INSTITUTO POLITÉCNICO NACIONAL
UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA CIENCIAS SOCIALES Y
ADMINISTRATIVAS
“IMPLEMENTAR LA METODOLOGÍA SEIS SIGMA PARA REDUCIR EL DESPERDICIO EN EL PROCESO
DE FUNDICIÓN A PRESIÓN EN RADVER”
T E S I N A
Q U E P A R A O B T E N E R E L T Í T U L O D E :
I N G E N I E R Í A I N D U S T R I A L
P R E S E N T A N :
K A R L A D A N I E L A A G U I R R E S I G A L A
J O N A T H A N P E R E Y D A M A R T I N E Z
MÉXICO, D.F 2010
ÍNDICE
Resumen i
Introducción iii
Capítulo 1 Marco Metodológico. 1
1.1 Planteamiento del problema 1
1.2 Objetivos. 2
1.3 Justificación 3
1.4 Hipótesis 3
1.5 Alcance 4
Capítulo 2 Introducción a la Metodología Seis Sigma. 5
2.1 Metodología Seis Sigma y su evolución histórica. 5
2.2 Las fases de DMAIC de Seis Sigma. 13
a) Fase de Definición. 14
b) Fase de Medición. 15
c) Fase de Análisis. 15
d) Fase de Implementación. 16
e) Fase de Control 17
Capítulo 3. Aplicación de la metodología DMAIC en el Proceso de Inyección de Aluminio. 20
3.1 Generalidades. 20
a) Antecedentes de RADVER, S.A. de C.V. 20
b) Proceso de Inyección de Aluminio. 22
3.2 Análisis y procesamiento de la situación actual. 26
a) Definición. 27
b) Medición. 37
c) Análisis. 43
Capítulo 4. Propuestas de Solución en el Proceso de Inyección de Aluminio. 60
4.1 Alternativas de Solución 60
a) Implementación. 60
b) Control. 75
4.2 Análisis cuantitativo. 82
a) Costo/Beneficio. 82
b) Resumen comparativo. 84
Conclusiones. 89
Bibliografía. 90
RESUMEN
A medida que pasa el tiempo la necesidad de aplicar técnicas y métodos estadísticos que auxilien
a las organizaciones en su desempeño, ha ido en aumento, por ello el presente proyecto está
dirigido a la empresa RADVER S.A. de C.V. cuyo interés es mejorar la calidad de su proceso y así
ampliar su mercado, para alcanzar dicho objetivo se aplico la metodología Seis Sigma para la
reducción de desperdicio (scrap) y lograr un incremento en la productividad.
Cuando se emplea el término Seis Sigma, se alude a una serie de herramientas estadísticas que
permite transformar las deficiencias de un proceso en problemas estadísticos y lograr una solución
real mediante soluciones estadísticas (METODOLOGÍA SISTEMÁTICA). En forma integral la
metodología Seis Sigma es un estándar de medición y mejora que genera una visión estratégica
para las organizaciones que están comprometidas a ofrecerle al cliente productos y servicios con
una mínima parte de defectos, invirtiendo en procesos capaces que no producen defectos.
El proyecto consta de cuatro capítulos, en los cuales se explica a detalle las técnicas estadísticas a
emplear en el seguimiento de la metodología antes mencionada.
El capítulo 1 está dirigido al estudio e importancia que tiene la metodología Seis Sigma en las
organizaciones para optimizar sus procesos, sentando las bases para aplicar dicha metodología en
la empresa RADVER S.A. de C.V., delimitando nuestro estudio a la reducción de desperdicio
(scrap), lo que ayudará a encontrar los puntos de oportunidad para implementar, mantener,
controlar y por lo tanto mejorar el proceso, tomando a la estadística como instrumento de control.
En el capítulo 2 se reúne información documental para confeccionar el diseño metodológico del
proyecto, es decir, el momento en que establecemos un conocimiento profundo de la teoría que le
da significado a la investigación.
En el capítulo 3 se considera y se lleva a cabo un análisis de las necesidades más importantes del
cliente, la funcionalidad del proceso de fundición a presión por inyección, para encontrar las
deficiencias actuales y potenciales del proceso y así poder darles solución de forma estadística,
llevando a cabo una recolección de datos que nos ayuden a visualizar los factores más críticos que
afectan al proceso.
i
El capítulo 4 se enfocará a garantizar que las mejoras obtenidas en la fase de análisis y mejora
sean permanentes para lograr optimizar y hacer más eficiente el proceso de fundición a presión,
controlando y midiendo el desempeño del mismo, así como llevar a cabo una comparación del
cambio realizado aplicando técnicas estadísticas.
La realización de este proyecto generará un elevado compromiso e involucramiento de la alta
Dirección y personal involucrado en el proceso. Creando un ambiente de disciplina y
responsabilidad, para asegurar la correcta implementación de la metodología Seis Sigma.
ii
INTRODUCCIÓN
No hace muchos años, las aspiraciones de los consumidores se limitaban a la obtención del
producto deseado. Correlativamente, el objetivo industrial se basaba en el concepto de la cantidad.
Superada esta etapa, los consumidores han comenzado a expresar su exigencia de calidad y,
correspondientemente, las empresas han utilizado esa exigencia como argumento clave de
competitividad.
La mejora de la calidad produce una reacción en cadena, ya que disminuyen los costos de
producción, pues se generan menos desperdicios, menos reprocesamientos, se pierde menos
tiempo en producir productos de baja calidad y se utilizan mejor los equipos y los materiales.
Mejora la productividad al producirse más piezas correctas y a menor costo en el mismo tiempo.
Adoptar la metodología Seis Sigma como mejora de la calidad, incrementa la competitividad y
aumenta el rendimiento económico de la empresa, garantizándose de esta forma la supervivencia
de la empresa.
La idea central de la metodología Seis Sigma (6 ) es que si se puede medir cuantos defectos se
tienen en el proceso, se puede estimar metódicamente como eliminarlos y llevarlos lo más
cercano posible a cero defectos. Seis Sigma es un sistema que nos ayuda a tomar decisiones
basadas en datos (información) y ofrece una metodología estructurada para alcanzar rápidamente
mejoras mediante el uso de herramientas estadísticas, que identifican las causas raíz y llevan a la
reducción de la variación de los productos y procesos.
El sistema Seis Sigma le da a las empresas herramientas universales que pueden ser aplicadas a
problemas y luego entonces ser usadas para medir los resultados. Es una forma sistemática para
reducir la variación en un proceso e incrementar el ahorro económico, de materia prima y
maquinaria.
Para efectos de este proyecto se pretende exponer la metodología Seis Sigma en la empresa
RADVER, S.A. de C.V., siguiendo los lineamientos del modelo DMAIC.
RADVER, S.A. de C.V. es una empresa manufacturera dedicada a la producción de todo tipo de
piezas fundidas en diferentes materiales metálicos ferrosos y no ferrosos, a través de dos procesos
iii
principales; Proceso de la Cera Pérdida (Investment Casting) y Proceso de Fundición a presión por
Inyección de Aluminio (Die Casting) por cámara fría.
Este proceso de fundición a presión por inyección de aluminio por cámara fría trabaja por la fusión
del material, en primer lugar, en un horno separado, posteriormente una cantidad precisa de metal
fundido se transporta a la máquina de cámara fría donde se introduce en un cilindro de disparo sin
calentar, este metal es conducido al molde por un pistón hidráulico o mecánico, la mayor
desventaja de este sistema es el tiempo que se requiere para completar el proceso en
circunstancias óptimas, ya que el periodo que se requiere para pasar de un proceso a otro es más
lento, debido a la necesidad de transferir el metal fundido del horno a la cámara fría.
Para objetos de este estudio se analizará de forma detallada en capítulos posteriores, el
comportamiento de todo el proceso de fundición a presión por Inyección de Aluminio (Die Casting)
por cámara fría, aplicando las siete herramientas estadísticas básicas, las cuales son las
principales aportadoras de las soluciones del sistema Seis Sigma, obteniendo así el costo/beneficio
para la empresa.
iv
CAPÍTULO 1 MARCO METODOLÓGICO
1.1 Planteamiento del problema.
En la actualidad la elaboración de los productos en el área industrial involucra principalmente tres
etapas: la entrada (recursos humanos, material, equipo, políticas, procedimientos, métodos y el
medio ambiente), realización del producto o servicio (proceso) y la salida (brindar un servicio y/o
producción de un producto). En dichas etapas se presentan fallas que afectan la calidad del
producto y/o servicio. Todos los días un defecto es creado durante un proceso y/o etapa, lo que
implica tiempo adicional para prueba, análisis y reparación, (estas actividades no-adicionales
requieren espacio, equipo, materiales y recursos humanos), lo anterior ocurre debido a que a lo
largo de todo el proceso no se mide ni se le da seguimiento a la variabilidad que existe en el
mismo.
Las altas exigencias y requerimientos del consumidor han llevado al sector empresarial a mejorar
sus procesos/productos, generando un bajo costo de producción, sin reducir la calidad de dicho
producto o servicio, lo que ha generado la búsqueda de herramientas que sirvan como auxiliar en
el mejoramiento del proceso y de los objetivos planteados.
En los procesos industriales se presenta el costo de baja calidad, ocasionado por:
a) Fallas internas, de los productos defectuosos; re-trabajo y problemas en el control de
materiales.
b) Fallas externas, de productos rechazados; garantías y penalizaciones.
c) Evaluaciones del producto, debido a inspección del proceso y producto; utilización,
mantenimiento y calibración de equipos de medición de los procesos y productos; auditorias de
calidad y soporte de laboratorios.
d) Prevención de fallas, debido al diseño del producto, pruebas de campo, capacitación a
trabajadores y mejora de la calidad.
Existen metodologías que ayudan a la prevención de errores en los procesos industriales, siendo
una de ellas la de Seis Sigma, que es una metodología de calidad de clase mundial aplicada para
ofrecer un mejor producto o servicio, más rápido y al costo más bajo.
1
La empresa RADVER S.A. de C.V. cuenta con un área de fundición a presión por inyección de
aluminio, dentro de este proceso se tiene una merma equivalente a 23%, por diversos defectos
(rechupes, rebaba, porosidad, arrastre, etc.) de calidad, lo que se considera como punto de inicio
para desarrollar la metodología Seis Sigma.
Mediante la realización de este proyecto se pretende implementar, medir, controlar y mejorar el
estado actual del proceso de fundición a presión por Inyección de Aluminio en la empresa
RADVER S.A de C.V, utilizando la metodología Seis Sigma, para lograr disminuir y/o eliminar las
no conformidades, que están presentes durante el proceso, reduciendo los costos y aumentando
la satisfacción del cliente.
De manera general se puede decir que el proceso de fundición por inyección en aluminio consta de
una manufactura sencilla ya que utiliza una única materia prima que sirve como suministro tanto
para la maquina como para la inyección del aluminio y así obtener un producto semi-terminado el
cual será utilizado en ensambles o componentes de un producto terminado.
1.2 Objetivos.
General
Desarrollar un caso práctico en RADVER, S.A. de C.V. aplicando las herramientas estadísticas
(Pareto, Histogramas, Diagrama de Ishikawa, etc.) en las que se muestran de forma clara y concisa
los pasos a seguir para la metodología Seis Sigma para mejora de la calidad, cuantificando los
defectos que se encuentran en un proceso, estableciendo un procedimiento sistemático para
eliminarlos y estar cercanos a cero defectos.
Específicos
Desarrollar Seis Sigma para optimizar y mejorar los procesos en RADVER.
Reducir la variación del proceso y mejorar la capacidad del mismo.
Incrementar la satisfacción del cliente.
Maximizar el éxito en el desarrollo de nuevos productos y servicios.
Minimizar costos, a través de la reducción o eliminación de actividades que no agregan valor al
proceso y de la maximización de la calidad para obtener una ganancia a niveles óptimos.
2
1.3 Justificación.
El concepto Seis Sigma ayuda a conocer y comprender los procesos, de tal manera que puedan
ser modificados al punto de poder reducir el desperdicio que se genera en ellos. Esta reducción se
verá reflejada en la disminución de los costos de producción, lo que permite asegurar que el precio
de los productos o servicios sean competitivos, mediante el incremento de ganancias o baja de los
costos de producción, y de la eliminación de los costos asociados con los errores o desperdicios.
Para ofrecer mejores productos o servicios de una manera más rápida y a un menor costo, es
necesario reducir y/o eliminar la variación en cualquier parte del proceso de fundición por cámara
fría, buscando una mejora continua a través del control, debido a que “La variación es el enemigo
de la calidad de nuestro producto y la satisfacción de nuestros clientes”.
Este trabajo mostrará los conceptos y herramientas de la metodología Seis Sigma aplicadas en la
empresa RADVER S.A. de C.V. ayudando a tener un estudio detallado del comportamiento del
proceso y obtener el costo/beneficio en la mejora del proceso de fundición a presión por inyección
de aluminio, eliminando problemas de desperdicio (Scrap), mejorando la calidad de las piezas que
actualmente causan rechazos.
1.4 Hipótesis.
Los resultados de la aplicación del Seis Sigma en base al modelo DMAIC en el proceso productivo
consigue mejorar las características del producto, permitiendo incrementar las ganancias y
ahorrando en costos que se derivan de la reducción de fallas y así mismo se consigue una
disminución de tiempos de ciclos (tiempo real que toma realizar una tarea y avanzarla al siguiente
paso) en los procesos, lo que conlleva a eliminar los problemas de calidad.
La aplicación de esta metodología (6 ) en la empresa RADVER llevará a la organización a la
reducción de la variación, defectos, errores y fallas a un valor próximo a cero, dado que la
metodología se centra en el uso de herramientas estadísticas para resolver problemas y crear
enfoques sistemáticos para reducir las deficiencias, mejorando el producto, su producción, su
calidad final y su confiabilidad, así como fallas en todo lo que es hecho en el proceso de entrega de
un producto a un cliente y el grado de influencia que ellos puedan tener sobre la satisfacción del
mismo.
3
1.5 Alcance.
El alcance de nuestro proyecto abarca los siguientes procesos:
La inyección de aluminio;
preparación de materiales (M.P. y puesta a punto de maquina),
acabado;
inspección final;
reducir el desperdicio de piezas en aluminio con defecto de arrastre
reducir el pegado de piezas en un 40% todo esto para cumplir con el objetivo de mejora en este
proyecto.
.
4
CAPÍTULO 2
INTRODUCCIÓN A LA METODOLOGÍA SEIS SIGMA
2.1 Metodología Seis Sigma y su evolución histórica.
ANTECEDENTES
Seis Sigma es una evolución de las teorías sobre calidad de más éxito desarrolladas después de la
segunda guerra mundial. Especialmente pueden considerarse precursoras directas:
TQM, Total Quality Management o Sistema de Calidad Total
SPC, Statistical Process Control o Control Estadístico de Procesos
También incorpora muchos de los elementos del ciclo de Deming (Planificar, Hacer, Verificar,
Actuar).
El ciclo PDCA, también conocido como "Círculo de
Deming" (de Edwards Deming), es una estrategia de
mejora continua de la calidad.
DESARROLLO Y PIONEROS
La historia de Seis Sigma se inicia en Motorola cuando el ingeniero Mikel Harry comienza a
influenciar a la organización para que se estudie la variación en los procesos (enfocado en los
conceptos de Deming), como una manera de mejorar los mismos. Estas variaciones son lo que
estadísticamente se conoce como desviación estándar (alrededor de la media), la cual se
representa por la letra griega sigma (σ). Esta iniciativa se convirtió en el punto focal del esfuerzo
para mejorar la calidad en Motorola, capturando la atención del entonces Presidente Ejecutivo de
Motorola: Bob Garvín. Con el apoyo de este, se hizo énfasis no sólo en el análisis de la variación
5
sino también en la mejora continua, estableciendo como meta obtener 3,4 defectos (por millón de
oportunidades) en los procesos; algo casi cercano a la perfección.
Esta iniciativa llegó a oídos de Lawrence Bossidy, quién en 1991 y luego de una exitosa carrera en
General Electric (GE), toma las riendas de Allied Signal para transformarla de una empresa con
problemas en una máquina exitosa. Durante la implantación de Seis Sigma en los años 90 (con el
empuje de Bossidy), Allied Signal multiplicó sus ventas y sus ganancias de manera significativa.
Este ejemplo fue seguido por Texas Instruments, logrando el mismo éxito. Durante el verano de
1995 el Presidente Ejecutivo de GE, Jack Welch, se entera del éxito de esta nueva estrategia de
boca del mismo Lawrence Bossidy, dando lugar a la mayor transformación iniciada en esta enorme
organización.
El empuje y respaldo de Jack Welch transformaron a GE en una "organización Seis Sigma", con
resultados impactantes en todas sus divisiones. Por ejemplo: GE Medical Systems recientemente
introdujo al mercado un nuevo scanner para diagnóstico (con un valor de 1,25 millones de dólares)
desarrollado enteramente bajo los principios de Seis Sigma y con un tiempo de escaneo de sólo 17
segundos (lo normal eran 180 segundos). En otra de las divisiones: GE Plastics, se mejoró
dramáticamente uno de los procesos para incrementar la producción en casi 500 mil toneladas,
logrando no sólo un beneficio mayor, sino obteniendo también el contrato para la fabricación de las
cubiertas de la nueva computadora iMac de Apple.
SITUACIÓN ACTUAL
Seis Sigma ha ido evolucionando desde su aplicación meramente como herramienta de calidad a
incluirse dentro de los valores clave de algunas empresas, como parte de su filosofía de actuación.
Aunque nació en las empresas del sector industrial, muchas de sus herramientas se aplican con
éxito en el sector servicios en la actualidad.
Seis Sigma se ha visto influenciada por el éxito de otras herramientas, como lean manufacturing,
con las que comparte algunos objetivos y que pueden ser complementarias, lo que ha generado
una nueva metodología conocida como “Lean Seis Sigma (LSS)”.
¿QUÉ ES SEIS SIGMA?
6
Seis Sigma es un sistema diseñado cuyo objetivo de “casi perfección” en la satisfacción de las
necesidades del cliente.
Otra forma de definir Seis Sigma es como un esfuerzo de “cambio de cultura” radical para
posicionar a una empresa de manera que satisfaga mejor a los clientes y hacerla más productiva y
competitiva.
Seis Sigma: Un enfoque completo y flexible para conseguir, mantener y maximizar el éxito en los
negocios. Seis Sigma funciona especialmente gracias a una comprensión total de las necesidades
del cliente, del uso disciplinario del análisis de los datos y hechos, y de la atención constante a la
gestión, mejora y reinvención de los procesos empresariales.
La metodología fomenta en gran medida el trabajo en equipo, debido a que en la mayoría de las
herramientas, el mecanismo para proponer ideas que nos conducen a la solución de problemas,
es el resultado de la participación de todas las personas involucradas. La mejora continua de los
procesos es el objetivo común de cada uno de los miembros.
En un principio es difícil integrar a las personas para realizar sus proyectos y que dediquen el
tiempo necesario para hacerlo, sin embargo cuando la gente adopta Seis Sigma como una cultura
además de realizar sus proyectos aplica la metodología en su trabajo diario, para la solución de
problemas y mejora de los procesos.
La estadística es utilizada en gran medida dentro de la metodología, pero hay que aclarar que está
es un medio y no un fin. A los clientes no les importa que un producto haya sido producido bajo el
esquema Seis Sigma, cuando tiene fallas o defectos, lo que les interesa es tener un producto de
excelente calidad, a tiempo, sin defectos y que sea lo más económico posible.
El nivel de capacitación requerido es muy alto en la implementación, implica costos ocasionados
por capacitación, tiempos, materiales, entre otros; sin embargo el retorno de la inversión puede ser
muy grande, cuando los proyectos son bien conducidos, ya que los ahorros y/o mejoras que se
presentan cuando un proyecto Seis Sigma funciona son cuantiosos.
La eliminación o reducción de la inspección es un punto muy importante dentro de la metodología,
al seguir las diferentes técnicas; por ejemplo con el uso de sistemas Poka-Yoke (dispositivo
generalmente destinado a evitar errores, el cual garantiza la seguridad de los usuarios de cualquier
7
maquinaria, proceso o procedimiento) entre otras la inspección deja de ser necesaria, se busca el
origen de las causas de los defectos para eliminarlos al máximo.
La implementación de la metodología Seis Sigma requiere que los directivos, Champions, Green
Belt, Black Belt, técnicos y otros responsables del departamento de calidad sean capaces de
desempeñar el papel de administradores del sistema de calidad y de proporcionar técnicas
específicas especializadas a los grupos de operación, para poder realizar sus proyectos.
La selección adecuada de los proyectos tendrá una especial incidencia en el éxito de la
implantación de la filosofía Seis Sigma en la empresa.
El resultado del proyecto general se mide por la suma del ahorro económico que ha presentado el
mismo. Es importante que el Champion, directivos, Black Belts dediquen tiempo a discutir con los
miembros del equipo en fase de formación y les ayuden a elegir correctamente el tema de su
proyecto de mejora.
LA MÉTRICA DE SEIS SIGMA (6 )
El nivel Sigma, es utilizado comúnmente como medida dentro del programa Seis Sigma,
incluyendo los cambios o movimientos “típicos” de 1.5 σ de la media. Las relaciones de los
diferentes niveles de calidad Sigma no son lineales, ya que para pasar de un nivel de calidad a
otro, el porcentaje de mejora del nivel de calidad que se tiene que realizar no es el mismo, cuando
avanzamos a un nivel mayor el porcentaje de mejora será más grande.
En esta tabla se aprecia la cantidad de defectos por cada nivel sigma
Nivel en sigma Defectos por millón de
oportunidades
6 3.4
5 233.0
4 6,210.0
3 66,807.0
2 308,537.0
1 690,000.0
8
En la siguiente tabla se muestra el porcentaje de mejora requerido para cambiar de un nivel sigma
a otro mayor.
Nivel Actual Cambio Porcentaje de
mejora requerido
3 4 10X
4 5 30X
5 6 40X
En la siguiente figura se muestra el concepto básico de la métrica de Seis Sigma, en donde las
partes deben de ser manufacturadas consistentemente y estar dentro del rango de
especificaciones.
La distribución normal muestra los parámetros de los niveles tres Sigma y Seis Sigma.
La figura muestra el número de partes por millón (ppm) que estarían fuera de los limites de
especificación tomando como límite el valor de cada desviación estándar.
9
Distribución normal centrada.
La figura anterior muestra la distribución normal centrada dentro de los límites Seis Sigma, se
tendría únicamente una porción de 0.002 ppm.
Para compensar las inevitables consecuencias de los errores de centrado de procesos, la media
de la distribución se desplazamiento 1.5 σ. Este ajuste proporciona una idea más realista de la
capacidad del proceso a través de varios ciclos de proceso.
El desplazamiento puede ser en dirección positiva o negativa, pero nunca en ambas direcciones
(Jurán. J.M. “Análisis y planeación de la calidad “).
Distribución normal descentrada 1.5
1 2 3 4 5 6 6 5 4 3 2 1 X
LSL USL
LSL USL
1 2 3 4 5 6 X 6 5 4 3 2 1
10
Una medida que describe el grado en el cual el proceso cumple con los requerimientos es la
capacidad del proceso. Los índices utilizados son Cp. (Índice de Capacidad del Proceso) y Cpk
(Índice de Desempeño del Proceso), Un nivel Seis Sigma tiene la habilidad de lograr índices de 2.0
y 1.5 respectivamente. Para lograr esta capacidad la meta a alcanzar de un programa Seis Sigma
es producir al menos 99.99966% de calidad, no más de 3.4 defectos en un millón de piezas
producidas en el largo plazo.
Nivel en sigma Porcentaje Defectos por millón
de oportunidades
6 99.99966 3.4
5 99.9769 233.0
4 99.379 6,210.0
3 93.32 66,807.0
2 69.13 308,537.0
1 30.23 690,.000.0
Porcentajes y cantidad de defectos a los que corresponden los diferentes niveles “Sigma” ( )
MEDICIONES PARA SEIS SIGMA
La letra griega minúscula sigma (σ) se usa como símbolo de la desviación estándar, siendo ésta
una forma estadística de describir cuánta variación existe en un conjunto de datos.
La medida en sigma se desarrolló para ayudarnos a:
1. Enfocar las medidas en los clientes que pagan por los bienes y servicios. Muchas medidas sólo
se concentran en los costos, horas laborales y volúmenes de ventas, siendo éstas medidas que
no están relacionadas directamente con las necesidades de los clientes.
2. Proveer un modo consistente de medir y comparar procesos distintos.
3. Es de suma importancia medir la capacidad del proceso en términos cuantificables y monitorear
las mejoras a través del tiempo.
Definiciones básicas (Forrest W. Breyfogle III “Implementing Six Sigma”).
Unidad (U): Es un artículo producido o procesado. 11
Defecto (D): Cualquier evento que no cumpla la especificación de un CTQ.
Defectuoso: Una unidad que tiene uno o más defectos.
Defectos por unidad (DPU): Es la cantidad de defectos en un producto
U
DDPU
Oportunidad de defectos (O): Cualquier acontecimiento que pueda medirse y de una
oportunidad de no satisfacer un requisito del cliente.
Defectos por oportunidad (DPO):
OU
DDPO
Defectos por millón de oportunidades (DPMO): Es el número de defectos encontrados en cada
millón de unidades.
Capacidad del proceso: Capacidad del proceso para cumplir especificaciones o
requerimientos del cliente.
Rendimiento estándar o de primera pasada (YFT): Es el porcentaje de producto sin defectos
antes de realizar una revisión del trabajo efectuado.
Rendimiento al final o de última pasada (YLT): Es el porcentaje de producto sin defectos
después de realizar la revisión del trabajo.
Cálculo de Sigmas del proceso.
Rendimiento de primera pasada (YFT) y última pasada (YLP)
Los resultados y el número de defectos pueden medirse antes o después de que se detecten,
corrijan o revisen los defectos. Los resultados se miden en % y el número de efectos en defectos
por oportunidad (DPO) o defectos por millón de oportunidades (DPMO).
Rendimiento Real o Estándar (YRT)
Mide la probabilidad de pasar por todos los subprocesos sin un defecto, se determina con el
producto del resultado de cada paso: nFPFPFPFP YYYY ......
321 Observa la calidad de todas las
partes que conforman el producto terminado.
Rendimiento Normal (YN)
12
El rendimiento normal mide el promedio de rendimientos por los pasos del proceso. Es el promedio
exponencial basado en el número de pasos del proceso, no es un promedio aritmético.
nRTN YY , donde n es igual al número de pasos en el proceso.
Calcular (YRT) y ( YN)
YRT = 96%*99%*97%*98% = 90.34% ó 0.9034 que es la probabilidad de que el producto pase sin
error.
Nota: El rendimiento Normal es el promedio del rendimiento del proceso; Sigma es calculada a
partir de un rendimiento Normalizado.
Diferencia entre (YRT) y (YFT)
Rendimiento real o estándar (YRT) Rendimiento al final (YFT)
Rendimiento tomado en cada paso del proceso
oportunidad
Rendimiento al final del proceso
Rendimiento antes de la inspección o la prueba Es el rendimiento después de la inspección ó
la prueba
Incluye retrabajo y desperdicio Excluye el retrabajo y el desperdicio
Siempre <YFT Siempre >YRT
Observa la calidad de todas las partes que
conforman el producto terminado.
Sólo observa la calidad del producto
terminado
Rendimiento real o estándar (YRT) Rendimiento al final (YFT)
2.3 Las fases de DMAIC de Seis Sigma
97.49%0.90344n
RTN YY 97.49%0.90344n
RTN YY
13
La metodología Seis Sigma es un método disciplinado de mejora de los procesos conformado por
las fases siguientes: Definición, Medición, Análisis, Implementación y Control (DMAIC), como se
explican de forma general a continuación:
A continuación se presentan y describen las fases de la metodología Seis Sigma:
a) Fase de Definición
Fases de Identificación y Definición de proyectos en relación con los aspectos clave del
negocio.
• Fase 0. Definición D Define
• Fase 1. Medición M Measure
• Fase 2. Análisis A Analyze
• Fase 3. Mejora I Improve
• Fase 4. Control C Control
Problema de Negocio
Problema Estadístico
Solución Estadística
Solución de Negocio
• Fase 0. Definición D Define
• Fase 1. Medición M Measure
• Fase 2. Análisis A Analyze
• Fase 3. Mejora I Improve
• Fase 4. Control C Control
Problema de Negocio
Problema Estadístico
Solución Estadística
Solución de Negocio
14
–Reconocer como afectan los procesos en los resultados organizacionales.
–Reconocer como afectan los procesos a la rentabilidad.
–Definir cuáles son las características críticas del proceso de negocio.
b) Fase de Medición.
Fases de Medición y Análisis para conocer en forma profunda los niveles actuales de
desempeño
–Se selecciona una o más de las características clave y se crea una descripción detallada de cada
paso del proceso.
–Se evalúa el proceso a través de mediciones y sirve de referencia para establecer los objetivos de
la empresa.
–Se crea un plan de acción después de analizar la situación actual para lograr los objetivos
establecidos
–Identificación y comparación competitiva (benchmark) de las características clave del producto.
Análisis de brechas y factores de éxito.
o MEDICIÓN
–Seleccionar las características clave del producto a mejorar
–Crear el diagrama sistemático de variabilidad del producto
–Definir las variables de desempeño
–Crear mapa de procesos
–Medir las Variables de desempeño
–Determinar la capacidad de desempeño y del proceso en término de niveles de sigma.
c) Fase de Análisis.
o ANÁLISIS 15
–Seleccionar las variables de desempeño
–Hacer un benchmarking de las métricas de desempeño
–Descubrir el desempeño mejor en su clase
–Realizar un análisis de brechas
–Identificar factores de éxito
–Definir objetivos de desempeño
•Fases de mejora y control, para lograr mejoramiento con cambio mayor
–Identificar qué pasos seguir para mejorar el proceso y reducir las fuentes de mayor variación que
influyen negativamente en el proceso.
–Se identifican las variables clave o “pocas vitales” que impactan al proceso, a través del Diseño
de experimentos (DOE) y se ajustan para optimizar el proceso.
–Puede ser necesario modificar el proceso, cambiar los materiales, etc.
d) Fase de Implementación
o MEJORA
–Seleccionar variables de desempeño;
–Diagnosticar desempeño de las variables;
–Definir variables causales (DOE);
–Confirmar variables causales;
–Establecer límites de operación;
–Verificar mejoramiento del desempeño
16
e) Fase de Control.
o CONTROL
–Seleccionar variables causales;
–Definir el sistema de control estadístico;
–Validar el sistema de control;
–Implantar el sistema de control;
–Auditar el sistema de control;
–Monitorear las métricas (análisis numérico) de desempeño
A continuación se esquematiza el propósito, los entregables, los métodos y las herramientas
estadísticas utilizadas en cada una de las fases (Forrest W. Breyfogle III “Implementing Six
Sigma”).
Herramientas utilizadas en la metodología Seis Sigma
Para aplicar la metodología Seis Sigma dentro de una organización implica "Cambiar la cultura
de la organización", ya que se fomenta el trabajo en equipo para la solución de problemas, se
DMAICDMAIC
DefinirDefinirDefinir MedirMedirMedir AnalizarAnalizarAnalizar MejorarMejorarMejorar ControlarControlarControlar
1. Mapa de Proceso
2. Despliegue de la
Función de
Calidad (QFD)
3. Modelo Kano
4. Diagrama Matricial
5. Benchmarking
6. Costos de Calidad
1. Mapa de Proceso
2. Despliegue de la
Función de
Calidad (QFD)
3. Modelo Kano
4. Diagrama Matricial
5. Benchmarking
6. Costos de Calidad
1. Mapa de Procesos
2. Diagrama de:
Pareto,Causa-
Efecto,Árbol,
Afinidad
3. Métodos de
Muestreo
Estadístico
4. Capacidad del
Sistema de
Medición
5. Distribución
Normal
6. Capacidad del
Proceso
1. Mapa de Procesos
2. Diagrama de:
Pareto,Causa-
Efecto,Árbol,
Afinidad
3. Métodos de
Muestreo
Estadístico
4. Capacidad del
Sistema de
Medición
5. Distribución
Normal
6. Capacidad del
Proceso
1. AMEF
2. Cartas Multi Vari
3. Correlación
4. Regresión lineal
Simple y lineal
Múltiple
5. Pruebas de
Hipótesis
6. Análisis de
Varianza (ANOVA)
1. AMEF
2. Cartas Multi Vari
3. Correlación
4. Regresión lineal
Simple y lineal
Múltiple
5. Pruebas de
Hipótesis
6. Análisis de
Varianza (ANOVA)
1. Análisis de
Experimentos
(DOE)
2. Diseño Factorial
2K
3. Diseño Fracción
Factorial
4. Diseño Taguchi
5. Diseño de Mezclas
6. Métodos de
Superficie de
Respuesta
1. Análisis de
Experimentos
(DOE)
2. Diseño Factorial
2K
3. Diseño Fracción
Factorial
4. Diseño Taguchi
5. Diseño de Mezclas
6. Métodos de
Superficie de
Respuesta
1. Plan de Control
2. Cartas de Control
3. Poka Yoke
4. Mejora continua
(Kaizen)
5. Las 5 S´s
6. Kanban
1. Plan de Control
2. Cartas de Control
3. Poka Yoke
4. Mejora continua
(Kaizen)
5. Las 5 S´s
6. Kanban
Herramientas
DMAICDMAIC
DefinirDefinirDefinir MedirMedirMedir AnalizarAnalizarAnalizar MejorarMejorarMejorar ControlarControlarControlar
1. Mapa de Proceso
2. Despliegue de la
Función de
Calidad (QFD)
3. Modelo Kano
4. Diagrama Matricial
5. Benchmarking
6. Costos de Calidad
1. Mapa de Proceso
2. Despliegue de la
Función de
Calidad (QFD)
3. Modelo Kano
4. Diagrama Matricial
5. Benchmarking
6. Costos de Calidad
1. Mapa de Procesos
2. Diagrama de:
Pareto,Causa-
Efecto,Árbol,
Afinidad
3. Métodos de
Muestreo
Estadístico
4. Capacidad del
Sistema de
Medición
5. Distribución
Normal
6. Capacidad del
Proceso
1. Mapa de Procesos
2. Diagrama de:
Pareto,Causa-
Efecto,Árbol,
Afinidad
3. Métodos de
Muestreo
Estadístico
4. Capacidad del
Sistema de
Medición
5. Distribución
Normal
6. Capacidad del
Proceso
1. AMEF
2. Cartas Multi Vari
3. Correlación
4. Regresión lineal
Simple y lineal
Múltiple
5. Pruebas de
Hipótesis
6. Análisis de
Varianza (ANOVA)
1. AMEF
2. Cartas Multi Vari
3. Correlación
4. Regresión lineal
Simple y lineal
Múltiple
5. Pruebas de
Hipótesis
6. Análisis de
Varianza (ANOVA)
1. Análisis de
Experimentos
(DOE)
2. Diseño Factorial
2K
3. Diseño Fracción
Factorial
4. Diseño Taguchi
5. Diseño de Mezclas
6. Métodos de
Superficie de
Respuesta
1. Análisis de
Experimentos
(DOE)
2. Diseño Factorial
2K
3. Diseño Fracción
Factorial
4. Diseño Taguchi
5. Diseño de Mezclas
6. Métodos de
Superficie de
Respuesta
1. Plan de Control
2. Cartas de Control
3. Poka Yoke
4. Mejora continua
(Kaizen)
5. Las 5 S´s
6. Kanban
1. Plan de Control
2. Cartas de Control
3. Poka Yoke
4. Mejora continua
(Kaizen)
5. Las 5 S´s
6. Kanban
Herramientas
17
mejoran la comunicación, y aumenta el grado de confianza y seguridad en los individuos para
realizar el trabajo, de esta manera se rompe la resistencia al cambio para poder ser más agresivos
y alcanzar metas cada vez más desafiantes.
Recomendaciones para selección de proyectos (Neuman Robert, Pande Peter “Las claves de Seis Sigma “).
o Fuentes externas:
Considerar la voz del cliente
Considerar la voz del mercado
Considerar la comparación con la competencia
Algunas de las preguntas que surgen a partir de estas fuentes:
¿En que estamos fallando o vamos a fallar en la satisfacción de las necesidades del cliente?
¿Dónde nos encontramos detrás de nuestros competidores?
¿Cómo va a evolucionar el mercado?¿Estamos preparados para ello?
¿Cuáles son las necesidades futuras de nuestros clientes?
o Fuentes internas:
Considerar la voz del proceso
Considerar la voz del personal
Algunas de las preguntas que surgen a partir de estas fuentes
¿Cuáles son los mayores retrasos que ralentizan a nuestros procesos?
¿Dónde hay un volumen elevado de defectos y/o retrabajos repetidos?
¿Dónde se incrementan los costos de mala Calidad?
¿Qué preocupaciones o ideas aportan el personal o los directivos?
Otras recomendaciones
Debe de estar alineado con las iniciativas del negocio.
Mejorar un proceso existente.
Asegurarse de que el alcance no sea demasiado extenso, y también que el proyecto sea
realizable. En este caso, se puede segmentar para ser realizado por diferentes personas,
cada uno con distintos alcances.
18
Escoger un proyecto en el cual se pueda generar o se tengan suficientes datos para ser
medidos.
Que genere ahorros financieros.
De ser posible escoger un proceso con mas ciclos, altos volúmenes o tiempos de ciclo cortos.
Barreras para alcanzar el éxito en los proyectos
Los proyectos no tienen el soporte de la gerencia.
Alcance demasiado largo o confuso.
Los objetivos del proyecto no son significativos o generan conflicto con otros.
No se tienen medidas claras de los resultados.
No se destina un tiempo para la realización del proyecto.
El proyecto no está alineado con las prioridades del negocio.
Green Belt / Black Belt no entrenado.
Información no disponible.
El proyecto no utiliza una metodología de mejora.
“Seis sigma es una metodología enfocada a la mejora continua.”
19
CAPÍTULO 3. APLICACIÓN DE LA METODOLOGÍA DMAIC EN EL
PROCESO DE INYECCIÓN DE ALUMINIO.
3.1 Generalidades.
a) Antecedentes de RADVER, S.A de C.V
RADVER, S.A. DE C.V., Empresa que empieza Operaciones en Octubre del año 2007, en la
Ciudad de Lerma Edo. De México, ubicada en Calle Rafael Navas García Lote 6, Km. 4.5 Lerma
de Villada y Av. de las Partidas y Rancho la Bomba.
RADVER, S.A. DE C.V. es una empresa 100% mexicana, que en sus orígenes fue fundada para
realizar piezas de fundición y maquinado dando suministro a los requerimientos del grupo
Verduzco, en el año 2008 obtiene la certificación ISO 9001.
El objetivo que RADVER, S.A. de C.V. persigue en este momento es: 20
1. Fabricación de todo tipo de piezas fundidas en diferentes materiales metálicos.
2. La Adquisición por cualquier medio legal de la maquinaria y equipo que sea necesario para la
fabricación y manufactura de todo tipo de piezas fundidas.
3. La Empresa fabrica por el proceso de la Cera Pérdida (Investment Casting), piezas de metales
Ferrosos y No - Ferrosos como se clasifican de acuerdo a lo siguiente:
- ACEROS AL CARBON (Bajo, Medio y Alto Carbón).
- ACEROS ALEADOS (Grado Maquinaria y Grado Herramienta).
- ACEROS INOXIDABLES (Ferríticos, Austeníticos y Martensíticos).
- ALEACIONES ESPECIALES (Base-Níquel, Base-Cromo, Base Cromo-Cobalto).
- ALEACIONES LIGERAS (Base Aluminio, Base Cobre).
- FUNDICIONES (Hierro Gris y Hierros al Cromo).
4.- RADVER, S.A. de C.V. también cuenta con el proceso de Inyección de Aluminio (Die
Casting). Donde fabrica metales con base en el Aluminio por Inyección a presión.
Inyectora de Aluminio
21
El área de función por inyección a presión para aluminio, está en proceso de mejora así como
propuestas para conseguir nuevos clientes, el pronóstico de ventas para este año se estima en
320,000 USD, en este momento este cálculo se realiza tomando en cuenta 6 números de parte:
304352 POWER TITE CLAMPING RING 60A 4P
304351 POWER TITE CLAMPING RING 60A
CLAMPING RING
GUA50ACC
PLUG HOUSING
HOUSING
Y en espera de la aprobación de nuevos componentes, estos dependen de las muestras y el
proceso de aprobación de la primera corrida de producción (PPAP) para la liberación de dichos
herramentales (Piezas).
b) Proceso de Inyección de Aluminio.
En el método de fundición por inyección a presión se funden piezas idénticas a un ritmo acelerado
de producción forzando el metal fundido bajo grandes presiones en los moldes metálicos. Las dos
partes de la matriz de metal son colocadas de forma segura para poder resistir la alta presión. El
aluminio fundido es obligado a repartirse por las cavidades de la matriz. Cuando el metal se ha
solidificado, las matrices son desbloqueadas y abiertas para extraer la pieza fundida caliente.
Las piezas pueden ser claramente definidas, con superficies lisas o con textura, y son adecuados
para una amplia variedad de acabados atractivos y útiles.
La fundición a presión por inyección (Die-casting) se encuentran entre las de mayor volumen de
piezas debido a su rapidez en el proceso, los artículos producidos en masa fabricados por la
industria metalmecánica, y se pueden encontrar en miles de consumo, comerciales e industriales.
El proceso básico de fundición a presión consiste en la inyección de metal fundido a alta presión
en un molde de acero llamado dado matriz. Las máquinas de fundición son típicamente nominales
de sujeción en toneladas equivalente a la cantidad de presión que pueden ejercer sobre el dado
matriz. Las dimensiones de la máquina van desde 400 a 4000 toneladas. Independientemente de
22
su tamaño, la única diferencia fundamental es el método utilizado para la inyección de metal
fundido en un molde. Existen dos métodos para la fundición a presión, estos procesos son; cámara
caliente y cámara fría.
Los moldes utilizados para la fundición a presión, están hechos de acero aleados en al menos dos
secciones. Hay cuatro tipos de moldes o matrices:
1. Cavidad única para producir un componente.
2. Cavidad múltiples para producir un número de partes idénticas
3. Unidad de troquel para producir diferentes partes de una sola vez
23
4. Combinación de moldes o matrices para producir diferentes partes de un ensamble.
CÁMARA FRÍA
Las máquinas de cámara fría, como se ilustra en imagen de fundición de cámara fría, se utilizan
para aleaciones como el aluminio y otras aleaciones con alto punto de fusión. El metal fundido se
vacía en una "cámara fría", en la manga cilíndrica, de forma manual por un cucharón en mano o
por una cuchara automática. Un émbolo hidráulico sella la cámara fría y el metal fundido es
inyectado al molde a altas presiones.
Las ventajas de la fundición a presión son:
Las piezas están semiterminadas y pueden producirse a un alto ritmo.
Las tolerancias dimensionales de cada parte de la pieza fundida pueden ser mantenidas más
sólidamente.
Es posible la obtención de superficies suaves.
El proceso puede ser automatizado.
Reduce o elimina las operaciones de mecanizado secundario.
Las desventajas de la fundición a presión son:
Alto costo inicial
Limitado a los metales de alta fluidez.
Es común una cierta cantidad de porosidad.
Se necesita un gran volumen de producción para hacer de este una alternativa económica a
otros procesos.
24
Fundición Cámara Fría
PROCESO
El proceso imagen inicia colocando el metal a fundir en un horno separado (a), posteriormente una
cantidad precisa de metal fundido se transporta a la máquina de cámara fría donde se introduce en
una cámara de disparo sin calentar (o inyección de cilindro) (b), este metal es conducido al molde
por un pistón hidráulico o mecánico (c), una vez que el metal se encuentra dentro del molde, este
se solidifica (d), la pieza fundida es retirada del molde (e) y (f), se rocía desmoldante a través de los
eyectores (g) y el proceso está listo para realizar un nuevo ciclo (h) e (i).
(a) (b) (c)
(d) (e) (f)
(g) (h) (i)
25
Proceso de Fundición
La implementación del modelo Seis Sigma se realiza para dos números de parte, correspondientes
a uno de sus clientes potenciales y con los cuales podría ser la punta de lanza para la apertura a
nuevos sectores que ayuden al crecimiento de dicha área y por ende al de la Empresa.
Tomando como base la calidad del producto con respecto a las especificaciones y requerimientos
del cliente, RADVER toma la decisión y selecciona el siguiente artículo:
304352 POWER TITE CLAMPING RING 60A 4P (como se muestra en la figura)
304351 POWER TITE CLAMPING RING 60A
CLAMPING RING 60A 4P
3.2 Análisis y procesamiento de la situación actual.
26
c) Definición
Enunciado del problema ó proceso a mejorar
En este proceso se tiene una merma por diferentes problemas de calidad, cuantificado en un
rango de 15% a 23 %, en los números de parte 304352 y 304351, tomando en cuenta que estos
productos, tienen una demanda estimada de 35,000 piezas/mensuales y debido a que es un
volumen de producción elevado para RADVER, se tomará como puntos principales para la
selección y desarrollo de la metodología Seis Sigma.
En estas piezas (Ambos números de parte se encuentran en un solo molde para inyección) se
observa que los problemas que se presentan con mayor frecuencia son:
cantidad de producto de re trabajado;
material mal procesado que se recupera para reprocesar en la fundición,
desperdicio (SCRAP) que se obtiene en la producción de las corridas por defectos mayores
en las piezas y que es imposible recuperar.
En la máquina inyectora de aluminio, en la que se desarrolla todo el proceso de fundición y donde
se encuentran básicamente los problemas o fallas. Los defectos básicamente se localizan al
momento de procesar la materia prima para la inyección y como tal la inyección dentro de las
cavidades del molde. Estos defectos se presentaron inicialmente desde del proceso de fundición
ya que es algo inherente del mismo.
Los problemas generales que se contemplan a simple vista están localizados por parte de los
herramentales (MOLDE), Acondicionamiento y manejo de la maquinaria (Maquina y método de
operación), proceso de fundición (capacidad de control de dicho proceso con respecto al mismo
proceso).
Identificar Objetivo y Alcance del Proyecto
El objetivo es desarrollar un caso práctico en RADVER, S.A. de C.V. aplicando los diferentes
métodos y herramientas estadísticas en la que se muestre en forma clara y concisa los pasos a
seguir de la metodología Seis Sigma para mejora de la calidad, midiendo cuantos defectos se
27
Piezas
Defectuosas
(Maquin de Inyección)
Inyetion Machines Measurement
(Medición)
Manpower (Personal) Materials (M.P.)
Methods (Método)
Presión
Mantenimiento
Capacitación
Rendimiento y ef icacia
aplicación
Error de operación
Vernier y pirómetro
Equipo de medición
Cantidad
Aluminio
Calibración
Operador
Capacitación
Habilidad
Presión de Operación
Horno de fundición
Incentivos
Ajustes y Limpieza
Métodos y procedimientos
Particulas extrañas
Nuevo proveedor
Molde
encuentran en un proceso, estableciendo un procedimiento sistemático para eliminarlos y estar
cercanos a cero defectos.
El alcance de nuestro proyecto abarca los siguientes procesos para la inyección de aluminio;
preparación de materiales (M.P y puesta a punto de Maquina), Proceso de inyección, acabado e
inspección final.
Actualmente no existe mapeo del proceso de fundición y este deberá de proponerse para poder
tener un panorama de dicho proceso.
Reducir el desperdicio de piezas en aluminio con defecto de arrastre y pegado de pieza en un 40%
para cumplir con objetivos de dicho proyecto de mejora.
Identificación de las métricas (Análisis numérico) Y´s
Para la determinación de los factores que intervienen o se relacionan con los problemas de
desperdicio se realizó un diagrama de Ishikawa (pescado) junto con una lluvia de ideas.
En los cuales se encontró los siguientes factores que son predominantes con respecto al proceso
de fundición a presión por inyección:
Temperatura
Presión 28
Desgasificación
Desmoldante
Molde (Dado matriz)
Operación de maquinaria
Tiempo de inyección o golpe.
Porosidad
Calcular el Beneficio del proyecto (Preliminar)
Se hizo un análisis para evaluar las perdidas en algunos indicadores como son calidad,
productividad y costos:
a) Calidad; Satisfacción del cliente interno (Materia prima, inspección final) y externo el cual fue
representado por el área de aseguramiento de calidad, a través del proceso para la
aceptación de la primer pieza de producción
b) Productividad; Pérdida de la capacidad en el proceso así como procesos innecesarios para la
reparación y revisión del producto.
c) Costos; Cumplir con los objetivos internos de la organización con respecto a la mejora
continua y satisfacción del cliente.
El tamaño de las unidades defectuosas y las tendencias aparentes en el proceso o producto se
presentan de la siguiente forma.
DEFECTOS CANTIDAD
Arrastre 20
Pegado de pieza 18
Rechupe 10
Rebaba 6
Leyendas no
visibles
5
Porosidad 0
Golpes 0
TOTAL 59
TABLA 1.0 29
Tomando en cuenta que los datos mostrados en la Tabla anterior fueron recopilados de una de
las primeras corridas piloto para producción con una cantidad total de 350 piezas y 59 defectos
(piezas rechazadas), se puede comenzar a realizar la siguiente estimación de costos.
DESCRIPCIÓN CANTIDAD UNIDAD DE
MEDIDA COSTO COSTO UNITARIO
Materia Prima (ALUMINIO A360)
0.47 KG $ 26.8 $ 12.60
Gastos de fabricación
1 GOLPE / INYECCION
$ 15.47 $ 15.47
Mano de Obra 0.683 MIN $ 0.54 $ 0.37
Total $ 28.44
DESCRIPCIÓN $ M.N.
Operador de máquina $ 2,200
Técnico de mantenimiento de moldes $ 2,200
DESCRIPCIÓN KG.
PESO DEL NÚMERO DE PARTE 68304351000 0.08
Peso del número de parte 68304352000 0.09
Peso de la colada 0.3
Peso total = 0.47
Tomando en cuenta estos costos de producción se puede calcular los ahorros que se pueden
llegar a obtener en referencia a la TABLA 1.0, por lo que se puede decir lo siguiente:
DESCRIPCION CANTIDAD SCRAP A
DISMINUIR
ESTIMACION DE PIEZAS MENSUALES
35000 PZA 1700 PZA
COSTO POR PARO Y REMPLAZO POR PIEZAS DEFECTUOSAS
Descripción Costo Total
Tiempo perdido (MIN) $ 1,161.67 $ 631.03
Golpes desperdiciados
1,700.0 $ 26,299.0
Costo de MP (KG) $ 799.00 $ 21,413.2
COSTO TOTAL M.N.(MENSUAL) $ 48,343.2
30
Pre diagnóstico.
En el mes de febrero del 2010 se comenzó a cuantificar el proceso de fundición para el inicio en la
búsqueda para la disminución del desperdicio que está presente en el proceso de fundición.
Voz del cliente
Tomando como base los requerimientos del cliente tanto internos como externos se deberá tomar
en cuenta para la determinación de los puntos críticos de control así como el proceso interno de
aceptación de las piezas para RADVER.
REQUERIMIENTOS DEL CLIENTE APPLETON ELECTRIC, S.A. DE C.V.
1. Certificado del material.
2. Reporte dimensional en casting y machine cuando aplique.
3. Copia de aprobación de las primeras piezas.
4. El material debe traer el certificado de calidad.
A su vez se tomara en cuenta el mapeo de proceso para involucrar al personal así como ayudar
para una mayor y mejor visión de dicho proceso.
Cálculo de Seis Sigma
En términos de Seis Sigma, el cambio y desviación en los procesos se toman en cuenta al calcular
los valores Sigma a Corto y Largo Plazo. El Sigma a Corto Plazo se basa en una instantánea de los
datos del proceso como lo muestran las líneas azules (Imagen). El Sigma a Largo Plazo se basa en
una recolección de datos tomada a través del tiempo como lo representa la curva naranja (Imagen).
31
Cálculo del Sigma a corto y largo plazo
Dependiendo de la información utilizada para el análisis, Sigma se puede expresar a corto o largo
plazo. Sigma a corto plazo se basa en una "imagen" de la información del proceso como se muestra
en el lado izquierdo de la gráfica. Sigma a largo plazo se basa en una recolección de datos a través
del tiempo. Como se muestra en el lado derecho de la gráfica en la diapositiva, a través del
tiempo, el proceso tenderá a "cambiar y desviarse". Esto reduce efectivamente el valor de Sigma.
A continuación se presenta la forma en que se calcular la sigma del proceso para RADVER S.A de
C.V:
La corridas piloto de producción con una cantidad total de 350 piezas y 59 defectos de los cuales
se percibe siete oportunidades de mejora (TABLA 1.0).
Unidad (U) = 350 piezas
Defecto (D) = 59 piezas rechazadas
Defectos por unidad (DPU): Es la cantidad de defectos en un producto
1686.0350
59
U
DDPU
Oportunidad de defectos (O) =7 Oportunidades
Defectos por oportunidad (DPO):
32
20.024081637350
59
xOU
DDPO
Defectos por millón de oportunidades (DPMO): Es el número de defectos encontrados en cada
millón de unidades.
24081.6326(1000000)x2)0.02408163(DPMO
3.375 de
sigmaun estima se conversión de tablala a baseen
24081.6326DPMO
Descripción Cantidad
Sigma proceso de estudio
D= 59
U= 350
O= 7
DPU= 0.169
TOP= 2100
DPO= 0.02408163
DPMO= 24081.6326
33
RENDIMIENTO % DPMO NIVEL DE SIGMA
6.68 933200 08.455 915450 0.12510.56 894400 0.2513.03 869700 0.37515.87 841300 0.519.08 809200 0.62522.66 773400 0.75
26.595 734050 0.87530.85 691500 1
35.435 645650 1.12540.13 598700 1.25
45.025 549750 1.37550 500000 1.5
54.975 450250 1.62559.87 401300 1.75
64.565 354350 1.87569.15 308500 2
73.405 265950 2.12577.34 226600 2.2580.92 190800 2.37584.13 158700 2.586.97 130300 2.62589.44 105600 2.75
91.545 84550 2.87593.32 66800 394.79 52100 3.12595.99 40100 3.2596.96 30400 3.37597.73 22700 3.598.32 16800 3.62598.78 12200 3.7599.12 8800 3.87599.38 6200 4
99.565 4350 4.12599.7 3000 4.25
99.795 2050 4.37599.87 1300 4.599.91 900 4.62599.94 600 4.7599.96 400 4.875
99.977 230 599.982 180 5.12599.987 130 5.2599.992 80 5.37599.997 30 5.5
99.99767 23.35 5.62599.99833 16.7 5.75
99.999 10.05 5.87599.99966 3.4 6
TABLA DE CONVERSIÓN: NIVEL EN SIGMA A PARTIR DEL DPMO
34
Visión del proceso con respecto al desperdicio (SCRAP)
Análisis de Pareto Scrap (Desperdicio)
350 291
297
0 6
53
OPERACIONI
¿LA PIEZA CUMPLE CON LA
ESPECIFICACI
¿LA PIEZA PUEDE SER
REPARADA?
NO OK
NO OK
OK
OKOK
RETRABAJO Y REPROCESO
RETRABAJO Y AL SIGUIENTE PASO
2018
106 5
0 0
34%
64%
81%
92%
100% 100% 100%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0
10
20
30
40
50
Number
Chart ParetoC
A
N
T
I
D
A
D
D
E
D
E
F
E
C
T
O
S
35
Como se observa en la grafica de scrap de arrastre y pegado de pieza representa el 36% de los
defectos que se han encontrado en dicho proceso, por lo que estos son los puntos que se
comenzaran a estudiar ya que estos problemas tienen orígenes en común.
Diagrama de proceso (General)
d) Medición.
Estudio r & R para determinación de la reproducibilidad y repetibilidad
Un estudio r y R del Instrumento de Medición es un método para determinar:
-Repetibilidad (r)
-Reproducibilidad (R)
DIAGRAMA DE FLUJO DEL PROCESO
SI
INICIO
FOR-7.2-01
ENTRADA DE ORDEN DE COMPRA
EXISTE
MOLDE
NO AUTORIZA
MOLDE
SIFOR-7.2-02
SE COTIZA Y SE INFORMA AL
CLIENTE
NO
MET-7.2-01
RECIBE SERVICIO A CLIENTES
EXISTE JOB
PLAN
NO
SI
FOR-7.2-03FOR-7.2-06
SE PROGRAMA LA FABRICACION Y
FECHA DE ENTREGA
MET-7.1-01MET-7.5.1-01
SE ELABORA LA ORDEN DE
PRODUCCION
SE ADJUNTA EL JOB PLAN Y PLAN
DE CONTROL
MET-7.5.2
SE ELABORA EL JOB PLAN
MET-7.5.2
SE ELABORA EL JOB PLAN
DIE CASTING
PROTOTIPOS
INYECCION
MET-7.5.1-01
PRODUCCION APROBADO
INVEST, CASTING
PROTOTIPOS
MET-7.5.1-01
PRODUCCION
MET-7.5.1-01
DESARROLLO DEL AMEF Y TIEMPOS ESTANDARD
FABRICACION DE CERAS
DETALLADO FINAL
FOR-7.2-04
SE ELABORA SOLICITUD DE
ORDEN DE PRODUCCION NO
SI
MET-7.1.5-02MET-7.5.1-03MET-7.5.1-04
INYECCION
DETALLADO
ARMADO
APROBADO
NO
SI
MET-7.5.1-05
APLICACIÓN CERAMICOS Y
DESPOSTILLADOAPROBADOSI
MET-7.5.1-06
EXTRACCION DE CERAAPROBADO
SI
FOR-7.2-07FOR-7.2-08
PROCESO DE FUNDICION
MET-7.5.1-08.1
ANALISIS QUIMICO
APROBADO
NO
NO
MET-7.5.1-09
LIMPIEZA DE CERAMICA
MET-7.5.1-10
DESPRENDIMIENTO DE PIEZAS DEL
TRONCO
MET-7.5.1-11
TRATAMIENTO TERMICO GRANALLA
MET-7.5.1-12
DETALLADO FINAL
GRANALLA O SAND BLAST
NO
MET-7.5.3
INSPECCION FINAL
APROBADO
NONO
FOR-7.5.5-02FOR-7.5.5-03
PREPARACION EMBARQUE
FIN
MET-7.5.5-02FOR-8.2.1
EMBARQUE AL CLIENTE
SI
36
Repetibilidad se refiere a la variación que ocurre cuando se hacen mediciones
Repetidas del mismo elemento bajo condiciones absolutamente idénticas.
El término "repetibilidad" se refiere a:
La variabilidad relativa del sistema de medición
Variación que ocurre cuando se hacen mediciones repetidas del mismo elemento bajo condiciones
absolutamente idénticas.
Mismo operador
Mismo sistema
Mismas unidades
Mismas condiciones ambientales
A corto plazo
Reproducibilidad se refiere a la diferencia en el promedio de las mediciones que
hacen diferentes personas utilizando el mismo instrumento, o a la misma persona utilizando
diferentes instrumentos al medir las características idénticas.
El término "reproducibilidad" se refiere a:
La variación que resulta cuando se utilizan diferentes condiciones para realizar las mediciones
Operadores diferentes
Ajustes diferentes
Unidades diferentes
Condiciones ambientales diferentes
Como se sabe el análisis numérico se complementa con la comparación del valor obtenido de la
reproducibilidad r con respecto al de la repetibilidad R:
Si la reproducibilidad esta por abajo del 10 % de la repetibilidad (R < 0,1·r), generalmente se
considera que la reproducibilidad es aceptable, y existe compatibilidad entre las diferentes
condiciones que fueron evaluadas.
Si la reproducibilidad está entre el 10 % y el 30 % de la repetibilidad (0,1·r < R < 0,3·r), se
considera que la reproducibilidad entre las diferentes condiciones puede ser aceptable en
base a la importancia de la aplicación, costo del equipo de medición, costo del servicio de
calibración o reparación, etc.
Si la reproducibilidad esta por arriba del 30 % de la repetibilidad (R > 0,3·r), Se deberá mejorar
el sistema de medición (personal, equipo, métodos, condiciones).
37
Al analizar la información que arroja el estudio de R&R es posible evaluar las causas que originan
la variación del sistema o del instrumento.
El propósito de llevar a cabo un Análisis del Sistema de Medición (MSA) es asegurar que
la información recolectada sea una representación fiel de lo que está ocurriendo en el
proceso.
Para la realización de dicho estudio se efectuó el formato ya que en RADVER carecía del mismo,
en el proceso de toma de datos se conto con la ayuda de:
Operador de máquina. Alberto Colín Peña
Técnico de Mantenimiento para moldes. Jesús Espinoza Sarmiento
Supervisor de calidad. Juan Carlos Díaz O.
Este estudio ayuda a determinar y evaluar el error de medición así como cuantificarlo para
determinar la confianza de dicha medición. Las fuentes de variabilidad son las siguientes:
variabilidad del producto,
del instrumento y
de los operadores.
Los aparatos a los cuales se le realiza dicha verificación por ser los utilizados para la puesta a
punto, producción e inspección de las piezas para producción son tres calibradores digitales
mencionados en el formato de r & R (Revisar formatos de estudio).
38
39
40
41
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
1 2 3 4 5 6 7 8 9 10
Avera
ge
Part
Average Run Chart
Alberto Colin PeñaJesús Espinoza SarmientoJuan Carlos Díaz O.
0.01496
0.0
0.002
0.004
0.006
0.008
0.01
0.012
0.014
0.016
1 2 3 4 5 6 7 8 9 10
Ran
ge
Part
Range Chart by operator
Alberto Colin Peña
Jesús Espinoza Sarmiento
Juan Carlos Díaz O.
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
1 2 3 4 5 6 7 8 9 10
Avera
ge
Part
Average Run Chart
Alberto Colin PeñaJesús Espinoza SarmientoJuan Carlos Díaz O.
0.01496
0.0
0.002
0.004
0.006
0.008
0.01
0.012
0.014
0.016
1 2 3 4 5 6 7 8 9 10
Ran
ge
Part
Range Chart by operator
Alberto Colin Peña
Jesús Espinoza Sarmiento
Juan Carlos Díaz O.
Carta de rangos por operador
42
El estudio de R&R se realizó por dos motivos principales:
1. La empresa no cuenta con patrones de calibración certificados por un laboratorio acreditado;
2. Avalar y verificar el funcionamiento de los instrumentos de medición con los cuales se realiza
la inspección dimensional de las piezas.
Después de realizar el estudio y con la ayuda de los resultados obtenidos se puede determinar que
los instrumentos de medición (Calibradores) son adecuados y están en optimas condiciones para
su uso. Por lo tanto se puede proseguir con el estudio de medición ya que por parte de los
instrumentos de medición estos son descartados como posible punto de error para la liberación de
los productos elaborados en RADVER S.A de C.V.
c) Análisis.
Capacidad y Desempeño del Proceso.
Al planear los aspectos de calidad de la manufactura, es sumamente importante asegurarse de
antemano de que el proceso será capaz de mantener las tolerancias. La capacidad del proceso ó
habilidad del proceso, proporciona una predicción cuantitativa de qué tan adecuado es un proceso.
La habilidad del proceso es la variación medida, inherente del producto que se obtiene en ese
proceso.
El análisis de capacidad del proceso es fundamental en un Programa Integral de Mejora de la
Calidad. Entre sus aplicaciones, podemos señalar:
1. Predecir en que grado el proceso cumple especificaciones.
2. Apoyar a diseñadores de productos o procesos en sus modificaciones.
3. Especificar requerimientos de desempeño para el equipo nuevo.
4. Seleccionar proveedores.
5. Reducir la variabilidad en el proceso de manufactura.
6. Planear la secuencia de producción cuando hay un efecto interactivo de los procesos en las
tolerancias.
43
p = porcentaje de medidas bajo la curva de probabilidad fuera de especificaciones.
Partes fuera de especificaciones
En el área sombrada observamos medidas fuera de los límites de especificación.
Para solucionar este problema, podemos reducir la desviación estándar.
También podríamos cambiar la media.
Lo ideal sería, por supuesto cambiar ambas.
_
Xxi
s
Z
LIE LSE
p
GRÁFICA DE CAPACIDAD DE DESEMPEÑO
44
Variación a corto y a largo plazo
Existen dos maneras de expresar la variabilidad:
Variación a corto plazo (Zst).- Los datos son colectados durante un periodo de tiempo
suficientemente corto para que sea improbable que haya cambios y otras causas especiales.
Las familias de variación han sido restringidas de tal manera que los datos considerados, sólo son
los que se obtuvieron del subgrupo racional. Ayuda a determinar subgrupos racionales
importantes.
Variación a Largo Plazo (Zlt).- Los datos son colectados durante un periodo de tiempo
suficientemente largo y en condiciones diversas para que sea probable que incluya todos los
cambios de proceso y otras causas especiales. Aquí todas las familias de variación exhiben su
contribución en la variación del proceso general.
En el caso del corto plazo:
Grafica de variación a corto plazo
Grafica de variación a largo plazo
45
Para el cálculo de Z utilizamos las siguientes formulas:
ST
ststddesv
nomespeciflímiteZ
.
..
LT
LTstddesv
mediaespeciflímiteZ
.
.
Dónde:
Zst = variación a corto plazo.
nom = Valor nominal u objetivo
Zlt = variación a largo plazo.
Z shift.- A largo plazo los procesos tienen un desplazamiento natural de 1.5 desviaciones
estándar, de acuerdo a lo observado por Motorota Inc.
Zlt = Zst-1.5shift
Cálculo de la capacidad del proceso
Antes de calcular la capacidad del proceso, el proceso debe estar en control estadístico.
Condiciones y fórmulas para el estudio de capacidad del proceso
Para realizar un estudio de capacidad es necesario que se cumplan los siguientes supuestos (J.M.
Juran, Análisis y planeación de la Calidad, Tercera Edición Mc. Graw Hill, Pp.404):
El proceso se encuentre bajo control estadístico, es decir sin la influencia de fuerzas externas o
cambios repentinos. Si el proceso está fuera de control la media y/o la desviación estándar del
proceso no son estables y, en consecuencia, su variabilidad será mayor que la natural y la
capacidad potencial estará infravalorada, en este caso no es conveniente hacer un estudio de
capacidad.
Se recolectan datos durante el estudio de habilidad para minimizar el error de muestreo para
los índices de habilidad. Si los datos se componen de menos de 100 valores, entonces deben
calcularse los límites de confianza inferiores.
46
Los datos se recolectan durante un periodo suficientemente largo para asegurar que las
condiciones del proceso presentes durante el estudio sean representativos de las condiciones
actuales y futuras. En el caso de la industria automotriz se especifican 300 partes mínimo.
El parámetro analizado en el estudio sigue una distribución de probabilidad normal, de otra
manera, los porcentajes de los productos asociados con los índices de capacidad son
incorrectos y solo se podrán determinar los índices de desempeño del proceso, que no toma
en cuenta si el proceso está en control o no.
También es importante al realizar un estudio de capacidad, asegurarnos que la variación en el
sistema de medición no sea mayor al 10%.
Para calcular la habilidad o capacidad potencial, primero se determina la desviación estándar
estimada de la población como sigue:
2d
RST
ST
p
LIELSEC
6
Donde:
Cp. = capacidad potencial
LSE = límite superior de especificaciones
LIE = límite inferior de especificaciones
ST = desviación estándar a corto plazo
El índice Cp. debe Ser 33.1 para tener el potencial de cumplir con especificaciones (LIE, LSE)
47
7
Los valores Z se determinan como sigue:
ST
I
XLIEZ
ST
S
XLSEZ
Para calcular la habilidad o capacidad real utilizamos la siguiente fórmula:
3
, SI
pk
ZZmenorC
Para que el proceso cumpla con las especificaciones el Cpk= debe de ser 33.1 .
Capacidad a partir de los datos del histogramas
La distribución de frecuencias suele ser útil para estimar la capacidad del proceso. Se requieren,
por lo menos, entre 50/100 observaciones para realizar la estimación. Siempre que sea posible y
antes de comenzar la recogida de datos, deben seguirse los siguientes pasos:
1. Seleccionar un proceso específico para realizar el estudio
2. Seleccionar las condiciones de operación del proceso 48
3. Seleccionar un operador entrenado
4. El sistema de medición debe tener habilidad (error R&R < 10%)
5. Cuidadosamente recolectar la información
6. Construir un histograma de frecuencia con los datos
7. Calcular la media y desviación estándar del proceso
8. Calcular la capacidad del proceso.
EJEMPLO PARA CALCULAR LA CAPACIDAD DEL PROCESO:
Tenemos la siguiente serie de datos:
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:
Intervalo
de clase
Marca de
clase
Frecuencia Frecuencia
relativa
Frecuencia
acumulada
190-209 199.5 6 0.06 0.06
210-229 219.5 7 0.07 0.13
230-249 239.5 13 0.13 0.26
250-269 259.5 32 0.32 0.58
270-289 279.5 24 0.24 0.82
290-309 299.5 11 0.11 0.93
310-329 319.5 4 0.04 0.97
330-349 339.5 3 0.03 1
TABLA DE DATOS
265 205 263 307 220 268 260 234 299
197 286 274 243 231 267 281 265 214
346 317 242 258 276 300 208 187 264
280 242 260 321 228 250 299 258 267
265 254 281 294 223 260 308 235 283
200 235 246 328 296 276 264 269 235
221 176 248 263 231 334 280 265 272
265 262 271 245 301 280 274 253 287
261 248 260 274 337 250 278 254 274
278 250 265 270 298 257 210 280 269
215 318 271 293 277 290 283 258 275
49
El histograma es el siguiente:
Observamos que el histograma tiene forma normal.
Calculando la media y la desviación estándar tenemos:
Estadística descriptiva: Datos
Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3
Datos 99 0 264.19 3.23 32.15 176.00 248.00 265.00 280.00
19.264X S = 32.15
La variabilidad del proceso se encuentra en 6 s = 192.90
Si las especificaciones fueran LIE = 200 y LSE = 330
S
LIELSEC p
6674.
90.192
200330< 1.33, el proceso no es hábil.
360330310290260230210190160
40
30
20
10
0
Datos
Fre
qu
en
cy
Histogram of Datos
50
046.215.32
19.264330iZ
996.115.32
19.264200sZ
66.03
2
3
, SI
pk
ZZmenorC
Cpk = menor 1.33, por lo tanto el proceso no cumple especificaciones.
Debido a que el proceso no cumple con las especificaciones, es necesario ajustar los parámetros
que son causa de falla y realizar una otra corrida de piezas y tomar nuevos datos y llevar a cabo el
procedimiento mencionado anteriormente para verificar que el proceso cumple con las
especificaciones.
Estudio de Capacidad del Proceso en RADVER S.A de C.V.
En la fabricación de las piezas elaboradas en RADVER se tomaron parámetros críticos con
respecto a los requerimientos del cliente, a los cuales se realiza un estudio de capacidad de dicho
proceso para dos números de parte 304351 y 304352.
CAVIDAD PARA INYECTAR LOS
NUMERO DE PARTE 304351 Y
304352.
51
52
Conforme a las especificaciones del cliente se muestran los parámetros críticos:
53
De acuerdo a los parámetros establecidos por el cliente se obtuvo la siguiente información
dimensional:
POWERTITE CLAMPING LLC 304351
DATOS PARA CORRIDA INICIAL (FEBRERO)
2.955 2.951 2.956 2.954 2.959 2.955 2.956
2.957 2.952 2.955 2.956 2.968 2.958 2.955
2.949 2.951 2.964 2.968 2.965 2.954 2.959
2.961 2.960 2.96 2.953 2.963 2.96 2.958
2.962 2.953 2.951 2.959 2.961 2.952 2.956
2.960 2.955 2.958 2.95 2.962 2.954 2.962
2.952 2.963 2.953 2.96 2.961 2.962 2.96
2.956 2.955 2.958 2.966 2.956 2.959 2.955
2.952 2.955 2.948 2.953 2.956 2.955 2.954
2.955 2.952 2.959 2.954 2.962 2.951 2.958
2.953 2.960 2.953 2.950 2.965 2.952 2.957
2.956 2.956 2.956 2.954 2.963 2.964 2.955
2.957 2.957 2.956 2.956 2.962 2.958 2.956
2.953 2.958 2.952 2.958 2.960 2.959 2.952
2.957 2.957 2.954 2.958 2.961 2.961 2.955
2.953 2.958 2.959 2.956 2.958 2.956 2.955
2.951 2.959 2.958 2.955 2.962 2.955 2.956
2.953 2.960 2.959 2.960 2.954 2.954 2.958
2.955 2.954 2.951 2.955 2.959 2.956 2.954
2.959 2.958 2.960 2.951 2.956 2.959 2.959
2.96 2.957 2.958 2.958 2.958 2.952 2.960
2.962 2.956 2.954 2.958 2.959 2.951 2.954
2.96 2.948 2.955 2.950 2.951 2.959 2.955
2.961 2.959 2.955 2.959 2.959 2.961 2.954
2.961 2.949 2.958 2.955 2.958 2.96 2.958
2.954 2.953 2.952 2.962 2.955 2.959 2.955
2.958 2.954 2.952 2.961 2.958 2.959 2.962
2.957 2.961 2.949 2.960 2.958 2.951 2.958
2.954 2.954 2.956 2.954 2.956 2.956 2.954
2.958 2.956 2.953 2.955 2.959 2.955 2.955
2.954 2.954 2.956 2.959 2.955 2.959 2.956
2.959 2.958 2.959 2.956 2.956 2.955 2.952
2.954 2.955 2.958 2.956 2.952 2.954 2.957
2.955 2.955 2.957 2.956 2.956 2.966 2.964
54
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:
POWERTITE CLAMPING LLC 304351
CLASS START END RANGE COUNT
0
0 1.57863
1 2.9 2.948 2.9467 to 2.9480 2 4.157504
2 2.9 2.9493 2.9480 to 2.9493 3 9.656821
3 2.9 2.9506 2.9493 to 2.9506 3 19.78268
4 3 2.9519 2.9506 to 2.9519 10 35.74252
5 3 2.9532 2.9519 to 2.9532 24 56.95537
6 3 2.9545 2.9532 to 2.9545 24 80.04486
7 3 2.9558 2.9545 to 2.9558 32 99.21595
8 3 2.9571 2.9558 to 2.9571 40 108.4623
9 3 2.9584 2.9571 to 2.9584 29 104.5744
10 3 2.9597 2.9584 to 2.9597 25 88.92453
11 3 2.961 2.9597 to 2.9610 26 66.69095
12 3 2.9623 2.9610 to 2.9623 10 44.11248
13 3 2.9636 2.9623 to 2.9636 3 25.73389
14 3 2.9649 2.9636 to 2.9649 4 13.24033
15 3 2.9662 2.9649 to 2.9662 2 6.008156
16 3 243.9662 2.9662 to 243.9662 0 2.404546
Dando los siguientes resultados:
RESULTADOS
Upper Spec Limit 2.968
Lower Spec Limit 2.948
Cp. 0.907048
Cpk 0.78661
Pp 0.909
Ppk 0.788
U(null) 2.956672
Stdev 0.003668
Average 2.956672
Z (null) 0
p (two tailed) 1
p (upper tailed) 0.5
p ( lower tailed) 0.5
El proceso (corrida Inicial) para el
No. Parte 304351 no cumple con
las especificaciones, debido a que
el Cpk<1.33.
55
De a cuerdo a los resultados del análisis y a la gráfica anterior se observa que tenemos variación
en el proceso fuera de la especificación mostrada en los planos; lo que significa que el proceso no
cuenta con los controles y seguimientos necesarios para cumplir con lo establecido por el cliente .
0
5
10
15
20
25
30
35
40
45
2.9467 to
2.9480
2.9480 to
2.9493
2.9493 to
2.9506
2.9506 to
2.9519
2.9519 to
2.9532
2.9532 to
2.9545
2.9545 to
2.9558
2.9558 to
2.9571
2.9571 to
2.9584
2.9584 to
2.9597
2.9597 to
2.9610
2.9610 to
2.9623
2.9623 to
2.9636
2.9636 to
2.9649
2.9649 to
2.9662
CAPACIDAD DEL PROCESO (Inicial)
(No. PARTE304351)
56
De acuerdo a los parámetros establecidos por el cliente se obtuvo la siguiente información
dimensional:
POWERTITE CLAMPING LLC 304352
DATOS PARA CORRIDA INICIAL (FEBRERO)
3.641 3.625 3.64 3.632 3.618 3.632 3.628
3.646 3.613 3.642 3.625 3.621 3.636 3.637
3.643 3.620 3.641 3.619 3.619 3.634 3.632
3.628 3.618 3.633 3.624 3.641 3.63 3.638
3.635 3.627 3.632 3.631 3.619 3.638 3.631
3.630 3.627 3.636 3.623 3.625 3.641 3.629
3.634 3.615 3.629 3.619 3.628 3.616 3.627
3.630 3.619 3.628 3.619 3.629 3.632 3.626
3.634 3.620 3.624 3.625 3.619 3.636 3.625
3.633 3.625 3.625 3.621 3.619 3.625 3.623
3.630 3.617 3.628 3.621 3.623 3.636 3.621
3.628 3.634 3.629 3.618 3.632 3.631 3.617
3.633 3.632 3.633 3.627 3.639 3.636 3.623
3.630 3.619 3.625 3.619 3.619 3.633 3.628
3.634 3.635 3.626 3.623 3.634 3.62 3.631
3.634 3.629 3.624 3.625 3.631 3.619 3.637
3.627 3.618 3.628 3.626 3.621 3.641 3.632
3.629 3.629 3.63 3.624 3.617 3.629 3.618
3.633 3.619 3.629 3.627 3.634 3.633 3.625
3.633 3.634 3.623 3.624 3.629 3.633 3.623
3.621 3.629 3.624 3.623 3.626 3.631 3.626
3.629 3.637 3.625 3.634 3.639 3.63 3.625
3.617 3.628 3.639 3.631 3.627 3.636 3.617
3.623 3.623 3.633 3.638 3.626 3.618 3.638
3.631 3.627 3.629 3.628 3.629 3.625 3.627
3.635 3.631 3.628 3.626 3.636 3.623 3.619
3.621 3.64 3.631 3.624 3.639 3.631 3.624
3.633 3.637 3.638 3.622 3.625 3.64 3.625
3.641 3.625 3.628 3.625 3.628 3.625 3.632
3.633 3.628 3.627 3.623 3.623 3.634 3.63
3.633 3.634 3.635 3.635 3.634 3.637
57
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:
POWERTITE CLAMPING LLC 304352
CLASS START END RANGE COUNT
0
0 1.053796
1 3.6 3.613 3.6108 to 3.6130 1 2.571797
2 3.6 3.6152 3.6130 to 3.6152 1 5.617556
3 3.6 3.6174 3.6152 to 3.6174 6 10.98218
4 3.6 3.6196 3.6174 to 3.6196 20 19.21588
5 3.6 3.6218 3.6196 to 3.6218 10 30.09279
6 3.6 3.624 3.6218 to 3.6240 22 42.17888
7 3.6 3.6262 3.6240 to 3.6262 26 52.91247
8 3.6 3.6284 3.6262 to 3.6284 24 59.4089
9 3.6 3.6306 3.6284 to 3.6306 23 59.70015
10 3.6 3.6328 3.6306 to 3.6328 20 53.69451
11 3.6 3.635 3.6328 to 3.6350 31 43.22298
12 3.6 3.6372 3.6350 to 3.6372 12 31.14082
13 3.6 3.6394 3.6372 to 3.6394 9 20.08056
14 3.6 3.6416 3.6394 to 3.6416 9 11.58916
15 3.6 3.6438 3.6416 to 3.6438 1 5.986302
16
2.767552
Dando como resultado:
RESULTADOS
Upper Spec Limit 3.645
Lower Spec Limit 3.615
Cp 0.7561
Cpk 0.6778
Pp 0.757
Ppk 0.679
u (null) 3.6284
Stdev 0.0066
Average 3.6284
Z (null) 0
p (two tailed) 1
p (upper tailed) 0.5
p ( lower tailed) 0.5
El proceso (corrida Inicial) para el
No. Parte 304352 no cumple con
las especificaciones, debido a que
el Cpk<1.33.
58
De a cuerdo a los resultados del análisis y a la grafica anterior se observa que tenemos variación
en el proceso fuera de la especificación requerida en los planos; lo que significa que el proceso no
cuenta con los controles y seguimientos necesarios para cumplir con lo requerido por el cliente.
Este número de parte (304352) requiere de mayor control ya que muestra mayor variabilidad con
respecto al número de parte 304351; por lo que se tendrá que mejorar el proceso para ambos
número de partes a la par ya que ambos números de parte se inyectan en el mismo molde.
0
5
10
15
20
25
30
35
3.6108 to 3.61303.6130 to 3.61523.6152 to 3.61743.6174 to 3.61963.6196 to 3.62183.6218 to 3.62403.6240 to 3.62623.6262 to 3.62843.6284 to 3.63063.6306 to 3.63283.6328 to 3.63503.6350 to 3.63723.6372 to 3.63943.6394 to 3.64163.6416 to 3.6438
CAPACIDAD DEL PROCESO (Inicial)
(No. PARTE304352)
59
Capítulo 4. Propuestas de Solución en el Proceso de Inyección de
Aluminio.
4.1 Alternativas de Solución
a) Implementación.
AMEF “ANALISIS DE MODO Y EFECTO DE LA FALLA”
El AMEF o FMEA ( Failure Mode and Effect Analisis) es una técnica de prevención, utilizada para
detectar por anticipado los posibles modos de falla, con el fin de establecer los controles
adecuados que eviten la ocurrencia de defectos.
Preparación del AMEF
Se recomienda que sea un equipo multidisciplinario el que lo lleve a cabo.
Por ejemplo: el ingeniero responsable del sistema, producto o proceso de manufactura/ ensamble
se incluye en el equipo, así como representantes de las áreas de Diseño, Manufactura, Ensamble,
Calidad, Confiabilidad, Servicio, Compras, Pruebas, Proveedores y otros expertos en la materia
que se considere conveniente.
Cuándo iniciar un AMEF
Al diseñar los sistemas, productos y procesos nuevos.
Al cambiar los diseños o procesos existentes o que serán usados en aplicaciones o ambientes
nuevos.
Después de completar la Solución de Problemas (con el fin de evitar la incidencia de los
mismos).
El AMEF de sistema, después de que las funciones del sistema se definen, aunque sea antes
de seleccionar el hardware específico.
60
El AMEF de diseño, después de que las funciones del producto son definidas, aunque sea
antes de que el diseño sea aprobado y entregado para su manufactura.
El AMEF de proceso, cuando los dibujos preliminares del producto y sus especificaciones
están disponibles.
Tipos de AMEF´S
AMEF de Diseño: Se usa para analizar componentes de diseños. Se enfoca hacia los Modos de Falla asociados con la funcionalidad de un componente, causados por el diseño.
AMEF de Proceso: Se usa para analizar los procesos de manufactura y ensamble. Se enfoca a la incapacidad para producir el requerimiento que se pretende, un defecto. Los Modos de Falla pueden derivar de causas identificadas en el AMEF de Diseño.
Procedimiento para la elaboración del A.M.E.F (Diseño o Proceso)
1. Determinar el proceso o producto a analizar.
AMEF de diseño(FMAD): Enumerar que es lo que se espera del diseño del producto, que es lo que
quiere y necesita el cliente, y cuales son los requerimientos de producción. Así mismo listar el flujo
que seguirá el producto a diseñar, comenzando desde el abastecimiento de matreria prima, el(los)
procesos (s) de producción hasta la utilización del producto por el usuario final. Determinar las
áreas que sean más sensibles a posibles fallas.
AMEF de procesos(FMEAP): Listar el flujo del proceso que se esté desarrollando, comenzando
desde el abastecimiento de la materia prima, el proceso de transformación hasta la entrega al
cliente (proceso siguiente). Determinar las áreas que sean más sensibles a posibles fallas. En el
caso de empresas de servicios no hay materias primas, para estos caso se toman en cuenta las
entradas del proceso.
En este punto es importante:
Desarrollar lista de Entradas, Salidas y Características / artículos - diagrama de bloque de
referencia, QFD. 61
Evaluar entradas y características de la función requerida para producir la salida.
Evaluar Interfaz entre las funciones para verificar que todos los Posibles Efectos sean
analizados.
Asumir que las partes se manufacturan de acuerdo con la intención del diseño.
2. Establecer los modos potenciales de falla.
Para cada una de las áreas sensibles a fallas determinadas en el punto anterior se deben
establecer los modos de falla posibles. Modo de falla es la manera en que podría presentarse una
falla o defecto. Para determinarlas nos cuestionamos ¿De qué forma podría fallar la parte o
proceso?
Ejemplos:
Roto
Flojo
Fracturado
Equivocado
Deformado
Agrietado
Mal ensamblado
Fugas
Mal dimensionado
3. Determinar el efecto de la falla
Efecto: Cuando el modo de falla no se previene ni corrige, el cliente o el consumidor final pueden
ser afectados.
Ejemplos:
Deterioro prematuro
Ruidoso
Operación errática
Claridad insuficiente
Paros de línea.
4. Determinar la causa de la falla 62
Causa: Es una deficiencia que se genera en el Modo de Falla.
Las causas son fuentes de Variabilidad asociada con variables de Entrada Claves (KPIVs).
Causas relacionadas con el diseño ( características de la parte)
Selección de Material
Tolerancias / valores objetivo
Configuración
Componente de Modos de Falla a nivel de Componente
Causas que no pueden ser Entradas de Diseño, tales como:
– Ambiente, Vibración, Aspecto Térmico
Mecanismos de Falla
– Rendimiento, Fatiga, Corrosión, Desgaste
5. Describir las condiciones actuales: Anotar los controles actuales que estén dirigidos a
prevenir o detectar la causa de la falla.
Cálculos
Análisis de elementos limitados
Revisiones de Diseño
Prototipo de Prueba
Prueba Acelerada
•Primera Línea de Defensa - Evitar o eliminar causas de falla.
•Segunda Línea de Defensa - Identificar o detectar falla anticipadamente.
•Tercera Línea de Defensa - Reducir impactos / consecuencias de falla.
6. Determinar el grado de severidad: Para estimar el grado de severidad, se debe de tomar en
cuenta el efecto de la falla en el cliente. Se utiliza una escala del 1 al 10: el „1‟ indica una
consecuencia sin efecto. El 10 indica una consecuencia grave.
63
TABLA DE PUNTUACIÓN PARA EL GRADO DE SEVERIDAD
EFECTO RANGO CRITERIO
No 1 Sin efecto
Muy poco
2 Cliente no molesto. Poco efecto en el desempeño del artículo o
sistema.
Poco 3 Cliente algo molesto. Poco efecto en el desempeño del artículo o
sistema.
Menor 4 El cliente se siente algo insatisfecho. Efecto moderado en el
desempeño del artículo o sistema.
Moderado
5 El cliente se siente algo insatisfecho. Efecto moderado en el
desempeño del artículo o sistema.
Significativo 6 El cliente se siente algo inconforme. El desempeño del artículo se
ve afectado, pero es operable y está a salvo. Falla parcial,
pero operable.
Mayor 7 El cliente está insatisfecho. El desempeño del artículo se ve
seriamente afectado, pero es funcional y está
a salvo. Sistema afectado.
Extremo 8 El cliente muy insatisfecho. Artículo inoperable, pero a salvo.
Sistema inoperable
Serio 9 Efecto de peligro potencial. Capaz de descontinuar el uso sin
perder tiempo, dependiendo de la falla. Se cumple con el
reglamento del gobierno en materia de riesgo.
Peligro 10 Efecto peligroso. Seguridad relacionada - falla repentina.
Incumplimiento con reglamento del gobierno.
7. Determinar el grado de ocurrencia: Es necesario estimar el grado de ocurrencia de la causa
de la falla potencial. Se utiliza una escala de evaluación del 1 al 10. El “1” indica remota
probabilidad de ocurrencia, el “10” indica muy alta probabilidad de ocurrencia.
64
TABLA DE PUNTUACIÓN PARA EL GRADO DE OCURRENCIA
OCURRENCIA RANGO CRITERIOS PROBABILIDAD
DE FALLA
Remota 1 Falla improbable. No
existen fallas asociadas
con este proceso o con un
producto casi idéntico.
<1 en 1,500,000
Muy Poca 2 Sólo fallas aisladas
asociadas con este
proceso o con un proceso
casi idéntico.
1 en 150,000
Poca 3 Fallas aisladas asociadas
con procesos similares.
1 en 30,000
Moderada 4
5
6
Este proceso o uno similar
ha tenido fallas
ocasionales
1 en 4,500
1 en 800
1 en 150
Alta 7
8
Este proceso o uno similar
han fallado a menudo.
1 en 50
1 en 15
Muy Alta 9
10
La falla es casi inevitable 1 en 6
>1 en 3
8. Determinar el grado de detección: Se estimará la probabilidad de que el modo de falla
potencial sea detectado antes de que llegue al cliente. El „1‟ indicará alta probabilidad de que
la falla se pueda detectar. El „10‟ indica que es improbable ser detectada.
65
TABLA DE PUNTUACIÓN PARA EL GRADO DE DETECCIÓN
PROBABILIDAD RANGO CRITERIO PROBABILIDAD DE
DETECCIÓN DE LA
FALLA.
Alta 1 El defecto es una característica
funcionalmente obvia
99.99%
Medianamente
alta
2-5 Es muy probable detectar la falla.
El defecto es una característica
obvia.
99.7%
Baja 6-8 El defecto es una característica
fácilmente identificable.
98%
Muy Baja 9 No es fácil detecta la falla por
métodos usuales o pruebas
manuales. El defecto es una
característica oculta o
intermitente
90%
Improbable 10 La característica no se puede
checar fácilmente en el proceso.
Ej.: Aquellas características
relacionadas con la durabilidad
del producto.
Menor a 90%
9. Calcular el número de prioridad de riesgo (NPR): Es un valor que establece una jerarquización
de los problemas a través de la multiplicación del grado de ocurrencia, severidad y detección,
éste provee la prioridad con la que debe de atacarse cada modo de falla, identificando ítems
críticos.
NPR = Grado de Ocurrencia * Severidad * Detección.
Prioridad de NPR:
500 – 1000 Alto riesgo de falla
125 – 499 Riesgo de falla medio
1 – 124 Riesgo de falla bajo
0 No existe riesgo de falla
Se deben atacar los problemas con NPR alto, así como aquellos que tengan un alto grado de
ocurrencia no importando si el NPR es alto o bajo.
66
10. Acciones recomendadas: Anotar la descripción de las acciones preventivas o correctivas
recomendadas, incluyendo responsables de las mismas. Anotando la fecha compromiso de
implantación. Se pueden recomendar acciones encaminadas hacia:
Eliminar o disminuir la OCURRENCIA de la causa del modo de falla. (modificaciones al diseño
o al proceso, Implementación de métodos estadísticos, ajuste a herramental, etc.
Reducir la SEVERIDAD del modo de falla. (Modificaciones en el diseño del producto o
proceso).
Incrementar la probabilidad de DETECCIÓN. (Modificaciones en el diseño del producto o
proceso para ayudar a la detección).
11. Una vez realizadas las acciones correctivas o preventivas, se recalcula el grado de ocurrencia,
severidad, detección y el NPR.
12. Cada vez que haya alguna modificación en el proceso o en el producto se debe de actualizar
el A.M.E.F.
La estructura del AMEF del diseño o del proceso es básicamente la misma, lo que es diferente es
el enfoque.
Fecha límite:
Concepto Prototipo Pre-producción Producción
FMEAD
FMEAP
Fecha límite:
Concepto Prototipo Pre-producción Producción
FMEAD
FMEAP
67
Para el AMEF de proceso se utilizan las tablas siguientes:
GRAVEDAD o SEVERIDAD
CRITERIO CLASSIFICACIÓN
Nula. No hay efecto 1
Casi imperceptible. Un porcentaje muy bajo del producto deberá ser retocado en la misma cadena de producción y en el mismo puesto de trabajo. Algún cliente astuto percibiría el defecto. El defecto no afecta al desempeño del producto.
2
Muy baja, pero perceptible. Un porcentaje menor del producto deberá ser retocado en la misma cadena de producción pero en un lugar de trabajo diferente. Algunos clientes percibirían el defecto. Error de naturaleza poco importante que puede causar una ligera inconveniencia al cliente, aunque él no se dé cuenta.
3
Bastante baja: un porcentaje menor del producto está afectado. Todos los clientes percibirán el defecto aunque podrán continuar utilizando el producto con normalidad, aunque ligeramente insatisfechos.
4
Baja. Un porcentaje significativo del producto está afectado. El problema se puede solucionar reoperando el producto. El producto puede ser utilizado por el cliente, pero los más exigentes llamarían por teléfono para quejarse.
5
Moderada. Incidencia de gravedad baja pero que, o bien afecta casi a la totalidad de los productos o no puede ser reoperado. La mayoría de los clientes se irritan por el defecto, y muchos se quejan, aunque pueden utilizarlo.
6
Alta. Un porcentaje menor del producto está afectado, y es inservible para su uso. Para retirarlo hay que realizar una inspección al 100%. El cliente llama para quejarse en cuanto detecta el problema. El defecto no involucra funciones de seguridad ni el incumplimiento de la reglamentación.
7
Muy alta. Gran parte de la producción está afectada y es inservible para su uso, aunque no comporta peligro para la seguridad El cliente se da cuenta con facilidad y llama alarmado para quejarse porque trastoca sus planes.
8
Extrema. Toda o parte de la producción está afectada. El defecto es difícil de detectar por el cliente aunque no comporta peligro para la seguridad, o bien afecta a la seguridad pero será detectado con facilidad. El cliente sufrirá sin remedio las consecuencias del defecto y le perjudicará gravemente.
9
Muy extrema. El defecto afecta a la seguridad y puede ser utilizado sin ser advertido por el cliente.
10
68
OCURRENCIA
CRITERIO CLASSIFICACIÓN PROBABILIDAD
Remota. Es muy improbable que suceda este fallo. Nunca ha ocurrido con anterioridad en procesos idénticos. Los resultados se sitúan en un entorno ±5σ dentro de la especificación (la tolerancia especificada). Cpk>1.67
1 < 1/1.500.000
Muy baja. Sólo algunos fallos puntuales han sido verificados en procesos idénticos. La capacidad es: Cpk>1.5
2 < 1/150.000
Baja. Fallos puntuales asociados a procesos idénticos, ±4 σ dentro de la especificación. Cpk>1.33
3 1/ 15.000
Moderada. Algunos procesos similares han experimentado fallos esporádicos pero no en grandes proporciones. Capacidades Cpk>1.17, Cpk>1.00, y Cpk>0.83 respectivamente.
4 1/2.000
5 1/400
6 1/80
Alta. Procesos similares han tenido este fallo con bastante regularidad. Capacidades Cpk>0.67, Cpk>0.51, respectivamente.
7 1/20
8 1/4
Muy alta. Con toda certeza aparecerá el error y de forma reiterada: Cpk>0.33 i Cpk>0.17, respectivamente.
9 1/3
10 1/2
DETECCIÓN
CRITERIO CLASSIFICACIÓN
Muy alta. Probabilidad remota de que el producto sea liberado con el defecto. El defecto es una característica funcionalmente obvia y detectada inmediatamente por el operador. La fiabilidad de la detección es, como mínimo, del 99.99%.
1,2
Alta. Los controles actuales tienen una gran probabilidad de detectar este fallo antes de que llegue al cliente. El defecto es una característica fácilmente detectable porque se observa sin manipular demasiado el producto. La fiabilidad en la detección es como mínimo de 99.8%.
3,4
Moderada. El programa de controles puede detectar el defecto, aunque no es detectable a simple vista. Fiabilidad mínima del 98%
5,6
Baja. es posible que algunos defectos de este tipo no sean detectados. La fiabilidad en la detección es del 90%.
7,8
Muy baja. Los controles actuales son claramente ineficaces para detectar una parte significativa de los defectos. Se detectarían bastantes, pero muchos otros acabarían siendo enviados al cliente.
9
Certidumbre total. Si el defecto se produce no será detectado y acabará en manos del cliente con toda certeza.
10
69
RADVER actualmente no cuenta con un AMEF de proceso, por lo que se desarrollo uno con
respecto al diagrama de flujo elaborado como parte del proyecto para el proceso de Fundición a
Presión.
DIAGRAMA DE FLUJO DEL PROCESO DE FUNDICIÓN A PRESIÓN POR CÁMARA FRÍA
SI
NO
MET-7.5.3
INSPECCION FINAL
FIN
MET-7.5.1.15
MONTAR MOLDE
INICIO
MET-7.5.1.14
AJUSTAR PARAMETROS DE
MAQUINA INYECTORA
ABRIRI LLAVES DEL GAS
ENCENDER EL HORNO
ABRIR VÁLVULA DE CIERRE DEL
AIRE COMPRIMIDO
ENCENDER BOMBA DE AGUA
PURGAR EL TANQUE PULMÓN
Y EL FILTRO
INSPECCIONAR CAVIDAD DEL
MOLDE Y DE LA MANGUERA DE
DISPARO
MONITOREAR TEMPERATURA
DEL HORNO
PRECALENTAR LA SUPERRFICIE DE LA CAVIDAD DEL
MOLDE
INTRODUCIR METAL A FUNDIR
EN EL CRISOL
CERRAR MOLDE
VACIAR METAL FUNDIDO EN EL
CILINDRO DE INYECCIÓN A
PRESIÓN
MANTENER PRESIÓN
DURANTE LA SOLIDIFICACIÓN
APERTURA DEL MOLDE Y
EXPULSIÓN DE LA PIEZA
DETALLADO DE LA PIEZA
APROBADOEMPAQUE Y ALMACENAMIENTO
70
71
Junto con el AMEF de proceso se realizo un diagrama de Causa Efecto, para los dos principales
defectos críticos, encontrando lo siguiente:
Se analizaron las posibles soluciones a los defectos de arrastre y pegado (principalmente) de las
piezas a través de la herramienta AMEF y Diagrama de Ishikawa, de tal manera identificamos las
fallas potenciales que pudieran presentarse en el desarrollo de la primera corrida de producción del
producto sometido a análisis.
De acuerdo al análisis desarrollado se obtuvieron las soluciones factibles a implementar:
Estudio de Repetibilidad y Reproducibilidad R&R
Estudio de Capacidad del Proceso (Cp).
Sistema automático de enfriamiento (fig.4.1)
Presión
Capacitación
Parámetros de operación
Error de operación
Pirómetro
Equipo de medición
Cantidad
Aluminio
Calibración
Operador
Capacitación
Habilidad
Presión de Operación
Horno de fundición
Incentivos
Ajustes y Limpieza
Procedimiento incorrecto
Contaminación de material
Cambio de proveedor
Molde
Particulas extrañas
Aleación incorrecta
Measurement (Medición)
Methods (Método)
Materials (M.P.)Manpower (Personal)
Personal nuevo
Inyetion Machines(Maquin de Inyección)
ARRASTRE Y PEGADO DE
PIEZA
Sistema de enfriamiento
Mantenimiento(Maintenance)
Ajustes y Limpieza
Maquina Inyectora
Ajustes y Limpieza
DIAGRAMA CAUSA-EFECTO
Fig. 4.1 Sistema
de enfriamiento
72
Montaje alineado de molde para eliminar exceso de material (Fig.4.2 y Fig. 4.3).
Monitoreo periódico de la temperatura tanto en el horno como en el molde (Fig.4.4 y Fig. 4.5).
Alimentación automática del aceite de lubricación del pistón, eliminando la alimentación a
través de un bote (Fig. 4.6).
Aceite de lubricación
Fig.4.2 Fig.4.3
Fig.4.4 Fig.4.5
Fig.4.6
73
Procedimiento para realizar el montaje y desmontaje correcto del molde para evitar exceso de
material en la pieza así como de piezas defectuosas (Fig. 4.7 y Fig. 4.8).
Revisión de los ángulos de salida del molde y de los botadores antes de la primera corrida
(puesta a punto) (Fig. 4.9).
Ajuste de Parámetros de operación de maquina inyectora (Fig. 4.10 y Fig. 4.11).
Inspección de llaves
de agua y gas
Placa de botadores
Fig.4.7 Fig.4.8
Fig.4.9
Fig.4.10
Fig.4.11
74
b) Control
Alternativas de mejora.
Una vez implementadas las acciones de mejora se realiza un análisis de capacidad del proceso
para medir cuantitativamente el nuevo escenario.
Para el análisis de la corrida de implementación se tomaron los datos de la siguiente tabla:
POWERTITE CLAMPING LLC 304351
DATOS PARA CORRIDA DE IMPLEMENTACION (JULIO)
2.956 2.955 2.956 2.954 2.959 2.958 2.955 2.956 2.959 2.959
2.951 2.955 2.955 2.959 2.968 2.958 2.955 2.955 2.956 2.957
2.959 2.954 2.964 2.964 2.965 2.951 2.958 2.955 2.958 2.959
2.957 2.957 2.96 2.958 2.963 2.958 2.959 2.954 2.957 2.955
2.956 2.954 2.957 2.965 2.961 2.955 2.956 2.959 2.959 2.964
2.955 2.955 2.958 2.95 2.962 2.957 2.958 2.952 2.96 2.952
2.959 2.954 2.9579 2.96 2.961 2.96 2.959 2.957 2.957 2.954
2.955 2.955 2.957 2.959 2.958 2.962 2.957 2.954 2.956 2.957
2.955 2.954 2.948 2.953 2.96 2.96 2.957 2.959 2.954 2.957
2.958 2.952 2.956 2.955 2.958 2.961 2.957 2.953 2.955 2.959
2.961 2.960 2.953 2.950 2.96 2.961 2.954 2.956 2.955 2.956
2.959 2.955 2.956 2.957 2.963 2.958 2.958 2.956 2.958 2.954
2.955 2.957 2.956 2.956 2.962 2.957 2.957 2.958 2.958 2.954
2.962 2.958 2.958 2.955 2.958 2.956 2.956 2.956 2.957 2.955
2.961 2.949 2.954 2.955 2.961 2.955 2.959 2.955 2.955 2.953
2.958 2.958 2.959 2.955 2.958 2.958 2.957 2.957 2.956 2.956
2.952 2.955 2.959 2.958 2.955 2.956 2.959 2.958 2.954 2.956
2.952 2.954 2.960 2.959 2.954 2.958 2.956 2.954 2.955 2.955
2.958 2.949 2.954 2.951 2.955 2.957 2.955 2.955 2.954 2.949
2.955 2.963 2.958 2.960 2.951 2.954 2.959 2.951 2.958 2.96
2.949 2.962 2.957 2.954 2.958 2.96 2.958 2.952 2.957 2.956
2.958 2.959 2.956 2.959 2.958 2.952 2.956 2.964 2.955 2.955
2.955 2.952 2.948 2.955 2.95 2.957 2.957 2.958 2.956 2.955
2.952 2.952 2.954 2.955 2.959 2.962 2.96 2.955 2.955 2.958
75
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:
POWERTITE CLAMPING LLC 304351
CLASS START END RANGE COUNT
0
0 0.525284
1 2.9 2.948 2.9467 to 2.9480 2 1.841293
2 2.9 2.9493 2.9480 to 2.9493 4 5.481842
3 2.9 2.9506 2.9493 to 2.9506 3 13.86133
4 3 2.9519 2.9506 to 2.9519 5 29.7686
5 3 2.9532 2.9519 to 2.9532 14 54.29837
6 3 2.9545 2.9532 to 2.9545 22 84.1182
7 3 2.9558 2.9545 to 2.9558 42 110.6797
8 3 2.9571 2.9558 to 2.9571 52 123.6862
9 3 2.9584 2.9571 to 2.9584 37 117.3949
10 3 2.9597 2.9584 to 2.9597 24 94.63505
11 3 2.961 2.9597 to 2.9610 20 64.79326
12 3 2.9623 2.9610 to 2.9623 6 37.67754
13 3 2.9636 2.9623 to 2.9636 3 18.60845
14 3 2.9649 2.9636 to 2.9649 4 7.805715
15 3 2.9662 2.9649 to 2.9662 1 2.78093
16 3 243.9662 2.9662 to 243.9662 0 0.841477
Obtenemos los valores siguientes:
RESULTADOS
Upper Spec Limit 2.968
Lower Spec Limit 2.948
Cp 1.06134
Cpk 0.916408
Pp 1.036199
Ppk 0.8947
u (null) 2.956634
Stdev 0.003217
Average 2.956634
Z (null) 0
p (two tailed) 1
p (upper tailed) 0.5
p ( lower tailed) 0.5
El proceso (corrida implementación)
para el No. Parte 304351 mejoro
para en el cumplimiento con las
especificaciones, debido a que el
Cpk es mayor que en la corrida
inicial.
76
En la grafica mostrada arriba podemos observar que el proceso esta controlándose, con respecto
a la corrida inicial del proceso, debido a que se llevan a cabo las acciones de implementación.
0
10
20
30
40
50
60
2.9467 to 2.94802.9480 to 2.94932.9493 to 2.95062.9506 to 2.95192.9519 to 2.95322.9532 to 2.95452.9545 to 2.95582.9558 to 2.95712.9571 to 2.95842.9584 to 2.95972.9597 to 2.96102.9610 to 2.96232.9623 to 2.96362.9636 to 2.96492.9649 to 2.9662
CAPACIDAD DEL PROCESO
(CORRIDA DE IMPLEMENTACIÓN No. PARTE304351)
77
De acuerdo a la corrida de implementación se obtuvo la siguiente información dimensional:
POWERTITE CLAMPING LLC 304352
DATOS PARA CORRIDA DE IMPLEMENTACION (JULIO)
3.631 3.637 3.631 3.63 3.628 3.623 3.627 3.626
3.631 3.628 3.627 3.625 3.625 3.628 3.625 3.625
3.630 3.626 3.623 3.628 3.624 3.636 3.623 3.626
3.631 3.636 3.621 3.627 3.627 3.632 3.627 3.628
3.630 3.624 3.625 3.625 3.624 3.631 3.633 3.627
3.628 3.635 3.625 3.628 3.629 3.631 3.635 3.646
3.631 3.626 3.631 3.633 3.625 3.635 3.633 3.627
3.630 3.628 3.627 3.631 3.629 3.622 3.632 3.631
3.629 3.626 3.627 3.627 3.633 3.634 3.626 3.628
3.631 3.639 3.623 3.626 3.629 3.632 3.625 3.627
3.633 3.641 3.633 3.628 3.623 3.629 3.631 3.626
3.631 3.638 3.639 3.628 3.629 3.625 3.624 3.627
3.629 3.622 3.635 3.631 3.632 3.633 3.629 3.627
3.625 3.635 3.638 3.629 3.633 3.628 3.629 3.631
3.626 3.622 3.635 3.628 3.631 3.631 3.636 3.627
3.628 3.637 3.639 3.633 3.627 3.638 3.631 3.625
3.625 3.632 3.627 3.631 3.628 3.622 3.625 3.628
3.629 3.623 3.619 3.631 3.627 3.637 3.621 3.629
3.627 3.628 3.625 3.629 3.623 3.631 3.631 3.631
3.639 3.629 3.627 3.629 3.627 3.622 3.631 3.627
3.634 3.634 3.633 3.632 3.645 3.626 3.629 3.628
3.637 3.635 3.627 3.637 3.632 3.632 3.635 3.629
3.635 3.629 3.625 3.629 3.629 3.616 3.62 3.631
3.634 3.617 3.635 3.632 3.627 3.625 3.632 3.629
3.638 3.633 3.633 3.628 3.633 3.624 3.629 3.626
3.631 3.625 3.63 3.626 3.628 3.621 3.629 3.625
3.635 3.615 3.633 3.629 3.631 3.629 3.637 3.631
3.633 3.628 3.635 3.625 3.622 3.633 3.629 3.628
3.629 3.625 3.635 3.624 3.625 3.623 3.627 3.627
78
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:
POWERTITE CLAMPING LLC 304352
CLASS START END RANGE COUNT
0
0 0.094155
1 3.6 3.615 3.6129 to 3.6150 1 0.440349
2 3.6 3.6171 3.6150 to 3.6171 2 1.689234
3 3.6 3.6192 3.6171 to 3.6192 1 5.315194
4 3.6 3.6213 3.6192 to 3.6213 4 13.71784
5 3.6 3.6234 3.6213 to 3.6234 14 29.03952
6 3.6 3.6255 3.6234 to 3.6255 28 50.4232
7 3.6 3.6276 3.6255 to 3.6276 37 71.8139
8 3.6 3.6297 3.6276 to 3.6297 49 83.89262
9 3.6 3.6318 3.6297 to 3.6318 34 80.38521
10 3.6 3.6339 3.6318 to 3.6339 26 63.17799
11 3.6 3.636 3.6339 to 3.6360 20 40.72795
12 3.6 3.6381 3.6360 to 3.6381 10 21.53558
13 3.6 3.6402 3.6381 to 3.6402 4 9.340231
14 3.6 3.6423 3.6402 to 3.6423 1 3.322736
15 3.6 3.6444 3.6423 to 3.6444 2 0.969553
16
0.232051
De los datos anteriores obtenemos los valores siguientes:
RESULTADOS
Upper Spec Limit 3.645
Lower Spec Limit 3.615
Cp 1.093608
Cpk 1.035095
Pp 1.059904
Ppk 1.003193
u (null) 3.629197
Stdev 0.004717
Average 3.629197
Z (null) 0
p (two tailed) 1
p (upper tailed) 0.5
p ( lower tailed) 0.5
El proceso (corrida implementación)
para el No. Parte 304352 mejoro
notablemente en el cumplimiento con
las especificaciones, debido a que el
Cpk es mayor que en la corrida
inicial.
79
De a cuerdo a los resultados de la fase de implementación y control podemos observar en la
grafica anterior que se esta controlando la variabilidad que existe en el proceso.
Aún no se controla la variabilidad en el proceso de forma óptima, sin embargo el proceso mejoro y
el desperdicio por piezas defectuosas disminuyo notablemente, si se continúa trabajando en las
soluciones propuestas la meta a seguir será producir piezas con cero defectos.
Una vez implementadas y alcanzadas las mejoras deseadas, se diseño un Plan de Control de los
puntos mas críticos a controlar durante el proceso.
En el Plan de Control se observa un conjunto de actividades a desarrollar, con el objetivo de
mantener el proceso a un nivel que satisfaga los requerimientos del cliente, lo que reflejará una
mejora continua.
Las características a verificar contenidas en el Plan de Control (Diagrama PC-01) se establecieron
con el objetivo de:
Prevenir que las deficiencias que tenia el proceso se repitan.
Mantener el proceso en buenas condiciones de desempeño.
Monitoreo constante durante el proceso, para controlar las variabilidades del mismo.
0
10
20
30
40
50
60
3.6129 to 3.61503.6150 to 3.61713.6171 to 3.61923.6192 to 3.62133.6213 to 3.62343.6234 to 3.62553.6255 to 3.62763.6276 to 3.62973.6297 to 3.63183.6318 to 3.63393.6339 to 3.63603.6360 to 3.63813.6381 to 3.64023.6402 to 3.64233.6423 to 3.6444
CAPACIDAD DEL PROCESO
(CORRIDA DE IMPLEMENTACIÓN No. PARTE304352)
80
Diagrama PC-01
NO
MB
RE
DE
LA
PA
RT
E (
PA
RT
NA
ME)
:N
UM
ER
O D
E P
AR
TE
(P
art
Nu
mb
er)
:
NIV
EL
DE
RE
VIS
ION
DE
IN
GE
NIE
RIA
1FE
CH
A D
EL
PL
AN
DE
CO
NT
RO
LE
LA
BO
RA
DO
PO
R:
CL
IEN
TE
(C
US
TO
MER
):
AP
RO
BA
DO
PO
R:
ING
PED
RO
OR
TEG
A O
.M
ET
AL
:
TIP
O D
E P
RO
CE
SO
CA
RA
CT
ER
IST
ICA
ES
PE
CIF
ICA
CIO
NO
PE
RA
CIÓ
NC
AN
TID
AD
FR
EC
UE
NC
IA D
ER
ES
PO
NS
AB
LE
O M
AT
ER
IAL
A S
ER
VE
RIF
ICA
DA
/ E
ST
AN
DA
RD
A V
ER
IFIC
AR
VE
RIF
ICA
CIO
N
INS
PEC
CIO
N Y
A
rmado, Pulid
oEV
AL
UA
CIO
N Y
MA
NT
EN
IMIE
NT
OLubricacio
n y
MET
-7,5
,1-1
5P
REP
AR
AC
ION
DE
Po
r m
old
ePor
mold
eM
AN
TEN
IMIE
NTO
FO
R-7
,5,1
,15,2
DE M
OL
DE
Engra
sado
MO
LD
E
MO
NT
AJE
Fija
cio
n, N
ivela
ció
n,
SU
BIR
AN
CL
AR
YP
rueba d
e e
nfr
iam
iento
OPER
AD
OR
DE
Conexió
n y
M
ET
-7,5
,1-1
5A
CO
ND
ICIO
NA
RP
or
mo
lde
Pru
eba d
e a
pert
ura
-cie
rre
MA
NTEN
IMIE
NTO
FO
R-7
,5,1
,15,
MO
LD
EEnfr
iam
iento
Pre
sio
n
FU
ND
ICIO
NEsta
do li
quid
o d
el
FU
ND
IR,
Ca
da
qu
e s
eFO
R-7
,5,1
,14,2
DE
mate
rial
MET
-7,5
,1-1
4D
ES
GA
SIF
ICA
R Y
in
gre
se
ma
teri
al
Dura
nte
el t
urn
oO
PER
AD
OR
FO
R-7
,5,1
,14,4
MA
TER
IAL
TEM
P. D
E F
US
ION
al
ho
rno
INY
EC
CIO
NA
rrastr
es
INY
EC
CIO
NP
rue
ba
PR
OD
UC
CIO
N /
FO
R-7
.5.1
-14
DE
Apariencia
MET
-7,5
,1-1
4M
AT
ER
IAL
de
str
ucti
va
Dura
nte
el t
urn
oM
AN
TEN
IMIE
NTO
FO
R-7
.5.1
-14,1
AL
UM
INIO
Pie
za C
om
ple
tacad
a h
ora
FO
R-7
.5.1
-14,3
DES
PR
EN
DIM
IEN
TO
Escases d
e m
ate
rial
DE P
IEZ
AS
por
el c
ort
e,r
esid
uos
MET
-7,5
,1-1
6IN
SP
EC
CIO
N100%
Lote
OPER
AD
OR
FO
R-7
,5,1
,16,1
aje
nos a
la p
ieza.
DET
AL
LA
DO
Elim
inació
n d
e E
xce-
FIN
AL
so d
e m
ate
rial,
reba-
MET
-7,5
,1-1
6IN
SP
EC
CIO
N100%
Lote
PR
OD
UC
CIO
N /
FO
R-7
,5,1
,16,2
bas y
lim
pie
za.
CA
LID
AD
INS
PEC
CIO
N
Defe
cto
s d
e in
yeccio
nP
AR
A100%
Lote
FIN
AL
Dim
ensio
nes
MET
-7,5
,1-1
6A
PR
OB
AC
ION
CA
LID
AD
FO
R-7
,5,1
,02,1
PR
EP
AR
AC
ION
Cantid
ades, em
bala
-100%
Lote
ALM
AC
EN
ISTA
FO
R-8
,3-0
2
EM
BA
RQ
UE
je, id
entif
icació
n.
MET
-7,5
,1-1
6C
ON
TEN
ED
OR
ES
EM
BA
RQ
UE
Docum
ento
s, C
ert
ifi-
VER
IFIC
AC
ION
100%
Por
Em
barq
ue
ALM
AC
EN
ISTA
FO
R-7
,5,3
-01
AL
CL
IEN
TE
cados, fa
ctu
ras
MET
-7,5
,1-1
6S
erv
icio
Clie
nte
s
HER
RA
MIE
NT
A N
EU
MA
TIC
A Y
DE
MA
NO
/ V
ISU
AL
NIV
EL
CO
RR
ER
EN
VA
CIO
DE
RE
GIS
TR
O
AP
PL
ET
ON
EL
EC
TR
IC S
.A. D
E C
.V.
AL
UM
INIO
413
ME
DIO
S /
RE
CU
RS
O /
ME
TO
DO
DE
AN
AL
ISIS
Y
TIP
O
PA
RA
OB
SE
RV
AR
SA
NID
AD
DE
SG
AS
IFIC
AN
TE
DE
AL
UM
INIO
DE
ST
RU
CT
IVA
PL
AN
DE
L C
ON
TR
OL
DE
L P
RO
CE
SO
( P
RO
CE
SS
CO
NT
RO
L P
LA
N )
Po
we
r T
ite
Cla
mp
ing
Rin
g 6
0A
4P
68
30
43
52
00
0
KD
AS
, J
PM
CR
ITE
RIO
S
MA
NU
AL
- V
ISU
AL
Vis
ual y D
ime
ns
ion
al
MA
NU
AL
KD
AS
, JP
MG
ER
EN
TE D
E P
LA
NT
AG
ER
EN
TE D
E P
LA
NT
A
EL
AB
OR
OR
EV
ISO
AP
RO
BO
81
4.2 Análisis cuantitativo.
a) Costo/Beneficio.
A continuación se presenta un análisis de los beneficios y resultados obtenidos (monetario) a partir
de lo implementados y las mejoras que se pueden observar como ganancia para la empresa
RADVER S.A. de C.V.
La producción con una cantidad total de 650 piezas y 58 defectos de los cuales se percibe siete
oportunidades de mejora y se determina el DPMO.
Descripción Cantidad
D= 58
U= 650
O= 7
DPU= 0.0892
TOP= 4550
DPO= 0.0127473
DPOMO= 12747.253
PARETO ANALYSIS REPORT (SCRAP)
Part number: "304352" Part name: POWERTITE CLAMPING RING 60A 4P Date Performed:
Characteristic: INYETION PIECES Customer Name APPLETON ELECTRIC 14/07/2010
Tolerance: 0.05 Units: In Org Name RADVER SA.. de C.V. Auth. Rep
Supplier Name Org Street Address
Labels 58
Arrastre 17
Pegado de
pieza 15
Rechupe 10
Rebaba 9
Leyendas no
visibles 6
Porosidad 1
Golpes 0
NOTE:
KARLA AGUIRRE S.JUAN CARLOS D.
DATA
Grafica de pareto a partir
de la ultima corrida con un
total produccion de 650
piezas
Lerma
1715
10 96
1 0
29%
55%
72%
88%
98% 100% 100%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0
10
20
30
40
50
Number
Chart Pareto
Revisando la tabla de conversión, se
estima un sigma de 3.75
82
Gastos por Inversión
GASTOS DE INVERSIÓN
Descripción Costo Mensual Costo total del Proyecto
Mantenimiento $ 1,200.0 $ 14,400.0
Adecuaciones y tiempo M.O. $ 534.6 $ 2,673.0
Capacitación $ 2,500.0 $ 2,500.0
Alimentación de Aceite (Inversión) $ 17,900.0 $ 17,900.0
Sistema de enfriamiento Automático (Inversión)
$ 32,500.0 $ 32,500.0
TOTAL $ 54,634.6 $ 69,973.0
Con respecto al último lote de producción se puede determinar el estimado para una corrida de
35000 piezas las cuales en promedio se entregaran cada mes, como se puede observar en el
comparativo mostrado abajo.
COMPARATIVO DE DESPERDICIO
DESCRIPCION CANTIDAD SCRAP INICIAL
SCRAP ACTUAL
DIFERENCIA
ESTIMACION DE PIEZAS MENSUALES
35000 PZA 5300 PZA 3123 PZA 2177 PZA
Costo por paro y remplazo por piezas defectuosas
Tiempo perdido (MIN) $ 1,487.62 $ 808.09
Golpes desperdiciados
2,177.0 $ 33,678.2
Costo de MP (KG) $ 1,023.19 $ 27,421.5
COSTO TOTAL M.N.(MENSUAL)
$ 61,907.8
COSTO TOTAL MENSUAL (USD)
$ 4,762.1
COSTO TOTAL ANUAL (USD)
$ 57,145.6
83
A continuación se presenta la tabla comparativa del costo por no implementar las mejoras dentro
de RADVER.
COMPARACIÓN DE DESPERDICIO
Descripción Mensual Anual
Costo actual de desperdicio (SCRAP) $ 150,732.0 $ 1,808,784.0
Costo con mejoras (SCRAP) $ 88,818.1 $ 1,065,817.4
Diferencia $ 61,913.9 $ 742,966.6
1er Año 2do Año
Gasto para mantener $ 19,573.0 $ 19,573.0
Inversión (Alimentación) Amortizado a 2 años
$ 25,200.0 $ 25,200.0
COSTOS COMPARATIVOS DE IMPLEMENTACIÓN
1er mes 1er y 2do Año 3er Año
Costo total sin Cambio $ 150,732.0 $ 1,808,784.0 $ 1,808,784.0
Costo con inversión y mejora
$ 93,052.72 $ 1,110,590.44 $ 1,085,390.44
Ahorro $ 57,679.28 $ 698,193.56 $ 723,393.56
b) Resumen comparativo.
En esta parte se muestra una comparación de las condiciones en las que se encontraba el proceso
antes de iniciar la fase de implementación.
84
Capacidad del proceso
FASE INICIAL FASE DE IMPLEMENTACIÓN
Como se observa en las graficas 4.1 y 4.2 el Cpk (Capacidad real del proceso) en la fase inicial
del estudio este se encuentra muy debajo del óptimo, en la fase de implementación (gráficas 4.3 y
4.4) la capacidad del proceso aumento, no al óptimo pero se obtuvo mejoras importantes, con lo
que se tiene un mayor control del proceso en general, lo que se ve reflejado en la disminución de
desperdicio (scrap) y por consiguiente se controlan mejor las variables que afectan al proceso.
0
10
20
30
40
50
60
2.9467 to 2.94802.9480 to 2.94932.9493 to 2.95062.9506 to 2.95192.9519 to 2.95322.9532 to 2.95452.9545 to 2.95582.9558 to 2.95712.9571 to 2.95842.9584 to 2.95972.9597 to 2.96102.9610 to 2.96232.9623 to 2.96362.9636 to 2.96492.9649 to 2.9662
CAPACIDAD DEL PROCESO
0
5
10
15
20
25
30
35
40
45
2.9467 to
2.9480
2.9480 to
2.9493
2.9493 to
2.9506
2.9506 to
2.9519
2.9519 to
2.9532
2.9532 to
2.9545
2.9545 to
2.9558
2.9558 to
2.9571
2.9571 to
2.9584
2.9584 to
2.9597
2.9597 to
2.9610
2.9610 to
2.9623
2.9623 to
2.9636
2.9636 to
2.9649
2.9649 to
2.9662
CAPACIDAD DEL PROCESO (Inicial)
Cpk= 0.78661
0
10
20
30
40
50
60
3.6129 to 3.61503.6150 to 3.61713.6171 to 3.61923.6192 to 3.62133.6213 to 3.62343.6234 to 3.62553.6255 to 3.62763.6276 to 3.62973.6297 to 3.63183.6318 to 3.63393.6339 to 3.63603.6360 to 3.63813.6381 to 3.64023.6402 to 3.64233.6423 to 3.6444
CAPACIDAD DEL PROCESO
0
5
10
15
20
25
30
35
3.6108 to 3.61303.6130 to 3.61523.6152 to 3.61743.6174 to 3.61963.6196 to 3.62183.6218 to 3.62403.6240 to 3.62623.6262 to 3.62843.6284 to 3.63063.6306 to 3.63283.6328 to 3.63503.6350 to 3.63723.6372 to 3.63943.6394 to 3.64163.6416 to 3.6438
CAPACIDAD DEL PROCESO (Inicial)(CORRIDA DE IMPLEMENTACIÓN No. PARTE304352) (No. PARTE304352)
Cpk= 0.6778 Cpk= 1.035095
(No. PARTE304351) (CORRIDA DE IMPLEMENTACIÓN No. PARTE304352)
Cpk= 0.78661 Cpk= 0.91648
Gráfica 4.1 Gráfica 4.2
Gráfica 4.3 Gráfica 4.4
85
De acuerdo a las graficas comparativas (gráficas 4.5 y 4.6) mostradas arriba se puede observar
que la parte sombreada en color rojo nos indica como se encontraba el proceso inicialmente y la
parte sombreada en color verde el estado actual del proceso; por lo que se puede decir que el
proceso mejoro de forma significativa.
Dimensiones fuera
de especificación
Dimensiones fuera de
especificación
Gráfica 4.5
Gráfica 4.6
86
MEDIDAS DE MEJORA
De acuerdo al análisis del AMEF se muestra el resumen de las alternativas de solución:
TABLA RESUMEN DEL ANÁLISIS DEL AMEF
Efecto Potencial de la Falla (Sv)
Causa Potencial Ocurrencia (Oc)
Control - Detección (Dt) Recomendaciones
Piezas defectuosas Mal ajuste de la temperatura Se verifica temperatura al inicio del proceso
Verificar después del primer
ciclo de prueba
Paros de línea
Deficiencia en la calibración del regulador
Revisión del manómetro al inicio del proceso
Checar el manómetro
constantemente
Fugas en tubería del horno Mantenimiento correctivo Mantenimiento Preventivo
Obstrucción de la línea de suministro de gas
Inspección de las llaves del gas
Inspeccionar después del
primer ciclo de prueba
Paros de línea Válvula de enfriamiento no funciona correctamente
Se inspecciona al inicio del proceso su funcionamiento
Inspeccionar después del
primer ciclo de prueba
Piezas defectuosas Mala alineación del modelo visualmente Colocar nivelador de gota
Retrabajo Costo de mano de Obra visualmente Puesta a punto
Desperdicio y excedente de materia prima
Montaje Incorrecto Sin controlar Prueba de apertura-cierre
Piezas defectuosas
Mala habilitación de molde
Puesta a punto R&R, análisis de capacidad y
capacitación de personal Espesor de pared
No uniforme Puesta a punto
Paros de línea Revision Visual
Mal acabado Baja temperatura de fusión y
desgasificación
Revision de temperatura Sistema automático de
enfriamiento y revisión del
molde Ampollas en pieza
Revisión de la formula para desgasificar
Mala apariencia en pieza
Baja temperatura de fusión y desgasificación
Revision de temperatura
Monitoreo constante de
temperatura
Grumos en pieza Revisión de la formula para desgasificar
Estandarizar cantidad de
desgasificante con respecto a
colada
Desprendimiento de partes integrantes
de la pieza Incrustaciones de oxigeno o mal presión de inyección
Sin controlar Cambio de desmoldante
Fracturas y fragilidad en pieza
Revisión de presión y temperatura
Revisión de alimentación en
molde, presión y temperatura
Mal acabado, ampollas en pieza
Sistema de enfriamiento Sistema de enfriamiento manual
Sistema de enfriamiento
Automático
La pieza desprendida se
muestra incompleta
Ángulos de salida erróneos, botadores y desmoldante
Inspección visual
Revisión de los ángulos de
salida del molde y checar
botadores
87
NIVEL DE SIGMA
En la corrida inicial del estudio se obtuvieron los siguientes resultados:
En la corrida de implementación, aplicando las propuestas de mejoras se obtuvieron los siguientes
resultados.
Con lo anterior se puede decir que se logro:
Disminuir desperdicio (scrap) por piezas defectuosas.
Aumento de la capacidad del proceso.
Implementación de herramientas para la mejora continua como; AMEF, ISHIKAWA, PLAN DE
CONTROL, R&R. (Estudio de Repetibilidad y Reproducibilidad)
Mayor estabilidad del proceso.
Descripción Cantidad
Sigma proceso de
corrida inicial
D= 59
U= 350
O= 7
DPU= 0.169
TOP= 2100
DPO= 0.02408163
DPMO= 24081.6326
Descripción Cantidad
Sigma proceso de
corrida implementación
D= 58
U= 650
O= 7
DPU= 0.0892
TOP= 4550
DPO= 0.0127473
DPMO= 12747.253
En la fase inicial del estudio se obtuvo
un Nivel de Sigma de 3.375 con un
rendimiento de 96.96 %
En la fase de implementación y control del
estudio se obtuvo un Nivel de Sigma de
3.75 con un rendimiento de 98.78 % con lo que se concluye que las soluciones
propuestas si tienen impacto.
88
CONCLUSIONES
La calidad de los productos realizados por una empresa es fundamental, esencial para tener
complacidos a los clientes ya sea clientes directos o indirectos el tener la máxima eficiencia en la
producción de un producto sin tener variables desconocidas es saber de manera contundente y
precisa cómo se comporta nuestro proceso, la filosofía seis sigma es una herramienta estadística
poderosa para tener en control y saber en dónde estamos parados y como llegar a ser los
mejores. La metodología de seis sigma ayuda a ingenieros Industriales en algún momento de
consideración para la implementar de una mejora en un proceso sea con un conocimiento y un
panorama completo de las variables a controlar. El aplicar método seis sigma es un beneficio a los
costos de producción impactante para las empresas, saber manejar el método de seis sigma nos
ayudara como Ingenieros Industrial ya que es de gran aporte para la formación en nuestra carrera,
así como la justificación económica y el beneficio de proyecto.
Las organizaciones que no pueden describir sus procesos con números, no pueden entenderlos.
Y si no pueden entenderlos, no pueden controlarlos. Mejorar no se puede sin datos del producto.
Los productos y servicios ''hablan'' en forma de datos. Sin datos los productos y servicios son
mudos y las compañías están sordas. A través del análisis estadístico de los datos de un proceso
o un producto nosotros podemos escuchar lo que el proceso o producto nos está diciendo. Sin
embargo cuando los datos claramente nos están indicando una dirección pero la cultura
corporativa de una compañía nos dicta otra dirección aparece el miedo y el cambio está perdido.
Solo un liderazgo fuerte y definido puede erradicar el factor miedo y permite a una organización
realizar su potencial. La estadística sola no puede hacer el cambio.
La mejora de la rentabilidad depende de cuan riguroso sea aplicado el Seis Sigma. La medición
crea una liga entre la filosofía y la acción. Si queremos entender cuáles son los valores de una
organización, solamente tenemos que ver que están midiendo, registrando, analizando, reportando
y que acciones están llevando a cabo.
En el desarrollo de este producto podemos demostrar la eficiencia de la metodología seis sigma,
además del aporte de conocimientos que dicho proyecto nos proporciona al momento de dicho
desarrollo
89
BIBLIOGRAFÍA
Doty Leonard A., Estadistical Process Control, 2ª edición, Industrial Press Inc., Nueva
York. 1996.
Begembaum. Calidad Total, Editorial CECSA, México, 2004
de la Vara Salazar Román. Control estadístico de calidad y Seis Sigma, editorial Mc Graw Hill. México 2008
Douglas C. Montgomery, Introduction to Statistical Quality Control, Second Edition, pp 307
Forrest W. Breyfogle, Implementing Six Sigma, John Wiley & Sons. INC. Second Edition, 2006, pp. 828
90