Manual
Manual
Índice
ÍNDICE
3 Plan de Control.................................................................................................... 9
2
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Son las herramientas básicas para el diseño En general, el uso de dichas herramientas
y desarrollo de productos y procesos en la beneficia a las organizaciones en:
industria automotriz, aunque también se
han implementado en otros sectores. 1. Reducir variación de los procesos.
2. Reducir desperdicio.
3. Prevenir defectos y reducir costos de la
no calidad.
4. Control de los requisitos específicos del
cliente.
3
Gustavo Murguia Villaseñor
TEMA 1
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
¿Qué es?
Planeación Avanzada de la Calidad del
Producto (APQP – Advanced Product
Quality Planning) es una metodología
estructurada para establecer el plan de
calidad que permita el desarrollo de un
producto/ servicio (proyecto) de acuerdo a
las necesidades del cliente y sus requisitos
específicos.
Surge como un acuerdo entre las 3 grandes
automotrices americanas (Chrysler, General
Motors y Ford) y hacer frente a la
competencia en Europa y Japón.
a) Satisfacción de cliente
b)Oportunidad de mejorar
continuamente
¿Para qué?
4
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
APQP
5
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
APQP
APQP
ENTRADAS:
- ( Son las salidas de la fase 4)
Para su aplicación
**Requerimiento mandatorio
7
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
8
Gustavo Murguia Villaseñor
TEMA 2
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
9
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Plan de Control
Ejemplo
Formato de plan de control a continuación:
10
Gustavo Murguia Villaseñor
Prototipo
11
Prelanzamiento Producción
Métodos
Descripción de la Máquina dispositivo, Características Clasificación de
Número de parte/ Especificaciones/ Muestra
operación/ nombre del herramientas para características Técnicas de evaluacion Método de Plan de reacción
proceso Tolerancias del
proceso manufactura No. Producto Proceso especiales de las mediciones Tamaño Frecuencia control
producto/ proceso
Inyección de 100% Notificar al
1 Máquina 1 3 Apariencia * Sin manchas Inspección visual 100% Continua
plástico inspección inspector
Revision de la Notificar al líder
Sin deformaciones Check list
primera parte para ajuste
Revision de la Notificar al líder
Sin hundimientos Check list
primera parte para ajuste
inicio de Producto no
Máquina 1 25 Peso * 252 ± 3 gr Escala calibrada 5 partes X-R chart
turno conforme
Ejercicio
Consideraciones:
12
PLAN DE CONTROL
Sin deformaciones,
Inspección de tiros cortos, Inspección visual 100%
2 1 Apariencia * 100% Continua Notificar al líder
Calidad de parte hundimientos, Seguir WI- INY-001 inspección
decolorada
Ensamble
Ensamblar parte inicio de
correcto.
2 Ensamble de acuerdo a WI- 1 turno/ FAI Notificar al líder
No gap, no
QA-001 ajuste
desfase.
inicio de
Producto no
3 Peso 252 ± 3 gr Escala calibrada 1 turno/ FAI
conforme
ajuste
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Plan de Control
Para su aplicación
**Requerimiento mandatorio
13
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
14
Gustavo Murguia Villaseñor
TEMA 3
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
¿Qué es?
El Análisis de Modo y Efecto de Falla (AMEF) o
en inglés FMEA, es una metodología para
identificar problemas potenciales (riesgos) y
sus posibles efectos en un proceso o sistema
para priorizarlos y así concentrar los recursos en
planes de prevención y mejora.
Análisis de Función
• AMEF DE PROCESO
Análisis de Falla
AMEFP – Analiza las fallas potenciales durante
los procesos de fabricación del producto o
prestación del servicio. Evitar defectos no Análisis de riesgo
deseados.
Optimización
*Los AMEF también se pueden aplicar para
procesos administrativos y de seguridad. Documentación de resultados
15
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
* Estructura de árbol o su
equivalente diagrama de flujo
de proceso
ANÁLISIS DE ESTRUCTURA
PASO 3 - ANÁLISIS DE FUNCIÓN
• El propósito de este paso es definir más
Función del Proceso/ Función del Paso del Función de los
detalladamente el proceso. Lo divide como: Sistema/ Nombre del Proceso y Elementos de Trabajo
• 1. Elementos del proceso Proceso Característica del y Características del
• 2. Pasos del proceso Producto Proceso
16
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
ANÁLISIS DE FALLA
Efecto(s) Causa(s)
Modo de falla
potencial (es) potencial (es)
potencial
de falla de falla
17
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
18
Tabla AMEF AIAG&VDA
19
100% de la corrida de producción puede tener que ser
6 Paro de línea de hasta 1 hora. Perdida de función secundaria del vehículo
retrabajada y aceptada fuera de línea.
1 Muy Bajo No efecto discernible. No efecto discernible o no efecto. Sin efecto discernible.
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
ANÁLISIS DE RIESGO
Diseño actual
Ocurrencia
RPN
Detección
Controles de Controles de
prevención detección
1 en 2 <.33 10
Muy alta: Fallo casi
La falla es casi inevitable.
inevitable
1 en 3 >.33 9
1 en 8 >.51 8
Alta: El proceso no está en control estadístico. Procesos similares tienen
Fallos repetidos problemas experimentados.
1 en 20 >.67 7
1 en 89 >.83 6
El proceso está en control estadístico pero con fallas aisladas. Procesos
Moderada: Fallos
previos tienen fallas ocasionales experimentadas o condiciones fuera de 1 en 400 >1.00 5
ocasionales
control.
1 en 2000 >1.17 4
20
Tabla AMEF AIAG&VDA
Predicción de la
O Causa de Falla Tipo de Control Controles de Prevención
Ocurriendo
Extremadamente
10 Ninguno No controles de prevención
Alto
21
9
Muy Alto Conductual Los controles de prevención tendrán un ligero efecto en prevenir las causas de falla
8
7
Alto Los controles de prevención algo efectivos en prevenir las causas de falla
6 Conductual o
5 Técnico
Moderado Los controles de prevención son efectivos en prevenir las causas de falla
4
Extremadamente Los controles de prevención son extremadamente efectivos en prevenir las causas de falla por el diseño o proceso, ejemplo geometría o
1 Técnicos
Bajo diseño de herramental. Intención de controles de prevención - Modo de falla no puede producirse físicamente por la causa de falla
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
500 1 en 2, 000 3
Alta: Los controles tienen una buena oportunidad de detectar la existencia de
Fallos repetidos una falla.
1, 000 1 en 1, 000 4
2, 000 1 en 500 5
Moderada: Fallos
Los controles pudieran detectar la existencia de una falla. 5, 000 1 en 200 6
ocasionales
20, 000 1 en 50 8
Interrupción menor Los controles tienen una remota posibilidad de detectar la falla.
50, 000 1 en 20 9
Remota No se conocen controles disponibles para detectar el modo de falla. 100, 000 1 en 10 10
22
Tabla AMEF AIAG&VDA
Habilidad de
D Madurez del método de Detección Oportunidades para Detección
detectar
10 No se ha establecido o no se conoce algún método de prueba o inspección. El modo de falla no será o no podrá ser detectado.
Muy Baja
9 No es probable que la prueba o método de inspección detectará el modo de falla. El modo de falla no es detectado facilmente a través de auditorías esporádicas o aleatorias.
Gustavo Murguia Villaseñor
Inspección humana (visual, táctil, audible), o uso de gauge manuales (atributos o variables) que deberían detectar el
8
El método de inspección no ha sido probado de ser efectivo y confiable (La planta tiene poca o no modo de falla o la causa de falla.
Baja experiencia en el método, resultados marginales de Gage R&R en procesos similares o esta
aplicación, etc) Detección basada en máquinas (automátizadas o semi automátizada con notificación por luz, timbre, etc), o uso de
7
equipo de inspección como CMM que deberían detectar el modo de falla o la causa de falla.
23
Inspección humana (visual, táctil, audible), o uso de gauge manuales (atributos o variables) que detectarán el modo
6
de falla o la causa de falla (incluyendo muestreos de verificación del producto).
El método de inspección ha sido probado de ser efectivo y confiable (La planta tiene experiencia
Moderada
en el método, resultados aceptables de Gage R&R en procesos similares o esta aplicación, etc) Detección basada en máquinas (automátizadas o semi automátizada con notificación por luz, timbre, etc), o uso de
5 equipo de inspección como CMM que detectarán el modo de falla o la causa de falla (incluyendo muestreos de
verificación del producto)
Detección basada en máquina automátizada que detectará el modo de falla adelante en el proceso, previene
procesamiento futuro o el sistema identificará el producto como discrepante y es movido de manera automática
4 adelante en el proceso hasta un área de decarga de rechazos asignada.
El producto discrepante será controlado por un sistema robusto que previene la salida del producto de las
El sistema ha sido probado de ser efectivo y confiable (La planta tiene experiencia en el método en instalaciones.
procesos idénticos o esta aplicación, resultados aceptables de Gage R&R, etc)
Alta Detección basada en máquina automátizada que detectará el modo de falla en la estación del proceso, previene
procesamiento futuro o el sistema identificará el producto como discrepante y es movido de manera automática
3 adelante en el proceso hasta un área de decarga de rechazos asignada.
El producto discrepante será controlado por un sistema robusto que previene la salida del producto de las
instalaciones.
El sistema ha sido probado de ser efectivo y confiable (La planta tiene experiencia en el método, Detección basada en máquina automátizada que detectará la causa y prevendrá el modo de falla (parte
2
verificaciones a-prueba-de-error, etc) discrepante) de ser producido.
El modo de falla no puede ser físicamente producido por diseño o procesado, o los métodos de detección probados que siempre
1 Muy Alto
detectan el modo de falla o la causa de falla.
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
OPTIMIZACIÓN
Ocurrencia
y fechas de
Severidad
Detección
recomendadas Acciones
términación
NPR
tomadas y fechas
de terminación
PASO 6 - OPTIMIZACIÓN
Ocurrencia (O)
Severidad (S)
Detección (D)
AP - AMEFP
Acción
Acción Acción de Nombre del Fecha planeada realizada Fecha de
Estatus Comentarios
Preventiva Detección Responsable de término como punto término
de evidencia
24
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
Predicción de
Prioridad de
Efecto S Ocurrencia de la O Habilidad para Detectar D
Acción AP
Causa de Falla
Muy Alta 8 - 10 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 A-H
Alta 2-4 A-H
Muy Alta 1 A-H
Alta 6-7 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 A-H
Alta 2-4 A-H
Muy Alta 1 A-H
Efecto Muy Alto en el Moderada 4-5 Baja - Muy Baja 7 - 10 A-H
9 - 10
Producto o en la Planta
Moderada 5-6 A-H
Alta 2-4 A-H
Muy Alta 1 M-M
Baja 2-3 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 M-M
Alta 2-4 B-L
Muy Alta 1 B-L
Muy Baja 1 Muy Alta - Muy Baja 1 - 10 B-L
Muy Alta 8 - 10 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 A-H
Alta 2-4 A-H
Muy Alta 1 A-H
Alta 6-7 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 A-H
Alta 2-4 A-H
Muy Alta 1 M-M
Efecto Alto en el
7-8 Moderada 4-5 Baja - Muy Baja 7 - 10 A-H
Producto o en la Planta
Moderada 5-6 M-M
Alta 2-4 M-M
Muy Alta 1 M-M
Baja 2-3 Baja - Muy Baja 7 - 10 M-M
Moderada 5-6 M-M
Alta 2-4 B-L
Muy Alta 1 B-L
Muy Baja 1 Muy Alta - Muy Baja 1 - 10 B-L
25
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
Predicción de
Prioridad de
Efecto S Ocurrencia de la O Habilidad para Detectar D
Acción AP
Causa de Falla
Muy Alta 8 - 10 Baja - Muy Baja 7 - 10 A-H
Moderada 5-6 A-H
Alta 2-4 M-M
Muy Alta 1 M-M
Alta 6-7 Baja - Muy Baja 7 - 10 M-M
Moderada 5-6 M-M
Alta 2-4 M-M
Muy Alta 1 B-L
Efecto Moderado en el
4-6 Moderada 4-5 Baja - Muy Baja 7 - 10 M-M
Producto o en la Planta
Moderada 5-6 B-L
Alta 2-4 B-L
Muy Alta 1 B-L
Baja 2-3 Baja - Muy Baja 7 - 10 B-L
Moderada 5-6 B-L
Alta 2-4 B-L
Muy Alta 1 B-L
Muy Baja 1 Muy Alta - Muy Baja 1 - 10 B-L
Muy Alta 8 - 10 Baja - Muy Baja 7 - 10 M-M
Moderada 5-6 M-M
Alta 2-4 B-L
Muy Alta 1 B-L
Alta 6-7 Baja - Muy Baja 7 - 10 B-L
Moderada 5-6 B-L
Alta 2-4 B-L
Muy Alta 1 B-L
Efecto Bajo en el
2-3 Moderada 4-5 Baja - Muy Baja 7 - 10 B-L
Producto o en la Planta
Moderada 5-6 B-L
Alta 2-4 B-L
Muy Alta 1 B-L
Baja 2-3 Baja - Muy Baja 7 - 10 B-L
Moderada 5-6 B-L
Alta 2-4 B-L
Muy Alta 1 B-L
Muy Baja 1 Muy Alta - Muy Baja 1 - 10 B-L
No Efecto Discernible 1 Muy Baja - Muy Alta 1 - 10 Muy Alta - Muy Baja 1 - 10 B-L
26
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
Fecha de Inicio y
Se deben tomar las acciones requeridas para Clientes
término
reducir riesgo. Modelo
Líder del proceso de
AMEF
Equipo multidisciplinario:
En caso de que no se requiera alguna acción,
en el formato de AMEF lo mismo debe ser Resumen 5Ts:
especificado.
Resumen Funciones:
27
Gustavo Murguia Villaseñor
Ejemplo
Caso:
Aplicación de grasa al subensamble de frame y shaft para
asegurar el movimiento correcto del espejo.
28
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
Paso 7
Documentación de Resultados
Nombre de la empresa Na-Stage Productos Espejo
Planta Saltilo Proceso Ensamble
Clientes AP Mexicana Fecha de Inicio y término 1-jul-20/ 30-ago
Líder del proceso de
Modelo 769C 5A J. García
AMEF
Equipo multidisciplinario:
Listar todas las personas que elaboraron este AMEF
Resumen 5Ts:
Revisión de AMEF de acuerdo a las 5Ts, Tiempo planeado: 1.5 meses Tiempo real: 4 semanas.
Se reunión el equipo multidisciplinario deacuerdo a lo requerido. Se documenta el AMEF en el formato
deacuerdo al SGC.
Resumen Funciones:
Se revisó el diagrama de flujo de proceso, dibujos y especificaciones. Se utilizaron los parámetros del equipo
y la información pertinente de la maquinaria.
Las funciones con relación a la Planta de Envío y el Usuario se desarrollaron en conjunto con el representante
de calidad de cliente.
Resumen Cadenas de Falla:
Se analizó la operación OP10 . Aplicación de grasa encontrando 2 modos de falla.
Resumen Acciones:
Para la APs alta se han definido y terminado las acciones para reducir el riesgo.
Acciones Pendientes:
No hay accioines pendientes.
Fimas
Líder del Proceso de AMEF _________ _
Gerente de Procesos ________________________
Gerente de Planta______________________________
29
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
AMEF
Ejercicio
Para su aplicación
**Requerimiento mandatorio
30
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
31
Gustavo Murguia Villaseñor
TEMA 4
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
ELEMENTOS
Cuando un proceso es reportado con
S- Standard - Patrón variación, debemos también revisar la
W - Work - Pieza de trabajo calidad de los datos ya que si es mala, es
I – Instrument - Instrumento decir el error de medición es grande, el
P – Person – Persona/ procedimiento resultado del análisis nos puede llevar a tomar
E – Enviroment – Medio ambiente decisiones erróneas sobre el proceso.
32
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
¿Para qué?
Valores cerca al valor master = Calidad “alta” • Lo que el proceso está haciendo.
Valores lejos del valor master = Calidad “baja”
33
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
Interpretación de resultados
No parece un problema de
linealidad
Parece un problema de
linealidad
34
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
Número de evaluadores
Seleccionar evaluadores
¿Cómo?
De la muestra del proceso y considerar que
Selección de técnica para la evaluación del deben representar el rango de operación de
Sistema de Medición
producción completo. Las partes deben
Cualquier técnica puede ser útil para la numerarse.
evaluación de los sistemas de medición,
siempre y cuando se entiendan
correctamente. Seleccionar el instrumento
En algunos casos, pueden requerirse pruebas
preliminares para determinar si un El cual deberá contar con una discriminación al
procedimiento es apropiado.
menos un décimo de la
Los aspectos clave a considerar son: variación del proceso.
35
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
36
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
un sistema de Se recomienda cuando se quiera separar o clasificar partes o Estudio de Sesgo/ Bias (Método de
aceptable cuando se requiere cerrar el control del proceso.
muestras)
La decisión debiera basarse en importancia de las mediciones, PASOS:
ero requiere
costos de dispositivos de medición, retrabajos y/o
ejora
reparaciones, entre otras. Debiera ser aprobado por cliente. 1. Obtener muestra y definir valores de
referencia en relación a un estándar rastreable.
Se debe mejorar el sistema de medición.
ptable
Considerar el uso de una estrategia de medición apropiada. ** Si no existe entonces seleccionar una parte
de producción cuyas mediciones estén en
Estudio de Estabilidad el rango medio y designarla como muestra
master.
PASOS:
2. Un solo evaluador mide la muestra n >10
1. Obtener muestra y definir valores de veces de una forma normal.
referencia en relación a un estándar
rastreable.
3. Determina el sesgo de cada lectura:
** Si no existe entonces seleccionar una parte
de producción cuyas mediciones estén
en el rango medio y designarla como muestra 4. Graficar los datos utilizando un histograma
master. en relación al valor de referencia.
2. Medir las muestras de 3 a 5 veces en una 5. Calcula el sesgo promedio para las lecturas.
frecuencia definida ( diaria, semanal, Sesgo promedio= (sumatoria de sesgo/
mensual) y mostrar datos en una Gráfica de mediciones)
Control X -R o X- S.
37
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
Estudio de Linealidad
8. Determina el estadístico t para el sesgo
PASOS:
Utilizando Minitab:
Es aceptable
38
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
Datos
Valor Medició Valor
Fecha Sesgo
referencia n medido
6.jul 11.9 1 11.80 0.10
6.jul 11.9 2 11.70 0.20
6.jul 11.9 3 11.60 0.30
7.jul 11.9 1 12.40 -0.50
7.jul 11.9 2 11.50 0.40
7.jul 11.9 3 11.60 0.30 Ejemplo de estudio Estabilidad
8.jul 11.9 1 11.80 0.10
8.jul 11.9 2 11.60 0.30
8.jul 11.9 3 11.80 0.10
9.jul 11.9 1 12.00 -0.10
9.jul 11.9 2 12.40 -0.50
9.jul 11.9 3 11.60 0.30
10.jul 11.9 1 11.90 0.00
10.jul 11.9 2 11.90 0.00
10.jul 11.9 3 12.10 -0.20
39
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
40
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
Valor Valor
Operador Medición Sesgo
referencia medido
A 12 2 11.90 0.10
A 11.8 3 12.10 -0.30
A 11.9 1 11.80 0.10
A 12 2 11.70 0.30
A 11.8 3 11.60 0.20
A 11.9 1 12.40 -0.50
A 12 2 11.50 0.50
A 11.8 3 11.60 0.20
A 11.9 1 11.80 0.10
A 12 2 11.60 0.40
A 11.8 3 11.80 0.00
A 11.9 1 11.80 0.10
A 12 2 12.40 -0.40
A 11.8 3 11.50 0.30
A 11.9 1 11.60 0.30
En Minitab
41
Ejemplo de Estudio de sistema de medición - Excel
Gustavo Murguia Villaseñor
42
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
MSA
**Requerimiento mandatorio
El sistema de medición necesita mejora
Ejercicio
Realiza un estudio al
Sistema de medición.
De los ejemplos
mostrados, realizaremos el
ejemplo de R&R.
43
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
44
Gustavo Murguia Villaseñor
TEMA 5
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Lo que más se utiliza son los gráficos de control → Causas de variación comunes
y nos permiten evaluar y monitorear un
proceso ya sea por para datos de variables Son variaciones conocidas en un proceso,
discretas y para datos de atributos
generan una distribución estable y repetible en
Un sistema de control de procesos puede el tiempo. El proceso esta en control estadístico.
describirse como un sistema de
retroalimentación con los siguientes pasos:
Causas
1. El proceso – involucrando proveedores,
especiales
organización y cliente.
2. Desempeño – resultado del proceso, cerca Causas
o lejos de los valores meta. comunes
3. Acciones sobre el proceso – Para prevenir
variación en los resultados.
4. Acciones sobre los resultados – Realizar → Causas de variación especialies
acciones para analizar el proceso,
Son variaciones que afectan solo algunos
enfoque en prevención.
resultados del proceso, son intermitentes e
impredecibles. Son uno o mas puntos fuera
de los límites de control.
45
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
SPC
control.
¿Cómo?
Pasos para realizar gráficos de control
→ Línea central
Representa el promedio de los datos de la
• Establecer un medio ambiente adecuado.
muestra, no al mencionado en la
• Definir el proceso.
especificación.
• Determinar las características a ser
graficadas en base a necesidades de
clientes, áreas de problemas actuales y/o
potenciales.
SPC
47
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
SPC
• Gráfico EWMA
Gráfica de promedios móviles ponderados
exponencialmente. Gráfica los promedios móviles
de datos pasados y actuales.
48
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
SPC
49
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
50
Gustavo Murguia Villaseñor
TEMA 6
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
¿Cómo?
CP
Cp y Pp nos Compara la habilidad del proceso con la
denotan la variación máxima permitida como se indica por la
variación del tolerancia.
proceso.
* Cantidad de partes
* Frecuencia de medición
* Evaluadores
* Registrar los datos
¿Cómo?
4. Realizar prueba de normalidad
PP 5. Calcular el índice Cp, CPk, PP, PPk e interpretar
Compara el desempeño del proceso con la resultados
máxima variación permitida como se indique
por la tolerancia.
Pp no es impactado por la localización del Ejemplo
proceso.
El análisis se realizará al diámetro exterior (d2) de
un shaft cuya especificación es 22.5 ± 0.3.
PPk
Toma en cuenta la localización del proceso así
como el desempeño. Para tolerancias
bilaterales Ppk siempre será menor o igual que
PP.
53
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Para su aplicación
**Requerimiento mandatorio
54
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
55
Gustavo Murguia Villaseñor
TEMA 7
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
56
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
PPAP
¿Cómo?
Las corridas de producción deben realizarse en
condiciones de producción regular, es decir con:
Corrida significativa de producción.
• Herramental
Cumplir con la documentación de los 18
• Gage
elementos ( listados a continuación).
• Línea de producción
Requerimientos específicos de cliente. • Materiales
• Operadores
• Maquinaria
Corrida significativa de • Medio ambiente
producción.
Definitivos, ya que en este punto las fases de
Para partes para producción, los productos prototipos y pruebas para la realización del
para PPAPs deben tomarse de corridas de proyecto han sido concluidas.
producción significativas. Estas corridas de
producción deben ser desde una hasta ocho
horas de producción, Documentación de los 18 elementos.
57
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
PPAP
Tiempo de retención
La documentación PPAP y PSW firmado por
cliente se deben retener durante la vida del
proyecto más un año a menos que el cliente
indique otra cosa.
58
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
PPAP
Encabezado
Supplier Name: NXs Industry Author: J. García Doc. Ref. No./Ver.: PSW-001
Supplier Plant: Silao E-mail: jgarcia@correo.com Doc Rev. Date: 23-jul-20
Supplier Code: 54A2 Tel: 001 552456789 Doc. Origin Date: 23-jul-19
Part Name: Plastic shaft Customer submittal approval Assy. Inc.
Part No. & Issue Level: 98430-5SA01 customer name: A. Ortiz
Engineering change Rev. 2 Buyer: A. Perales
Drawing No: 98430-5SA01-A Application: Ensamble
IMDS number: 4583 2340
Initial Submission Process Change Tooling Change Details / Other:
Reason for Primera fase
submission Design Change Sub-Supplier Change Tooling Refurbishment/Replacement
Material Change Location Change Re-submission
Documentación de soporte
Nivel de aceptación
59
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
PPAP
Ejercicio
Llenar un PSW de acuerdo a la información revisada.
PPAP
Para su aplicación
**Requerimiento mandatorio
61
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
62
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
* Las Core Tools siempre se realizan en equipos Con la version AIAG&VDA se integran los
multidisciplinarios y con apoyo de la alta conceptos de ambos y el resultado es un AMEFD y
gerencia. AMEFP de 7 pasos, el último paso es la
documentación de la actividad de AMEF por el
equipo multidisiplinario y el compromiso de la
APQP gerencia para comprometer las acciones a
realizar para evitar el riesgo.
• Es la primera de las herramientas. Se utiliza
para asegurar la efectividad en el diseño
del producto y/o servicio de acuerdo a los
requerimientos de cliente desde la
planeación hasta el arranque de un
proyecto, incluyendo la parte de mejora
continua.
63
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
Puntos Clave
MSA
Esta herramienta nos permite implementar y Ahora que conoces los Core Tools es
evaluar el sistema de medición considerando el momento de revisar los procesos de tu
patrón, la pieza de trabajo, el personal, organización e identificar y mejorar su
instrumento, procedimiento y medio ambiente. aplicación.
Estos estudios se deben realizar como mínimo a las Utilizar los conocimientos adquiridos te
características especiales/críticas asignadas por el servirá para ampliar tu aprendizaje.
cliente.
SPC
PPAP
64
Gustavo Murguia Villaseñor
©LSS International. Todos los derechos reservados, Se prohíbe la reproducción parcial o total de este material.
65
Gustavo Murguia Villaseñor
66
Gustavo Murguia Villaseñor
https://lssinternational.org/
67