar se inicia la etapa de la optimizacion del proccso, para 10 cual se buscaran las soluciones de las causas verificadas a mejorar seleccionadas en la fase de analizar.

Para tener las soluciones que se buscara implementar en el proceso, primero se trabajara con el equipo de mejora en identificar las posibles soluciones que ayudaran a contrarrestar las causas verificadas, esto se realizara en la seccion 5.1.

Cuando se tengan identificadas las posibles soluciones, se buscara establecer cuales son las condiciones en las cuales deben operar esas soluciones. Lo anterior puede requerir 0 no una validaci6n estadistica segun el tipo de soluci6n a implementar, este desarrollo estara en la seccion 5.2.

De las soluciones se implementaran los controles que aseguren la permanencia de la mejora en la fase de controlar, capitulo 6, las conclusiones principales de este capitulo se presentan en la seccion 5.3.

72

5.1 Soluciones que contrarrestan las causas verificadas

La primer parte es trabajar con el equipo para encontrar posibles soluciones que contrarresten las causas que fueron verificadas y seleccionadas para mejorar en el capitulo 4. Se realizaron reuniones can el equipo con el objeto de obtener una lluvia de ideas.

Las ideas son sobre todas las posib1es formas de contrarrestar las causas, dado el aprendizaje que se tiene en el desarrollo de este proyecto. El resultado de este trabajo esta presentado en la Tabla 5.1, donde se agrupa 10 generado por la lluvia de ideas para cada una de las causas verificadas a mejorar.

Para las fallas del sistema de combustion se trabaj6 usando un AMEF, debido a que esta herramienta tambien conduce a este analisis para obtener la mejora a implementar. En este caso el avance se presentara directamente en la seccion 5.2.

De las posibles soluciones proporcionadas por el equipo del proyecto, se realiza una evaluaci6n para decidir sobre cuales causas se probaran las soluciones a implementar y verificar que mejoran el tiempo total de duracion de las cargas.

Para realizar esta evaluaci6n se Ie pide al equipo hacer una votacion por tecnica de grupo nominal sobre tres eategorias: facil de implcmentar la solucion, bajo costo de In implementacion y efectividad esperada de la solucion,

Las calificaciones posibles para 1a votacion son: alto, medio y bajo, las cuales se representaran con A, M y B respectivamente. Cabe aclarar que en el caso de costo una calificacion alta representara que tiene un bajo costo de implementaci6n.

73

~
Causas = =
- e ;.. I:
verificadas a Posibles SoIuciones para Contrarrestar las Cansas .... - . ... e
(,.l !:I') -
(,.l ....
'W co (,.l
mejorar ~ U ~ ~
~ 'ii
00.
Cambio de • Monitorear el desempefio de los operadores para establecer A A M S
condiciones del acciones de comunicacion con elIos
homo fuera de
tiempo por falta de • Establecer las mejores practicas de operacion y transmitirlas a M M M N
atencion de los los operadores
operadores, por que Reducir el mimero de actividades que realizan los operadores B
depende del tiempo • B M N
disponible y/o por Programar, en el PLC, los cambios de condiciones de
actitud de los •
operadores operacion que son realizadas en el panel de control por los A M A S
operadores
• Presentar los resultados de la operacion a los tumos en sus A A M S
juntas de trabajo
• Establecer en el reporte de operacion de los homos, que se A A M S
registren cada uno de los tiempos de proceso
Fallas del sistema Se revisaron cada uno de las posibles formas de falla usando un
de combustion AMEF, donde se plantea las mejoras a implementar, esto se
ocasionan tiempos presentara directamente en la seccion 5.2
muertos
Tiempo de recarga • Medir y registrar el tiempo de recarga de cada operador, para A A M S
del homo no se establecer acciones de comunicacion con ellos
realiza a tiempo por
el seguimiento de • Establecer la mejor practica y comunicarsela a los operadores M M M N
los operadores Establecer un rango de tiempo para la realizacion de la
• A A A S
recarga, en base al analisis realizado
En los Cambios de • Entrega del turno en el area, revisado por los Supervisores B A M N
turnos se tiene
tiempo de operacion • Medir el tiempo de duraci6n de las cargas, para cada entrega y
perdido por falta de recepcion de los turnos, para identificar cuando wan mayor A A M S
supervision de los tiempo total de duracion
operadores Presentar los resultados de tiempos perdidos por cambio de
•
tumo y duracion total de carga cuando bay cambio de tumo a A A M S
los operadores en sus juntas de trabajo Tabla 5.1 Posibles soluciones para contrarrestar Jas causas

El resultado del analisis tambien se presenta en la Tabla 5.1. Con este analisis se seleccionan las posibles soluciones para verificar su impacto en el desempefio. EI resultado de este analisis se presenta en la misma tabla mencionada, donde S significa que si fue seleccionada y N que no fue seleccionada la posible solucion.

74

Ahora con esta seleccion de posibles soluciones se procede a verificar si en realidad afectan al desempefio. Esto se realizara en la seccion 5.2, donde ademas de verificarlas se busca establecer e1 nivel optimo de operacion de las causas verificadas, segtm 10 que indiquen las soluciones verificadas.

5.2 Establecimiento del ajuste de operaclon para las causas

Para verificar las posibles soluciones planteadas en la Tabla 5.1, se tomaron los' datos del mes en curso para todos los homos con ayuda del equipo de trabajo, especialmente los del departamento de Ingenieria Industrial y se registro la informacion de los tumos que cargaban, recargan y descargaban los homos.

Con esta informacion se inicia el analisis del mes en curso como mes anterior. Del mes siguiente se tomaron los datos para ver como afectaban los cambios propuestos. Para la primera causa citada en la Tabla 5.1 se analiza la duracion de carga, segun el turno que descargo el homo.

En la Figura 5.1 se observa que el tumo mimero 1 es e1 que presenta el mayor tiempo promedio de duracion de cargas en todos los homos. Mientras que el turno numero 3 presenta el menor tiempo promedio. Este analisis es similar al realizado en la seccion 4.2, en la Figura 4.2, con la diferencia que en esta ocasion se incluye informacion de todos los homos a diferencia en el capitulo anterior solamente se realize para e1 homo #6.

Dado que se tenia informacion detaIl ada de todos los homos y los turnos, se procede a realizar un analisis del comportamiento de la variacion de estos resultados. Se analiza ademas el homo al mismo tiempo, para entender mejor el comportamiento visto en 1a Figura 5.1.

75

Para 10 anterior, se construye 1a grafica Multi- V ari 10 en el Minitab y se presenta en 1a Figura 5.2. En la figura se observa en eje horizontal como se segmentan los resultados por homo y en eje vertical es la duraci6n de cargas en horas. Dentro de la grafica se presenta una linea punteada que une los promedios de duraci6n de carga par cada homo y las lineas continuas en cada promedio de homo representan los promedios para cada turno en el homo que esta ubicado.

Los turnos siempre estan ordenados del 1 at 4 para todos los homos. Se puede identificar los promedios de cada tumo en cada homo, a1 contar de izquierda a derecha los puntos y relacionarlos can e1 turno.

Duraci6n de Cargas, por Tumos Mes anterior a la cornunlcaclon con Operadores

8.0

7.9

UJ CD

L...

o :::r::

7.8

234 Turno Que Oescargo et Horno

Figura 5.1 Duracion de cargas, por turno, anterior a 1a comunicaci6n

10 VI' er g osano,

76

Duraci6n de Cargas, par cada Homo y por Turno

8.4

-

- ...

U)

f! 7.9 o

I

-

7.4

-

2

3 4

Horno

5

Figura 5.2 Grafica Multi- Vari, antes de la comunicacion

Tumo

o 1 e 2 ® 3 &;. 4

$ Promedio por horno

6

En la Figura 5.2 se resalta con unas flechas los resultados para el turno 1 en los homos 3 y 5, dado que presentan los valores inayores en relaci6n con los promedios presentados en esos homos aun comparandose con todos los homos.

Al mismo tiempo se resaltan can flechas los resultados para el tumo 3 en los homos 2 y 6, que aI contrario presentan los menores resultados de toda la informacion recopilada. Para el homo 6, el supervisor coment6 que ya habia trabajado con el operador dado los resultados encontrados en la fase de analizar y presentados en la seccion 4.2, ver Figura 4.2.

Con esta infonnaci6n se decide con el equipo de trabajo centrar la atencion en el turno 1 y tomar el plan de comunicacion con elIos. Esto al presentarles en sus juntas de trabajo estos resultados y tener platicas con elIos semanalmente para presentarles los

77

avances. Se pondra especial atencion can los operadores de los homos 3 y 5 que presentan los mayores promedios de duracion de carga.

Duraeion de Cargas, par Turno

Mes Despues de Ia primer coroonicacion con los Operadores

7.7

7.B

I/)

~

o I

715

7.5

2 3 4

Turno que Descargo el Horno

Figura 5.3 Duraci6n de cargas, por turno, despues de la comunicaci6n

Este trabajo se realize durante el mes siguiente, periodo en el eual tambien se registr6 la infonnaci6n sobre las eargas que pennitiera analizar el desempeilo de los turnos.

En Ia Figura 5.3 se observa que los resultados del tumo 1 son ahora los que presentan el mejor desempefio. Tambien se ve que el resto de los turnos disminuy6 lU1 poco su promedio, al enterarse del trabajo que se realizaba con el tumo 1, pero sin cambios realmente significativos.

Se realiza el analisis Multi-Vari para analizar el comportamiento por operador.

Estos resultados se presentan en la Figura 5.4, donde se observa que del turno 1 no se tienen resultados par encima del comportamiento promedio, especialmente se ve el cambio en los operadores de los homos 3 y 5 eomparado contra 1a Figura 5.2.

78

Duraci6n de Carga, par cad a Homo y par Turno Mes Despues de la Cornunlcaclon con 105 Operadores

7.4

fl- --A-~

I

Tumo que Descarga

o 1

E9 2

® 3

8.0

® 4

7.8

(/)

l!!

a 7.6

I

/ I I

---~

-$- Promedio par horno

7.2

:2

3

4

6

Homo

Figura 5.4 Grafica Multi-Van, despues de la comunicaci6n

Para tener la evidencia estadistica del cambio se analizan los datos del mes antes y despues de haber tornado las acciones de comunicacion de los resultados, para e1 tumo 1. Se analizaron los datos mediante un ANOV A de un factor, donde el factor es el antes y despues de la comunicacion con los operadores,

Analysis of variance for DurCarga

Source DF BS MS

Factor 1 10.690 10.690

0.481

F 22.21

p 0.000

One-way ANOVA: Antes, Despues

Error 265 127.544
Total 266 138.235
Level N Mean
Antes 121 7.9574
Despues 146 7.5555
Pooled StDev ; 0.6938 Individual 95% CIs For Mean Based on Pooled StDev

StDev --------+---------+---------+--------

0.1832 (-----*-----)

0.6099 (-----*----)

--------+---------+---------+--------

7.60 7.80 8.00

Tabla 5.2 ANOV A, antes y despues de 1a comunicaci6n

Con los resultados del ANOVA, ver Tabla 5.2, se puede concluir que el cambio en la duraci6n de carga fue significativo. El analisis presenta un p-value de 0.000, con 10

79

que se conc1uye que son distintos, al ser menor al nivel de significancia establecido de 0.05 para la prueba. Ademas en la grafica de intervalo de confianza se observa que es menor el resultado de "despues",

Otra posible soluci6n para esta primer causa a mejorar, es el de tener programados en el PLC, los cambios de condiciones de operaci6n para que se realicen automaticamente cuando el operador no pueda estar en el panel de control, ver Tabla 5.1.

Para 10 anterior se entrevist6 a los operadores que presentaron el mejor resultado en la duraci6n promedio de carga que se observaron en la Figura 5.2, para obtener los tiempos que usan para realizar los cambios de condiciones.

Para probar esta posible solucion, esta informacion se establece como la mejor practica de operacion y despues se documenta en el programa del PLC de los homos 1 y 2. En la Tabla 5.3, se presenta en una grafica de Gantt las condiciones y el tiempo transcurrido desde que se termina la carga 0 recarga y la activaci6n de cada condici6n del homo.

~I _Ca_rrID __ io __ de~grr~·_o ~I111~~ __ ~ __ ~~~ __ ~ __ ~ __ ~ 1111

Tabla 5.3 Condiciones del Homo

Se realiza la comparacion de los resultados del mes anterior con las 3 semanas en que se prob6 esta solucion para validar su significancia.

80

Analysis of Variance for DurCarga

Source DF SS MS

Metoda 1 3.818 3.818

0.530

F 7.21

P 0.007

One-way ANOVA: Durcarga versus Metoda

Error 504 266.943
Total 505 270.762
Level N Mean
Manual 328 7.9533
Automa 178 7.7713
Pooled StDev = 0.1278 Individual 95% CIs For Mean Based on Pooled StDev

StDev ----+---------+---------+---------+--

0.7374 (-------*-------)

0.7096 (----------*----------)

----+---------+---------+---------+--

7.70 7.80 7.90 8.00

Tabla 5.4 ANOVA Metodo de cambio de condiciones

Se analizan los resultados segun el metodo usado para el cambio de las condiciones del homo, donde se tiene el metodo manual y el metodo implementado a traves de la secuencia programa en el PLC. El resultado obtenido en el ANDV A presentado en la Tabla 5.4, donde se presenta un valor de p igual a 0.007 que indica que son significativamente distintos. Ademas al observar la grafica de intervalo de confianza se observa que el metodo automatico (" Automa"), presenta un promedio menor a1 tener 7.7713 contra 7.9533 que presento el metodo manual en este periodo analizado.

Para buscar la mejora y la validacion de las soluciones implementadas, de la segunda causa listada en la Tabla 5.1, se da seguimiento al AMEF presentado en la seccion 4.2.

En la Tabla 5.5 se presentan las acciones recomendadas por el equipo de trabajo para las eausas que presentaron los valores mayo res de NPR, donde se les asign6 un responsable ("Resp." en la Tabla 5.5) y fecha de terminaci6n. La Tabla 5.5 es continuacion de la Tabla 4.4, presentada en el capitulo 4.

Una vez implementadas las acciones recomendadas se documentan los resultados de las acciones, donde se especifica las acciones tomadas para implementar las acciones recomendadas. Parte de las aeciones recomendadas estan en cambiar la forma de realizar el mantenimiento preventivo (MP), 10 eual esta reportado en el AMEF.

81

Resultado de las Acciones
Causa(s) NPR Acetones RespJ Acciones tomadas S 0 D NPR
Potencial(es) Antes Reeomendadas Fecha Despues
Revisar frecuencia de la
rutina de MP. Cambio de frecuencia !Ie MP a carla
Proteger instalacion de 3 dias revision y limpieza. 7 2 2 28
Cable de la posibles quemaduras GB,AC Instalacion de placa 1/4" para
bujia daiiado 630 del cable. 17/03 protecci6n del cable.
Revisar frecuencia de Cambio de frecuencia !Ie MP a carla
rutina limpieza y MP _ 3 dias, revision y limpieza
Instalar prueba fisica Instalacion de boton cerca del piloto I I 7
Piloto obstruido para detectar fallas de AO,AC para probar su funcionalidad,
a sucio 378 operacion del piloto. 12103 aunque este operando el quernador.
Se instalo una base con abrazaderas
Alineacion del que penniten ajustar la alineacion 2 1 14
piloro del Instalacien estable para GB del piloto con el quemador y evitar
quemador 448 eI montaje del piloto, 22103 que se mueva
Cambia de frecuencia de MP a 15
dias, revision de deteccion de carro 3 3 63
Carro fuera no MP realice una prueba CS,AC del quemador afuera y eperacion
detectado 336 flsica, 17/03 de secuencia de enceradido.
Instalar una placa ahededor del
Proteccion del sensor sensor para evitar que se dane por
en su instalacion. quemaduras 0 golpes, 8 3 4 84
Sensor IN Investigar probador de RP,HD Compra de probador de sensores UV
daiiado 336 sensor UV. 25/02 con el proveedor de las nnsmos.
Cambio de los niples de eonexion de
Sensor los sensores para alin-eedes y de la 1 I 7
desalineado Cambio de disefio del GB medida correcta pan evitar la
(montaje) 320 montaje (tubo rosca). 10/04 posibilidad de desalin earl es,
Se identificaron los cables de desde
Identificar Cables de el registro hasta el quemador y se
Sensor con conexi6n del sensor. usan los mismos colesres de tienen 2 2 28
polaridad Investigar Probador de CS,AO cables de los sensores.
invertida 560 sensorUV. 12/03 Utilizar el probador de sensores UV.
Revisar frecuencia de Cambio de frecuencia deMPal
Conductode MP. seman a 5 3 105
quemadorde Investigar metodo para AC,CS Fabricar cepillo de alambre largo
gas sucio 504 limpieza. 25/03 para limpiar el conducto,
Implementaci6n en rutmes de MP la
revision de estados de los modules
RevisarMP. del PLC por media «Ie lUI listado 3 2 42
Comunicar como AC,RP de revision 0 "checkli sf'.
Fusible abierto 400 identificarlo rspido. 25/11 Checklist de revision de estados.
Implementacion en rutimas de MP la
Reviear Mf'. revision de estados de losmodulos J 2 42
No hay salida Capaeitacicn del PLC y AC del PLC por medio de un checklist
del PLC 400 sus modules. 20/05 de revision de estadoa en checklist. Tabla 5.5 AMEF Acciones de mejora propuestas y va.lidadas

82

Cuando se implementaron completamente se realiza de nuevo la evaluacion del mimero de priori dad de riesgo (NPR), evaluando la ocurrencia (0) y la detecci6n (D). La severidad (S) no se estima de nueva cuenta dado que no se afecta por las implementaciones.

De este analisis se concluy6 que las acciones tomadas fueron significativas para resolver las causas planteadas para las fallas de quemador. En el siguiente mes se registraron 46.5 horas de demora por fallas del quemador contra 105.6 horas registradas en la seccion 4.2, con 10 cual se aprecia la mejora en este indicador.

Para la tercer causa verificada a mejorar en la Tabla 5.1, tiempo de recarga se propusieron dos soluciones, de las cuales una era establecer un rango de tiempo en- el cual se deberia realizar la recarga, esto basandose en el analisis de infonnaci6n presentada en la regresi6n mostrada en Ia secci6n 4.2.

Para 10 anterior se reunio al equipo para analizar la grafica de regresion, ver Figura 4.8, y establecer el tiempo de recarga adecuado segun 10 que indica el modelo de regresi6n calculado.

El equipo por su experiencia hace notar que dificilmente se podria realizar la recarga antes de 2 horas, dado que el homo no aceptaria el total de recarga, pero aceptan que en el rango mostrado en la grafica de regresi6n es donde normalmente trabajan sin presentar ningun problema con la operacion del homo.

Por 10 anterior, se dec:ide establecer un valor maximo de tiempo para recargar en 2.5 horas, 10 cual se presenta en la Figura 5.5. Con este dato establecido por el equipo se busca ahora predecir la duracion de carga que se esperaria con este tiempo de recarga maximo. Para esto se leva a cabo una regresi6n.

83

Regression Plot

Dur. carga = 3.97746 + 1.50954 TieRecarga

B.B
B.6
8.4
co
~ 8.2
co
o 8.0
c:
-0 7.8
'0
co 7.6
L..
:::l
0 7.4
7.2
7.0 Regression 95%CI 95% PI

2.25 2.35 2.45 2.55 2.65 2.75 2.85 2.95

Tiempo de Recarga

Figura 5.5 Tiempo para recargar maximo

En la Tabla 5.6 se presentan los resultados de este analisis de la forma que los ofrece Minitab, como la prediccion de valores de observaciones nuevas (<<New Obs''). Este analisis dice que se tendria un promedio esperado de duracion maxima de la carga de 7.75 horas (colunma ''FIT''), cuando se tiene un tiempo para recargar de 2.5 horas maximo (columna "Tiekecarga").

Ademas en la misma tabla se presenta e1 intervale de confianza para este valor promedio, donde indica que es de 7.7113 a 7.7913, con un nivel de confianza del 95% (columna "95.0% Cl"), Las cargas de forma individual pueden estar entre 7.4233 y 8.0792 con un nivel de confianza del 95% (columna "95.0% PI").

El tiempo de duracion de carga que presenta para los datos individuales es menor allimite maximo de especificaci6n planteado en el capitulo 3 de 8.25 horas, par 10 que aplicar esta solucion indica que estara par debajo de este limite maximo.

84

New Cbs Fit

1 7.7513

SB Fit ~5.0% ex

0.0201 (7.7113, 7.7913)

95.0% PX 7.4233, 8.0793)

Regression Analysis: DurCarga versus TieRecarga

Predicted Values for New Observations

Values of Predictors for New Observations

New Obs TieRecarga

1 2.50

Tabla 5.6 Prediccion de duracion de carga

Otra solucion p1anteada para esta misma tercer causa, tiempo de recarga, es medir el tiempo de recarga de cada operador y comunicarselos para buscar la disciplina en el proceso. Para 10 anterior se les solicito el registro de esta informacion en el diario de produccion,

Con esta informacion se elaboraron estadisticas y graficas para presentarselas a los operadores y hacerles notar, especialmente a los que tienen un desempefio distinto al de la rnayoria, sus oportunidades de mejora. Tambien se les presento la razon par la cual se debe realizar la recarga antes de las 2.5 horas p1anteadas anteriormente.

Tiempo para Recarqar, por Horno y par Turna Antes de la cornunlcacion can los Operadores

2.58

2.48

(/)

!!! 2.38 o

I

2.28

2.18

2

Tumo que Recargo o 1

If) 2

® 3

~ Promedio por homo

® 4

3

4

6

5

Figura 5.6 Tiempo para recargar, antes de la comunicaci6n can los operadores

Horno

85

En la Figura 5.6 se presentan los resultados obtenidos antes de comunicarles a los operadores la medicion y el tiempo establecido como maximo permitido para la recarga, el eual fue 2.5 horas. Se puede observar en la figura que hay dos operadores del turno 1 que present an promedios por encima del comportamiento de los demas, en los homos 3 y4.

Tiempo para Recargar, par Homo y par Tumo Mes despuss de la comunicaci6n can los Operadores

2.4

2.3

'\. ,

.. ,

I I I I

" ~/

, I

, I I

Ifj

~ o I

2.2

2.1

2

3

4

5

Homo

Tumoque Recargo o 1

G) 2

(8) 3

® 4

$- Promedio por homo

6

Figura 5.7 Tiempo para recargar, despues de la comunicacion con los operadores

Despues de hablar con todos los operadores y de presentarles sus resultados, asi como la raz6n par la cual deben tener tiempos para recargar maximos de 2.5 horas, se presentan los resultados en la Figura 5.7. Se observa el cambio en el comportamiento contra la Figura 5.6.

Para validar si el cambio fue significativo se toma la informacion de antes y despues de establecer la comunicacion con los operadores. Se realiza lUI analisis de ANOV A en el Minitab para verificar estadisticamente los resultados.

86

Pooled StDev = 0.3652

--+---------+---------+---------+----

2.250 2.300 2.350 2.400

One-way ANOVA: Trecarga versus Comunicacion

Analysis of variance
Source DF SS MS F P
COlllWlica 1 2.743 2.743 20.56 0.000
Error 1021 136.200 0.133
Total 1022 138.943 Level N

Antes 488

Despues 535

Mean 2.3760 2.2724

Individual 95% CIs For Mean Based on Pooled StDev

StDev --+---------+---------+---------+----

0.3588 (-----*------)

0.3710 (-----*------)

Tabla 5.7 ANOYA Tiempo para recargar

En la Tabla 5.7 se observa la tabla de resultados del ANOVA, donde se indica con un valor de p=O.OOO que se tiene una diferencia significativa antes y despues de la comunicaci6n con los operadores. Por 10 anterior, se conc1uye que efectivamente se afecto el comportamiento de los operadores al conocer que eran medidos y comunicarles su valor meta.

Para la cuarta causa a mejorar listada en la Tabla 5.1, que se refiere a1 tiempo de operacion perdido en los cambios de turno, se procede al analisis de la informacion que se tiene recolectada actualmente. Lo que se busca es ana1izar los tiempos de duracion de carga cuando un turno carga y otro descarga el homo.

87

Duraci6n de Cargas, sequn el Turno que Cargo y Turno que Descargo el Horno Antes de ta Comunicaci6n

8.25
8.15
8J15
7.95
III
~ 785
0
:I: 7.75
7.65
7.55
7.45
7.35 Tumo que Cargo

o 1

III 2

o 3

® 4

~ Promedio por turno que descargo

2 3

Turno que Descargo

4

Figura 5.8 Duracion de carga, contra tumo que carga y tumo que descarga

Se parte del supuesto que cuando se tiene que un tumo cargo y otro tumo distinto descarg6 el homo, se deba a que se realize par media de un cambia de turno. En el caso de que el mismo tumo cargue y descargue e1 homo, significa que se realize en el mismo turno.

Para analizar esta infonnaci6n se decide realizar una grafica Multi-Vari, donde se tienen dos factores el tumo que cargo el homo y el turno que 10 descarga.

En la Figura 5.8 se observa el resultado de este analisis, en el eje horizontal estan los turnos que descargan y el promedio para cada turno los cuales se unen con Ia linea punteada. Dentro del promedio de cada tumo se agrega e1 promedio segun el tumo que cargo el homo, estos promedios se unen can la linea continua. De esta manera se puede ver la variacion de los resultados por estos dos factores,

Se observa que cuando es el mismo tumo el que carga y descarga al homo, se tienen los menores promedios de duraci6n de carga, par 10 que podemos inferir que la

88

diferencia de este promedio contra el promedio de entrega con los demas tumos es el tiempo perdido por la entrega de turno.

Esta informacion se presenta a los tumos en sus juntas de trabajo y se les solicita que eviten los tiempos muertos de operaci6n par los cambios de turno, para evitar aumentar la duraci6n de las cargas par esta causa.

Duraci6n de Cargas, sequn el Turno que Cargo y Turno que Descargo el Horno Despues de Ia Comunicaci6n

79
7.B
7.7
7.B
(1J
~
0 7.5
I
7.4
7~
12 4

---

J

Turno que Descargo

Tumoque Cargo

o 1

liB 2

® 3

@ 4

$- Promedio par turno que descargo

Figura 5.9 Duracion de carga con entrega de turnos, despues de la comunicacion

Para el siguiente mes se analiza la infonnaci6n para ver si fue efectiva la so1uci6n de comunicacion y los resultados se presentan en la Figura 5.9, donde se ve el mismo comportamiento observado en el analisis anterior de la Figura 5.8.

Revisando esta informacion can el equipo, se conc1uye que no se tiene diferencia en el comportamiento en este primer meso Una posible causa planteada par el equipo es la dificultad de establecer este cambio de disciplina de trabajo tan rapido en el proceso.

Par 10 anterior, se decidio continuar con la retroalimentaci6n a los turnos sobre este indicador y buscar dar informacion mas individualizada a los operadores, dado que

89

en esta etapa no fue posible distinguir el comportamiento de algun operador con el analisis realizado.

5.3 Conclusiones del capitulo

Can el planteamiento de las posibles formas de contrarrestar las causas verificadas que se realiza en la secci6n 5.1, se inicia la validaci6n de estas posibles soluciones en la seccion 5.2.

En la Tabla 5.8 se presenta un resumen de 10 encontrado en la fase de mejorar, donde se presentan las soluciones que fueron propuestas para contrarrestar las causas y un comentario sabre 10 encontrado.

Con estas validaciones es posible tomar la decision de buscar 1a implementacion defmitiva y de escala completa de las soluciones que fueron verificadas. Posteriormente se procedera a 1a implementacion de los controles que aseguren la pennanencia de las mejoras y la cuantificaci6n de estas soluciones que se realiza la fase de contro1ar, capitulo 6.

90

Causas verificadas a mejorar

Posibles Soluciones para Contrarrestar las Causas

Comentarios

Cambio de.

condiciones

del homo

•

Monitorear el desempefio de los operadores para establecer acciones de comunicaci6n con ellos.

Presentar los resultados de la operacion a los turnos en sus juntas de trabajo,

Establecer en el reporte de operacion de los homos, que se registren cada uno de los tiempos de proceso.

Esta solucion fue verificada y demuestra que cambi6 el desempefio de los operadores al conocer su desempefio y establecer la comunicaci6n con ellos,

•

•

Prograrnar en el PLC los cambios de condiciones de operacion que son realizadas en el panel de control por los operadores,

La solucion fue verificada y ayuda a los operadores, es necesario implementar en todos los homos.

Pallas del

sistema de

combustion

Se revisaron cada uno de las posibles formas de falla usando un AMEF, donde se plantea las mejoras a implementar, esto se presentara directamente en la seccion 5.2.

Las soluciones propuestas fueron verificadas par la disminuci6n del NPR en la nueva evaluacion del AMEF.

Tiempo de •
recarga del
homo no se
realiza a
tiempo • Medir y registrar el tiempo de recarga de cada operador, para establecer acciones de comunicaci6n con elIos.

Solucion verificada, estableciendo el tiempo maximo de recarga en 2.5 horas.

Establecer un rango de tiempo para la realizaci6n de la recarga, en base al analisis realizado.

La comunicaci6n can operadores fue verificada como solucion.

En los.

cambios de

turnos se

tiene tiempo

de operacion •

Medir el tiempo de duracion de las cargas, para cada entrega y recepcion de los turnos, para identificar cuando usan mayor tiempo total de duraci6n.

Presentar los resultados de tiempos perdidos por cambio de turno y duraci6n total de carga cuando hay cambio de tumo a los operadores en sus juntas de trabajo,

Aunque esta solucion se establece como una buena medicion, no se logro tener cambios en el tiempo perdido en los cambios de turno. Se establecera como indicador y se seguira trabajando con los operadores.

Tabla 5.8 Conclusiones fase Mejorar

91

6 CONTROLAR

En esta ultima fase de la metodologia de Seis Sigma se busca terminar el proyecto de meiora del proceso, allograr que las mejoras obtenidas pennanezcan en el tiempo, 0 basta que otra mejora se implemente.

En la secci6n 6.1 se estableceran los controles que se usaran para implementar las soluciones verificadas en la fase de mejorar, capitulo 5, que aseguren la permanencia de lamejora.

Para verificar el efecto obtenido sobre e1 desempeno de nuestro proceso, se validara la efectividad de las soluciones en la secci6n 6.2. Ademas se recalcula el nuevo nivel de desempeiio en Nivel Sigma para compararlo contra el nivel de inicio del proyecto de mejora y contra el objetivo establecido en la seccion 3.5.

Se mostraran las conclusiones principales de este capitulo en la secci6n 6.3, para completar el proyecto de mejora.

6.1 lmplementaclon de las soluciones en el proceso

Se debe ahora establecer los controles que aseguren que las mejoras logradas en el capitulo 5, se mantengan a traves del tiempo. Para 10 anterior se le pide a1 equipo de trabajo que den ideas de como se puede establecer los controles para las soluciones que ya fueron verificadas.

92

Para las soluciones verificadas que son presentadas en la Tabla 5.8 se Ie pregunta al equipo "l,c6mo se puede controlar esta solucion?" y se registran las soluciones tomadas en consenso por el equipo usando tecnica de grupo nominal, E1 resultado de este analisis se presenta en la Tabla 6.1.

Soluciones Verificadas ;,eomo podemos controlar esta solueton?
Monitorear el desempefio de los Registrar los tiempos de operaci6n en un reporte por carga,
operadores para establecer acciones de capturar la informacion y analizar par operador usando las
comunicacion con ellos, graficas Multi-Vari usadas en el capitulo 5, para establecer
comunicaci6n con los operadores fuera de los estandares de
operacion, Establecer estandares maximos de operacion,
Presentar los resultados de la operacion Establecer dentro de las actividades del supervisor presentar
a los turnos en sus juntas de trabajo. los resultados, auditado por el jefe de area. Usar las graficas
Multi- Vari para la presentacion de resultados.
Establecer en eL reporte de operacion de Implementar el reporte de operaci6n de los homos, de manera
los homos, que se registren cada uno de inmediata y explicar a los operadores y supervisores. En este
los tiempos de proceso. reporte se debe incluir los tiempos de operacion y debe ser
clara la forma de calculo, Documentar como metodo de trabajo
el registro en este reporte.
Programar en el PLC los cambios de Implementar inmediatamente en todos los homos, cambiando
condiciones de operacion que son el programa cargado en los PLCs. Explicar los cambios a todos
realizadas en el panel de control por los los operadores. Documentar el programa en el disco de
operadores, respaldo de los PLCs.
Se revisaron cada una de las posibles
formas de falla usando un AMEF, donde Dado que fueron varias acciones se planteara sobre parte del
se plantea las mejoras a implementar, AMEF la forma de controlar la solucion,
esto se present6 en la seccion 5.2. vet
Tabla 5.5.
Medir y registrar el tiempo de recarga de Registro de este tiempo en el reporte de operacion, capturar
cada operador para establecer acciones con el resto de la informacion y presentarselos en las juntas de
de comunicaci6n can ellos. trabajo usando graficas Multi-Vari.
Establecer un rango de tiempo para la Documentar en los metodos de trabajo de los operadores.
realizaci6n de la recarga, sobre la base Explicar en las juntas de trabajo este cambio.
del analisis realizado.
Diferencia sobre como medir la duracion En el reporte de operacion de los homos se les recuerda que
de carga entre los operadores. deben verificar que 1a hora de inicio de la carga sea igual a la
hora de finalizacion de la carga anterior. Ademas de auditar
por Ingeniero Industrial. Tabla 6.1 Controles para la soluciones