juego de herramientas 1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Juego de Herramientas (1) PowerPoint Presentation
Download Presentation
Juego de Herramientas (1)

Loading in 2 Seconds...

play fullscreen
1 / 384

Juego de Herramientas (1) - PowerPoint PPT Presentation


  • 158 Views
  • Uploaded on

Diseño de Experimentos. Juego de Herramientas (1). Diseño de Experimentos. Explorar las relaciones causa efecto entre múltiples variables de procesos (X’s) y la salida o variable de desempeño de proceso (Y)

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 'Juego de Herramientas (1)' - yul


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
juego de herramientas 1

Diseño de Experimentos

Juego de Herramientas (1)

dise o de experimentos
Diseño de Experimentos
  • Explorar las relaciones causa efecto entre múltiples variables de procesos (X’s) y la salida o variable de desempeño de proceso (Y)
    • Identifica las pocas fuentes de variación “vitales” (X´s) que tienen el mayor impacto en los resultados
    • Cuantifica el efecto de las X´s importantes incluyendo sus interacciones
    • Cuantifica la relación entre las X´s y Y´s de tal forma que se puedan predecir cuanto se gana o pierde al cambiar las condiciones del proceso
limitaciones de los datos hist ricos
Limitaciones de los datos históricos
  • Los datos existentes frecuentemente tienen errores
  • Los registros están incompletos frecuentemente
  • Las variables importantes pueden no haber variado durante la recolección de datos
  • Las variables del proceso pueden estar correlacionadas con otras variables – guiando hacia una falsa impresi{on de su efecto en el proceso
  • Es imposible verificar las relaciones causa efecto
enfoque tradicional cambios en un factor y despu s en otros
Enfoque tradicional – cambios en un factor y después en otros
  • Problemas encontrados
    • La variación común dificulta ver si una condición es mejor o no
    • Para más de cuatro variables los resultados pueden ser confusos
    • Frecuentemente se selecciona una combinación de condiciones sin identificar realmente las variables importantes
    • Es imposible detectar interacciones
    • Información limitada sobre el efecto de los factores
muchas acciones simultaneas
Muchas acciones simultaneas
  • Problemas encontrados
    • No se sabe cuales cambios fueron los responsables de los cambios en los resultados
    • Algunos cambios puedes afectar negativamente los resultados sin saberlo
    • Es imposible entender la relación costo/beneficio de cada cambio individualmente
ejercicio ca da de cartas
Ejercicio: Caída de cartas
  • Dejar caer una carta hacia una marca en el piso (X)
  • Medir la distancia de la marca a la orilla mías cercana de la carta
  • Factores que pueden afectar los resultados:
    • Altura (hombro vs.. cintura)
    • Orientación (plano vs.. vertical)
    • Peso (carta con clip vs.. sin clip)
  • ¿Cuál combinación nos da los mejores resultados?

X

el enfoque factorial
El enfoque factorial
  • Cambiar varios factores simultáneamente
  • Iniciar con solo dos condiciones (niveles) para cada factor
  • Considerar todas las combinaciones posibles o condiciones
    • Probar todas las combinaciones o solo un conjunto de ellas cuidadosamente seleccionado
  • Maneja las causas comunes de variación para determinar que factores son importantes
    • Replicación de experimentos (pruebas repetidas)
  • Fácil de analizar
  • Trata con otro factores no controlados en el experimento de manera que las conclusiones sean todavía válidas
t rminos factoriales y notaci n
Términos factoriales y notación
  • Factores X’s
    • Entradas o variables de proceso que queremos estudiar
  • Condiciones factoriales
    • Niveles que se probarán para cada factor
  • Notación
    • Usar “-” y “+” para designar los dos niveles
    • Una condición estándar usa el “-” y una condición nueva el “+”
  • Corridas experimentales
    • Prueba o intentos, conjunto de condiciones de los factores probados en el experimento
factoriales completos
Factoriales completos
  • Una prueba factorial completa prueba todas las combinaciones posibles
    • Para 3 factores, cada uno en 2 niveles, hay 2x2x2 = 8 combinaciones de los niveles de factores (23)
patrones factoriales 2 k
Patrones Factoriales 2K
  • El patrón del 1 al 16 se llama orden estándar
  • En un experimento la secuencia debe ser aleatorizada
  • El número de combinaciones rápidamente se incrementa
dise os fraccionales
Diseños fraccionales
  • Confusión deliberada con interacciones de alto orden
  • Factoriales fraccionales
    • Construidos a partir de diseños completos de 2 niveles
  • Diseños de Plackett Burman
    • “Llenan” los gaps dejados por los fraccionales, número de corridas múltiplo de 4 (4, 8, 12, 16, 20, etc.)
    • Pueden ser difíciles de interpretar
  • Catálogo de diseños de Taguchi
    • L8, L12, L16, etc.
resoluci n
Resolución
  • III
    • Un efecto principal (1) se confunde con interacciones de dos o más factores (+2 = 3). Las interacciones de 3 f. Son raras
  • IV
    • Un efecto principal (1) se confunde con interacciones de tres o más factores (+3 = 4)
    • O las interacciones de (2) factores se confunden con otras interacciones de (+ 2 = 4) factores y mayores
  • V
    • Un efecto principal (1) se confunde con interacciones de cuatro factores (+4 = 5)
    • O las interacciones de (2) factores se confunden con otras interacciones de (+ 3 = 4) factores y mayores
resoluci n de un dise o de 8 corridas
Resolución de un diseño de 8 corridas
  • Con un factor y cuatro replicas por nivel, se tiene una prueba t de hipótesis
  • Con dos factores tenemos un diseño full factorial 23 con réplicas que permiten estimar la variación común
  • Con tres factores se tiene un diseño 23 sin replicas, se pierde el estimado del error pero es claro el efecto de los factores e interacciones
  • Para probar cuatro factores se usa la columna ABC para el factor D, con resolución 24-1 o resolución IV
ejemplo tiempo de subida de bicicleta
EjemploTiempo de subida de bicicleta
  • Un servicio de mensajería desea probar la diferencia entre dos marcas
  • Se seleccionan 7 factores para la prueba
datos del ejemplo
Datos del ejemplo
  • Diseño completamente saturado probando 7 factores con solo 8 corridas (fracción 1/16), res. III o 2III7-4
    • Se sabe que la desviación estándar histórica es de 3
an lisis emp rico
Análisis empírico
  • Ordenar resultados del mejor al peor y comparar contra el patrón de signos de columna
    • Los mejores res. Se asocian con D =1 y B = -1
contrastes
Contrastes
  • Los contrastes para cada columna (Suma signos por respuesta en cada columna). Puede eliminar variables
    • D se confunde con AB, EF, CG y B con AD, CF y EG
pareto de contrastes abs
Pareto de contrastes abs.
  • Los que más impactan son los factores D y B
las 6 fases de un experimento considerar la teor a y la pr ctica
Las 6 fases de un experimento(considerar la teoría y la práctica)
  • A. Preparación
    • Presupuestos, literatura relacionada, completar Definir y Medir del DMAIC e iniciar la fase de Análisis
  • B. Identificar respuestas, factores y niveles de factores
    • Seleccionar una o más respuestas medibles, definir el procedimiento de medición, identificar todos los factores que puedan impactar la respuesta de interés
    • Considerar todos los pares de factores que puedan interactuar
    • Fijar los niveles bajo y alto para cada nivel
    • Revisar las combinaciones de factores para identificar posibles problemas
las 6 fases de un experimento considerar la teor a y la pr ctica1
Las 6 fases de un experimento(considerar la teoría y la práctica)
  • C. Colectar los datos
    • Preparar un formato para colectar toda la información
    • Programar el equipo, personal, materiales, etc.}
    • Capacitar al personal que participará en el experimento
    • Etiquetar y guardar todas las muestras de ser posible
    • Monitorear el desarrollo de los experimentos, llevar una bitácora detallada de eventos con desviaciones
    • Revisar los datos y corregir los errores de ser necesario
las 6 fases de un experimento considerar la teor a y la pr ctica2
Las 6 fases de un experimento(considerar la teoría y la práctica)
  • E. Analizar los datos
    • Graficar los datos de varias formas
    • Si el experimento incluye replicas, calcular medias, desv, est., y residuales para cada condición experimental y graficarlas de varias formas, en caso necesario transformar los datos
    • Calcular los efectos de los factores y las interacciones y graficarlas de diversas formas
    • Cuando sea útil desarrollar un modelo de predicción para relacionar los factores a la respuesta
    • Cuando sea posible confirmar resultados de gráficas con análisis estadísticos apropiados
las 6 fases de un experimento considerar la teor a y la pr ctica3
Las 6 fases de un experimento(considerar la teoría y la práctica)
  • F. Obtener, verificar y reportar conclusiones
    • Interpretar los resultados del experimento usando toda la información conocida (teórica y observada)
    • Formular y registrar conclusiones en un lenguaje no estadístico entendible por todos
    • Verificar las conclusiones con corridas adicionales
    • Si es necesario ir a la próxima iteración en el estudio
    • Preparar un reporte escrito de las conclusiones y recomendaciones para finalizar la fase de Análisis del DMAIC
  • Implementar recomendaciones
    • Continuar con la mejora y control del DMAIC
dirigiendo el experimento
Dirigiendo el experimento

A. Preparación

Metas, problema, balance de recursos

B. Planeación

C. Diseño

Especificaciones, controles, instrucciones, planes

D. Implementación

Organizar, dirigir, controlar, monitorear

E. Proceso

Revisión, editar, tabular, entrada de datos

F. Interpretación

Cálculos y análisis estadístico

G. Evaluación

  • Evaluar la efectividad del estudio respecto a las metas
a preparaci n
A. Preparación

1. Identificar las restricciones de presupuesto del proyecto

2. Examinar la literatura e investigaciones pasadas en el área

3. Asegurar que el problema y su historial se han comprendido

4. ¿Es apropiado el diseño de experimentos?

a4 es apropiado el doe
A4. ¿Es apropiado el DOE?
  • Si ya hay experiencias anteriores que revelan causas obvias, simplemente - !Arreglarlo
  • Experimentar si
    • Una causa raíz no puede ser hallada
    • Ya se han identificado y removido las causas raíz pero se quiere mejorar más
    • Muchos factores potenciales afectan la respuesta
    • Se quiere cuantificar las relaciones entre los factores y la respuesta
b identificar respuestas factores y niveles de factores
B. Identificar respuestas, factores y niveles de factores

5. Seleccionar una o más respuestas medibles

6. Operacionalmente definir el procedimiento de medición

7. Identificar todos los factores que pueden impactar la respuesta de interés

8. Considerar todos los pares de factores que pueden interactuar entre si

9. Establecer los niveles alto y bajo de cada factor

10. Revisar las combinaciones de los niveles de los factores identificar problemas potenciales

b 5 seleccionar variables de respuesta
B.5 Seleccionar variables de respuesta
  • ¿Cuál es la importancia de las KQCs?
  • Si no son medibles:
    • Seleccionar respuestas substitutas que midan las propiedades relacionadas a la respuesta deseada
    • Colectar datos de todas las respuestas de interés para maximizar la información obtenida del experimento
    • Cuando sea posible considerar la variabilidad como una variable de respuesta
    • Definir la dirección de la mejora para cada respuesta
      • Menor es mejor
      • Mayor es mejor
      • Sobre la meta es mejor
b7 selecci n de factores
B7. Selección de factores
  • Visitar el área de trabajo y observar el proceso
  • Arreglar una junta formal de tormenta de ideas
  • Usar un diagrama de causa efecto para organizar los factores potenciales
  • Categorizar los factores seleccionados como controlables y no controlables
  • Identificar pares de factores que pueden interactuar
b9 establecer niveles de factores
B9. Establecer niveles de factores
  • “Para determinar que sucede con un proceso cuando se interfiere con el, se tiene que interferir con el, no solo observarlo” George E.P. Box
  • Poner niveles numéricos del factor
    • Lo más alejados posible para detectar efectos si hay
    • Lo más alejados de lo que se maneja normalmente
    • No tan alejados para que la respuesta tenga valor
  • Poner niveles de factores discretos
    • Asignar “bajo” y “alto” a los niveles
    • El “bajo = -” se usa para los niveles estándar comunes
b 10 revisar combinaciones
B.10 Revisar combinaciones
  • ¿Hay combinaciones de factores potencialmente peligrosas?
    • Por ejemplo, que pasa si los niveles se ponen en nivel alto en todos
  • ¿Hay combinaciones que producen resultados sin utilidad?
    • Por ejemplo si todos los factores se ponen en bajo
  • Si hay combinaciones cuestionables, se puede:
    • Correr primero para verificar
    • Ajustar los niveles
    • Reasignar los factores de manera que la combinación problema no aparezca en el diseño
c seleccionar el dise o
C. Seleccionar el diseño

11. Seleccionar un diseño que permita examinar el número deseado de factores con la resolución requerida para el estado actual de conocimiento

12. Decidir sobre el número de corridas experimentales permitidas por el presupuesto usando la regla del 25% u otras restricciones

13. De ser posible construir algunas réplicas en el diseño final; considerar el tamaño de los efectos detectables

14. Aleatorizar siempre que sea posible

15. Considerar la necesidad de bloqueo

c11 evaluar el conocimiento actual
C11. Evaluar el conocimiento actual
  • ¿Se han identificado todos los factores posibles?
  • ¿Qué se entiende realmente de cómo los factores afectan la respuesta?. Yendo de bajo a alto se usan:
    • Experimentos de filtraje, > 4 factores
    • Factoriales fraccionales, 3 – 15 factores
    • Factoriales completos, 1 – 7 factores
    • Superficie de respuesta, < 8 factores
  • ¿Hay una posible interacción entre algunos factores?
c 12 mejorando el conocimiento
C.12 Mejorando el conocimiento
  • Gastar el 25% del presupuesto en el primer experimento
  • Planear varios experimentos
  • La experimentación es secuencial
    • Iniciar con muchos factores para halla los pocos triviales
    • Buscar interacciones entre factores importantes; buscar curvatura en la respuesta
    • Encontrar los mejores “niveles” de cada factor; establecer las relaciones entre variables
c13 r plicas
C13. Réplicas
  • Es la repetición de algunas o todas las condiciones experimentales dos o más veces
  • Beneficios
    • Se puede estimar la variabilidad común del experimento (“error puro” o “ruido”)
    • Un muestreo amplio aumenta la información sobre los efectos de los factores
    • Se puede analizar el efecto de los factores en la variabilidad
c13 cu ntas corridas
C13. ¿Cuántas corridas?
  • Dependen de la magnitud de los efectos que se quieren detectar ()
  • Potencia de la probabilidad para detectar ()
    • Típicamente 80% o más
    • Depende de la variación de causas comunes
          • Estimar en base a la desviación estándar en cartas de control, experimentos previos, corridas piloto, procesos similares, o mejores estimados
  • Probabilidad (P-value) de falsas alarmas
    • Típicamente 5% o menos
  • Dado lo anterior, se puede determinar el número de réplicas que sean necesarias para el experimento
c14 aleatorizaci n
C14. Aleatorización
  • Definición:
    • Para asignar el orden en el cual los experimentos serán corridos usando un mecanismo de aleatorización
  • Beneficio:
    • Prevenir que el efecto de una variables no considerada sea tomado erróneamente como el efecto de otro factor o de efectos escondidos de los factores probados
  • Opciones
    • Aleatorización restringida
    • Mantener factores constantes
    • Bloqueo
c15 bloqueo
C15. Bloqueo
  • Suponiendo que se van a correr 16 experimentos pero sólo se pueden correr ocho en un cierto periodo dentro del mes.
  • ¿Qué se puede hacer?
  • ¿qué hacer si sólo se pueden correr cuatro experimentos en una región particular?
c15 bloqueo1
C15. Bloqueo
  • Problema
    • Las corridas no pueden realizarse bajo condiciones similares o hay variables extrañas
    • Se ha introducido una nueva fuente de variabilidad
    • Tratar la fuente inevitable de variación como otro factor en el diseño experimental
c15 bloqueo2
C15. Bloqueo
  • Bloqueo
    • Es una cuidadosa selección de un subconjunto de experimentos consistiendo de corridas cercanas en tiempo o bajo condiciones similares
    • “Condiciones similares”
      • Factores que no se han probado en el experimento son los mismos o muy cercanos a serlo (ambiente, lotes de materiales, personal, etc.)
    • Las condiciones experimentales son similares dentro de un bloque pero pueden diferir entre bloques
c15 cu ndo se requiere el bloqueo
C15. ¿Cuándo se requiere el bloqueo?
  • Cuando no se pueden hacer todas las corridas al mismo tiempo
    • Días, turnos, localidades
  • Cuando no se pueden hacer todas las partes de los mismos materiales
    • Lotes, batches, regiones
  • Cuando no se pueden hacer pruebas bajo condiciones similares
    • Máquinas, trabajadores, clientes, medio ambiente
c15 aspectos de los dise os bloqueados
C15. Aspectos de los diseños bloqueados
  • Los efectos de los bloques se confunden con los efectos de las interacciones normalmente alto orden
  • La resolución del diseño original puede reducirse debido al efecto de confusión de los bloques con otros factores
  • No confundir “bloques” con “factores” ya que se perderá resolución si un diseño factorial es replicado en bloques
  • Un supuesto es que las interacciones entre bloques y otros factores son despreciables
    • Significa que los efectos de los factores principales y las interacciones son los mismos en todos los bloques
d colectar los datos
D. Colectar los datos

16. Preparar un formato de colección de datos con espacio para toda la información y los comentarios

17. Programar el equipo requerido, el personal, los materiales, etc.

18. Proporcionar capacitación a todos los involucrados en el desarrollo del experimento, incluyendo a los que corren los experimentos y toman las mediciones

19. Etiquetar y guardar todas las muestras y resultados de ser posible

20. Monitorear el desempeño del experimento físicamente, llevar bitácora registrando desviaciones

21. Revisar los datos resultantes conforme se colectan y corregir cualquier error inmediatamente

e analizar los datos
E. Analizar los datos

22. Graficar los datos de varias formas

23. Si el experimento incluye réplicas, calcular las medias, desv. Est. Y residuos para cada condición experimental y graficarlas de varias formas

24. Calcular los efectos de los factores y las interacciones y graficarlas de diversas formas

25. Donde sea útil, desarrollar un modelo de predicción para relacionar los factores a las respuestas

26. Cuando sea posible y apropiado, confirmar los resultados de las gráficas impresas con análisis estadísticos apropiados

f obtener verificar y reportar las conclusiones
F. Obtener, verificar y reportar las conclusiones

27. Interpretar los resultados del experimento usando toda la información conocida ( teórica y observada)

28. Formular y escribir las conclusiones en lenguaje simple y no estadístico, entendible para el personal

29. Verificar las conclusiones con corridas adicionales

30. Si es apropiado, ir a la siguiente iteración de estudio

31. Preparar un reporte escrito de las conclusiones y recomendaciones

f29 verificar conclusiones
F29. Verificar conclusiones
  • La verificación incluye la realización de corridas adicionales para confirmar que las conclusiones obtenidas del experimento son correctas
  • Razones

1. No entendemos la respuesta; o puede ser muy compleja para un experimento factorial simple

2. Las conclusiones pueden depender de condiciones desconocidas presentes durante la experimentación

3. Las condiciones de verificación pueden ser diferentes de las experimentales

  • Es muy importante verificar las conclusiones
g implementar las recomendaciones
G. Implementar las recomendaciones

32. Continuar con las fases de mejora y control del DMAIC

slide47

AMEF y AAF

Juego de Herramientas (2)

prop sito
Propósito
  • El diseño puede satisfacer objetivos pero tiene consecuencias adversas
    • Investigar opciones de diseño en detalle
  • No revisar el diseño con “lentes de color de rosa”
  • Evaluar “hechos futuros”
  • Desarrollar “lista de amenazas”
    • Ideas de la bitácora histórica
    • Tormenta de ideas
  • Evaluar “amenaza” potencial
    • Impacto (criticalidad) de la amenaza
    • Ocurrencia (probabilidad) de la amenaza
l neas de aseguramiento
Líneas de aseguramiento
  • Reducir ocurrencia de una causa inicial
    • Acción preventiva
  • Mejorar la detectabilidad de la causa inicial
    • Medición y prueba
  • Mejorar la detectabilidad de la falla
    • Medición y prueba
  • Limitar la severidad del efecto
    • Falla segura
  • Contener los efectos
    • Protecciones / guardas
amef o aaf
¿AMEF o AAF?
  • AMEF (FMEA)
    • Revisión exhaustiva de todas las fallas potenciales del diseño, componente por componente
      • Análisis inductivo
  • AAF (FTA)
    • Estratificación en la cadena de causa y efecto hasta la falla superior
      • Análisis deductivo
  • Los métodos son complementarios no uno u otro
an lisis preliminar
Análisis preliminar
  • Iniciar esfuerzos multidisciplinarios en concepto/diseño (iterativos y acumulativos)
  • Establecer límites del sistema
    • Definir el sistema y sus objetivos
    • Definir el ambiente, proceso, equipos
    • Identificar reglamentaciones, leyes, estándares, etc.
  • Identificar la misión/función/propósito de partes, componentes y subsistemas
    • Estratificar sistemas complicados en subsistemas más simples
    • Estar conciente de las interfases
  • Usar todas las fuentes de información para establecer fallas potenciales y sus causas
slide52

AMEF

Análisis del Modo y Efecto de Falla

modo y efectos de falla
Modo de Falla

Efecto (s)

Tasa de impacto (criticalidad)

Causa

Tasa de ocurrencia

Controles actuales de diseño

Tasa de detectabilidad

Modo y Efectos de Falla

Detectabilidad

Detectabilidad

CAUSA

FALLA

EFECTO

Ocurrencia

Severidad

complejidad de causa efecto
Múltiples causas actúan separadamente

Múltiples causas actúan conjuntamente

Efectos simultáneos múltiples

Efectos secuénciales múltiples

Complejidad de Causa Efecto

CAUSA

EFECTO

ÚLTIMO

EFECTO

INMED.

CAUSA

RAIZ

CAUSA INMEDIATA

CAUSA

FALLA

EFECTO

CAUSA

EFECTO

causa y efecto
La falla en un componente puede ser la causa de falla de otro componenteCausa y Efecto

A

B

C

D

CAUSA

FALLA

EFECTO

=

=

EFECTO

CAUSA

FALLA

4 fallas b sicas de hardware
4 fallas básicas de hardware
  • Operación prematura de un componente
  • Falla de un componente para operar en el tiempo preestablecido
  • Falla de un componente al cesar su operación en el tiempo preestablecido
  • Falla de un componente durante su operación
5 fallas humanas b sicas
5 fallas humanas básicas
  • Falla para realizar la tarea o parte de ésta
  • Desarrollo de un paso o tarea incorrecto
  • Realización de una tarea o paso que no debería ser realizado
  • Desarrollo de una tarea o paso fuera de secuencia
  • Falla para completar la tarea o paso dentro del periodo de tiempo disponible
ejemplos de modos de falla
Contactos presumiblemente cerrados

Contactos con apertura lenta

Contactos presumiblemente abiertos

Contactos con cierre lento

Contactos en corto circuito

A tierra

A la fuente

Entre contactos

A líneas de señal

Contactos intermitentes

Histéresis excesiva

Arqueo de contactos

Bobina abierta

Bobina en corto

Bobina con baja resistencia

Bobina con alta resistencia

Bobina con sobrecalentamiento

Corto circuito en bobina

A tierra

A la fuente

Entre contactos

Sobre magnetizado

Ejemplos de modos de falla
efectos potenciales
Efectos potenciales
  • Efecto inmediato
    • Efecto en la ocurrencia
  • Efecto último
    • Efecto después de que pasa el tiempo
  • Efecto sobre
    • Seguridad, leyes. Códigos, etc.
  • Efectos en el
    • Usuario, cliente, medio ambiente, personal
lista de verificaci n de efectos
Lista de verificación de efectos
  • Variables
    • Flujo, cantidad, temp., presión, pH, saturación, etc.
  • Servicios
    • Calefacción, enfriamiento, electricidad, agua, aire, etc.
  • Especiales
    • Mantto., arranque, apagado, catalizador, cambio, etc.
  • Cambios
    • Muchos, pocos, ninguno, no mezcla, depósito, corrimiento, oscilación, pulso, disparo, corrosión, ruptura, fuga, explosión, desgaste, apertura, etc.
  • Instrumentos: sensibilidad, ubicación, tiempo de respuesta
efectos ambientales
Salpicadura, spray

Enfriador, agua

Aceite

Auto, hidráulico

Solventes de limpieza

Calor (frió)

Humedad

Manejo inadecuado de materiales

Mecánico

Shock, vibración, ruido

Ruido eléctrico

Campos electromagnéticos

Radiación ultravioleta

Rebabas de corte

Chispas de soldadura

Polvo ( suciedad, arena)

Efectos ambientales
4 tasa de severidad
4. Tasa de severidad
  • Tasa de cada uno de los modos de falla
    • Efectos más severos
  • Criterios múltiples
    • Seguridad, función, ergonomía
  • Independientemente de la ocurrencia o detección
    • La severidad si la falla ocurre
consideraciones en severidad
Consideraciones en severidad
  • Pérdida de la vida
  • Falla de la misión del equipo
  • Retardo o pérdida de disponibilidad operativa
  • Mantenimiento no programado excesivo
  • Insatisfacción del cliente
  • Daños al medio ambiente
  • Violación de aspectos legales o contractuales
evaluando la severidad
Evaluando la severidad
  • Efecto inmediato de falla de componente
  • Efecto último de falla del componente
    • En interfases del sistema
    • “Daños colaterales”
  • Efectos en la productividad
    • ¿Debe pararse el sistema para reparación?
    • Dificultad de acceso a componente con falla
    • Herramientas especiales requeridas
    • Tiempo estimado de reparación
escalas de evaluaci n de la severidad
Escalas de evaluación de la severidad
  • Escala de la AIAG
  • Escalas de cinco categorías
    • La gente no puede distinguir más de 5 categorías
  • Escalas logarítmicas
    • El pero caso es más de 10x el mejor caso
  • Categorías Alfa
    • Bajo Medio Alto / AA Alta severidad y ocurrencia
5 causa potencial
5. Causa potencial
  • Las causas potenciales son debilidades del diseño no problemas de producción
  • Las causas son siempre origen de los modos de falla
  • Listar cada una de las causas en una línea separada
causas t picas de dise o
Dimensiones inadecuadas

Componentes forzados

Interfases de subsistemas

Capacidad insuficiente

Instrucciones de mantto. Inadecuadas

Protección ambiental pobre

Algoritmo incorrecto

Material incorrecto especificado

Propiedades deficientes de material especificado

Rendimiento

Fatiga

Inestabilidad del material

Desgaste

Corrosión

Causas típicas de diseño
6 prob de ocurrencia
6. Prob. De ocurrencia
  • Prob. De que la causa ocurrirá
  • Independientemente de su detección
    • Incluye planes de acción preventiva
  • Se estima en base a:
    • Experiencia
    • D/Bs de referencia
    • Diagramas de bloque
    • Árboles de falla
ejercicio ca da de cartas1
Ejercicio: Caída de cartas
  • Dejar caer una carta hacia una marca en el piso (X)
  • Medir la distancia de la marca a la orilla mas cercana de la carta
  • Factores que pueden afectar los resultados:
    • Altura (hombro vs.. cintura)
    • Orientación (plano vs.. vertical)
    • Peso (carta con clip vs.. sin clip)
  • ¿Cuál combinación nos da los mejores resultados?

X

escalas de ocurrencia
Escalas de ocurrencia
  • Ajustar la escala a las realidades de la organización
  • En confiabilidad las tasas de falla deben ser en términos de horas o ciclos de operación, por ejemplo:
    • 4 Probable, falla antes de 104 horas
    • 3 Razonable, fallas en 104 a 105 horas
    • 2 Remota, fallas en 105 a 107 horas
    • 1 Extremadamente remota, fallas en más de 107 horas
7 controles de dise o
7. Controles de diseño
  • Para cada causa
  • Listar controles actuales
    • Prevención
    • Verificación de diseño
    • Validación de diseño
  • Con base en que
    • Han sucedido
    • Se están usando
    • Se tienen con diseños similares
7 controles de dise o1
7. Controles de diseño
  • Tres tipos de controles
    • 1. Prevenir que ocurra la causa
    • 2. Detectar la causa si sucede
    • 3. Detectar el modo de falla después de que suceda
  • Los controles tipo 1 afectan la tasa de ocurrencia inicial
  • Los controles tipo 2 y 3 afectan la tasa de detectabilidad
controles t picos de dise o
Controles típicos de diseño
  • Revisiones de factibilidad / revisiones de contrato
  • Modelos matemáticos / Cálculos
  • Revisiones de diseño
  • Pruebas de laboratorio
  • Pruebas en prototipos
  • A prueba de falla
  • Pruebas de calificación en máquinas
  • Pruebas de funcionamiento
8 tasa de detecci n
8. Tasa de detección
  • Capacidad de los controles tipo 2 para detectar un mecanismo de causa
  • Capacidad de los controles tipo 3 para detectar un modo de falla
    • Estar conciente de “fallas” silenciosas
  • Entre mayor sea la calificación, menor es la detectabilidad
9 n mero de prioridad de riesgo
9. Número de prioridad de riesgo
  • El RPN es producto de la Severidad x Ocurrencia x Detección
  • Tomar acciones para reducir los RPNs altos
  • Atención especial a severidad alta, independientemente de la ocurrencia
10 acciones recomendadas
10. Acciones recomendadas
  • Iniciar con altas RPNs (S x O x D)
  • Acciones típicas requeridas
    • Diseños de experimentos
    • Revisión de especificaciones de material
    • Revisión del diseño
    • Revisión del plan de prueba
acciones del amef
Acciones del AMEF
  • Evaluar modos de falla de alto riesgo
  • Recomendar cambios de diseño
  • Instrucciones de inspección, mantenimiento y manuales de operación
  • Medidas para minimizar la probabilidad de ocurrencia
  • Medidas para mejorar la detección de la causa
  • Medidas para mejorar la detección del modo de falla
  • Medidas para remediar los efectos de falla
a prueba de error
A Prueba de Error
  • Es una serie de tácticas para reducir o eliminar la causa de un problema o para minimizar su efecto
  • Se usa en:
    • Planes de acción para atender altos RPNs
    • Cuando se descubre una falla o se prevé en revisiones y pruebas
    • Cuando ocurran fallas en operación real
seguimiento
Seguimiento
  • “Las promesas no cuestan”
  • Dar seguimiento para asegurar que se tomen las acciones y sean efectivas
  • Recalcular los RPNs basados en nuevos diseños y planes
  • Continuar hasta que los RPNs sean aceptables
amefp de proceso
AMEFP de Proceso
  • Es similar al AMEFD de diseño
  • Cuando usarlo
    • Después que el proceso ha sido mapeado y analizado y se han eliminado los problemas obvios
    • Se puede hacer durante el concepto / diseño, pero es más efectivo a nivel de detalle
  • El procedimiento es similar al AMEFD excepto que:
    • Lista las actividades y su función necesarias para realizar el producto
    • Usa la lista de problemas en el mapa de proceso para describir las formas en que la actividad puede fallar
    • Al describir la detección, se enfoca a controles normales de proceso como verificaciones, pruebas, inspecciones, etc.
el amef m s y menos
El AMEF más y menos
  • Ventajas
    • Fácil de aplicar
    • Eficiente para sistemas de hardware con pocos componentes y pocos modos de falla
    • Complementa al Análisis de Árbol de Fallas
  • Desventajas
    • Gran número de combinaciones de falla en sistemas complejos
    • Atención inadecuada a factores humanos
    • Dificultades con interacciones
slide83

AAF (FTA)

Análisis de Árbol de Fallas

caracter sticas del rbol de fallas
Características del Árbol de Fallas
  • Diagrama detallado que muestra la cascada de eventos hacia el origen de una falla de sistema.
    • Combina las prob. De falla, tasa de falla o tasa de reparación para evaluar la prob. Del evento superior
  • Cuando usarlo
    • Identificar problemas potenciales de confiabilidad y seguridad durante la fase de diseño
    • Evaluar la confiabilidad y seguridad durante la operación normal
    • Identificar componentes que pueden requerir pruebas o un aseguramiento de calidad más riguroso
caracter sticas del rbol de fallas1
Características del Árbol de Fallas
  • Procedimiento
    • Definir el evento indeseable (“falla superior”)
    • Trazar hacia atrás la causa efecto desde la causa inmediata, usar descripciones concretas
    • Partir descripciones amplias en eventos específicos. Especificar componentes
    • Construir el Árbol de falla con compuertas lógicas
    • Analizar el Árbol de falla
    • Modificar el diseño
construcci n del rbol de fallas
Construcción del Árbol de Fallas
  • Dibujar ramas a causas inmediatas a través de compuertas.
    • Ningún evento puede conectarse con otro sin pasar por una compuerta lógica
  • Continuar hasta que todos los eventos básicos sean determinados o no se requiera más detalle
  • Asignar probabilidades a eventos raíz y fallas en componentes y det. prob. De falla del evento superior
  • Localizar grupos mínimos y fallas en un punto, en todo caso Simplificar el árbol con álgebra booleana
  • Modificar el diseño con redundancia, uso de componentes más confiables o desacoplando modos de falla
realizando aaf fta
Realizando AAF (FTA)
  • Definir el evento indeseable (“falla superior”)
  • Conocer el sistema
    • Trazar la ruta de causa y efecto
    • Trabajar hacia atrás de las causas inmediatas
    • Identificar causas conjuntas
    • Identificar causas condicionales
  • Construir el árbol de falla
    • Encontrar los grupos mínimos (“reducir el árbol”)
    • Calcular la probabilidad del evento superior
  • Decisiones, recomendaciones y resultados
s mbolos del rbol de eventos de falla
Símbolos del árbol de eventos de falla
  • Evento de falla:
    • Resulta de la combinación de los otros eventos de falla. Sus causas se desarrollan por medio de compuertas lógicas
  • Evento básico de falla
    • No requiere desarrollo adiciona
  • Evento básico secundario
    • Compuesto de diversos eventos de falla no resueltos por el árbol de falla
s mbolos l gicos de rbol de falla
Símbolos lógicos de Árbol de Falla
  • Compuertas AND
    • Todos los eventos de entrada son requeridos para producir el evento de salida (Prob. P4 = P1*P2*P3)
  • Compuertas OR
    • Cualquier evento de entrada es suficiente para producir el evento de salida (Prob. P4 = P1 + P2 + P3)
  • También existen otros símbolos como OR-Exclusiva
probabilidad de la falla superior
Probabilidad de la falla superior
  • Encontrar tasas de falla elementales de bases de datos, MIL-HDBK-217D, GIDEP
  • Combinar tasas de falla por medio de compuertas lógicas
    • Compuertas OR = adición de tasas de falla
    • Compuertas AND = multiplicación de tasas de falla
  • Continuar hasta llegar al evento superior
    • Usar este resultado de tasa de falla para evaluar la “Ocurrencia” en el AMEF
un rbol de fallas simple
Un árbol de fallas simple
  • Evento superior:
    • Sala a obscuras
  • Causas próximas:
    • Sin energía, focos fundidos
  • Sin energía causada por:
    • Fallas en el suministro
    • Fusibles rotos
  • Focos fundidos causados por:
    • Foco 1 fundido
    • Foco 2 fundido
arreglar las compuertas l gicas
Arreglar las compuertas lógicas

Sala obscura

Focos fundidos

Sin energía

Falla en

Suministro

De energía

Fusible

fundido

Foco 1

fundido

Foco 2

fundido

eventos
Eventos
  • Evento: Es un cambio dinámico de estado en un elemento del sistema
    • Evento normal: Se espera que ocurra
    • Fallas: No se espera que ocurra
  • Tipos de fallas
    • Clase I (fallas): falla a realizar la función intencionada
    • Clase II: realiza una función inadvertida
defectos y fallas
Defectos y Fallas
  • Defectos
    • Estado del elemento del sistema que contribuye a la ocurrencia de una falla
    • Para describir un defecto, especificar el estado con defecto y cuando el elemento esté en este estado
  • Falla
    • Estado del elemento del sistema en el cual el elemento es incapaz de realizar su función
    • Para describir una falla, especificar solo el modo de falla
ejemplos de eventos
Ejemplos de eventos
  • Normal
    • Pernos de control insertados cuando el operador empuja la flecha
  • Defecto tipo I
    • Generador Diesel no arranca cuando el voltaje de la línea de emergencia se pierde
  • Defecto tipo II
    • La energía electromagnética enciende la línea de alumbrado público
tipos de defectos
Tipos de defectos
  • Primario
    • Los componentes fallas dentro del diseño
    • Los defectos son inherentes a los elementos considerados
  • Secundario
    • Los componentes fallan fuera del diseño
    • El defecto se debe a esfuerzo excesivo en el elemento
  • Comando (pres. botón equivocado, lectura falsa, etc.)
    • Operación inadvertida del componente
    • Operación normal ejecutada en un tiempo inadecuado
gu as para rboles de falla
Guías para Árboles de Falla
  • Reemplazar abstracto con concreto
    • Reemplazar “motor opera mucho tiempo” con “corriente a motor por mucho tiempo”
  • Clasificar en eventos más elementales
    • Reemplazar “explosión de tanque” con “explosión por sobrellenado”, o “explosión por reacción química”, etc.
  • Identificar distintas causas
    • “Explosión inesperada” causada por “alimentación excesiva” o “falta de enfriamiento”
gu as
Guías
  • Acoplar eventos de disparo con “No (acción protectora)”
    • Reemplazar “sobre calentamiento” con “falta de enfriamiento” acoplada con “no apagado del sistema”
  • Encontrar causas cooperativas o “causas conjuntas”
    • “Fuego” causado por “fugas de fluido flamable” y “arcos del relevador”
  • Especificar componentes que fallan
    • Reemplazar “sin enfriamiento de agua” con “válvula principal cerrada”
gu as1
Guías
  • “Sin milagros”
    • Si la función normal propaga una secuencia de defecto, asumir que el componente funciona normalmente
  • Escribir descripciones completas y detalladas de defectos
  • Siempre completar entradas a compuertas
  • No conectar compuertas sin eventos intermedios
  • “Pensar localmente”
    • Ser específico no generalizar
  • Agregar notas al lado para clarificar supuestos
grupos de m nimo costo
Grupos de mínimo costo
  • Mínimo conjunto de causas para el evento superior
    • Puede haber más de un conjunto mínimo
  • Representar el árbol por una suma
    • T = K1 + K2 + K3 + .... + Kn
    • Cada Ki es una intersección de uno o más eventos primarios (círculos o diamantes)
  • Cada Ki es un grupo mínimo el cual por si mismo puede causar el evento superior
  • Falla en un punto: Ki consiste de un evento primario
    • “Una falla en la función y el sistema se cae”
    • La estrella muerta (talón de Aquiles en STAR WARS)
procedimiento para grupo m nimo
Procedimiento para grupo mínimo
  • Representar cada compuerta con una ecuación Booleana
  • Substituir ecuaciones de bajo orden en ecuaciones de mayor orden
  • Reducir ecuaciones de alto orden a su forma mínima usando álgebra Booleana por ejemplo:
    • (AuB) y (AuC) = Au(ByC)
  • Continuar hasta que se tenga una expresión mínima para el evento superior
ejemplo de grupo m nimo
Ejemplo de grupo mínimo
  • Árbol de falla de un foco
    • T = G1uG2
    • G1=E1uX3
    • G2=X1yX2
  • Entonces
    • T=(E1uX3) u (X1yX2) = E1 u X3 u (X1yX2) equivale a
    • T = E1 + X3 + (X1*X2)
  • Grupos mínimos
    • E1 .... Falla el suministro de energía (fallas de un punto)
    • X3 .... Se funde el fusible (fallas de un punto)
    • X1 y X3 ... Ambos focos se funden (conjunto mínimo)
simplificar con lgebra booleana1
Simplificar con álgebra booleana
  • T = E1 y E2 donde E1 = A u E3 E2 = C u E4
  • T = (A u E3) y (C u E4) donde E3 = BuC y E4 = AyB
  • T = (Au (BuC)) y (C u (AyB))
  • T = ((AuB) u C) y (C u (AyB)) por ley asociativa
  • T = (C u (A u B)) y (C u (AyB)) por ley conmutativa
  • T = (C u ((A u B) y (AyB)) por ley distributiva
  • T = C u (AyB) por ley de absorción
  • Así la falla superior puede ocurrir ya sea porque ocurre C (falla de un solo punto) o porque ocurre A y B al mismo tiempo
construcci n de un rbol de falla
Construcción de un árbol de falla
  • Definir y esquematizar el evento superior
  • Dibujar ramas hacia causas inmediatas vía compuertas
  • Trabajar hacia atrás desde los eventos secundarios
  • Repetir hasta que todos los eventos básicos sean determinados
  • Eventos básicos (causas raíz)
    • Resolución no deseable
    • Control posible
crear un rbol de falla
Crear un Árbol de Falla
  • Crear un árbol de falla del siguiente circuito
  • Identificar conjuntos mínimos de falla y fallas en puntos simples
  • Calcular la tasa de falla superior a partir de las tasas de falla de los componentes
    • Componente Lamda (probabilidad de falla del comp)
    • C1, C2, C3 0.00438
    • C4 0.00263
    • C5 0.00876
    • C6 0.01752
    • C7 0.00438
    • C8 0.03679
ejercicio de rbol de falla
Ejercicio de Árbol de falla

C1

C4

Resistor

C2

C3

C6

Foco

C5

Pila

C8

beneficios de los rboles de falla
Beneficios de los Árboles de Falla
  • Organizar comportamiento anormal en un formato lógico y gráfico
  • Mejor capacidad para evaluar y comunicar riesgos
  • Análisis más objetivo
  • Aplicable a un amplio rango de sistemas
  • Puede incluir aspectos humanos
  • Análisis cualitativo
desventajas de rboles de falla
Desventajas de árboles de falla
  • Consume tiempo para sistemas grandes detallados
  • Asume eventos binarios (activo, fuera)
  • Los eventos secuénciales son difíciles de manejar
  • Las probabilidades elementales pueden no estar disponibles
resumen
Resumen
  • Uso de AMEF para anticipar y proritizar la atención a las fallas potenciales del diseño (o del proceso de producción)
  • Uso de AAF o FTA para estimar la probabilidad de una falla superior notada en el AMEF e identifica elementos del diseño (conjuntos mínimos) que requieren atención para prevenir ocurrencia
soluci n al ejercicio
Solución al ejercicio
  • Cinco conjuntos mínimos y dos puntos simples de falla
  • (C1 y C2 y C3) u (C6 y C7) u (C6 y C8) u C5 u C4
juego de herramientas 3

Confiabilidad

Juego de Herramientas (3)

Análisis de Confiabilidad

confiabilidad
Confiabilidad
  • Confiabilidad es la probabilidad de que un dispositivo:
    • Realice su función intencionada
    • Durante un periodo de tiempo especificado y
    • Bajo condiciones de operación específicas
  • Mantenabilidad es la probabilidad de que un dispositivo:
    • Pueda ser reparado o restaurado a su condición específica operable (“función intencionada”)
    • Dentro de un intervalo preestablecido
    • Cuando se mantiene en base a procedimientos establecidos
est ndares
Estándares
  • Estándares de confiabilidad
    • MIL-STD-790 Programa de aseguramiento de la confiabilidad
    • MIL-Hdbk-785 Programa de confiabilidad para sistemas y desarrollo de equipo y producción
    • MIL-STD-781 Calificación de la confiabilidad de diseño y pruebas de aceptación en producción
    • MIL-Hdbk-217 Predicción de la confiabilidad de equipos electrónicos
    • MIL-STD-1629 Procedimiento para realizar Análisis de criticalidad, Modos y Efectos de falla
est ndares1
Estándares
  • Estándares de Mantenabilidad
    • MIL-STD-470 Requerimientos del programa de mantenabilidad
    • MIL-STD-471 Verificación de la mantenabilidad
    • MIL-Hdbk-472 Predicción de la mantenabilidad
actividades en confiabilidad
Actividades en confiabilidad
  • Establecer requerimientos del sistema
    • Requerimientos funcionales
    • Condiciones ambientales
    • Vida útil en servicio
  • Definir aspectos de seguridad
  • Definir “falla” confiabilidad
  • Establecer Metas y obstáculos
    • Confiabilidad vs. costo vs. requerimientos
calidades del producto
Calidades del producto
  • Calidad del diseño
    • La medida en la que los diseñadores descubren y realizan en el diseño los aspectos necesarios para asegurar la satisfacción o el deleite del cliente
  • Calidad de la manufactura
    • La medida en la que las fuerzas operativas de la empresa ejecutan el diseño intencionado
confiabilidad como calidad despu s del embarque
Confiabilidad como “calidad después del embarque”
  • La habilidad del producto para realizar su función demandada depende de:
  • El diseño del producto, establecido a través de aspectos especificados, propiedades de matls., dimensiones, etc. determinan:
    • El desempeño alcanzable
    • La manufacturabilidad del diseño
    • La mantenabilidad del diseño
  • La manufactura del producto a través de los defectos determina
    • La medida en que la unidad no se apega al diseño
actividades de confiabilidad
Actividades de confiabilidad
  • Analizar modos de falla en los equipos
  • Estimar los tiempos medios antes de falla (MTBF)
  • Estimar los tiempos medios para reparar (MTTR)
  • Estimar la efectividad total del equipo
  • Estimar la confiabilidad de diagramas de bloque
  • Asignar confiabilidades a subsistemas
  • Mejorar la confiabilidad a través de tolerancia a fallas, curvas de vida vs. esfuerzo, etc.
establecer requerimientos funcionales
Establecer requerimientos funcionales
  • Desempeño o carga
    • Potencia de salida del generador, velocidad y memoria en una computadora
  • Ambiente
    • Temperatura, rango de humedad, concentración de polvo, impactos mecánicos, vibración, transientes, etc.
  • Tipo de demanda
    • Uso continuo, uso intermitente, uso único
balance
Balance
  • Al establecer requerimientos funcionales, tomar en cuenta del medio ambiente de uso, el tipo de demanda así como las necesidades de desempeño.
  • Los requerimientos funcionales definen que se entiende por “falla” lo que perimite definir ahora los requerimientos de confiabilidad como MTTF
  • Con lo anterior el diseñador desarrolla su diseño conceptual, estima la confiabilidad esperada y la compara con la requerida
  • El diseñador hace un balance entre los requerimientos funcionales, requerimientos de confiabilidad y el costo
definir fallas
Definir fallas
  • El sistema cesa de realizar su función intencionada:
  • Cese total:
    • Las máquinas paran completamente
    • La estructura se colapsa
    • Los enlaces de comunicación se interrumpen
  • Degradación de función
    • El motor no desarrolla el torque esperado
    • La estructura excede la flexión especificada
    • El amplificador no proporciona la ganancia especificada
ejemplo
Ejemplo
  • Una mayor fuente de confusión y último rechazo por el mercado es la definición de falla, por ejemplo:
    • 1. El operador permite que el equipo opere sin aceite y se quema el motor
    • 2. El equipo pierde potencia durante una tormenta
    • 3. El herramental se desgasta después de 1,100 piezas
  • Respuestas:
    • 1. No es falla del equipo sino de entrenamiento del operador, sin embargo es un factor a considerar
    • 2. Es un problema externo, tal vez se requiera una fuente de respaldo
    • 3. Depende de la vida especificada del herramental
balances
Balances
  • Un mejor desempeño = cargas mayores = menor confiabilidad
  • Un mejor desempeño = mayor costo
  • Mayor confiabilidad = mayores costos de capital
  • Mayor confiabilidad = menor costo de reparación
  • Ejemplo:
    • Carros de carrera – Alto desempeño, baja confiabilidad (cuantos coches terminan la carrera)
    • Líneas aéreas comerciales – Alta confiabilidad con poca demanda de desempeño
    • Vuelos militares: Alto desempeño con alta confiabilidad para completar la misión, por tanto su costo es alto
una especificaci n de confiabilidad
Una especificación de confiabilidad
  • Un sistema de arranque de coche (batería, marcha, motor)
  • “Hay un 90% de probabilidad que la velocidad de arranque sea mayor a 85 rpm después de 10 segundos de marcha – entre –20°F y 120°F por un periodo de 10 años o 10,000 millas. La confiabilidad debe ser demostrada en 95% de confianza”
factores conceptuales en la confiabilidad
Factores conceptuales en la confiabilidad
  • Los factores conceptuales que afectan la confiabilidad incluyen:
  • Desempeño:
    • Mayor desempeño pone más carga en el sistema reduciendo la confiabilidad
  • Complejidad
    • Más partes en el sistema normalmente reducen la confiabilidad
  • Novedad
    • El periodo de aprendizaje en los primeros pasos de nuevas tecnologías, materiales y conceptos, reducen la confiabilidad
herramientas conceptuales de la confiabilidad
Herramientas conceptuales de la confiabilidad
  • Tiempo media de falla o reparación
  • Modelos matemáticos
  • Diagramas de bloques
  • Asignación de la confiabilidad
  • Conteo de partes
  • Márgenes de seguridad (carga / capacidad)
  • Curva de operación vs. esfuerzo (derating)
definiciones matem ticas
Definiciones matemáticas
  • Distribución de la vida, f(t)
    • Probabilidad de que el sistema falle en el tiempo t
    • Fracción de la población original que cae en el intervalo
  • Tasa de falla, F(t)
    • Probabilidad de que el sistema falle antes de del tiempo t
    • Fracción acumulada de la población cayendo hasta t
  • Tasa de riesgo, “tasa de falla instantanea”, h(t)
    • Fracción de supervivientes dentro de un intervalo
  • Confiabilidad, R(t) = 1 – F(t)
    • Probabilidad de que el sistema sobreviva hasta el tiempo t
    • Fracción de la población original sobreviviente hasta t
pruebas de vida

Pruebas de vida

Tasa constante de falla

opciones de pruebas de vida
Opciones de pruebas de vida
  • Completar la prueba
    • Todas las unidades se prueban hasta que fallen
  • Pruebas truncadas
    • Tipo I: terminadas después de t horas (ciclos, etc.)
    • Tipo II: terminadas después de K fallas
  • Pruebas censadas
    • Unidades removidas por otras razones como fallas causadas externamente o PM se incluyen como fallas
  • Pruebas de vida acelerada
    • Compresión del tiempo: cargas normales y esfuerzos
    • Esfuerzos avanzados: cargas incrementadas, medio ambiente agresivo
precauciones en las pruebas de vida
Precauciones en las pruebas de vida
  • Una cuidadosa definición de lo que es una falla
    • Es difícil cuando se usan datos de servicio del cliente
  • Una cuidadosa definición de lo que constituye “vida”
    • Un tiempo calendario no es tiempo de servicio o número de demandas
  • Una cuidadosa definición de “condiciones ambientales?
    • ¿Qué cargas o esfuerzos serán usados en las pruebas?
  • Estos estudios son importantes cuando se comparan
demandas repetidas i
Demandas repetidas (I)
  • “Demanda” es el número de operaciones del sistema
    • Accionar un interruptor, abrir una válvula, arrancar un motor, un coche cruzando el puente
  • La probabilidad de éxito en cada demanda es independiente del número de demandas previas
  • Rn es la probabilidad de éxito (confiabilidad) después de n demandas
demandas repetidas ii
Demandas repetidas (II)
  • Asumiendo que la probabilidad de éxito en cada demanda es constante
    • P(Si) = 1 – p, donde p es la probabilidad de falla
  • Rn = P(S1)*P(S2)*....*P(Sn) = (1-p)n = exp(-np) = Poisson
    • Para demandas discretas y p pequeña
  • Si t es el intervalo entre demandas, n = t / t , y la tasa de falla  = p / t , dando:

R(t) = exp(- t) o distribución exponencial

Si cambiamos de demanda discreta a operación continua, Poisson -> Exp.

ejemplo v lvula de alivio
Ejemplo: Válvula de alivio
  • Demanda: La válvula opera 3 veces por semana
  • El proveedor establece 1% de falla en operación 100
  • Asumir fallas aleatorias e independientes
  • ¿Cuál es la probabilidad de falla por demanda?
ejemplo v lvula de alivio1
Ejemplo: Válvula de alivio
  • ¿Cuál es la prob. De falla en el primer año de oper.?
  • Prob. De falla por demanda R100=exp(-100p)=0.99 p=10-4
  • Probabilidad de falla en el primer año
    • Tiempo medio entre demandas = Dt = 1/(3*52) = 0.0064 años
    • Tasa instantanea de falla = l = p/Dt = 10-4 / 0.0064 = 0.0156
    • Confiabilidad en el primer año = R(t) = exp(-lt)=0.9845
    • La probabilidad de falla es F(t) = 1 – R(t) = 0.0155
tasa constante de riesgo
Tasa constante de riesgo
  • La probabilidad de falla en cada punto del tiempo:
    • Es constante e independiente de la falla de otros puntos
  • Caso más simple
  • Frecuentemente verdadero a nivel de componente
  • Frecuentemente verdadero a “media vida” del equipo
  • No toma en cuenta:
    • Modos de falla múltiples
    • Desgaste y otros efectos de envejecimiento
    • Defectos de calidad, de ensamble, etc.
tasa de falla constante
Tasa de falla constante

f(t)

R(t)

MTBF=1/=

.63

.37

Tiempo de

falla

h(t)

Tiempo de

operación

1/

F(t)

1/

.63

Tiempo de

operación

Tiempo de

operación

1/

1/

tiempo medio entre fallas
Tiempo medio entre fallas
  • Un modo de falla exponencial no tiene “memoria”
  • Cada falla es igualmente probable, independientemente del tiempo de prueba
  • Una unidad probada durante 1000 hrs. Equivale a 1000 unidades probadas durante una hora
  • Lo que importa es:
    • El número de fallas
    • El número de horas de prueba combinadas para todas las unidades
tiempo medio entre fallas1
Tiempo medio entre fallas
  • Lamda  es un parámetro de la distribución exponencial (tasa de riesgo o falla)
  • MTBF = 1/  = 
    • Asume que la tasa de falla  es constante
    • No es válido cuando lamda depende del tiempo
  • Estimación

MTBF = Horas de operación de todas las unidades /

Total de unidades con falla

estimaci n del mtbf
Estimación del MTBF
  • 10 tarjetas electrónicas se prueban hasta que 4 fallen, lo cual sucede a las 16, 40, 180, 300, las restantes soportaron 300 horas sin falla. ¿Cuál es el MTBF?
    • MTBF = Tiempo total/#fallas = (16+40+180+300+6(300)/4 = 2336/4 = 584 horas
    •  = 1/MTBF = 1/584
    • Confiabilidad a 584 horas: R(t) = exp(- t) = 0.37
    • Es decir el 63% de las tarjetas fallan antes del MTBF
    • No establecer al MTBF como el periodo de garantía
ejercicio
Ejercicio
  • 18 sellos se ponen a prueba durante 500 horas bajo condiciones extremas, las fallas ocurren como sigue:
    • 1a. Falla a las 100 hrs.
    • 2a. Falla a las 400 hrs.
    • Ninguna otra falla durante las restantes 100 hrs.
    • El uso típico de los sellos es de 100 hrs. antes de su reemplazo en PM
    • ¿Cuál es la probabilidad de que un sello no falle durante su uso normal?
l mite inferior del mtbf
Límite inferior del MTBF
  • El MTBF de datos muestrales es solo un estimado sujeto a variación
  • Se tiene interés en el MTBF menor más probable en base con el estimado muestral
  • MTBFi = 2T / 2 (P)
    • T = Tiempo total en todos los equipos
    • r = Número de fallas
    •  = 2r = Grados de libertad de pruebas censadas
    •  = 2r +2 = Grados de libertad de pruebas truncas r
    • 2 (P) = Percentil P-ésimo de la Chi cuadrada
      • Para un 90% de confianza, hallar el valor de Chi para P=0.1 que es la proporción de la distr. Por debajo del punto tabulado
ejemplo de l mite inferior
Ejemplo de límite inferior
  • Siete muestras de aluminio 2014 se prueban en resistencia superficial a la corrosión
  • Ocurren 6 fallas a las 145, 169, 227, 329, 552 y 730 hrs. La 7a. Pieza es OK al truncar la prueba a 750 hrs.
  • Estimar tasas de falla y MTBF con 90% de confianza
    •  = 2r +2 = 2(6) + 2=14
    • 2 (P) = 142 (cola de 0.10) = 21.06
    • T = 145+169+227+329+552+730+750=2902 hrs.
    • MTBFinf = 2T / 2 (P) = 2(2902)/21.06 = 275.6 hrs.
    • El mejor estimado del MTBF = T/r=2902/6 = 483.67hr
beneficios de la exponencial
Beneficios de la exponencial
  • Componentes o subsistemas en serie
  • Suponiendo que todas las confiabilidades son exponenciales
    • Rsistema = R1*R2*R3*R4*R5*R6*R7
    • Rsistema = exp(- 1t)* exp(- 2t)*...* exp(- 7t)
    • Rsistema = exp(- 1- 2t....- 7t)*t)
    • Rsistema = exp((- 1- 2t....- 7t)*t)
    • Rsistema = exp(-(i)*t)
  • La tasa de falla del sistema es la suma de las tasas de falla de los componentes

Encoder

Encoder

Encoder

Encoder

Encoder

Encoder

Encoder

confiabilidad del sistema en campo
Confiabilidad del sistema en campo
  • La confiabilidad del sistema es difícil de evaluar
    • Modos de falla múltiples
    • Efectos de añejamiento
    • Factores humanos
    • Procedimientos
    • Mantenimiento
    • Esfuerzos ambientales inesperados
    • Aplicación inadecuada de modelos, MTBF, “bañera”, etc.
  • El todo es más que la suma de las partes
estimados gr ficos
Estimados gráficos
  • Si el tiempo de falla tiene una distribución exponencial, se grafica como línea recta en papel semi logarítmico
  • Para saber si la vida es exponencial:
    • Poner escala superior a R = 1.0 (100%)
    • Ordenar los tiempos de fallas de i = 1 a n en forma creciente
    • Graficar Ri = (n – i + 0.5) / n
    • Así R1 = (n-0.5)/n y Rn = 0.5/n
ejemplo1
Ejemplo

i ti R1

1 425 0.92

2 1000 0.75

3 1650 0.58

4 2400 0.42

5 3600 0.25

6 5500 0.08

slide151

Tolerancia a fallas

Estimación y mejora de la

Confiabilidad de sistemas

notaci n de probabilidad
Notación de probabilidad
  • Probabilidad
    • El grado de certeza de que ocurra un evento
  • P(A) = Probabilidad de que ocurra el evento (A)
  • La probabilidad tiene un rango entre 0 y 1
  • -A significa no A
    • P(-A) = 1 – P(A)
  • P(x >= 1) = 1 – P( x = 0)
combinaci n de probabilidades
Combinación de probabilidades
  • Probabilidad de A y B si son eventos independientes
    • P(AyB) = P(A) x P(B)
  • Probabilidad de A o B
    • P(AuB) = P(A) + P(B) – P(AyB)
    • P(AyB) = 0 si A y B son mutuamente exclusivas
  • Probabilidad de A dado que B ocurra
    • P(A\B) = P(AyB) / P(B) o
    • P(B\A) = P(AyB) / P(A)
diagrama de bloque i modelo en serie
Diagrama de Bloque (I)Modelo en serie
  • Si un componente falla = el sistema falla
  • Rs = Ra * Rb * Rc * .... * Rn
    • Rsistema = Rmezc. * R bomba * R reactor
    • R sistema = 0.9 * 0.9 * 0.9 = 0.73
  • Para mejorar la confiabilidad en serie, minimizar el conteo de partes

Mezclador

Mezclador

Mezclador

asignaci n de confiabilidad
Asignación de confiabilidad
  • El usuario establece la confiabilidad del producto final y condiciones
  • El proveedor debe determinar confiabilidades requeridas para:
    • Subsistemas
    • Componentes
  • Hay necesidad de un diseño conceptual para identificar los subsistemas y componentes
  • La asignación inicial puede ser a juicio
    • En base a experiencia, bases de datos, modelos serie
cuenta de partes
Cuenta de partes
  • Estimar la confiabilidad del sistema en la etapa de concepto
    • Los componentes frecuentemente tienen estándares y confiabilidades conocidas
    • La configuración es única del diseño
  • Hallar las tasas constantes de falla de las partes i y sumarlas
    • Es un estimado conservador
    • Ignora
      • La tolerancia a falla (redundancia), errores humanos
      • Efectos de envejecimiento y eventos anormales
cuenta de partes tarjeta de computadora
Cuenta de partesTarjeta de computadora

Si la  del sistema para 21 componentes es 21.66 (suma de las tasas de falla individuales por cant. Comp.),

La confiabilidad R(t) = exp(-21.66t)

bases de datos de confiabilidad de componentes
Bases de datos de confiabilidad de componentes
  • Predicción de la confiabilidad de equipo electrónico (MIL-HDBK-217D)
  • Handbook of Reliability Prediction Procedures for Mechanical Equipment
  • GIDEP: Government / Industry Data Exchange Program
estrategias de dise o
Estrategias de diseño
  • Eliminar los modos de falla
  • Tolerancia a fallas / Redundancia
  • Reducir esfuerzo
  • A prueba de fallas
  • Aviso preventivo
  • Mantenimiento preventivo
diagramas de bloques ii modelo paralelo
Diagramas de bloques (II)Modelo paralelo
  • “Tolerante a fallas”
  • Rs = 1- ((1 – Ra)*(1 – Rb)*...*(1 – Rn))
    • Rbombas = 1 – (1-0.9)*(1-0.9)= 1-0.01 = 0.99
    • Rsistema = 0.9*0.99*0.9 = 0.80
  • Para mejorar la confiabilidad proporcionar respaldo o redundancia

Bomba R=90%

Reactor

R=90%

Mezclador

R = 90%

Bomba R=90%

redundancia respaldo
Redundancia / Respaldo
  • Redundancia en serie
  • Redundancia en componentes
  • Redundancia en componentes clave
redundancia
Redundancia
  • Redundancia activa
    • Operación simultanea de la primaria y secundaria
    • Ventajas:
      • Menor esfuerzo por unidad, se incrementa la confiabilidad
    • Desventajas:
      • Doble costo, mantenimiento adicional requerido
  • Redundancia en espera (stand by)
    • La secundaria opera sólo cuando la primaria falla
    • Ventajas:
      • El respaldo puede manejar toda la carga
      • Se hace mantenimiento al respaldo sin interrumpir operaciones
  • Redundancia por votación
    • Requiere un número par de unidades. El sistema opera sólo si la mayoría de los componentes están de acuerdo. Shuttle
redundancia1
Redundancia
  • Fallas de causa común, puede cancelar los beneficios de la redundancia:
    • Elementos en serie cuyos fallas afectan a ambos el primario y el de espera (stand by)
      • Alimentación común, conexiones, polvo, vibración, humedad
    • Detectado por medio del análisis de árbol de fallas
c mo usar tolerancia a fallas i
Cómo usar Tolerancia a fallas (I)
  • El sistema de control tiene 10 tarjetas para monitoreo de 10 operaciones
  • Cada tarjeta tiene 320 componentes:
    • 150 en la fuente de alimentación; 100 en E/S y 70 comunes
  • La confiabilidad de los componentes se obtuvo del MIL-HDBK-217
  • Rcomp.=0.83 => Rs = 0.8310 = 0.155

A

B

C

D

J

c mo usar tolerancia a fallas ii
Cómo usar Tolerancia a fallas (II)
  • Se decide separar la fuente de poder con 150 componentes y una confiabilidad de 0.95, los 170 componentes restantes de la tarjeta tienen una confiabilidad total de 0.95
  • Para incrementar la confiabilidad se pone otra fuente en paralelo, teniéndose 300 comp. Y una confiabilidad de Rfuente = 1-(1-0.95)2 = 0.9975
  • Las 10 tarjetas restantes tienen una confiabilidad de Rtarjetas = 0.9510 = 0.5987
  • R sistema = Rfuente * Rtarjetas = 0.9972*0.5987=0.5972

P

A

B

C

D

J

P

ejercicio1
Ejercicio
  • Los componentes 1 y 2 tienen el mismo costo
  • Las confiabilidades son: R1=0.70 y R2=0.95
  • El presupuesto permite agregar dos componentes redundantes para tolerancia a fallas
  • ¿Cuál es la mejor opción?

1

2

1

2

1

2

c)

a)

1

b)

1

2

1

1

2

d)

1

2

ejercicio2
Ejercicio
  • Calcular la confiabilidad del sistema

0.95

0.80

0.99

0.96

0.80

0.95

m rgenes de seguridad
Márgenes de seguridad
  • Distribución de valores extremos para cargas pico y ligas débiles
m rgenes de seguridad carga
Márgenes de seguridad: Carga
  • Esfuerzo en un sistema establecido por sus los requerimientos de desempeño
    • Mecánico
    • Térmico
    • Eléctrico
    • Informacional
    • Ambiental
m rgenes de seguridad1
Márgenes de seguridad
  • Es la brecha entre carga y capacidad (o entre “esfuerzo” y “resistencia”)
  • La confiabilidad se relaciona al tamaño de la brecha
    • Si la carga excede la capacidad se genera falla
  • Carga Capacidad
  • Margen de seguridad

Medición del desempeño

m rgenes de seguridad reales
Márgenes de seguridad reales
  • Es la brecha entre la mayor carga y la menor capacidad (mayor “esfuerzo” y menor “resistencia”)
  • Peor caso vs. probabilístico

Carga Capacidad

Margen

de seguridad

0.5%

Medición del desempeño

valores extremos
Valores extremos
  • El factor de seguridad depende de la carga máxima (esfuerzo) y capacidad mínima (resistencia)
    • Suma de muchas cargas = Normal
    • Producto de muchas cargas = Lognormal
    • Extremo o muchas cargas = Valor Extremo
  • Ejemplos:
    • La carga primaria de un temblor en una estructura no es la suma de la carga de temblores individuales sino la máxima
    • La resistencia de un tanque a presión es determinada por su parte más débil
distribuciones de valores extremos
Distribuciones de valores extremos
  • Dependen de:
    • La distribución inicial
    • Tamaño de muestra (las grandes tienden a incluir mayores máximos o menores mínimos)

1.0

n=1

0.5

n=5

n=10

9

0

1

5

valores extremos caso exponencial
Valores extremos Caso exponencial
  • Si la carga en un sistema es exponencial, la prob. De que la carga X sea menor a Y es = P(X<Y) = 1-eaY
  • La probabilidad de que el máximo impacto de N cargas sea menor que y es cum(P(X-Y)=(1-eaY)N
  • Las fórmulas para otros casos no son tan simples
valores extremos caso ejemplo
Valores extremos Caso ejemplo
  • Ensamble final de equipo grande y delicado
  • Mover 8 veces entre estaciones de ensamble antes de instalar la funda protectora
  • Hay un impacto en el equipo cada vez que es preparado
  • Las cargas de impacto son exponenciales con
    • Alfa = 0.02 seg/kg.m
  • La capacidad de diseño para la carga de impacto es:
    • c = 250 kg.m/seg
  • ¿1-F ( c ), es la probabilidad de falla para el equipo?
soluci n del ejemplo
Solución del ejemplo
  • La prob. de que la mayor de N cargas sea < a c es: cum(P(X-Y)=(1-eaY)N = cum(P(c)=(1-e0.02*250)8=0.947
  • La probabilidad de falla es 1 – F( c ) = 0.053 = 5.3%
  • Para asegurar que la probabilidad de falla sea menor a 0.5% se tiene:

cum(P(c)=(1-e0.02*c)8>0.995

c > - ln(1-0.9951/8)/0.02

c > f 369 kg.m/seg

derating
Derating
  • Reducción deliberada de carga para mejorar vida
  • La confiabilidad es proporcional a la Capacidad / Carga
    • Por debajo de 270 la vida se extiende drásticamente por lo que se recomienda que el esfuerzo no lo exceda

Esfuerzo

(N/mm2)

300

290

280

260

250

104 105 106 107 108 vida ciclos

incremento de la confiabilidad en pruebas
Incremento de la confiabilidad en pruebas
  • En cada ciclo de construcción del prototipo – prueba – rediseño, la confiabilidad se incrementa
    • No se repiten las fallas del mismo sistema
    • Al final determinar la confiabilidad del sistema

Probar

Prototipos

Modificar

Diseño

modelo de j duane
Modelo de J. Duane
  • La confiabilidad se incrementa en línea recta en un papel doble logarítmico, conforme se hacen pruebas y madura el diseño
    • Se puede predecir la confiabilidad en función del tiempo dedicado T a pruebas y desarrollo

Tasa de falla

Acumulada

100

10

1.0

0.1

B

A

104 105 106 107 108 vida acum. en Hrs.

incremento del mtbf
Incremento del MTBF
  • MTBF acumulado = T/n = Tiempo total de pruebas / número de fallas
  • MTBF instantáneo = 1/ (1 – alfa) veces MTBF acum.

MTBF instantáneo = MTBF acum./(1-alfa)

Log de

MTBF

acum.

Tasa = 1/(1-alfa)

MTBF acumulado

Log de tiempo de prueba acumulado

ejemplo2
Ejemplo
  • Un nuevo sistema de Robot está en el proceso de “probar-arreglar-probar-arreglar”
  • En incrementos de 100 horas, el número de fallas son: 14, 7, 6, 4, 3, 1 y 1
  • Hacer una gráfica de MTBF y estimar el MTBF instantáneo al final de la 700 horas
tasa de falla en bombas
Tasa de falla en bombas
  • Se puede observar que las tasas de falla no son constantes, la distribución exponencial se aplica a tasas de falla constantes no dependientes del tiempo
pruebas de vida1
Pruebas de vida
  • Tasas de falla dependientes del tiempo, envejecimiento o edad
suma de variaciones
Suma de variaciones
  • Proceso se “enfoca” en un “valor esperado”
  • Muchas causas pequeñas independientes
  • Cada una de las causas “deflecta” el proceso
    • La cantidad y dirección es aleatoria
  • El resultado neto es la suma de todas las deflexiones
  • El resultado es la curva normal
    • “Campana de Gauss”
    • Curva de campana
tasa de falla dependiente del tiempo
Tasa de falla dependiente del tiempo
  • Cuando las tasas de falla no son constantes, se aplica la distribución normal en la región de desgaste o cuando se incrementen las tasas de falla. Las colas no ajustan bien a la realidad solo la parte central
calculo de tasas de falla
Calculo de tasas de falla
  • No. De unidades que sobreviven al inicio de cada intervalo de tiempo: ni-1
  • Número de unidades que fallan en el intervalo: ri
  • La tasa de falla para un intervalo específico i es:
    • h(i) = ri / ni-1
    • Por ejemplo de las 48 bombas originales, 30 sobrevivieron para entrar al intervalo 2
    • De las 30, 10 fallaron durante el intervalo 2
    • h(s) = 10/30 = 0.333 = 33.3%
tasa de falla dependiente del tiempo1
Tasa de falla dependiente del tiempo

R(t)

F(t)

1.0

h(t)

0.5

+1σ

+2σ

+3σ

-3σ

-2σ

-1σ

caso ejemplo
Caso ejemplo
  • Un proveedor de herramienta establece que 90% de sus dados dura entre 25,000 y 35,000 golpes
  • Asumiendo desgaste de vida normal, cual es la vida esperada, la media y la desviación estándar
  • Asumiendo 5% por debajo de 25000 y 5% por arriba de 35000 golpes
    • Zi = (25-)/σ [Zi]=0.05 de tablas Zi = -1.65
    • Zs = (35-)/σ [Zs]=0.95 de tablas Zs = +1.65
    • => 60 = 2   = 30 y σ = 3.03 golpes
problema con peque as muestras
Problema con pequeñas muestras
  • Voltajes de disparo en compuerta lógica
  • Hacer prueba de normalidad
otros patrones encontrados
Otros patrones encontrados
  • Patrón en zigzag
    • Representa una mezcla de distribuciones o modos de falla
    • Si se pueden identificar las poblaciones diferentes graficarlas por separado
  • Patrón en curva
    • Representa una distribución sesgada
    • Intentar con otras distribuciones como la Lognormal, Valores Extremos o Weibull
    • A veces se pueden transformar los datos con su raíz cuadrada, logaritmo o seno inverso
caso ejemplo1
Caso ejemplo
  • Un switch de una máquina se supone se active con cargas no menores a 7lb/in2. En datos tomados todos se activaron dentro de límites de diseño, ¿es un diseño seguro?
caso ejemplo2
Caso ejemplo
  • El percentil predicho por debajo de 7 lb es de 5% aprox. En los extremos no se aproxima a la normal
pruebas de vida2
Pruebas de vida

Tasas de falla dependientes

de la edad o envejecimiento

Casos no normales

producto de variaciones
Producto de variaciones
  • El modelo Lognormal, la falla es debida al efecto de muchas imperfecciones pequeñas, ninguna de las cuales es responsable directa
    • La variación es debida a todas las inflaciones y deflaciones, cada causa multiplica o divide a nivel proc.

f(t)

10 2*103*10

proceso logar tmico
Proceso logarítmico
  • La temperatura de la superficie de una placa es una función de la energía radiante de calor aplicada en el otro lado
    • T = k*exp(-bx), donde
      • X = espesor de la placa
      • K y b son constantes
  • Si X sigue una distribución normal, T no la sigue
  • Sin embargo ln(T) = -bx + ln(k) es función lineal de X
  • Así el logaritmo de T es normla
  • T sigue una distribución lognormal
distribuci n de vida lognormal
Distribución de vida Lognormal
  • Producto de efectos aleatorios ninguno dominante
    • Razones, proporciones, tasas de crecimiento, tasas de reacción, etc.
    • Acabado, corrosión, difusión gaseosa, tamaño de organismos, tamaño de partículas después de molienda

1.0

f(t)

σ=1

σ=0.1

0.5

σ=.5

10 2*103*10

Mediana

tasa de fallas lognormal
Tasa de fallas Lognormal
  • La tasa de falla instantánea h(t) puede:
    • Incrementarse, decrementarse o ambas dependiendo de la desviación estándar Sigma σ

4/σ

h(t)

σ=0.1

2/σ

σ =0.5

σ=1

10 2*103*10

caso ejemplo3
Caso ejemplo
  • Se hacen SCRs especiales con corriente de corte de 5A máx.
  • La aplicación del cliente requiere un máximo de .5 A
  • La perdida de desperdicio al proveedor es del 7%
  • Ingeniería desarrolla un método B
  • Se hacer 24 muestras con cada material
  • ¿El método B mejora los resultados?
par metros de la lognormal
Parámetros de la Lognormal
  • Media geométrica: Xg = raiz n (X1*X2*.....*Xn)
    • La mediana es un buen estimador de la media geométrica
    • Dispersión geométrica, g
      • Estimada por la diferencia entre el percentil 84avo y la mediana
    • Bandas de confianza
      • Lp*gF
tasa de falla dependiente del tiempo distribuci n de weibull
Tasa de falla dependiente del tiempoDistribución de Weibull
  • Es más flexible:
    • Tiene como parámetros
      •  factor de escala o vida característica, se escribe como 1/λ
      •  parámetro de forma, muestra la tendencia de la tasa de falla
      •  parámetro de localización, o mínima vida
    • La confiabilidad se evalúa con R(t) = exp(-λt)
    • La confiabilidad en t = : R() = exp(-1) = exp(-1) = 0.368 independientemente de 
    •  es equivalente al MTBF, cuando  = 1; =MTBF en otros casos MTBF = (1 + 1/) donde  es la función Gamma completa
tasa de falla dependiente del tiempo distribuci n de weibull1
Tasa de falla dependiente del tiempoDistribución de Weibull
  • La tasa de falla sigue una ley de potencia λ(t) = λ (λt) -1
  • Si  = 1 se tiene la distribución exponencial
    • La tasa de falla es función constante del tiempo, donde λ(t)= λ y R(t) = exp(-λt)
    • Describe procesos donde las fallas ocurren en una tasa aleatoria constante
  • Si  = 2 se tiene la distribución de Rayleigh
    • La tasa de falla es función lineal del tiempo, donde λ(t)= 2λ2t y R(t) = exp(-(λt)2)
    • Describe la suma cuadrática de dos variables normales:
    • Z = raiz(X2 + Y2)
tasa de falla dependiente del tiempo distribuci n de weibull2
Tasa de falla dependiente del tiempoDistribución de Weibull
  • Si  = 3 se tiene la distribución deMaxwell
    • La tasa de falla es función cuadrática del tiempo, donde λ(t)= 3λ3t2 y R(t) = exp(-(λt)3)
    • Describe la suma cuadrática de tres variables normales, usada en dinámica de gases y otras:
    • Z = raiz(X2 + Y2 +W2)
  • En general en función de  se tiene:
    • Si  < 1 Fallas infantiles
    • Si  = 1 fallas aleatorias (exponencial)
    • Si  > 1 Fallas por desgaste o envejecimiento
    • Si  > 4 Aproximadamente normal
tiempo medio entre fallas para la distribuci n de weibull
Tiempo medio entre fallas para la distribución de Weibull
  •  es equivalente al MTBF, cuando  = 1; =MTBF en otros casos MTBF = (1 + 1/) donde  es la función Gamma completa
  • (x) es la generalización del factorial x!
    • Para enteros, (n + 1) = n!
    • Para x >1, (x + 1) = x (x)
  • Un componente mecánico sigue una distribución de Rayleigh (Weibull con beta =2)
    • La vida característica es de alfa = 1000 horas
    • ¿Cuál es el MTBF?
    • MTBF = (1 + 1/) = 1000 (1 + 1/2)=1000 (1.5)=
    • 1000*0.8862 = 886.2 horas de (0.5)=raiz()
vida de rodamientos
Vida de rodamientos
  • Se instalaron 25 rodamientos para prueba
  • Ocurrieron 8 fallas durante la prueba
  • ¿Cuál es el valor de  vida característica,  factor de forma y MTBF?
  • ¿Cuántas refacciones se requieren en las semanas 30-40?
m nima vida
Mínima Vida ()
  • Tiempo a falla de un rodamiento
    • 625 horas
    • 1200 horas
    • 1850 horas
    • 2600 horas
    • 3800 horas
    • 5700 horas
    • Los datos forman una línea cóncava, indicando una zona inmune donde no ocurren fallas
    • Intentar graficar: (t-100), (t-200) y (t-300)
curva de la ba era
Curva de la bañera
  • Si  < 1 Fallas infantiles por quemado, defectos de partes y ensambles
  • Si  = 1 fallas aleatorias (exponencial) o accidentales
  • Si  > 1 Fallas por desgaste, envejecimiento, fatiga, etc.

 = 4 Fallas desgaste

 = 0.5 Fallas infantiles

 = 1 Fallas aleatorias

curva de la ba era1
Curva de la bañera
  • La curva de la bañera es una combinación de tres o más tasas de falla
  • No es una sola distribución de Weibull sino la suma de tres o más distribuciones de Weibull
  • Cualquier distribución de Weibull tiene una tasa de falla que:
    • Decrece, se incrementa y permanece constante
    • No hace las tres al mismo tiempo
  • Con cada “corrida” en el patrón de tasa de falla, se requiere una nueva distribución de Weibull
expectativas de dise o
Expectativas de diseño
  • Los diseñadores pueden predecir exactamente:
    • Costos de producción y rendimientos
    • No. De entradas para obtener n salidas aceptables
  • Dada una tolerancia en el producto final, los costos de producción y rendimientos se determinan por especificaciones de componentes
  • “Variación es el enemigo”
    • No es suficiente con especificar un valor meta
    • Las variaciones del producto deben ser asignadas a componentes
    • Los diseñadores deben entender la capacidad de proceso, propagación de varianzas y asignación de varianzas
modelo del dise o
Modelo del diseño
  • El mejor momento para descubrir problemas de diseño es cuando el diseño está todavía en papel
  • Descubre relaciones entre las variables clave de entrada (X’s) y los CTQ’s (Y) del cliente
  • Expresar las relaciones en familias de fórmulas
    • Y1 = f(X1, X2, ......, Xn)
  • Determinar el desempeño estimado de Y con base en el comportamiento de las X’s
    • Valor esperado (media) y variabilidad (desv. Estándar)
  • Usar esta información para establecer especificaciones en las X’s con base en la tolerancia del cliente en sus CTQ’s
simulaci n y modelos
Simulación y modelos
  • Definición:
    • Un modelo de simulación es una representación matemática Y = f(X’s) o física del proceso
  • Cuando usarlo:
    • Durante el diseño conceptual para estudiar como se comporta el sistema sin afectar al cliente, uso de materiales u otros recursos
simulaci n y modelos1
Simulación y modelos
  • Procedimiento:
    • Representar cada subsistema por fórmulas que relacionen las salidas con las entradas, deducidas de la ciencia o del diseño de experimentos y correlaciones
    • Agregar variación aleatoria usando la Propagación de varianzas
    • Validar el sistema asignado valores a las entradas para las cuales las salidas se han verificado con datos o experiencia
    • Experimentar con el sistema usando diferentes valores para las entradas y factores fuera del sistema. Identificar retardos, mal producto o condiciones indeseadas
funciones de transferencia
Funciones de transferencia
  • Relacionar necesidades funcionales a características técnicas del producto
  • Y = f(X) donde Y es el CTQ y X es factor de entrada
  • La distribución de Y esta relacionada a la distribución de X

CTQ

Tasa de

protección

Peso de la película

m todo del peor caso
Método del peor caso
  • Asumir que los valores extremos se suman:
    • Max Y = Max X1 + Max X2
    • Min Y = Min X1 + Min X2
  • Ventaja
    • 100% de rendimiento
  • Desventajas
    • Tolerancias de componentes exageradamente cerradas
    • Sobre estima la variación total de Y

X1

Y

X2

tolerancia estad stica1
Tolerancia estadística
  • Determinar la variabilidad de Y, basado en la variabilidad de los componentes X’s
  • Tolerancias en componentes más razonables
  • Los beneficios se incrementan conforme se incrementa el número de componentes
tolerancia estad stica2
Tolerancia estadística
  • Los diseños de peor caso tienen un rendimiento del 100%
    • En caso de tener 5 componentes, la tolerancia puede ser duplicada con una modesta mejora en rendimiento y sin inspección al 100%, solo control del proceso
    • Si hay 15 componentes, la tolerancia puede ser doblada a no tener efecto práctico y aun cuadruplicada son pérdidas minúsculas
peor caso vs estad stica
Peor caso vs. estadística
  • Si se tienen dos componentes X y Y que se ensamblan, para dar una dim. Z en el producto terminado, el peor caso permite 50% más variación que la variación aleatoria en 3 σ.

Peor caso

  • X = 12 6 o [6, 18]
  • Y = 18 3 o [14, 22]
  • Lo que resulta en el peor caso
  • Z = [6+14, 18+22]=[20,40]
peor caso vs estad stica1
Peor caso vs. estadística

Estadística

  • z = x + y = 12 + 18 = 30
  • Como la tolerancia de X es 6, sigma X = 2 y para el caso de Y la tolerancia es 3 entonces sigma Y =1.
  • σz=raiz(varianza de X+Varianza Y)=raiz(4+1)=2.236
  • Min Z=30-3*2.236=23.3 y Max Z=30+3*2.236= 36.7
    • Si la tolerancia de Z es  6.7 y se ve que la tolerancia que requiere X es del doble de la que requiere Y entonces tomando el límite superior se tiene:
    • (12 + 6sy) + (18 + 3sy) = 36.7 => Sy = 0.7444
    • Esto da una tolerancia de X de  4.5 y para Y de 2.2 envez de 6 y 3 del peor caso respectivamente
funciones de transferencia1
Funciones de transferencia
  • Calcular la media y varianza de Y a partir de X
  • El caso más simple:
    • Y = mX + b
    • σ y = m σx
  • Esto no se cumple para relaciones no lineales o trascendentales
    • X2 <>( X)2
    • Ln (X) <> ln (X)
relaciones generales
Relaciones generales
  • Las siguientes relaciones son útiles en una amplia gama de circunstancias

Y = f(X)

Y = f(X) + 0.5 f” (X) σ2x

σy = [f ‘ (X) ] σx

ejemplo rea transversal de un rodillo
EjemploÁrea transversal de un rodillo
  • Y = f(X) =  r2, donde r es el radio
  • Suponiendo E( r ) = 10 mm y σr = 0.2 mm
  • Evaluamos Y, Y’, Y” en r = 10
    • Y(10) =  * 100 = 314.2
    • Y’(10) = 2  r = 2* *10 = 62.8
    • Y”(10) = 2  = 6.3
  • De esta forma:
    • Y = 314.2 + 0.5*6.3*0.4 – 314.3 mm2
    • σy = 0.2[62.8] = 12.6 mm
funciones de transferencia m s de una x
Funciones de transferenciaMás de una X

Suma de variables

  • Z = X  Y
  • Z = X  Y
  • σz = raíz (σ2x + σ2y)

Producto de variables

  • Z = X * Y
  • Z = X * Y
  • σz = raíz ((Y)2σ2x + (X)2σ2y)
  • Ejemplo: Ley de Ohm E = I*R

X

Y

Z = X*Y

funciones de transferencia m s de una x1
Funciones de transferenciaMás de una X

División de variables

  • Z = X / Y
  • Z = X / Y
  • σz = raíz [ ((Y)2σ2x + (X)2σ2y) / (Y)4 ]
  • Por ejemplo:
    • Potencia = Trabajo / tiempo
ensamble no lineal
Ensamble no lineal
  • Problema
  • Y es una función de múltiples X’s
  • Las X’s no se combinan en forma lineal
  • Procedimiento
    • Tomar las derivadas parciales y evaluar en los valores de X nominales (o medios)
    • La varianza de Y está dada por:
    • σ2y = C21 σ2x1 + C22 σ2x2 +...+ C2n σ2xn
    • Ci = Y / Xi
supuestos
Supuestos
  • Las X’s pueden ser representadas por una función continua de probabilidad
  • Las X’s son mutuamente independientes
  • Las derivadas existen y son “relativamente constantes” en los rangos útiles de las X’s
ejemplo3
Ejemplo
  • Esfuerzo de rozadura en una flecha giratoria
  • B = ρ2R2 / 3g, donde:
    • B = esfuerzo promedio ρ= Densidad (0.0016  0.008)
    •  = velocidad rotacional (5236  70 rad/seg)
    • R = radio (4  0.010 pulgadas)
    • G = Constante de gravedad (386.4 in/seg2  desc.)
  • Los resultados son:
    • C ρ = B /  ρ = 2R2 / 3g
    • C  = B /   = 2ρR2 / 3g
    • C R = B /  R = 2ρR / 3g
    • σ2B = C2ρσ2ρ + C2σ2x  +C2 Rσ2R
resumen1
Resumen
  • Los diseñadores pueden explorar la variabilidad del producto Y por medio de funciones de transferencia
  • Calculada de regresiones
  • Conocidos de manuales de ingeniería
  • Permite establecer especificaciones más realistas y económicas en las X’s
  • Las fórmulas de propagación de la varianza son relativamente simples para el caso de comb. Lineales
  • Para casos no lineales, se pueden usar derivadas o derivadas parciales
  • Cuando las X’s no son independientes, los cálculos se vuelven muy complejos
juego de herramientas 4

Tiempos de ciclo y DPUs

Juego de Herramientas (4)

impacto de dpu en tiempos de ciclo
Impacto de DPU en tiempos de ciclo
  • Si un proceso está en Control Estadístico:
    • Los defectos ocurren al azar
    • Con una probabilidad conocida
  • En este caso se puede estimar el trabajo necesario para:
    • Descubrir los defectos
    • Corregir los defectos
  • Determinar el tiempo de ciclo enfocado a:
    • Inspección y prueba (I/T)
    • Análisis, reparación o reemplazo
  • Predecir la capacidad necesaria para estas tareas
categor as de i t
Categorías de I/T
  • Caso 1: Unidad no reparable
    • Se aplica a ambas
    • Como algunas unidades son desperdicio, debemos fabricar e inspeccionar unidades “extra”
  • Caso 2: Unidad es reparable (inspección)
    • La inspección encuentra todos los defectos en un paso
    • Algunas unidades se inspeccionan dos veces
  • Caso 3: La unidad es reparable (prueba)
    • La prueba identifica un defecto a un tiempo
    • Algunas unidades se deben probar varias veces
caso 1 no reparable
Caso 1: No reparable
  • ¿Cuántas inspecciones se deben realizar para obtener 100 unidades al final? Si FTY = 75%.
    • De FTY * X = 100, entonces X = 133
    • Como FTY = exp (-DPU), se deben someter X=100*exp(DPU)
    • Así para obtener una unidad aceptada, debemos realizar X = exp(DPU) inspecciones o sean X = 1/ 0.75 = 1.33
caso 2 inspecci n reparable
Caso 2: Inspección Reparable
  • ¿Cuántas inspecciones se deben realizar para obtener 100 unidades al final? Si FTY = 75%.
    • Todos los defectos se encuentran a la primera insp.
    • FTY son las unidades que se inspeccionan y pasan OK
    • 1-FTY unidades reciben una segunda inspección ya que en la primera se rechazan, se reparan y al final se verifican, entonces:
    • X = 1 + (1 – FTY) = 1 + (1- exp (-DPU)= 2-exp(-DPU) Así para obtener 100 unidades OK, 75 se inspeccionan una vez y 25 se inspeccionan 2 veces, esto nos da 125 inspecciones independientemente del DPU.
caso 2 prueba reparable
Caso 2: Prueba Reparable
  • ¿Cuántas inspecciones se deben realizar para obtener 100 unidades al final? Si FTY = 75%.
    • Cada defecto se encuentra en una prueba separada
    • Entonces el número de pruebas de las unidades defectuosas es igual al número de defectos individuales o sea el DPU.
    • X = 1 + DPU = 1 – ln (FTY) = 1 + 0.2877 = 1.287
    • Todas las unidades se prueban la primera vez dando 100 pruebas. 75 pasan y el resto se prueba dos o más veces, de acuerdo a Poisson de las 25 unidades restantes habrá: 1 defecto en 21.6, 2 defectos en 3.1 y 3 defectos en 0.3 unidades, el total de pruebas al final es de 100 + 25 + 3(1) = 128 0 129 pruebas
caso 3 carga de trabajo de pruebas
Caso 3: Carga de trabajo de pruebas
  • El proceso está en control estadístico es decir sigue la distribución de Poisson: con rendimiento del 75%
  • FTY = 371 / 500 = 74.2% DPU = 148/500 = 0.296
caso 3 ejercicio
Caso 3: Ejercicio
  • Paso 30 del proceso: prueba de defectos en tarjetas
    • Cada iteración detecta un defecto
    • Encontrar, reparar, probar de nuevo
    • Y a lo mejor se encuentra otro defectos
  • Los tiempos promedio históricos son:
    • Tiempo para probar una tarjeta 8 min.
    • Tiempo para analizar una tarjeta = 90 min.
    • Tiempo para reparar una tarjeta = 30 min.
  • Determinar el FTY y tiempos de ciclo promedio para

probar-analizar-reparar una unidad

capacidad del equipo de prueba
Capacidad del equipo de prueba
  • Su capacidad es determinada por las DPUs
  • ¿Qué factor en el slide anterior determina la salida del proceso completo?
    • Prueba, análisis, reparación
  • El numero de equipos requerido para cada paso en el proceso es:
    • E = V / C donde
    • V = Volumen requerido en unidades por hora
    • C = Capacidad del equipo en unidades / hora
costo de manufactura y dpu
Costo de manufactura y DPU
  • El DPU incrementa el costo debido a:
    • Tiempo de diagnóstico
    • Tiempo de reparación
    • Repetir prueba o reinspección
    • Extras:
      • Equipos, espacios, etc.
      • Personal
      • Materiales
      • Soporte de la dirección
      • Inventarios
      • Etc.
resumen2
Resumen
  • Las cargas de trabajo se pueden calcular si los DPUs son estables o en control
  • Las cargas de trabajo se incrementan en proporción al DPU
  • Determinar tiempos de ciclo a partir de tareas de “Inspección y prueba” y “Análisis y reparación”
  • Calcular las capacidades requeridas de tiempos de ciclo
  • La capacidad (para unidades aceptables) es inversamente proporcional a las cargas de trabajo y por tanto de los DPUs
juego de herramientas 5

Herramientas de DFSS

Juego de Herramientas (5)

definici n del proyecto

Definición del Proyecto

Herramientas desarrolladas especialmente para definir

el proyecto de diseño

planeaci n multigeneracional mgp
Planeación multigeneracional (MGP)
  • La MGP es el desarrollo de una secuencia de iteraciones sucesivas de un concepto o producto construido alrededor de las competencias distintivas
  • Usada durante la planeación estratégica adelante del desarrollo específico de proyectos para:
    • Enfocar al negocio en las metas de largo plazo
    • Acortar el tiempo de ciclo de lanzamiento al mercado
    • Reducir los riesgo del desarrollo
    • Controlar el “desvío de la misión” manteniendo una meta constante
planeaci n multigeneracional mgp1
Planeación multigeneracional (MGP)
  • Procedimiento:
    • 1. Establecer una meta a largo plazo para cada uno de los productos clave con base en:
      • Evolución anticipada del mercado
      • Productos de la competencia más allá de las aplicaciones actuales
    • 2. Desarrollar una serie de cambios incluyendo una variedad de accesorios y tecnología
    • 3. Asegurar que las competencias distintivas, plataformas, etc. Puedan ser utilizados para impulsar generaciones sucesivas rápidamente
herramienta de alcance scoping tool
Herramienta de alcance (Scoping tool)
  • Una tormenta de ideas sirve para definir los alcances de un proyecto, a que esté dentro de la experiencia del grupo y su autoridad para las soluciones.
  • Se usa para definir que va resolver el proyecto y que no va a resolver
  • En la fase de mejora puede servir para expandir la solución propuesta a otros productos similares
herramienta de alcance scoping tool1
Herramienta de alcance (Scoping tool)
  • Procedimiento:
    • Lluvia de ideas sobre los elementos del proyecto
    • Usar una lista de verificación de categorías como: personal, financieros, equipos, tiempo, etc., para sugerir donde se pueden encontrar los límites
    • Escribir cada elemento en un Post It
    • Dibujar un círculo en un pizarrón para indicar los límites del proyecto
    • Poner los Post Its dentro o fuera del círculo para indicar si el elemento está dentro del alcance del equipo o no
    • Revisar con el promotor
herramienta de alcance scoping tool2
Herramienta de alcance (Scoping tool)

Agregar

personal

Dentro del alcance

Rediseño

Del producto

Modificación

al producto

Cambio

organizacional

Nuevas

habilidades

Nueva

Plataforma

De TIC

Actualización

De máquinas

Inversión

< a $10K

ROI

5 años

Personal

actual

Inversiones

De capital

Fuera del alcance

matriz de compromiso
Matriz de compromiso
  • Es una matriz para visualizar los niveles de compromiso de los que son afectados por el proyecto, principalmente quienes deben comprometer recursos
  • Se usa cuando es necesario evaluar el soporte y la oposición, o cuando ya se tienen planes concretos.
  • Se usa junto con el plan de comunicación incluyendo:
    • Mensajes clave, audiencias objetivo y canales seleccionados para compartir la solución
matriz de compromiso1
Matriz de compromiso
  • Procedimiento:
    • Identificar a los grupos y personal afectado por el cambio, escucharlos y determinar el nivel requerido de compromiso para el éxito del proyecto y dibujar un círculo en su cuadro.
    • Evaluar el nivel real demostrado de compromiso o soporte contra la escala derecha y dibujar una X en el cuadro. Dibujar una flecha de este punto al círculo.
matriz de compromiso2
Matriz de compromiso
  • Procedimiento (cont..):
    • Establecer prioridades, deben recibir una mayor atención los que tengan las flechas más largas.
    • Identificar los factores (sicológicos o culturales) que crean la resistencia en los estos grupos.
    • Desarrollar planes de comunicación para los diferentes grupos con objeto de lograr el compromiso necesario para el éxito del proyecto. El plan debe atender las razones de resistencia o neutralidad.
categor as de riesgo
Categorías de riesgo
  • Es un esquema de prioritización para asignar riesgos. Se denomina “AMEF ligero”
  • Se usa:
    • En el proyecto como un todo
    • En diseños que compiten u opciones en análisis de decisiones
    • En los componentes de diseño en el AMEF de diseño
    • En los pasos del proceso en el AMEF de proceso
categor as de riesgo1
Categorías de riesgo
  • Procedimiento para cada etapa del proyecto:
    • Identificar cualquier riesgo conocido así como los riegos potenciales, tales como desvió de la misión, disponibilidad de recursos, tecnologías no probadas, etc.
      • Realizar el análisis conforme se avanza en las fases del proyecto, el diseño de los accesorios del producto y/o los pasos del proceso, conforme sea requerido
      • Indicar en que punto en el diseño y desarrollo, se tendrán datos disponibles para evaluar los riesgos potenciales
categor as de riesgo2
Categorías de riesgo
  • Procedimiento para cada etapa del proyecto:
    • Desarrollar planes de contingencia para atender cada uno de los riesgos identificados
    • Actualizar la evaluación de los riesgos conforme avanza el proyecto
    • Desarrollar un plan de contingencia adecuado para atender cada riesgo identificado
categor as de riesgo3
Categorías de riesgo
  • Procedimiento para cada etapa del proyecto (cont..):
    • Asignar un responsable. Nunca diluir la responsabilidad entre varias personas
    • Establecer una fecha de toma de acción contingente
    • Evaluar el estatus de la acción contingente periódicamente
    • Actualizar la evaluación del riesgo conforme avanza el proyecto
    • Agregar nuevos riesgos conforme sean descubiertos o anticipados
diagrama de gantt
Diagrama de Gantt
  • Un diagrama de Gantt (inventada por Jack Gantt de GE) muestra el programa en tiempo para subproyectos y tareas asociadas con el proyecto
  • Se usa al principio del proyecto en su definición a pesar de que puede ser afinado durante su desarrollo
diagrama de gantt1
Diagrama de Gantt
  • Procedimiento
    • Desarrollar una lista de tareas específicas a través de árboles de estructuras de desglose de tareas (Work Breakdown)
    • Para cada una de las tareas dibujar una barra en la gráfica mostrando el tiempo de inicio y de terminación
    • Indicar el nombre de la tarea y de la persona responsable de la barra
    • Conectar barras con flechas para mostrar cuando las tareas están relacionadas, o cuando su inicio dependa de la terminación de otra previa
diagrama pert program evaluation review technique
Diagrama PERTProgram Evaluation Review Technique
  • Un diagrama PERT (US Navy) es un diagrama de red de un proyecto usada para programarlo, organizarlo y coordinar las tareas.
  • El CPM (Critical Path Method) se desarrolló en el sector privado casi al mismo tiempo que el PERT y es sinónimo de éste: PERT, CPM, PERT/CPM
  • Se usa en vez del diagrama de Gantt por qué muestra las dependencias y resalta la ruta crítica. Es más complejo, los administradores normalmente utilizan ambas técnicas
diagrama pert program evaluation review technique1
Diagrama PERTProgram Evaluation Review Technique
  • Procedimiento:

1. Numerar los nodos y eventos no las tareas

2. Las flechas son tareas. Su etiqueta indica el nombre de la tarea y el número su duración

3. La dirección de la flecha indica la secuencia o dependencia de tareas seriadas

4. Las flechas divergentes indican tareas paralelas o concurrentes que pueden ser hechas en forma independiente

5. Las flechas punteadas indican actividades artificiales que deben realizarse en secuencia pero no requieren recursos

project charter
Project Charter
  • Es un acuerdo escrito entre la dirección y el equipo describiendo lo que se espera lograr, incluyendo los recursos necesarios y las limitaciones
  • Normalmente tiene seis componentes:
    • Establecimiento del problema
    • Establecimiento de la oportunidad
    • Importancia
    • Expectativas
    • Alcance
    • Equipo de trabajo
project charter1
Project Charter
  • Establecimiento del problema:
    • Describe cual es la situación actual, describe los problemas o retos que experimentan los clientes internos y externos
  • Establecimiento de la oportunidad
    • Describe las oportunidades de mercado que el nuevo diseño atenderá y las oportunidades de negocio a las que puede conducir
  • Importancia
    • Explica porqué se debe hacer el proyecto ahora
project charter2
Project Charter
  • Expectativas
    • Define que necesita ser diseñado, sin describir en específico el producto, proceso, o servicio que todavía está en proceso de desarrollo
  • Alcance
    • Define los límites y alcances del proyecto
  • Equipo de trabajo
    • Identifica a los miembros del equipo y expertos técnicos describiendo sus roles y responsabilidades en el proyecto
project charter3
Project Charter
  • Se usa cuando es necesario el apoyo y la colaboración de diversas personas dentro de la organización.
  • Al establecer metas y objetivos así como recursos y limitaciones hacen que el personal haga compromisos firmes más que promesas vagas
project charter4
Project Charter
  • Procedimiento
    • Es un esfuerzo colaborativo entre el equipo de trabajo, el Black Belt y el Champion o promotor
    • Resume el alcance, evaluación de riesgos, actividades detalladas y programa de trabajo en un documento
    • Revisión del documento con el Champion
    • El Champion aprueba el documento final y autoriza cualquier cambio que sea necesario durante el desarrollo del proyecto
requerimientos de medici n

Requerimientos de Medición

Herramientas adecuadas para

Identificar y evaluar las

necesidades del cliente

segmentaci n de mercados y de clientes
Segmentación de mercados y de clientes
  • Es una clasificación de clientes en diferentes grupos que pueden tener diferentes necesidades y deseos
  • Se usa antes de embarcarse en escuchar la voz del cliente
segmentaci n de mercados y de clientes1
Segmentación de mercados y de clientes
  • Procedimiento: Identificar criterios para segmentación que reflejen diferentes necesidades
    • Estatus: clientes actuales, anteriores, de competencia
    • Cadena de valor: usuario interno, distribuidor, procesador, usuario externo
    • Tipo de producto adquirido
    • Volumen de compra: alta, media, baja
    • Geografía, Negocio o Industria
    • Demografía: género, edad, etc.
  • Colectar la voz del cliente por separado en cada segmento y realizar análisis
voz del cliente voc
Voz del cliente (VOC)

Estar conciente que hay

Necesidades establecidas,

Reales, percibidas, culturales,

De usos no intencionados, etc.

  • “Ser un cliente”
    • Simular el uso del cliente
    • “Comprador misterioso”
  • Estudiar el comportamiento del cliente
    • Observación directa
    • Inteligencia de campo
  • Comunicarse directamente con los clientes vitales
    • Encuesta contextual
    • Entrevistas
    • Grupos de enfoque
    • Encuestas
modelo de kano
Modelo de Kano
  • Es una extensión del modelo de satisfacción e insatisfacción de la motivación humana a los aspectos de calidad del producto
  • Se usa durante la escucha de Voz del cliente (VOC), pero también durante el diseño conceptual y detallado, conforme se generan ideas de posibles características a realizar que satisfagan los deseos y necesidades del cliente
modelo kano
Modelo Kano
  • Procedimiento. Las calidades o características se pueden clasificar en:
    • Básicas: son necesarias, aunque el cliente nunca las mencione, su ausencia produce mucha insatisfacción. Sin embargo su incremento no saca al cliente de su estado neutral. Por ejemplo un limpiador de coche.
    • Expectativas: son características en las cuales “mayor es mejor” en relación con la satisfacción. Por ejemplo el buen rendimiento.
modelo kano1
Modelo Kano
  • Procedimiento. Las calidades o características se pueden clasificar en:
    • Deleitadoras / Excitantes: son características que sorprenden o deleitan. Cuando están ausentes nadie está insatisfecho, la novedad es uno de ellos. Con el tiempo estas decaen a expectativas y a básicas. Por ejemplo la TV de blanco y negro, elevadores eléctricos de auto.
diagramas de afinidad diagramas kj kawakita jiro
Diagramas de afinidad(Diagramas KJ – Kawakita Jiro)
  • Es un proceso para identificar grupos de ideas significativas en una lista resultado de lluvia de ideas
  • Se usan cuando se tiene una gran cantidad de datos imprecisos verbales que deben ser organizados y clarificados, principalmente cuando se cambian paradigmas e ideas anteriores. Se aplican cuando:
    • Existe caos
    • El grupo está estratificando dentro de un gran número de ideas
    • Se trata de identificar aspectos o temas amplios
diagramas de afinidad kj
Diagramas de afinidad - KJ
  • Procedimiento
    • Formar un equipo adecuado con el conocimiento y experiencia necesaria en la temática a tratar
    • Establecer el tema y ponerlo visible al equipo
    • Generar y registrar ideas en Post Its o tarjetas, generadas de la voz del cliente o problemas internos
    • Mostrar las tarjetas con las ideas en un pizarrón grande y permitir que lo vean todos los miembros del equipo
diagramas de afinidad kj1
Diagramas de afinidad - KJ
  • Procedimiento
    • Agrupar las tarjetas o Post Its en grupos relacionados, por cada uno de los miembros y en silencio
      • Mover las tarjetas en silencio en caso necesario duplicarlas
      • Permitir que los grupos “emerjan del caos” no hacer grupos “lógicos”
      • Si una tarjeta queda sola tratar de ver si se puede reagrupar
    • Crear tarjetas de encabezado
      • Capturar ideas centrales y escribirlas en forma concisa, los títulos no deben ser muy familiares
    • Dibujar el diagrama de afinidad final
      • Encerrar en un rectángulo las ideas relacionadas con cada grupo
diagrama de estructura de rbol
Diagrama de estructura de Árbol
  • Es una representación pictórica de los datos de una categorización de afinidad
  • Se usa para:
    • Preparar las filas de la casa de la calidad
    • Resumir en una forma organizada los resultados de un ejercicio de Afinidad
    • Estratificar los detalles del diseño desde el concepto, a ensambles y componentes
    • La técnica se puede usar para clarificar la estructura de actividades detalladas
diagrama de estructura de rbol1
Diagrama de estructura de Árbol
  • Procedimiento:
    • Transferir la información del diagrama de afinidad a formato horizontal conectándolos con flechas.
    • En el caso de la casa de la calidad se clasifica la información en “necesidades de primer nivel”, “necesidades de segundo nivel” y “necesidades de tercer nivel”
evaluaci n competitiva
Evaluación competitiva
  • Compara el desempeño de la organización contra la competencia en relación con la importancia relativa de cada necesidad del cliente
  • Se usa después de organizar deseos y necesidades del cliente (“calidades primarias”) con un diagrama de afinidad o diagrama de árbol
evaluaci n competitiva1
Evaluación competitiva
  • Procedimiento:
    • Poner las calidad primarias agrupadas en el diagrama de afinidad en las filas de una matriz. Estos son QUEs o lo que debe ser logrado por el diseño
    • Con base en la voz del cliente, ponderar cada calidad primaria como (A, B, C o 5, 3, 1, etc.)
    • Determinar o desarrollar un método de medición, es decir su unidad de medida y el método para obtenerla.

Peor Mejor

benchmarking de desempe o
Benchmarking de desempeño
  • Es una estrategia de negocio
  • Procedimiento:
    • Identificar al mejor en lo se quiere hacer, comparar el desempeño propio y tomar acciones de mejora
    • Se puede identificar al mejor no importa que esté en otro campo diferente al de la organización
    • En el diseño y desarrollo estamos interesados en saber quien satisface mejor a los clientes en las necesidades a las que nos estamos enfocando. El objetivo es tener una vista lo más alta posible y no simplemente ver que es lo adecuado
evaluaci n competitiva2
Evaluación competitiva
  • Procedimiento:
    • Obtener información del cliente en relación a que tan bien la organización satisface cada una de las necesidades en relación con la competencia
    • Identificar prioridades en desempeños más deficientes que la competencia ante las necesidades.
    • Una necesidad que nadie está satisfaciendo bien es un área de oportunidad de ser mejor que la competencia.
an lisis del dise o

Análisis del diseño

Herramientas adecuadas para

Crear el diseño conceptual de

Alto nivel y el diseño detallado

Que satisfagan las necesidades del cliente

crear caracter sticas del producto
Crear características del producto
  • Es necesario un proceso creativo que incluya el uso de conceptos de ciencia e ingeniería para desarrollar una lista de características potenciales del producto que satisfagan el intento del diseño
  • Es importante tener claros los objetivos a alcanzar prioritizados (se aplica en general y no solo al diseño)
crear caracter sticas del producto1
Lado izquierdo del cerebro

Comparaciones del producto

Revisión de la literatura

Simulaciones

Modelos matemáticos

Estudios del producto

Prototipos

Etc.

Lado derecho del cerebro

Tormenta de ideas

Escritura del cerebro

Analogías Caja de ideas

Parejas

Personificación

Cartas morfológicas

Etc.

Crear características del producto
tormenta de ideas
Tormenta de ideas
  • Es una técnica para generar muchas ideas en un corto tiempo (Madison Avenue para crear campañas publicitarias excitantes)
  • Se usa siempre que se requiera creatividad y exploración de ideas.
  • En Diseño y desarrollo es usada por el equipo cuando se trata de identificar características del producto que satisfagan las necesidades del cliente
tormenta de ideas1
Tormenta de ideas
  • Procedimiento:
    • Todos deben participar aun los introvertidos
    • No críticas durante la fase de generación de ideas
    • Promover la generación de ideas salvajes o anormales
    • Importa la cantidad de ideas generadas, construir sobre las ideas proporcionadas, no parar
    • Capturar la esencia de cada idea en una lista escrita, no tratar de detallarla todavía
    • Agrupar las ideas en un diagrama de afinidad o árbol
tormenta de ideas escrita brainwriting 6 5 3
Tormenta de ideas escrita(Brainwriting 6-5-3)
  • Los miembros generan ideas de manera escrita
    • Tomar 5 minutos para escribir tres ideas de solución en el primer renglón del formato
    • Pasar el formato hacia la derecha
    • En el formato recibido del compañero, agregar otras tres ideas en el segundo renglón
    • Agregar ideas con base en:
      • Enriquecer una idea ya escrita
      • Agregar una variación de la idea ya escrita
      • Agregar una idea completamente nueva
    • Repetir el proceso con tantos renglones como miembros del equipo haya
palabras gatillo
Palabras gatillo
  • Es una técnica de creatividad que usa sinónimos para hacer preguntas pertinentes para definir el problema
  • Se usa durante el diseño conceptual, mientras de está tratando de traducir la necesidad del cliente en algo real
palabras gatillo1
Palabras gatillo
  • Procedimiento
    • Usar el verbo en la definición del problema o necesidad del cliente como una palabra gatillo
    • Buscar otros verbos que puedan sustituir a la palabra gatillo
    • Usar cada palabra nueva para crear ideas de cómo solucionar el problema
  • Ejemplo
    • Mover un objeto de la posición A a la B.
    • Otros verbos a usar son empujar (bulldozer, grupo de hombres), flotar (bote, tubo, colchón de aire), jalar, etc.
analog as
Analogías
  • Aleatoriamente escoger una palabra de un libro o diccionario o escoger una imagen de un grupo
  • Orientar al grupo a hacer asociaciones de la palabra y registrar sus respuestas en un pizarrón
  • Hacer que el grupo piense en relación con las conexiones ente las asociaciones de palabras listadas en el pizarrón y el concepto o solución en el que están trabajando
carta morfol gica dr f zwicky calif inst technology
Carta Morfológica(Dr. F. Zwicky Calif. Inst. Technology)
  • Es el análisis sistemático de alternativas de solución relacionando todas las característica necesarias o funciones requeridas del diseño, a todas las formas posibles de realizarlas
  • Se usa durante la fase de diseño conceptual cuando se está buscando un enfoque creativo de satisfacer las necesidades de los clientes
carta morfol gica dr f zwicky calif inst technology1
Carta Morfológica(Dr. F. Zwicky Calif. Inst. Technology)
  • Procedimiento

1. Preparar un establecimiento del problema amplio

2. Definir tan amplio y competo como sea posible todos los factores a ser considerados tales como forma, tamaño, material, peso, etc. Del producto deseado

Los factores deben ser:

Necesarios – sin ellos el diseño no cubre la intención

Suficientes – no se requieren otros para hacer el diseño

Distintos – con muy poco traslape entre ellos

carta morfol gica dr f zwicky calif inst technology2
Carta Morfológica(Dr. F. Zwicky Calif. Inst. Technology)
  • Procedimiento

3. Poner cada factor como encabezado de columna

4. Preparar una especificación contra la cual aceptar o rechazar cada solución posible en términos cualitativos y cuantitativos

5. Esta especificación hecha en base a las necesidades de los clientes se usa para reducir el campo de soluciones posibles

6. Generar soluciones de diseños potenciales combinando artículos de cada renglón. Evaluar las ideas vs. Especs.

estructura de rbol para caracter sticas
Estructura de árbol para características
  • Es equivalente al diagrama de árbol
  • Se usa para crear varios niveles de COMOs, en forma similar a los varios niveles de QUEs en la casa de la calidad
    • Se puede usar en servicios para desglosar los detalles de los servicios prestados
estructura de rbol para caracter sticas1
Estructura de árbol para características
  • Procedimiento
    • Determinar que subsistemas comprenden cada ensamble, módulo, o componente del sistema
    • En base a la meta global de confiabilidad, DPMO u otra métrica, descomponerla en métricas adecuadas para cada uno de los subsistemas. Usar la experiencia, bases de datos, etc. Para obtener expectativas adecuadas
    • Recordar que las confiabilidades en el nivel bajo se multiplican para obtener confiabilidades en el nivel superior. Los DPMOs y tasas de falla se suman. Las dimensiones se combinan geométricamente.
la casa de la calidad dr yoji akao mitsubishi kobe
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • El QFD es un método para asegurar que las características del producto diseñado sean orientadas a cumplir con las necesidades del cliente
  • Estructura de la casa de la calidad:

1. QUEs. Son las necesidades del cliente halladas al escuchar su voz (VOC) y organizadas utilizando el Diagrama de Afinidad y el Diagrama de Árbol

2. Ponderación de importancia. Obtenida de la VOC, son los pesos relativos que los clientes le asignan a cada actividad

slide310

11. Matriz de

correlación

2. Impor

-tancia

4. Priori

-dades

1. QUEs

5. COMOs

6. MR

7. Priori

-dades

3. eval.

Compet.

8. Metas

9. Eval. de Ingeniería

Vs. competencia

la casa de la calidad dr yoji akao mitsubishi kobe1
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Estructura de la casa de la calidad:

3. Evaluación competitiva. Es la última fase de la VOC para comparar el desempeño relativo a sus necesidades contra los competidores principales

4. Prioridades. Esta evaluación resulta en identificar ciertas necesidades en las que se está débil y explotar oportunidades donde se está mejor

la casa de la calidad dr yoji akao mitsubishi kobe2
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Estructura de la casa de la calidad:

5. COMOs. Las partes, dimensiones, u otras características técnicas con las cuales los diseñadores intentan cumplir con los QUEs, resultado de las actividades creativas. Al principio son generales pero conforme el diseño madura se van detallando

6. Matriz de relaciones. Es el centro de la casa (sala) en la cual por medio de un sistema de puntaje y símbolos especiales muestra que tan bien cada una de las características técnicas atiende cada uno de los QUEs. Muchas celdas pueden estar vacías por no haber relación

la casa de la calidad dr yoji akao mitsubishi kobe3
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Estructura de la casa de la calidad:

7. Resultados. Este renglón lista las sumas del producto de la intensidad de las relaciones y los pesos de los clientes

8. Objetivos. Este renglón lista para cada característica el valor intencionado, nominal o con tolerancia. En algunos casos también se incluyen los métodos de medición

la casa de la calidad dr yoji akao mitsubishi kobe4
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Estructura de la casa de la calidad:

9. Evaluación técnica de ingeniería. “Voz del Ingeniero” compara la organización vs. Los principales competidores en mediciones de los COMOs.

10. Matriz de correlación. El “techo” registra como o si las diferentes características técnicas se correlacionan una con otras, para establecer compromisos.

la casa de la calidad dr yoji akao mitsubishi kobe5
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Procedimiento:

1. Obtener los requerimientos del cliente. QUEs

2. Ponderar la importancia de los requerimientos por el cliente

3. Calificación del desempeño de la organización y de la competencia por el cliente

4. Características del producto o servicio COMOs

la casa de la calidad dr yoji akao mitsubishi kobe6
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Procedimiento:

5. Desarrollo de la Matriz de relaciones

Para cada necesidad el diseñador identifica las características que van a satisfacer esa necesidad.

Usar una escala 5, 3, 1 o 9, 3, 1 para indicar una relación fuerte, media o débil respectivamente

Se pueden también utilizar símbolos especiales para indicar la fuerza de las relaciones

la casa de la calidad dr yoji akao mitsubishi kobe7
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Procedimiento:

6. Análisis de la matriz de relaciones

Examinar las anormalidades

Cada QUE debe tener al menos un símbolo de relación fuerte con un COMO que lo atenderá

Cada característica debe tener al menos un símbolo de relación fuerte en su columna

Se debe revisar si hay varias correspondencias de 1 a 1

la casa de la calidad dr yoji akao mitsubishi kobe8
La Casa de la Calidad(Dr. Yoji Akao – Mitsubishi Kobe)
  • Procedimiento:

7. Identificar las KQCs

La salida del QFD es una lista prioritizada de características, obtenida al multiplicar las ponderaciones de las necesidades por los puntos de las relaciones y sumándolas

Las características de calidad claves KQCs (CTQs) son las que tienen un alto puntaje relativo

diagrama de dispersi n
Diagrama de dispersión
  • Es una técnica analítica para relacionar las necesidades de los clientes con las características técnicas del producto. La magnitud del coeficiente de correlación determina el símbolo usado en la matriz de correlación y en el techo del QFD
  • Se usa siempre que se quiera probar si dos factores cuantitativos están relacionados
diagrama de dispersi n1
Diagrama de dispersión
  • Procedimiento

1. Colectar 20 o más pares de datos X, Y. X debe tener el rango suficiente para revelar una relación con Y si hay

2. Establecer la escala vertical para Y y horizontal para X

3. Graficar cada par de datos coordenados (X, Y)

4. Determinar la recta de regresión, el coeficiente de correlación y el error estándar

diagrama de dispersi n2
Diagrama de dispersión
  • Procedimiento

5. Interpretar los resultados numéricos y el patrón del diagrama de dispersión:

Una forma de “hambuguesa” señala que no hay correlación o que el rango de X es insuficiente

Una forma de “hot dog” indica correlación fuerte

Los puntos dispersos indicar causas especiales

Los clusters indican poblaciones múltiples por un tercer factor Z. La curvatura indica una relación no lineal

diagrama de dispersi n3
Diagrama de dispersión
  • Procedimiento

6. Estratificar los datos para evitar lo siguiente:

Puede existir correlación aparente entre X y Y si ambas están relacionadas a una tercera variable Z

Dos “hot dogs” pueden resultar en una “hamburguesa” y viceversa

diagramas de bloques
Diagramas de bloques
  • Un diagrama de bloques muestra las relaciones entre subsistemas y que entradas y salidas tienen
  • Usarlo durante el diseño conceptual para mostrar la configuración del sistema y con diagramas más detallados son útiles para el diseño de subsistemas también
  • Este diagrama es un punto de inicio para las simulaciones
diagramas de bloques1
Diagramas de bloques
  • Procedimiento

1. Listar los subsistemas superiores (ensambles, paquetes de transacciones, etc.)

2. Para cada subsistema listar sus entradas y salidas y

3. Para cada entrada determinar su fuente. Para cada salida determinar su destino. Evaluar si esas fuentes y destinos están dentro o fuera del sistema que se está diseñando

4. Arreglar la información en bloques representado subsistemas y flechas para entradas y salidas

simulaci n y modelos2
Simulación y modelos
  • Una simulación o modelo es una representación matemática o física del proceso
  • Se usa durante el diseño conceptual para estudiar como se comporta el sistema sin afectar al cliente, usando materiales u otros recursos
simulaci n y modelos3
Simulación y modelos
  • Procedimiento

1. Representar cada subsistema por fórmulas que relacionen salidas a entradas, pueden ser descubiertas desde varias fuentes incluyendo DOE

2. Agregar variación aleatoria, usando la “Propagación de varianza”

3. Validar el sistema alimentando valores para los cuales las salidas han sido verificados con datos o experiencia

4. “Experimentar “ en el sistema usando diferentes valores de entradas y para factores externos al sistema. Identificar deficiencias en el sistema

dise o de experimentos1
Diseño de experimentos
  • Es el arreglo deliberado de combinaciones específicas de factores seleccionados para determinar su efecto en el sistema
  • Se usa durante en diseño conceptual para explorar como afectan la respuesta los diferentes factores y entre si mismos. También se usa para resolver problemas
dise o de experimentos2
Diseño de experimentos
  • Procedimiento:

1. Seleccionar los factores a ser probados

      • En algunos casos primero se hacen experimentos con varios factores para filtrarlos y después trabajar con los relevantes

2. Establecer los rangos sobre los cuales serán variados los factores o niveles, deben ser lo suficientemente grandes para identificar su efecto pero cuidando que no ocasionen daños al sistema

3. Seleccionar un diseño de entre los diseños disponibles, requiere un balance entre Resolución y número de experimentos ya que tienen un costo

dise o de experimentos3
Diseño de experimentos
  • Procedimiento:

4. Prepararse para controlar factores extraños.

Incluir aleatorización de corridas, mantener factores extraños constantes, y bloquear grupos de corridas experimentales, de manera que el efecto de estos factores extraños afecte de la misma forma a los niveles y factores de control

5. Realizar los experimentos y analizar los resultados. Los métodos más comunes son el ANOM, ANOVA y Análisis de Regresión

dise o del producto

Diseño del producto

Herramientas adecuadas para

Crear el diseño detallado

Que satisfagan las necesidades del cliente

amef de dise o
AMEF de Diseño
  • Es una herramienta para identificar todas las fallas potenciales y su efecto en el sistema
  • Se usa después de haber corregido todos los problemas obvios del diseño de manera de asegurar que los menos obvios también son atendidos
amef de dise o1
AMEF de Diseño
  • Procedimiento

1. Listar los diferentes componentes que tiene el producto y describir la función de cada uno

2. Listar las formas en que los componentes pueden fallar

3. Evaluar el efecto inmediato en la ocurrencia, el efecto último con el paso del tiempo, el efecto en la seguridad, en las reglamentaciones, en los usuarios, en el medio ambiente y en el personal

amef de dise o2
AMEF de Diseño
  • Procedimiento

4. Para cada modo de falla listar una o más causas potenciales en una línea diferente. Éstas representan debilidades en el diseño, no fallas en ejecución

5. Para cada causa listar los controles actuales que se tienen para su prevención tales como verificación del diseño, validación del diseño, etc. Actividades normales planeadas en el proceso de desarrollo.

amef de dise o3
AMEF de Diseño
  • Procedimiento

6. Calificar la severidad de los efectos de cada modo de falla. Cuando ocasione múltiples defectos usar el efecto más severo.

7. Calificar la probabilidad de ocurrencia de cada causa potencial del modo de falla, las acciones preventivas pueden reducir esta ocurrencia

8. Calificar cada uno de los controles de diseño y su habilidad para detectar ya sea el mecanismo de falla o el modo de falla. Una alta calificación implica que es menos detectable

amef de dise o4
AMEF de Diseño
  • Procedimiento

9. Calcular la probabilidad de riesgo (RPN) como el producto de la severidad, ocurrencia y detección. Este número prioritiza los riesgos totales para cada causa y modo de falla. El RPN total es la suma de todos los RPNs

11. Iniciando con el mayor RPN desarrollar un plan de acción para reducir el riesgo. De todas formas atender los de severidad alta.

12. Asignar un responsable y las fechas de conclusión de la acción.

amef de dise o5
AMEF de Diseño
  • Procedimiento

13. Dar seguimiento a las acciones tomadas y verificarlas

14. Recalcular el RPN con base en los resultados de las acciones tomadas y su impacto en la ocurrencia o detección

15. Proceder en forma iterativa hasta reducir todas las RPNs a niveles aceptables. Los resultados del AMEF orientarán lo que se debe controlar para mantener las mejoras.

a prueba de error1
A Prueba de Error
  • A prueba de error es un conjunto de tácticas para reducir o eliminar la causa de un problema o reducir su efecto
  • Se usa cuando:
    • Un plan de acción debe desarrollarse para atender un RPN alto
    • Siempre que una falla se descubra o anticipe en revisiones y pruebas
    • Siempre que ocurran las fallas en las operaciones reales
a prueba de error2
I. Prevención de errores

A. Eliminar la posibilidad de error

Tapón de gasolina con cadena

B. Delegar decisiones

El cajero calcula el cambio

C. Facilitar la tarea

Alambres de conexión con código de colores

I. Reducir efecto de errores

A. Detectar errores

Checador de ortografía

Autoapagado en planchas

B. Reducir errores

Radar para evitar colisiones

Autocorrección en Word

A Prueba de Error
conteo de partes
Conteo de partes
  • El conteo de partes es una herramienta simple para estimar la ocurrencia de fallas del sistema. Entre más componentes se tengan, mayor probabilidad de falla
  • Se usa durante la fase conceptual de diseño, conforme se están estableciendo el número y el tipo de componentes, actividades o personas en servicios
conteo de partes1
Conteo de partes
  • Procedimiento

1. Hacer una lista de todos los componentes usados en el diseño

2. Estimar la probabilidad de falla para cada uno y multiplicarlas por el número de componentes a ser usados. Se pueden encontrar datos en bases de datos

3. Sumar las probabilidades de falla de todos los componentes, para dar una idea de la probabilidad de falla del sistema

4. Reducir la probabilidad de falla, reduciendo el número de partes y/o incluir redundancia

rboles de falla
Árboles de falla
  • Un árbol de falla es un diagrama detallado que muestra la cascada de eventos que generan una falla del sistema. El FTA evalúa la probabilidad de falla del evento superior combinando las probabilidades de falla, tasas de falla o tasas de reparación
  • Se usa para:
    • Identificar problemas potenciales de confiabilidad o seguridad del sistema durante el diseño
    • Evaluar la confiabilidad o seguridad del sistema durante la operación
    • Identificar los componentes que pueden requerir métodos rigurosos de aseguramiento de calidad
rboles de falla1
Árboles de falla
  • Procedimiento:

1. Definir el evento indeseable (“falla superior”)

2. Trazar la falla hacia abajo analizando causa y efecto a partir de la causa inmediata. Usar descripciones concretas y especificar el componente que falla

3. Construir el árbol de falla con ramas y compuertas lógicas.

Usar AND si un evento es producido por la ocurrencia simultanea de varias causas.

Usar OR si un evento es producido al ocurrir una de varias causas.

rboles de falla2
Árboles de falla
  • Procedimiento:

4. Continuar hasta que determinar los eventos básicos o hasta que una mayor resolución no sea necesaria

5. Asignar probabilidades de falla a los eventos raíz y fallas en componentes y determinar la probabilidad de falla del evento superior, que puede usarse para establecer su ocurrencia en el AMEF

6. Localizar grupos de falla mínimos y puntos simples de falla que ocasionan la falla superior, de ser necesario utilizar álgebra booleana

7. Modificar el diseño proporcionando redundancia, reemplazando componentes más confiables o desacoplando modos de falla potencial

m todos de confiabilidad
Métodos de confiabilidad
  • Los métodos de confiabilidad incluyen muchas estrategias, tácticas y técnicas. Los planeadores conociendo la confiabilidad inicial del prototipo y la pendiente de la línea de mejoras al diseño, pueden pronosticar la confiabilidad final con rediseños
  • Se usa durante las fases de diseño de concepto y diseño detallado. Los FTAs también se aplican a ambientes de servicios.
m todos de confiabilidad1
Métodos de confiabilidad
  • Entre los métodos utilizados se encuentran:
    • Márgenes de seguridad. El diseñador debe minimizar la probabilidad de que las cargas máximas coincidan con las capacidades mínimas (tolerancia estadística).
    • Derating. Uso de un componente para una mayor capacidad, trabajando a carga reducida
    • Modelos de confiabilidad. Incluyen aproximaciones matemáticas de mecanismos de falla tales como: exponencial, normal, Weibull, etc.
redundancia2
Redundancia
  • La redundancia replica alguna parte del sistema para reducir la ocurrencia de falla. Puede ser activa o en espera (stand by) o por votación.
  • Se usa cuando un componente es esencial pero tiene poca confiabilidad, sin embargo el costo de duplicarlo es menor que el costo de falla
  • Ejemplo: dos cajeros por separado capturan información y la computadora checa que coincidan
tolerancia estad stica3
Tolerancia estadística
  • La tolerancia estadística tiene el propósito de establecer la tolerancia de una variable con base en la variabilidad inherente de los factores que contribuyen
  • Se usa en vez del análisis del “peor Caso” ya que se reducen costos al nivel de componentes por permitir una tolerancia mayor
tolerancia estad stica4
Tolerancia estadística
  • Procedimiento
    • Determinar de un análisis de regresión, superficie de respuesta, o de otras formas, como se “apilan” las variables. Por ejemplo V = IR; Y = X + W
    • Usar las fórmulas correspondientes para determinar la media y la desviación estándar conjuntas, de ser necesario usar derivadas parciales.
mapas de proceso
Mapas de proceso
  • Los mapas de proceso son representaciones gráficas de las actividades y sus dependencias dentro de un proceso. Indica la función responsable de cada actividad y los tiempos de ciclo y/o distancias requeridas.
  • Se debe usar tan pronto como se pueda en el diseño, para iniciar el desarrollo del proceso a usar para producir el diseño. El diseñador debe conocer las capacidades de los procesos disponibles como entradas al diseño.
mapas de proceso1
Mapas de proceso
  • Procedimiento:

1. Definir los entregables del proceso y su punto de inicio

2. Identificar los procesos y actividades requeridas para producir los entregables y clasificarlas en “obligatorias” y “deseadas”

3. Arreglar las “obligatorias” en secuencia. Usar un renglón diferente para cada responsable. Para cada acitividad “deseada” crear un rombo de decisión e insertar un bucle dentro del flujo apropiado.

4. Validar el flujo al “vivirlo” o simularlo

5. Analizar la carta

mapas de proceso2
Mapas de proceso
  • Análisis

1. Determinar el tiempo mínimo, promedio y máximo necesario para cada actividad o grupo de actividades. Determinar la distancia viajada por el personal, objeto, equipo, etc.

2. Compilar una lista de problemas. Auxiliarse del AMEF de proceso.

mapas de proceso3
Mapas de proceso
  • Análisis

3. Preguntar los 7 porqués

¿por qué se realiza el proceso?

¿Por qué se realiza cada actividad?

¿Cuál es el valor agregado? En transacciones distinguir las actividades que alteran el contenido de la información y en mfra. Las que alteran físicamente el producto

¿Quién debe realizar la actividad? Reasignar las tareas

mapas de proceso4
Mapas de proceso

3. Preguntar los 7 porqués

¿Cuándo se debe realizar la actividad en el flujo? Alterar la secuencia puede reducir el tiempo de ciclo

¿Dónde se debe hacer la actividad? Relocalizando actividades o recursos puede reducir el tiempo de ciclo

¿Cómo debe realizarse la tarea? ¿se puede hacer con menos recursos, consumir menos tiempo, tener mayor capacidad?

mapas de proceso5
Mapas de proceso

Aplicar los 4 principios:

1. Eliminar, de ser posible una actividad que no agrega valor

2. Combinar actividades en una

3. Simplificar los métodos de trabajo, eliminar partes y pasos

4. Cambiar la secuencia, responsabilidad, localización, etc.

mapas del layout
Mapas del Layout
  • Es un mapa del plan de piso que permite estudiar la distancia viajada. El transporte es una actividad que no agrega valor.
  • Se usa durante la fase de análisis de mapeo de proceso, al planear los procesos con los que se realizará el producto. Se aplica a áreas administrativas y de manufactura
mapas del layout1
Mapas del Layout
  • Procedimiento:

1. Una vez validado el mapa del proceso, identificar en el piso donde se realizan las actividades. Dividirlas en partes más pequeñas, para tener visibilidad de tiempos y distancias.

2. Medir las distancias viajadas, tomar en cuenta el método de transporte

3. Buscar oportunidades para relocalizar recursos cercanos a los usuarios para minimizar el tiempo y distancia viajada

apilamiento de tiempos de ciclo
Apilamiento de tiempos de ciclo
  • Tiempo total = 0.1+0.2+24+2+8 = 34.3 hr
  • Varianza = 0.0025+0.01+25+1+1 = 27 hr
  • Desviación estándar = 5.2 hr
  • Capacidad estimada a  3σ = 0 a 49.9 hrs
amef de proceso
AMEF de proceso
  • El AMEFP es similar al AMEFD de diseño, se basa en los pasos del proceso y sus problemas potenciales en vez de los componentes del producto
  • Se usa después que el proceso ha sido mapeado y analizado y donde todos los defectos obvios se han eliminado
amef de proceso1
AMEF de proceso
  • Procedimiento. Difiere del AMEFD en lo siguiente:

1. Listar las diferentes actividades para la realización del producto y describe las funciones de cada una

2. Usar los problemas del mapa del proceso para describir las diferentes formas en las cuales la actividad puede salir mal

3. En la detección, enfocarse a controles normales del proceso, como verificaciones, pruebas, inspecciones, etc.

histogramas
Histogramas
  • Un histograma es un diagrama de barras que muestra el porcentaje de resultados cayendo dentro de un intervalo especificado
  • Se usa cuando el diseñador desea ver si la característica de calidad se apega a una distribución de probabilidad, para poder hacer predicciones
histogramas1
Histogramas
  • Procedimiento

1. Colectar 50 o más muestras, de preferencia consecutivas

2. Dividir el rango total en 5 a 14 intervalos

3. Clasificar los datos por intervalo y crear una gráfica de barras. Determinar media y desviación estándar.

4. Examinar la gráfica y determinar si hay causas especiales de variabilidad

graficas de probabilidad
Graficas de probabilidad
  • Una grafica de probabilidad muestra los datos vs. Una escala de probabilidad, si se ajustan los datos, se apegan a una línea recta
  • Se usa durante pruebas de prototipos cuando no hay datos suficientes para hacer un histograma
  • Procedimiento:
    • Método de rangos
    • Minitab
estudios de capacidad
Estudios de capacidad
  • Un estudio de capacidad sirve para “identificar y destruir” causas asignables de variación. Se realiza cuando el proceso esta “desempeñándose lo mejor posible” y mostrará una distribución predecible
  • Se usa durante la fase de desarrollo cuando se consideran los procesos para realizar el nuevo diseño. Pueden servir para determinar la probabilidad de ocurrencia en los AMEFs
estudios de capacidad1
Estudios de capacidad
  • Procedimiento

1. Seleccionar la característica CTQ a ser estudiada

2. Seleccionar la carta de control de Shewhart adecuada

3. Seleccionar el método de subgrupos racionales para estimar la capacidad a corto plazo

4. Establecer una frecuencia para los subgrupos

5. Determinar el periodo inicial a cubrir

estudios de capacidad ejemplo western electric 1950
Estudios de capacidadEjemplo – Western Electric 1950
  • Procedimiento para realizar el estudio de capacidad

1. Colectar datos y graficar en una carta de control

2. Examinar la carta para identificar patrones de anormalidad utilizando los siete patrones básicos

3. Simplificar patrones complejos, usando las cinco estrategias para facilitar la interpretación

4. Tomar acciones en causas anormales hasta que el proceso esté en control

5. Cuando el proceso esté en control evaluar la adecuación de la variación del proceso determinando los índices de capacidad de diseño

ndice de capacidad de dise o
Índice de Capacidad de Diseño
  • Cp = Tolerancia / Capacidad = (LSE – LIE) / 6σ
  • Cp es una figura de mérito para los diseñadores
  • Se usa en la fase de planeación de manera de establecer metas que puedan alcanzar los ingenieros de proceso y de diseño
ndice de desempe o sigma
Índice de Desempeño Sigma
  • Procedimiento (para un componente)

1. En atributos: Del FTY determinar el DPU,

las DPMOs = 1,000,000*DPU/# oportunidades

Para variables: Calcular el Cp y determinar el DPMO de la tabla

ndice de desempe o sigma1
Índice de Desempeño Sigma
  • Procedimiento (sigma de todo el producto)

2. Sumar las DPMOs para todos los componentes y todas las operaciones. Con este valor determinar el nivel de desempeño del proceso por medio de la tabla

3. Si el nivel Sigma es insatisfactorio considerar una ampliación de la tolerancia o mejorar la capacidad

ndice de desempe o sigma2
Índice de Desempeño Sigma
  • Sigma de todo el producto
dise o para manufacturabilidad dfm
Diseño para manufacturabilidad (DFM)
  • El DFM es una estrategia de diseño para asegurar que el diseño pueda realmente ser reproducido con una tasa pequeña aceptable de error
  • Se usa durante todo el ciclo de diseño y desarrollo, desde el concepto hasta la realización, también se denomina “Plan de ejecución”
dise o para manufacturabilidad dfm1
Diseño para manufacturabilidad (DFM)
  • Principios
    • Simplificar y reducir el número de partes
    • Minimizar sujetadores
    • Minimizar partes flexibles y conexiones
    • Evitar uso de herramental y disp. de montaje especiales
    • Estandarizar y usar partes y materiales comunes
    • Diseñar productos modulares
    • Proporcionar accesibilidad a mantenimiento y reparación
    • Minimizar reorientación
    • Incluir Poka Yokes de ensamble
    • Diseñar para la capacidad del proceso
dise o para manufacturabilidad dfm2
Diseño para manufacturabilidad (DFM)
  • Ejemplo: rediseño de panel d controles de un helicóptero
verificaci n del dise o

Verificación del diseño

Herramientas adecuadas

Para Transferir el

diseño a operaciones

producci n piloto
Producción piloto
  • Consiste de una recopilación de todos los elementos del plan con el propósito de verificar que el intento del diseño se ha logrado y atender cualquier problema imprevisto que aparezca
  • Se usa en la fase de diseño para prueba de prototipos. Sin embargo deben utilizarse los recursos de producción normal
planeaci n de pilotos
Productos

Pruebas de mercado

Maquetas

Grupos de enfoque

Pruebas Alfa

Pruebas Beta

Procesos

Recorridos en el proceso

Recapitulación

Simulaciones

Corridas en vacío

Grupos de prueba / control

Planeación de pilotos
cartas de control
Cartas de control
  • Es una herramienta para probar si un proceso es estable en el tiempo
  • Se utiliza para:
    • Realizar estudios de capacidad de procesos
    • Analizar corridas piloto
    • Analizar Experimentos diseñados
    • Mantener al proceso en control estadístico
cartas de control1
Cartas de control
  • Procedimiento

1. Seleccionar el tipo de carta a ser usada

2. Determinar el subgrupo racional para los datos

3. Establecer límites preliminares en base a la variación promedio dentro de los subgrupos

4. Establecer un intervalo de muestreo suficiente para detectar cambios en el proceso

5. Analizar la carta para identificar patrones de anormalidad

plan de administraci n del proceso plan de control
Plan de administración del proceso(Plan de control)
  • Es una lista de los pasos del proceso, de las mediciones a tomar para verificar la calidad en cada paso y las acciones remediadoras estándar en caso de problemas
  • Se usa durante el desarrollo de prototipos, la producción piloto y la producción normal
  • Procedimiento
    • Determinar las características clave en cada paso del proceso
    • Implementar las acciones a partir de los AMEFD y AMEFP
dise o para costo total unitario dtuc
Diseño para costo total unitario (DTUC)
  • Se consideran los costos siguientes para los componentes y sistema
    • Efectividad del proceso Rty incluyendo DPUs
    • Costos de recibo e inspección a la entrada
    • Costo de devoluciones
    • Costos de retrabajos y desperdicios
    • Costos de inventarios
    • Costos de garantías
    • Etc.
  • Es necesario analizar los costos incurridos y tomar las acciones para reducirlos