9 metodolog a seis sigma fase de control n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
9. Metodología Seis Sigma Fase de Control PowerPoint Presentation
Download Presentation
9. Metodología Seis Sigma Fase de Control

Loading in 2 Seconds...

play fullscreen
1 / 85

9. Metodología Seis Sigma Fase de Control - PowerPoint PPT Presentation


  • 199 Views
  • Uploaded on

Seis Sigma. 9. Metodología Seis Sigma Fase de Control. Dr. Primitivo Reyes Aguilar Septiembre 2007. Fase de Control. Objetivos: Mantener las mejoras por medio de control estadístico de procesos, Poka Yokes y trabajo estandarizado

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '9. Metodología Seis Sigma Fase de Control' - noam


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
9 metodolog a seis sigma fase de control

Seis Sigma

9. Metodología Seis Sigma Fase de Control

Dr. Primitivo Reyes Aguilar

Septiembre 2007

fase de control
Fase de Control
  • Objetivos:
    • Mantener las mejoras por medio de control estadístico de procesos, Poka Yokes y trabajo estandarizado
    • Anticipar mejoras futuras y preservar las lecciones aprendidas de este esfuerzo
  • Salidas:
    • Plan de control y métodos de control implementados
    • Capacitación en los nuevos métodos
    • Documentación completa y comunicación de resultados, lecciones aprendidas y recomendaciones
metodolog a seis sigma fase de control
Metodología Seis Sigma – Fase de Control
  • A. Control Estadístico del Proceso
  • B. Control Avanzado del Proceso
  • C. Herramientas Lean para control
  • D. Re – análisis de los sistemas de medición
objetivos y beneficios
Objetivos y beneficios
  • El CEP es una técnica que permite aplicar el análisis estadístico para medir, monitorear y controlar procesos por medio de cartas de control
  • Se basa en que los procesos presentan variación, aleatoria y asignable
  • Entre los beneficios se encuentran:
    • Monitorear procesos estables e identificar si han ocurrido cambios debido a causas asignables para eliminar sus fuentes
selecci n de variables
Selección de variables
  • El CEP por variables implica realizar mediciones en la característica de calidad de interés, tal como:
    • Dimensiones
    • Pesos
    • Fuerzas, etc.
  • El CEP por atributos califica a los productos como buenos o como defectivos o en su caso cuantos defectos tiene, tales como:
    • Color, funcionalidad, apariencia, etc.
subrupos racionales
Subrupos racionales
  • Los subgrupos se seleccionan de tal forma que sean tan homogéneos como sea posible, de tal forma que se tenga la oportunidad máxima de estimar la variación esperada entre los subgrupos
  • Esquemas para formar subgrupos:
    • Productos producidos casi al mismo tiempo en secuencia. Permite una variación mínima dentro del subgrupo y una probabilidad de variación máxima entre subgrupos
    • Un subgrupo consiste de una muestra aleatoria representativa de toda la producción durante un periodo de tiempo
qu es una carta de control
¿Qué es una Carta de Control?
  • Una Carta de Control es como un historial del proceso...

... En donde ha estado.

... En donde se encuentra.

... Hacia donde se puede dirigir

  • Las cartas de control pueden reconocer cambios buenos y malos.

¿Qué tanto se ha mejorado?

¿Se ha hecho algo mal?

  • Las cartas de control detectan la variación anormal en un proceso, denominadas “causas especiales o asignables de variación.”
variaci n observada en una carta de control
Variación observada en una Carta de Control
  • Una Carta de control es simplemente un registro de datos en el tiempo con límites de control superior e inferior.
  • Una carta de control identifica los datos secuenciales en patrones normales y anormales.
  • El patrón normal de un proceso se llama causas de variación comunes.
  • El patrón anormal debido a eventos especiales se llama causa especial de variación.
  • Tener presente que los límites de control NO son límites de especificación.
causas comunes o normales

CAUSAS COMUNES

Siempre están presentes

Sólo se reduce con acciones de mejora mayores

Su reducción es responsabilidad de la dirección

Fuentes de variación: Márgenes inadecuados de diseño, materiales de baja calidad, capacidad del proceso insuficiente

SEGÚN DEMING

El 94% de las causas de la variación son causas comunes, responsabilidad de la dirección

Causas comunes o normales
variaci n causas comunes
Variación – Causas comunes

Límite

inf. de

especs.

Límite

sup. de

especs.

Objetivo

causas especiales
Causas Especiales
  • CAUSAS ESPECIALES
    • Ocurren esporádicamente
    • Son ocasionadas por variaciones anormales (6Ms)
      • Medición, Medio ambiente, Mano de obra, Método, Maquinaria, Materiales
    • Sólo se reduce con acciones en el piso o línea
    • Su reducción es responsabilidad del operador por medio del Control Estadístico del Proceso
  • SEGÚN DEMING
    • El 6% de las causas de la variación son causas especiales y es responsabilidad del operador
variaci n causas especiales
Variación – Causas especiales

Límite

inf. de

especs.

Límite

sup. de

especs.

Objetivo

cartas de control
Cartas de control

Límite Superior de Control

Línea Central

Límite Inferior de Control

9a5 patrones de anormalidad en la carta de control
9A5. Patrones de anormalidad en la carta de control

“Escuche la Voz del Proceso”

Región de control,

captura la variación

natural del proceso

original

M

E

D

I

D

A

S

C

A

L

I

D

A

D

LSC

LIC

Tendencia del proceso

El proceso ha cambiado

Causa Especial

identifcada

TIEMPO

slide15

Patrones Fuera de Control

Corridas

7 puntos consecutivos de un lado de X-media.

Puntos fuera de control

1 punto fuera de los límites de control a 3 sigmas en cualquier dirección (arriba o abajo).

Tendencia ascendente o descendente

7 puntos consecutivos aumentando o disminuyendo.

Adhesión a la media

15 puntos consecutivos dentro de la banda de 1 sigma del centro.

Otros

2 de 3 puntos fuera de los límites a dos sigma

slide16

Patrón de Carta

en Control Estadístico

Proceso en Control estadístico

Sucede cuando no se tienen situaciones anormales y aproximadamente el 68% (dos tercios) de los puntos de la carta se encuentran dentro del 1  de las medias en la carta de control.

Lo anterior equivale a tener el 68% de los puntos dentro del tercio medio de la carta de control.

tipos de cartas de control
Tipos de Cartas de control
  • Las cartas de control se dividen en dos categorías, diferenciadas por el tipo de datos bajo estudio-variables y atributos.
  • Las Cartas de Control para datos variables son utilizadas para características que tienen una magnitud variable. Ejemplo:

- Longitud, Ancho, Profundidad

- Peso, Tiempo de ciclo, Viscosidad

cartas de control por variables
Cartas de Control por Variables
  • MEDIAS RANGOS (subgrupos de 5 - 9 partes cada x horas, para estabilizar procesos)
  • MEDIANAS RANGOS (para monitorear procesos estables)
  • MEDIAS DESVIACIONES ESTANDAR(subgrupos de 9 o más partes cada hora o cada lote de proveedor para monitoreo de procesos o proveedores)
  • VALORES INDIVIDUALES(partes individuales cada x horas, para monitoreo de procesos muy lentos o químicos)
implantaci n de cartas de control por variables
Implantación de cartas de control por variables
  • Identificar la característica a controlar en base a un AMEF (análisis del modo y efecto de falla)
  • Diseñar los parámetros de la carta (límites de control, subgrupo 3-5 partes, frecuencia de muestreo)
  • Validar la habilidad del sistema de medición por medio de un estudio Repetibilidad & Reproducibilidad
  • Centrar el proceso, correrlo y medir al menos 25 subgrupos de 5 partes cada uno, correspondiente a la producción del mismo turno o día
cartas de control por variables metodolog a de implantaci n
Cartas de Control por Variables - Metodología de implantación

5. Calcular los límites de control preliminares a 3 Sigma

6. Identificar causas asignables o especiales y tomar acción para prevenir recurrencia

7. Recalcular los límites de control de ser necesario repetir paso 6. Establecer límites preliminares para corridas futuras

8. Continuar el monitoreo y Análisis, tomar acciones en causas especiales y recalcular límites de control cada 25 subgrupos

9. REDUCIR CAUSAS COMUNES DE VARIACIÓN

slide22

x

Carta X, R (Continuación)

Terminología

k = número de subgrupos; n = número de muestras en cada subgrupo

X = promedio para un subgrupo

X = promedio de todos los promedios de los subgrupos

R = rango de un subgrupo

R = promedio de todos los rangos de los subgrupos

x1 + x2 + x3 + ...+ xN

n

=

x1 + x2 + x3 + ...+ xN

k

x

=

NOTA: Los factores a considerar

para n = 5

Son A2 = 0.577 D3 = 0 D4 = 2.114

LSCX = x + A2 R

LICX = x - A2 R

LSCR = D4 R

LICR = D3 R

carta x r
Carta X-R

¿Cuál gráfica se analiza primero?

¿Cuál es su conclusión acerca del proceso ?

slide24

Carta de Individuales (Datos variables)

  • A menudo esta carta se llama “I” o “Xi”.
  • Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden ser muestrados en lotes o grupos.
  • Este es el caso cuando la capacidad de

corto plazo se basa en subgrupos racionales de una unidad o pieza

  • La línea central se basa en el promedio de los datos, y los límites de control se basan en la desviación estándar poblacional (+/- 3 sigmas)
slide25

x

Carta X, R (Continuación)

Terminología

k = número de piezas

n = 2 para calcular los rangos

x = promedio de los datos

R = rango de un subgrupo de dos piezas consecutivas

R = promedio de los (n - 1) rangos

x1 + x2 + x3 + ...+ xN

n

=

n 2

D4 3.27

D3 0

E2 2.66

LSCX = x + E2 R

LICX = x - E2 R

LSCR = D4 R

LICR = D3 R

(usar estos factores para calcular Límites de Control n = 2)

slide26

Ejemplo: Carta I - MR

Observar la situación fuera de control

slide27

Ejercicios de Cartas I o X, R

  • Hacer dos cartas X-R y concluir:

MUESTRA 1 MUESTRA 2

1 12 2.832

2 15 2.802

3 13 2.952

4 10 2.80

5 13 2.95

6 15 2.92

7 15 2.95

8 15 2.92

9 22 2.93

10 16 2.93

MUESTRA 1 MUESTRA 2

11 16 2.97

12 15 2.95

13 17 2.95

14 16 2.86

15 17 2.89

16 19 2.86

17 16 2.85

18 16 2.78

19 17 2.89

20 19 2.78

slide28

Cartas de Control

para atributos

cartas de control por atributos
Cartas de control por atributos
  • Las cartas para atributos son las que tienen características como aprobado/reprobado, bueno/malo o pasa/no pasa. Algunos ejemplos incluyen:

- Número de productos defectuosos

- Fracción de productos defectuosos

- Numero de defectos por unidad de producto

- Número de llamadas para servicio

- Número de partes dañadas

- Pagos atrasados por mes

cartas de control para atributos
Cartas de control para atributos

Datos de Atributos

Tipo Medición ¿Tamaño de Muestra ?

p Fracción de partes defectuosas, Constante o variable > 30

defectivas o no conformes

np Número de partes defectuosas Constante > 30

c Número de defectos Constante = 1 Unidad de

inspección

u Número de defectos por unidad Constante o variable en

unidades de inspección

cartas de control tipo p
Cartas de Control tipop
  • p - CON LÍMITES DE CONTROL VARIABLES
  • p - CON n PROMEDIO
  • p - ESTANDARIZADA
  • CURVA CARACTERÍSTICA DE OPERACIÓN OC Y ARL
2 cartas de control por atributos
2... Cartas de Control por Atributos

c – Número de defectos

Se cuentan los defectos que tienen cada unidad de inspección de tamaño n constante en productos complejos – TV, computadoras

u – Defectos por unidad

Se cuentan los defectos que tienen diferentes unidades de inspección de tamaño n variable en productos complejos y se determinan los defectos por unidad – TV, computadoras

slide33

Cartas de control para Atributos

Situaciones fuera de control

  • Un punto fuera de los límites de control.
  • Siete puntos consecutivos en un mismo lado de de la línea central.
  • Siete puntos consecutivos, todos aumentando o disminuyendo.
  • Catorce puntos consecutivos, alternando hacia arriba y hacia abajo.
slide34

Carta p (Cont...)

Ejemplo: Algunos componentes no pasaron la inspección final. Los datos de falla se registraron semanalmente tal como se muestra a continuación.

n np p

K = 13 semanas

slide35

p

Carta p (Cont..)

Ejemplo:

Gráfica P para Fracción Defectiva

0

.

5

LSC

3

.

0

S

L

=

0

.

4

4

8

4

0

.

4

Proporción

0

.

3

0

.

2

P

=

0

.

1

1

2

8

0

.

1

LIC

0

.

0

-

3

.

0

S

L

=

0

.

0

0

0

0

5

1

0

Número de muestra

  • Observe como el LSC varía conforme el tamaño (n) de cada muestra varía.
  • ¿Por qué el LIC es siempre cero?
  • ¿Qué pasó en la muestra 7? (33.3% defectos)
  • ¿Qué oportunidades para mejorar existen?,

¿Podemos aprender algo de las muestras 1, 2, 6, 8, y 10?

  • ¿Podría este proceso ser un buen proyecto de mejora?
slide36

Carta np (Atributos)

  • Se usa cuando se califica al producto como bueno/malo, pasa/no pasa.
  • Monitorea elnúmero de productos defectuososde una muestra
  • El tamaño de muestra (n) es constante y mayor a 30.

Terminología(igual a gráfica p, aunque n es constante)

n = tamaño de cada muestra (Ejemplo: producción semanal)

np =número de unidades defectuosas en cada muestra

k =número de muestras

slide37

Carta np (Cont..)

Ejemplo 1: en un proceso se inspeccionan K = 15 lotes tomando n = 4000

partes de cada lote, se rechazan algunas partes por tener defectos, como sigue:

n np

K=15 lotes

slide38

np

4... Carta np (Cont...)

Ejemplo 1:

Carta npde número de defectivos o defectuosos

LSC=10.03

3

.

0

1

0

No. De fecetivos

5

Np =4.018

LIC

LIC=0.0

0

-

3

.

0

S

0

5

1

0

1

5

Número de muestras

  • El tamaño de la muestra (n) es constante
  • Los límites de control LSC y LIC son constantes
  • Esta carta facilita el control por el operador ya que el evita hacer cálculos
slide39

4... Carta c (Atributos)

  • Monitorea el número de defectos por cada unidad de inspección (1000 metros de tela, 200 m2 de material, un TV)
  • El tamaño de la muestra (n unidades de inspección) debe ser constante
  • Ejemplos:
  • - Número de defectos en cada pieza
  • - Número de cantidades ordenadas incorrectas en órdenes de compra

Terminología

c = Número de defectos encontrados en cada unidad o unidades constantes de inspección

k = número de muestras

slide40

Carta c (cont..)

Ejemplo: Número de defectos encontrados en una unidad de inspección que consta de 50 partes de cada lote de 75 piezas durante 25 semanas (K = 11).

#Lote / Defectos encontrados

6

4

4

2

4

3

4

4

5

5

5

NOTA: Utilizar Excel para

Construir la carta c

slide41

C

Carta c (cont..)

Ejemplo:

Carta C

1

5

1

LSC

3

.

0

L

SC

=

1

2

.

7

6

1

0

Número de defectos

C

=

5

.

6

4

0

5

0

-

3

.

0

L

IC

=

0

.

0

0

0

0

5

1

0

1

5

2

0

2

5

Número de Muestras

  • Observe el valor de la última muestra; está fuera del límite superior de control (LSC)
  • ¿Qué información, anterior a la última muestra, debió haber obviado el hecho de que el proceso iba a salir de control?
slide42

Carta u (Atributos)

  • Monitorea el número de defectos en una muestra de n unidades de inspección. El tamaño de la muestra (n) puede variar
  • Los defectos por unidad se determinan dividiendo el número de defectos encontrados en la muestra entre el número de unidades de inspección incluidas en la muestra (DPU o número de defectos por unidad) .
  • Ejemplos:
    • Se toma una muestra de tamaño constante de tableros PCB por semana, identificando defectos visuales por tablero.
    • Se inspeccionan aparatos de TV por turno, se determinan los defectos por TV promedio.
slide43

Carta u (cont...)

Ejemplo 2: Defectos encontrado al inspeccionar varios

lotes de productos registrados por semana

Lote n c = Defectos u = DPU

k=20 semanas

slide44

u

Carta u (cont..)

Ejemplo 2:

Gráfica U para Defectos

8

7

LSC

3

.

0

L

SC

=

6

.

7

6

8

6

Número de efectos

5

U

=

4

.

9

7

9

4

LIC

-

3

.

0

L

IC

=

3

.

1

9

0

3

2

0

1

0

2

0

Número de Muestras

  • Observe que ambos límites de control varían cuando el tamaño de muestra (n) cambia.
  • ¿En que momentos estuvo el proceso fuera de control?
capacidad de proceso por atributos
Capacidad de proceso por atributos
  • Para cartas de control p y np en base a la fracción promedio de productos defectivos o no conformes es:

Cp >=1 es equivalente a p <= 0.27%

NOTA: Equivale a que el porcentaje de partes buenas sea cuando menos del 99.73%

  • Para cartas de control c y u dependen de la especificación proporcionada por el cliente
9a6 cartas de precontrol shainin
9A6. Cartas de precontrol (Shainin)
  • Es más exitosa con procesos estables no sujetos a corridas rápidas una vez que se ajustan
  • Sirven como referencia de ajuste y de monitoreo
  • La distancia entre los límites de especificaciones se divide entre cuatro quedando los límites de control entre el primer y tercer cuarto
slide48

Pre- Control

Bajo

Alto

Línea

P-C

Línea

P-C

Verde

Rojo

Rojo

Amarillo

Amarillo

1/4

1/2

1/4

Tolerancia Completa

slide49

Reglas de Precontrol

1. Ajustes: Iniciar producción sólo cuando 5 piezas consecutivas caen en verde.

a Sí hay una amarilla reinicie el conteo

b Sí hay dos amarillas consecutivas, ajuste

c Re - inicie control, cuando suceda algún cambio en herramienta, operador, material o después de cualquier paro de maquinaria.

2. Durante la producción: Tomar una muestra de dos piezas consecutivas A y B (cada 1/6 del tiempo prom. transc.entre 2 paros):

a

b

c

d

Sí A y B caen en verde, continuar el proceso

Sí A es amarilla y B cae en verde continuar proceso.

Sí A y B son amarillas parar proceso e investigar causas

Sí A o B son rojas, parar proceso e investigar causas

slide50

Acciones a tomar

Ultima pieza

Verde

Amarillo

Rojo

Pieza actual

Continuar

Primera: Continuar

Segunda: Detener

Detener

slide51

Distribución de probabilidad

LIEsp.

LSEspecif.

Línea

P-C

Línea

P-C

12/14

1/14

1/14

86%

7%

7%

Rojo

Amarillo

Verde

Amarillo

Rojo

Area Objetivo

1/4

1/4

1/2

Tolerancia Completa

9b gr fica de sumas acumuladas cusum
9B. Gráfica de Sumas acumuladas ( CuSum )
  • Se usa para registrar al centro del proceso.
  • Se corre en tándem (una tras otra)
  • Es más sensible que la gráfica X al movimiento de los pequeños cambios sostenidos en el centro del proceso.
  • Es más sensible que la gráfica X al movimiento de separación gradual del centro del proceso.
  • Es menos sensible que la gráfica X al desplazamiento grande e único del centro del proceso.
  • Se puede aplicar a las Xs o a las Xs individuales
  • Sus parámetros clásicos son h = 4; k = 0.5
9b ejemplo de carta cusum con m scara en v
9B. Ejemplo de carta Cusum con Máscara en V

1- 4.925

2- 4.675

3- 4.725

4- 4.350

5- 5.350

6- 5.225

7- 4.770

8- 4.525

9- 5.225

10- 4.600

11- 4.625

12- 5.150

13- 5.325

14- 4.945

15- 5.025

16- 5.223

Target = 5, sigma = 1, h = 2, k =0.5, Vmask

9b continuaci n de ejemplo con m scara en v
9B. Continuación de ejemplo – con máscara en V

17. 5.463

18. 5.875

19. 6.237

20. 6.841

Agregando 4

Puntos adicionales

Se observa que se

Salen los puntos

16, 17 y 18

Requiriendo acción

Target = 5, sigma = 1, h = 2, k =0.5, Vmask

9b carta cusum s lo un l mite superior o inferior
9B. Carta CuSum – sólo un Límite superior o inferior

1- 4.925

2- 4.675

3- 4.725

4- 4.350

5- 5.350

6- 5.225

7- 4.770

8- 4.525

9- 5.225

10- 4.600

11- 4.625

12- 5.150

13- 5.325

14- 4.945

15- 5.025

16- 5.223

17. 5.463

18. 5.875

19. 6.237

20. 6.841

Target = 5, sigma = 1, h = 2, k =0.5, One Sided

FIR = 1 sigma, Reset after each signal

9b carta de promedios m viles ponderados exponencialmente ewma
9B. Carta de Promedios Móviles Ponderados Exponencialmente (EWMA)
  • Es más sensible que la gráfica X al movimiento de los pequeños cambios sostenidos en la media del proceso.
  • Es más sensible que la gráfica X al movimiento de separación gradual de la media del proceso.
  • Es menos sensible que la gráfica X a desplazamientos grandes de la media del proceso.
  • Se puede aplicar a las Xs o a las Xs individuales.
9b carta ewma del ejemplo
9B. Carta EWMA del ejemplo

Xewma

1- 52.0

2- 47.0

3- 53.0

4- 49.3

5- 50.1

6- 47.0

7- 51.0

8- 50.1

9- 51.2

10- 50.5

11- 49.6

12- 47.6

13- 49.9

14- 51.3

15- 47.8

9b carta ewma
9B. Carta EWMA

=

Z0 = X

Z1 = X1 + (1- ) Z0

Z2 = X2 + (1- ) Z1

Z3 = X3 + (1- ) Z2

Z4 = X4 + (1- ) Z3

Con Z = EWMA

_

_

  • Los puntos a graficar son los siguientes :
  • Observa que Z es un promedio ponderado de X i y de todas las Xs anteriores.
  • La típica forma de una gráfica EWMA se muestra a continuación.

_

_

UCL

Los cálculos, especialmente de los límites de control, son tan complejos que normalmente este tipo de gráfica se realiza por medio de un paquete de computo.

XII

LCL

subgrupo

1 2 3 4 5 6

9b carta de control de promedios m viles1
9B. Carta de control de Promedios Móviles
  • Monitorea un proceso promediando los últimos W datos. Con valores individuales se usa W = 2
  • Tiene una sensibilidad intermedia entre las cartas de control de Shewhart y las cartas EWMA o Cusum para detectar pequeñas corridas graduales en la media del proceso
  • Suponiendo que se colectan muestras de tamaño n y se obtienen sus respectivas medias Xi. La media móvil promedio de amplitud W en el tiempo t se define como sigue:
9b ejemplo de carta de promedios m viles
9B. Ejemplo de carta de promedios móviles

Xmm

1- 10.5

2- 6.0

3- 10.0

4- 11.0

5- 12.5

6- 9.5

7- 6.0

8- 10.0

9- 10.5

10- 14.5

11- 9.5

12- 12.0

13- 12.5

14- 10.5

15- 8.0

9c herramientas lean de control
9C. Herramientas Lean de control
  • 5S’s (Organización del lugar de trabajo)
  • Fábrica visual
  • Kaizen
  • Kanban
  • Poka Yoke
  • TPM
9c 5s s imai
9C. 5S’s (Imai)
  • Seiko (arreglo adecuado)
  • Seiton (orden)
  • Seiketso (limpieza personal)
  • Seiso (limpieza)
  • Shitsuke (disciplina personal)
  • En Inglés:
    • Sort (eliminar lo innecesario)
    • Straighten (poner cada cosa en su lugar)
    • Scrub / Shine (limpiar todo
    • Systematize (hacer de la limpieza una rutina)
    • Standardize (mantener lo anterior y mejorarlo)
9c f brica visual
9C. Fábrica visual
  • Tiene como propósito mostrar a la administración y empleados lo que está sucediendo en cualquier momento de un vistaso
  • Uso de pizarrones para mostrar el estado de:
    • La producción
    • Los programas
    • La calidad del producto
    • Los tiempos de entrega
    • Requerimientos del cliente y costos
  • Tableros de herramientas, dispositivos Jidoka, Tarjetas Kanban
9c kaizen mejora continua
9C. Kaizen (Mejora continua)
  • Kai = Buen Zen = Cambio
  • La estrategia Kaizen involucra:
    • Kaizen en la administración
    • Mejora de los procesos
    • Uso de los ciclos PDCA / PDSA de mejora
    • La calidad es la más alta prioridad
    • Hablar con datos
    • El siguiente proceso es el cliente
9c kaizen blitz evento o taller
9C. Kaizen Blitz (evento o taller)
  • Involucra una actividad Kaizen (proyecto de mejora) en un área específica por medio de un equipo de trabajo durante 3 a 5 días:
    • 2 días de entrenamiento
    • 3 días para colección de datos, análisis e implementación de la solución
    • Es necesario el apoyo de la dirección
    • Al final el equipo hace una presentación del proyecto
9c kaizen blitz evento o taller1
9C. Kaizen Blitz (evento o taller)
  • Resultados:
    • Ahorro de espacio
    • Flexibilidad de la línea
    • Flujo de trabajo mejorado
    • Ideas de mejora
    • Mejoras en calidad
    • Ambiente de trabajo seguro
    • Tiempo que no agrega valor reducido
9c muda los 7 desperdicios
9C. Muda, los 7 desperdicios
  • El Muda son actividades que no agregan valor en el lugar de trabajo. Su eliminación es escencial para reducir costos y tener calidad en producto:
    • Sobreproducción
    • Inventarios
    • Reparaciones / Retrabajos
    • Movimientos
    • Esperas
    • Transportes
9c kanban
9C. Kanban
  • Kanban = signo. Es una señal a los procesos internos para proporcionar productos. Normalmente son tarjetas pero pueden ser banderas, espacio en el piso, etc. Proporciona indicación visual de:
    • Número de parte, código de barras
    • Cantidad
    • Localización
    • Frecuencia de embarque
    • Tiempo de entrega
    • Colores de contenedores en función del destino
9c poka yoke
9C. Poka Yoke
  • Mr. Shingo reconoce que los errores humanos no tienen por que crear defectos. Con dispositivos sencillos a Prueba de error se pueden evitar
  • En los sistemas de control, las operaciones se paran cuando ocurre una falla para toma de acción inmediata:
    • Detectan fallas en una secuencia de operaciones
    • Se pueden usar charolas o listas de verificación
    • Los dispositivos se basan en longitudes, ancho, peso y altura
9c poka yoke1
9C. Poka Yoke
  • Otras mejoras de diseño a prueba de error incluyen:
    • Eliminación de componentes propensos a error o falla
    • Amplificación de los sentidos humanos
    • Redundancia en los diseños
    • Simplificación al usar menos componentes
    • Consideración de factores físicos y ambientales
    • Proporcionar mecanismos de paro seguros
    • Mejorando la producibilidad y mantenabilidad del producto
    • Seleccionando componentes y circuitos ya probados
9c tpm
9C. TPM
  • El mantenimiento productivo total incluye la participación de todos para asegurar la disponibilidad del equipo de producción y combina los mantenimientos preventivo, predictivo, mejoras en la mantenabilidad, facilidad de mantenimiento y confiabilidad
  • Hay 6 grandes pérdidas que contribuyen en forma negativa a la efectividad del equipo:
    • Falla del equipo Preparación y ajustes
    • Arranques y paros menores Velocidad reducida
    • Defectos de proceso Pérdidas de producto
9c tpm1
9C. TPM
  • Un ejemplo de una empresa alemana incluye:
    • Mantenimiento autónomo
    • Eliminación de las 6 grandes pérdidas
    • 100% de calidad de producción
    • Planeación de nuevos equipos y maquinaria
    • Capacitación a todos los operadores
    • Eficiencia de oficina mejorada
  • Obteniendo como beneficios:
    • Reducción de ausentismo, mejora en sistema de sugerencias, reducción de desperdicios y quejas, reducción de tiempos de ajuste y de ciclo, etc.
9c est ndares de trabajo
9C. Estándares de Trabajo
  • La operación de una planta depende de políticas, procedimientos e instrucciones de trabajo o Estándares, cuya mejora redunda en mejoras a la planta
  • Cuando la operación de planta (Gemba) está bajo control es tiempo de emprender mejoras, utilizando por ejemplo grupos Kaizen Blitz
  • En Japón los estándares se hacen para controlar el proceso no tanto a los trabajadores
9c est ndares de trabajo1
9C. Estándares de Trabajo
  • Otros estándares adicionales son:
    • Líneas amarillas en el piso
    • Códigos de colores
    • Pizarrón de control para producción
    • Indicadores de nivel mínimo y máximo de inventarios
    • Matrices de capacitación cruzada
    • Lámparas de falla
9c est ndares de trabajo2
9C. Estándares de Trabajo
  • Características de los estándares:
    • Representan la mejor manera de hacer el trabajo , en forma más fácil y segura
    • Preservan el Know How y experiencia para hacer el trabajo que puede perderse al irse los empleados
    • Proporcionar un método de evaluar el desempeño
    • Muestran la relación entre causas y efectos
    • Proporcionan una base para mantenimiento y mejora
    • Son la base de la capacitación
    • Son la base de la auditoria
    • Método preventivo para prevenir recurrencia de errores
    • Minimizan la variabilidad
9c re an lisis de sistemas de medici n
9C. Re - análisis de sistemas de medición
  • Las mejoras en proceso reducen la variabilidad lo que puede requerir reanalizar los sistemas de medición
    • Por ejemplos micrómetros para medir 0.001” ahora se requiere que midan 0.0001”
  • De acuerdo al MSA del QS 9000 el error de R& R máximo debe ser:
    • <10% sistema de medición aceptable
    • 10 a 30% puede ser aceptable en función de la importancia de la característica
    • >30% el sistema de medición requiere mejora
9c re an lisis de sistemas de medici n1
9C. Re - análisis de sistemas de medición
  • La expresión de evaluación de la incertidumbre incluye un rango y el nivel de confianza al cual se hace la afirmación, por ejemplo:
    • M = (100.02147 +- 0.00070) g
    • donde la incertidumbre expandida U = k uc
    • Uc = 0.00035 g y k = 2 indicando el 95% de nivel de confianza
  • Cada organización debe determinar los requerimientos de su sistema de medición
preguntas
Preguntas

1. Una carta P ha mostrado control estadístico sobre un periodo de tiempo. Sin embargo, la fracción defectiva promedio es muy alta. Las mejoras se pueden obtener por:

I. Cambiar el diseño básico del producto

II. Instituir la inspección al 100%

III. Hacer un cambio en el proceso de producción sustituyendo el herramental o la maquinaria por nuevas

a. Sólo I c. II y III

b. I y III d. I, II y III

2. El esquema de formación de subgrupos para la carta de control X-R es separar la variación:

a. Dentro del lote contra lote a lote

b. Dentro del tiempo contra tiempo a tiempo

c. Dentro de la pieza contra pieza a pieza

d. Inherente del proceso contra el error de medición

3. Como hay muchas variables en las cartas de control, ¿cuál es el riesgo de que un operador grafique un gran número de características?

a. Ninguno

b. Riesgo de no ver una característica CTQ

c. Distracción de la operación del proceso mismo

d. No es trabajo de valor agregado de acuerdo a la filosofía Lean

preguntas1
Preguntas

4. Los límites de control se ponen a una distancia de tres sigma debido a:

a. Este nivel dificulta que la respuesta se salga de control

b. Este nivel establece límites estrictos para el proceso de producción

c. Este nivel reduce la probabilidad de buscar fallas en el proceso de producción cuando no existan

d. Este nivel asegura un error tipo II muy pequeño

5. Un proceso está en control con Xmedia = 100 y R medio = 7.3, con n = 4. Si el proceso se corre a 101.5, con la misma R, ¿cuál es la probabilidad que el siguiente punto X caiga fuera de los límites de control?

a. 0.016 c. 0.122

b. 0.029 d. 0.360

6. Una carta X-R se preparar para una operación con 20 muestras y cinco piezas por muestra; la media de medias X fue de 33.6 y el rango medio fue de 6.20. Durante la producción se toma una muestra de cinco piezas que miden: 36, 43, 37, 25 y 38. Al momento de tomar las muestras:

a. Están dentro de control tanto la media como el rango

b. Ni el rango ni la media están en control

c. Solo la media está fuera de los límites de control

d. Solo el rango está fuera de los límites de control

preguntas2
Preguntas

7. Una carta X-R ha mostrado control por un tiempo largo. Se observa que los puntos para las últimas 50 muestras están dentro de más menos una sigma de la línea central. Es probable que:

a. Es una situación deseable

b. Es una situación no deseable

c. Se ha reducido la desviación estándar en las últimas 50 muestras

d. Los límites de control se calcularon de manera erronea

8. Un operador toma una muestra rutinaria con el método de pre-control y nota que la primera pieza está dentro de especificación pero fuera del objetivo. ¿Qué debe hacer el operador?.

a. Parar el proceso y ajustarlo

b. Verificar una segunda muestra

c. Confirmar que las siguientes 5 piezas consecutivas están dentro del objetivo

d. Continuar produciendo

9. ¿Cuáles de las siguientes cartas de control son más sensibles a corrimientos graduales pequeños en la media del proceso?

I. Cartas X-R III. Cartas EWMA

II. Cartas Cu Sum IV. Cartas de media móvil

a. I y II c. II y III

b. I y III d. III y IV

preguntas3
Preguntas

10. ¿Cuál de las siguientes técnicas japonesas se identifica más con cambios pequeños incrementales?

a. Kaizen c. Poka Yoke

b. Kanban d. Estrategia de las 5Ss

11. Como con las 7 herramientas administrativas, el concepto japonés de organización del lugar de trabajo, 5Ss, se ha americanizado. ¿De las cinco herramientas originales, cuáles son las más difíciles de encontrar en las empresas?

a. Seiko y Seiton c. Seiketsu y Shitsuke

b. Seiton y Seiso d. Seiko y Seiso

12. Después de 9 meses con Seis Sigma, una empresa cambia sus calibradores y micrómetros tradicionales a digitales y escalas lineales digitales. ¿Por qué fue necesaria esta acción?

a. Probablemente quieren mostrar a sus clientes potenciales su nivel de precisión en la medición

b. Si se hacen cambios, no quieren que los tomen “dormidos en el interruptor”

c. Los procesos se han mejorado y necesitan hacer mediciones al producto más finas

d. Esto podría ser requerido en la fase de control del proceso DMAIC