doe

1

Programa de certificación de Black Belts CFE

VII. Fase de Mejora

P. Reyes / Abril 2009

2

Seis Sigma - Mejora Propósitos y salidas

A. Diseño de experimentos

B. Técnicas de creatividad

C. Implantación y verificación de soluciones

3

Fase de mejora Propósito:

Desarrollar, probar e implementar soluciones que atiendan a las causas raíz

Salidas Acciones planeadas y probadas que eliminen o

reduzcan el impacto de las causas raíz identificadas

Comparaciones de la situación antes y después para identificar la dimensión de la mejora, comparar los resultados planeados (meta) contra lo alcanzado

4

Tormenta deideas

Técnicas decreatividad

MetodologíaTRIZ

Generación de soluciones

Diseño deexperimentos

Optimización

No

Implementación desoluciones y verificación

de su efectivdad

Evaluación de soluciones(Fact., ventajas, desventajas)

Solucionesverificadas

¿Soluciónfactible?

Si

Causasraíz

FASE DE MEJORA

Efecto de X'sen las Y =

CTQs

Ideas

5

VII.A Diseño de Experimentos (DOE)

6

VII.A Diseño de experimentos1. Introducción y terminología

2. Principios de diseño

3. Planeación de experimentos

4. Experimentos de un factor

5. Experimentos fraccionales de dos niveles

6. Experimentos factoriales completos

7

VII.A.1 Introducción y terminología

8

Ronald Fisher los desarrolla en su estación agrícola experimental de Rothamsted en Londres (ANOVA) 1930

Otros que han contribuido son: F. Yates, G.E.P. Box, R.C. Bose, O. Kempthorne, W.G. Cochran, G. Taguchi

Se ha aplicado el DOE en la agricultura y ciencias biológicas, industria textil y lana, en los 1930’s

Después de la II Guerra mundial se introdujeron en la industria Química e industria electrónica

Perspectiva histórica

9

El cambiar un factor a un tiempo presenta las desventajas siguientes:

Se requieren demasiados experimentos para el estudio

No se puede encontrar la combinación óptima de variables

No se puede determinar la interacción Se puede llegar a conclusiones erróneas

Se puede perder tiempo en analizar las variables equivocadas

Introducción

10

¿Por qué no probar un factor a la vez?

PRES

ION

TEMPERATURA

PRES

ION

1

2

Zona Máxima

Respuesta MáximaPR

ESIO

N

4

TEMPERATURA

3

PRES

ION

TEMPERATURA

Conclusión de la Prueba

TEMPERATURAConclusión de la Prueba

Optimo

11

El DOE varia varios factores simultáneamente de forma que se puede identificar su efecto combinado en forma económica:

Se identifican los Factores que son significativos

No es necesario un alto conocimiento estadístico

Las conclusiones obtenidas son confiables

Se pueden encontrar los mejores niveles de factores controlables que inmunicen al proceso contra variaciones en factores no controlables

Introducción

12

Cambios deliberados y sistemáticos de las variables de entrada (factores) para observar los cambios correspondientes en la salida (respuesta).

Proceso

Entradas Salidas (Y)

Diseño deProducto

Entradas Salidas (Y)

¿Qué es un diseño de experimentos?

13

Diseño de experimentos Proceso proactivo y estructurado para

investigar las relaciones entre los factores de entrada (x’s) y salida (y) de un proceso.

Los múltiples factores de entrada se consideran y controlan al mismo tiempo para asegurar que el efecto en la(s) respuesta(s) es causal y estadísticamente significativo.

14

Diseño de experimentos

PROCESO

Factores conocidos no controlados

Factores desconocidos

w1 w2 w3 w4 ws. . .

z1 z2 z3 z4 zn. . .

x1

x2

xa

...

y1

y2

ym

...

Factores con niveles(x’s)

Variables de respuesta (y’s)(CTQ’s)

ENTRADAS

SALIDAS

15

Planeación empírica versus planificada

NIVELDEESFUERZO Trabajar a

prueba y error

AnalizarPlanear

ESFUERZO

Analizar

Planear

Experimentar

ESFUERZO

Analizar

Planear Experimentar

Tiempo

Tiempo

Fase 2

Fase 1

16

Las X’s con mayor influencia en las Y’s

Cuantifica los efectos de las principales X’s incluyendo sus interacciones

Produce una ecuación que cuantifica la relación entre las X’s y las Y’s

Se puede predecir la respuesta en función de cambios en las variables de entrada

El Diseño de experimentos tiene como objetivos determinar:

17

Obtención de réplicas: repetición del experimento (5 resultados en cada corrida experimental)

Aleatorización: hacer en forma aleatoria: Permite confundir el efecto de los factores no

controlables La asignación de los materiales utilizados en la

experimentación El orden en que se realizan los experimentos

Bloqueo - Orden de corridas aleatorio en cada bloque

(Ej. , bloque de tiempo: AM vs PM, o Día 1 vs Día 2).

Términos

18

Bloques: Unidades experimentales homogéneas

Bloqueo Cuando se estructuran experimentos factoriales

fraccionales, el bloqueo se usa para agrupar las variables que desea evitar. Un bloque puede ser un factor artificial que no interactúa con los factores reales

Términos

19

Error experimental Variación en respuesta bajo las mismas

condiciones de prueba. También se denomina error residual.

Fraccional Un arreglo con menos experimentos que el

arreglo completo (1/2, ¼, etc.) Factorial completo

Arreglo experimental que considera todas las combinaciones de factores y niveles

Interacción Ocurre cuando el efecto de un factor de entrada

en la respuesta depende del nivel de otro factor diferente

Términos

20

Nivel o Tratamiento Un valor específico para un factor controlable de

entrada (100ºC, 120ºC, 140ºC)

Efecto principal Un estimado del efecto de un factor

independientemente del efecto de los demás

Optimización Hallar las combinaciones de los factores que

maximizen o minimizen la respuesta

Términos

21

Colinealidad Ocurre cuando 2 variables están completamente

correlacionadas Confundidos

Cuando el efecto de un factor no se puede separar del efecto de alguna de sus interacciones (A y BC, B y AC)

Términos

22

Correlación Un número entre -1 y +1 que indica el grado de

relación lineal entre dos conjuntos de números. El cero indica que no hay relación

Covarianza Cosas que cambian durante los experimentos

pero no fueron planeadas a cambiar, como temperatura o humedad. Con la aleatorización se alivia este problema. Registrar los valores del covariado para su posible uso en análisis de regresión

Términos

23

Curvatura Comportamiento no lineal que requiere un

modelo de al menos segundo grado

Grados de libertad (DOF, DF, df o ) Número de mediciones independientes para

estimar un parámetro poblacional (vg. la media con n-1)

EVOP (Evolutive operations) Describe una forma secuencial de

experimentación haciendo pequeños cambios en el proceso para mejorarlo

Términos

24

Error experimental Variación en respuesta bajo las mismas

condiciones de prueba. También se denomina error residual.

Primer orden Se refiere a la potencia a la cuál un factor

aparece en el modelo. Si la “X” representa un factor y “B” su efecto, entonces el siguiente modelo es de primer orden para X1 y X2:

Y = Bo + B1*X1 + B2*X2 + error

Términos

25

Factorial completo Arreglo experimental que considera todas las

combinaciones de factores y niveles

Fraccional Un arreglo con menos experimentos que el

arreglo completo (1/2, ¼, etc.)

Términos

26

Factoriales completos vs fraccionales

Un diseño factorial completo es el que contiene todos los niveles de todos los factores, no se omite ninguno

Un diseño factorial fraccional es un diseño experimental balanceado donde que contiene menos combinaciones de todos los niveles y factores. Por ejemplo para 3 factores y 2 niveles se tiene:

27

Experimento con mezclas Experimentos en los cuales las variables se

expresan como proporciones del todo sumando 1.0

Experimentos aleatorios Reduce la influencia de variables extrañas en la

experimentación

Error residual (e o E) Es la diferencia entre los valores observados y

los estimados por un modelo determinado empíricamente. Puede ser la variación en resultados de condiciones de prueba virtualmente idénticas

Términos

28

Resolución I Experimentos donde se varia sólo un factor a la

vez Resolución II

Experimentos donde algunos efectos principales se confunden, es indeseable

Resolución III- Exp. fraccionales Experimentos fraccionales donde no se

confunden los efectos principales entre sí, sólo con sus interacciones de dos factores

Resolución IV- Exp. fraccionales No se confunden los efectos principales ni con

sus interacciones pero si lo hacen las interacciones entre si

Términos

29

Resolución V – Exp. Fraccionales Sólo puede haber confusión entre interacciones

de dos factores con interacciones de tres factores o de mayor orden

Resolución VI - Exp. Factorial completo V+ Experimentos sin confusión, factoriales

completos o dos bloques de 16 experimentos

Resolución VII – Exp. Factoriales completos Experimentos en 8 bloques de experimentos

Términos

30

Los factores son los elementos que cambian durante un experimento para observar su impacto sobre la salida. Se designan como A, B, C, etc.

- Los factores pueden ser cuantitativos o cualitativos- Los niveles se designan como alto / bajo (-1, +1) o (1,2)

Factor NivelesB. Temp. de Moldeo 600º 700ºE. Tipo de Material Nylon Acetal

Factor cuantitativo, dos niveles

Factor cualitativo, dos niveles

Factores y niveles

31

VII.A.2 Principios de diseño

32

Tipo de Diseño de Experimentos

Experimentaciónposible No es posible

experimentarDiseñosActivos

DiseñosPasivos

No se tieneInformación

Histórica

Se tieneInformación

Histórica

CaracterizaciónData Minning

FactoresIndependientes

Factores Interdependientes

DiseñosFactoriales

ConRestricciones

SinRestricciones

DependenciaParcial

(B depende de A, pero

A no depende de B)

DiseñosD-Optimal

DiseñosOrtogonales

DiseñosAnidados

Diseños deMezclas

a b

Interdependencia de algunos ó

Todos los factores

33

DiseñosOrtogonalesa

De filtraje De Caracterización

DiseñosFactorialCompleto

(2k)

De Optimización

<5Factores

4-15Factores

> 15Factores

Dise

ños

Plac

kett-

Burm

an Dise

ños

Tagu

chi

DiseñosFactorial

Fraccionado(2k-p)

Ejec

ució

nIn

inte

rrum

pida

Ejec

ució

n e

n pa

rtes

2k n

oBl

oque

ado

2k

Bloq

uead

o

Ejec

ució

nIn

inte

rrum

pida

Ejec

ució

n e

n pa

rtes

2k-p n

oBl

oque

ado

2k-p

Bloq

uead

o

d

Diseños deSuperficie de

RespuestaDiseños con

Punto Central

Diseños a 2 niveles Factores con más de

2 niveles<4

Factores> 4

Factores

Dise

ños

Fact

oria

l com

plet

og

34

Diseños decaracterizacióng

Diseños FactorialCompleto

Con punto central

<5Factores

4-15Factores

> 15Factores

Dise

ños

Plac

kett-

Burm

anCo

n pu

nto

cent

ralTo

dos l

os fa

ctor

esCo

n 2

nive

lesDiseños Factorial

FraccionadoCon punto central

Ejec

ució

nIn

inte

rrum

pida

Ejec

ució

n e

n pa

rtes

2k c

on p

unto

Cent

ral n

oBl

oque

ado

2k c

on p

unto

Cent

ral

Bloq

uead

o

2k-p c

on p

unto

Cent

ral n

oBl

oque

ado

2k-p c

on p

unto

Cent

ral

Bloq

uead

o

Ejec

ució

nIn

inte

rrum

pida

Ejec

ució

n e

n pa

rtes

35

Diseños deSuperficie de Respuestad

Todos los factores son continuos

Hay factoresdiscretos

Diseño CentralCompuesto óDiseño axial

(CCD)

Ejec

ució

nIn

-inte

rrum

pida

Ejec

ució

n e

n pa

rtes

CCD

noBl

oque

ado

CCD

Bloq

uead

o

2Factores

> 2Factores

Diseño Central Factorial óDiseño “Centrado en las caras”

(CCF)

Dise

ño

Box-

Behn

ken

Ejec

ució

nIn

-inte

rrum

pida

Ejec

ució

n e

n pa

rtes

CCF

noBl

oque

ado

CCF

Bloq

uead

o

36

Diseños deMezclas

ConRestricciones

Sin Restricciones

DiseñosVértices

Extremos

Diseños Simplex

b

De filtraje De CaracterizaciónDe OptimizaciónDiseños

Simplex-LatticeDiseños Simplex-Lattice

AumentadoDiseños Simplex

Centroide

Dise

ño

Sim

plex

-Lat

tice

Sin

fact

ores

de

Proc

eso

Todo

s los

fact

ores

son

depe

ndie

ntes

Algu

nos

fact

ores

son

Inde

pend

ient

es

Sim

plex

-Lat

tice

+ Fa

ctor

ial 2

k

Sim

plex

-Lat

tice

+ Fa

ctor

ial 2

k-p

<5F.I.*

>3F.I.*

Dise

ñoVé

rtice

s Ext

rem

osSi

n fa

ctor

es d

e Pr

oces

o

Todo

s los

fact

ores

son

depe

ndie

ntes

Algu

nos

fact

ores

son

Inde

pend

ient

es

Vérti

ces E

xtre

mos

+ Fa

ctor

ial 2

k

Vérti

ces E

xtre

mos

+ Fa

ctor

ial 2

k-p

<5F.I.*

>3F.I.*

Sim

plex

-Lat

tice

Aum

enta

doSi

n fa

ctor

es d

e Pr

oces

o

Todo

s los

fact

ores

son

depe

ndie

ntes

Algu

nos

fact

ores

son

Inde

pend

ient

es

S.L.

** A

umen

tado

+ Fa

ctor

ial 2

k

S.L.

** A

umen

tado

+ Fa

ctor

ial 2

k-p

<5F.I.*

>3F.I.*

Dise

ñoSi

mpl

ex-C

entro

ide

Sin

fact

ores

de

Proc

eso

Todo

s los

fact

ores

son

depe

ndie

ntes

Algu

nos

fact

ores

son

Inde

pend

ient

es

Sim

plex

-Cen

troid

e+

Fact

oria

l 2k

Sim

plex

-Cen

troid

e+

Fact

oria

l 2k-

p

<5F.I.*

>3F.I.*

37

Selección entre diversas alternativas

Selección de los factores clave que afectan la respuesta

Modelado de la superficie de respuesta para: Llegar al objetivo Reducir la variabilidad Maximizar o minimizar la respuesta Hacer un proceso robusto Buscar objetivos múltiples

Aplicación del DOE

38

Establecer objetivos Seleccionar variables del proceso

Seleccionar un diseño experimental Ejecutar el diseño

Verificar que los datos sean consistentes con los supuestos experimentales

Analizar e interpretar los resultados Usar / presentar los resultados

Pasos del DOE

39

La selección de un diseño experimental depende de los objetivos del experimento y del número de factores a ser investigados:

Objetivo comparativo Objetivo de filtraje de factores Objetivo del método de superficie de

respuesta Optimizar las respuestas cuando los factores

son proporciones en un objetivo de mezclas Ajuste óptimo en un objetivo de modelo de

regresión

Objetivos experimentales

40

Las variables de proceso incluyen ambas entradas y salidas, es decir factores y respuestas. La selección de estas variables debe:

Incluir todos los factores relevantes Ser brillantes en seleccionar los niveles de

factores bajos y altos Evitar ajustes de factores para combinaciones

imprácticas o imposibles Incluir todas las respuestas relevantes Evitar usar respuestas que combinen dos o

más mediciones de proceso Evitar valores extremos en los factores de

entrada

Selección y escala de variables del proceso

41

Guías de diseñoNúmero de factores

Objetivo comparativo

Objetivo de filtraje de factores

Objetivo de superficie de respuesta

1 1- factor completamente aleatorizado

- -

2-4 Diseño aleatorizado por bloques

Factorial completo o fraccional

Diseño central compuesto o Box-Behnken

5 o más Diseño aleatorizado por bloques

Factorial fraccional o Placket Burman

Fltrar primero para reducir el número de factores

42

Supuestos experimentales ¿Son capaces los sistemas de medición para todas

las respuestas? ¿Es estable el proceso? ¿Los residuos se comportan adecuadamente?Modelo X1 La varianza se Requiere un

término Adecuado incrementa con X2 cuadrático

agregado a X2

43

Interacciones Interacción

Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor de entrada diferente

44

Interacciones Una interacción ocurre cuando el efecto de un

factor de entrada en la salida depende del nivel de otro factor de entrada. A veces se pierden con los diseños factoriales fraccionales

Sin interacción Interacción Interacción Interacción

moderada fuerte fuerte

45

Lista de verificacióntípica del DOE

Definir los objetivos del experimento

Aprender acerca del proceso antes de la tormenta de ideas

Tormenta de ideas para definir la lista de las variables clave dependientes e independientes

Correr experimentos preliminares para afinar el equipo y obtener resultados preliminares

46

Lista de verificacióntípica del DOE

Asignar niveles a cada variable independiente en función del conocimiento sobre el proceso

Seleccionar un plan estándar de DOE o desarrollar uno

Correr los experimentos en orden aleatorio y analizar los resultados periódicamente

Establecer conclusiones

47

El método iterativo del DOE Mientras que un experimento puede dar un

resultado útil, es más común realizar dos o tres o más experimentos antes de dar una respuesta completa. Esto es mejor y más económico.

48

Pasos para Diseñar y Realizar un Diseño de Experimentos

1. Observar datos históricos y/o recolectar datos para establecer la capacidad actual del proceso debe estar en control estadístico.

2. Determinar el objetivo del experimento (CTQs a mejorar).

Por medio de un equipo de trabajo multidisciplinario3. Determinar qué se va a medir como resultado del

experimento.

4. Identificar los factores de control y de ruido que pueden afectar el resultado.

49


5. Determinar el número de niveles de cada factor y sus valores reales.

6. Seleccionar un esquema experimental que acomode los factores y niveles seleccionados y decidir el número de replicas.

7. Verificar todos los sistemas de medición (R&R < 10%)

8. Planear y preparar los recursos (gente, materiales, etc.) para llevar a cabo el experimento. Hacer un plan de prueba.

50


9. Realizar el experimento, identificar muestras con la condición experimental que la produce

• Medir las unidades experimentales.

11. Analizar los datos e identificar los factores significativos.

12.Determinar la combinación de niveles de factores que mejor alcance el objetivo.

51


13. Correr un experimento de confirmación con esta combinación "óptima".

14. Asegurar que los mejores niveles para los factores significativos se mantengan por largo tiempo mediante la implementación de Procesos de Operación Estándar y controles visuales.

15. Re evaluar la capacidad del proceso.

52

Objetivos de los experimentos

Caracterizar el proceso (identificar los factores que influyen en la ocurrencia de errores)

Optimizar, identificar el nivel óptimo de los factores críticos para reducir el número de errores

Identificar los factores controlables que pueden afectar a la respuesta Y = Tiempo de solución de problema

Identificar los factores de ruido que no podemos o queremos controlar

Ejemplo: Proceso de atención a clientes en un Call Center

53

Variables de control X’s Número de líneas telefónicas

Nivel del Personal

Tiempo de acceso a bases de datos

Horas laboradas al día

Horas de atención


54

Variables que no se pueden o desean controlar Z’s – Variables de ruido

Edad del ejecutivo de cuenta Distribución del Call Center Día del año Medio ambiente Horarios de comida


55

Los Factores Pueden Afectar...

2. El Resultado Promedio

3. La Variación y el Promedio1. La Variación del Resultado

4. Ni la Variación ni el Promedio

Banda ancha

Banda angosta

Tiempo del servicio

Sin entren.

Con Entren.

Pocos ejecutivos

Suficientesejectuvos Ambos sexos

Toman el mismo tiempo

Tiempo del servicio

Tiempo del servicio Tiempo del servicio

56

Tipos de SalidasLas salidas se clasifican de acuerdo con nuestros objetivos.

3. El Valor Máximo es el Mejor

• Tiempo de Ciclo• Tiempo de

conexión

• Confiabilidad• Satisfacción

Objetivo Ejemplos de Salidas1. El Valor Meta es el Mejor

Meta

Lograr unvalor meta con

variación mínima

• Tiempo de atención• Tiempo de conexión

2. El Valor Mínimo es el Mejor

0

Tendencia de salidahacia arriba

Tendencia de salida hacia cero

57

Estrategia cuando el “Valor Meta es Mejor”

Paso 1: Encuentra los factores que afectan la variación. Usa estos factores para reducir al mínimo la variación.

Paso 2: Encuentra los factores que desplazan el promedio (y no afectan la variación). Usa estos

factores para ajustar la salida promedio con la meta deseada.

Meta

58

Estrategia cuando el “Valor Mínimo es Mejor”

0

Tendencia de salida baja

• El objetivo en este caso es encontrar los factores que afectan la salida promedio (tiempo). Usa estos factores para hacer que la tendencia del promedio sea baja.

• Cuando se reduce la variación en la salida al mínimo, también se mejora la salida al detectar los factores que contribuyen en gran medida a la variación.

59

Pruebas o Corridas ExperimentalesLas combinaciones de pruebas específicas de factores y niveles que se corren durante el experimento.

Experiencia x Material usado:El mejor nivel de Material depende de la experiencia.

InteraccionesEl grado en que los factores dependen unos de otros. Algunos experimentos evalúan el efecto de lasinteracciones; otros no.

Factor (X’s) NivelesA. Tiempo llamada 30 60 min.B. Localización 1 2 C. Experiencia 1 3 D. Material usado A B

NivelesLos valores en los que se establecen los factores.

A. Tiempo de llamadaB. LOcalizaciónC. ExperienciaD. Tipo de Material usado

FactoresLas variables de entrada de proceso que seestablecen a diferentes niveles para observarsu efecto en la salida.

Y =Tiempo de conexión

Respuesta de SalidaLa salida que se mide como resultado del experimentoy se usa para juzgar los efectos de los factores.

+1-1+1

-13+1+

1-1-12

-1-1-1-11Dato

sDCBACorridas

-1=Nivel Bajo +1=Nivel Alto

.

.

61

ANOVA - CONTENIDO ANOVA de un factor, una vía o una dirección

ANOVA de un factor y una variable de bloqueo, dos vías o dos direcciones

ANOVA de un factor y dos variables de bloqueo – CUADRADO LATINO

ANOVA De un factor y tres variables de bloqueo – CUADRADO GRECOLATINO

62

ANOVA PARA UN FACTORO DIRECCIÓN

63

ANOVA – Prueba de hipótesis para probar la igualdad de

medias de varias poblaciones para un factor

diferentessonsunasAHaHo a

..'.lg:.........: 321

Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variando Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc.)

64

ANOVA - Condiciones Todas las poblaciones son normales

Todas las poblaciones tiene la misma varianza

Los errores son independientes con distribución normal de media cero

La varianza se mantiene constante para todos los niveles del factor

65

ANOVA – Ejemplo de datosNiveles del Factor Peso % de algodón y Resistencia de tela

Peso porc. Respuestade algodón Resistencia de la tela

15 7 7 15 11 920 12 17 12 18 1825 14 18 18 19 1930 19 25 22 19 2335 7 10 11 15 11

66

ANOVA – Suma de cuadrados total

Xij

Xij

Gran media

2

11

)(

b

j

a

i

XXijSCT

67

ANOVA – Suma de cuadrados de renglones (a)-

tratamientos

Gran media

Media Trat. 1 Media Trat. a

Media trat. 2

a renglones

a

ii XXbSCTr

1

2)(

68

ANOVA – Suma de cuadrados del error

Media X1.

X1jX3jX2j

Media X2. Media X3.

Muestra 1 Muestra 2 Muestra 3

2

11

)( i

b

jij

a

i

XXSCE

69

ANOVA – Suma de cuadrados del error

Media X1.

X1jX3jX2j

Media X2. Media X3.

Muestra 1 Muestra 2 Muestra 3

SCTrSCTSCE

70

ANOVA – Grados de libertad: Totales, Tratamientos, Error

ananSCEglaSCTrglnSCTgl

)1()1(.1.

1.

71

ANOVA – Cuadrados medios: Total, Tratamiento y Error

)/()1/(

)1/(

anSCEMCEaSCTrMCTrnSCTMCT

72

ANOVA – Cálculo del estadístico Fc y Fexcel

SCEglSCTrglALFAFINVFexcelMCEMCTrFc

.,.,

73

Tabla final de ANOVATABLA DE ANOVA

FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO

Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME

Dentro de muestras (error) SCE n-a CME

Variación total SCT n-1 CMT

Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfao si el valor p correspondiente a la Fc es menor al valor de alfa especificado

74

ANOVA – Toma de decisión

Fexcel

Fc

Alfa

Zona de rechazoDe Ho o aceptar Ha

Zona de no rechazo de HoO de no aceptar Ha

Distribución F

75

ANOVA – Toma de decisión

Si Fc es mayor que Fexcel se rechaza HoAceptando Ha donde las medias son diferentes

O si el valor de p correspondiente a Fc es menor de Alfa se rechaza Ho

76

ANOVA – Identificar las medias diferentes por Prueba

de Tukey T

Para diseños balanceado (mismo número de columnas en los tratamientos) el valor de q se determina por medio de la tabla en el libro de texto

bCMEqT ana ,,

77

ANOVA – Identificar las medias diferentes por Prueba

de Tukey TSe calcula la diferencia Di entre cada par de Medias Xi’s:

D1 = X1 – X2 D2 = X1 – X3 D3 = X2 – X3 etc.

Cada una de las diferencias Di se comparan con elvalor de T, si lo exceden entonces la diferencia es Significativa de otra forma se considera que las mediasSon iguales

78

ANOVA – Identificar las medias diferentes por Prueba de

Diferencia Mínima Significativa DMS

Para diseños balanceados (los tratamientos tienen igual no. De columnas), se calcula un factor DMS contra el que se comparan las diferencias Xi – Xi’. Significativas si lo exceden

bFCME

DMS an ,1,)(2

79

Prueba DMS para Diseños no balanceados

anakj

kj FCMEbb

DMS

,1,, )(11

Para diseños no balanceados (los tratamientos tienen diferente no. De columnas), se calcula un factor DMSPara cada una de las diferencias Xi – Xi’

80

ANOVA Para un factorprincipal y una variable de

bloqueo

Planes aleatorizados bloqueados

81

Diseños aleatorizados bloqueados

Cuando cada grupo homogéneo del experimento contiene exactamente una medición en cada tratamiento, el plan experimental se denomina plan aleatorizado bloqueado. Un ejemplo incompleto es:

82


medias de varias poblaciones con dos vías

Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variandoLos niveles de ese factor (Temp.1, Temp.2, etc.) POR RENGLONY Considerando los niveles de otro factor que se piensaQue tiene influencia en la prueba –VARIABLE DE BLOQUEOPOR COLUMNA

83


medias de varias poblaciones con dos vías


..'.lg:.........: 321


..'.lg:'.........''': 321

Para el tratamiento – en renglones

Para la variable de bloqueo – en columnas

84

ANOVA de 2 vías - Ejemplo

Experiencia en años de los operadoresMaquinas 1 2 3 4 5

Maq 1 27 31 42 38 45Maq 2 21 33 39 41 46Maq 3 25 35 39 37 45

85

ANOVA – Dos vías o direcciones

La SCT y SCTr (renlgones) se determina de la misma forma que para la ANOVA de una dirección o factor

En forma adicional se determina la suma de cuadrados del factor de bloqueo (columnas) de forma similar a la de los renglones

La SCE = SCT – SCTr - SCBl

86

ANOVA de 2 vías – Suma de cuadrados, gl. y Cuadrado

medio para el factor de bloqueo (en cols)

)1/(1.

)( 2

1

bSCBlCMBlbSCBlgl

XXaSCBl j

b

j

87


medio para el error

))(/())((.bnanSCBlCME

bnanSCEglSCBlSCTrSCTSCE

88



.,.,

89

ANOVA de 2 vías – Cálculo del estadístico Fcbl y Fexcel bloques

(columnas)

SCEglSCBlglALFAFINVFexcelMCEMCBlFc

.,.,

90

Tabla final ANOVA 2 víasFUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO

Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME

Entre Bloques (Factor Bl) SCBl b-1 CMBL CMBL/CME

Dentro de muestras (error) SCE (a-1)(b-1) CME


Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa

91

ANOVA – 2 vías Toma de decisión

Fexcel

FcTr o Bl

Alfa

Zona de rechazoDe Ho o aceptar Ha

Zona de no rechazo de HoO de no aceptar Ha

Distribución F

92

ANOVA – 2 vías Toma de decisión

Si Fc (Tr o Bl) es mayor que Fexcel se rechaza Ho Aceptando Ha donde las medias son diferentes

O si el valor de p correspondiente a Fc (Tr o Bl) es menor de Alfa se rechaza Ho

93

Cálculo de los residuales

.

.

*

ˆ

ˆ

.,,05.0

....

i

i

yMSEglkk

y

ijijij

jiij

srRbMSEs

yye

yyyy

Y estimada

Error o residuo

Error estándar

Factor de comparación

Si la diferencia de medias excede a Rk es significativa

94

Adecuación del modelo Los residuales deben seguir una recta en la

gráfica normal

Deben mostrar patrones aleatorios en las gráficas de los residuos contra el orden de las Yij, contra los valores estimados y contra los valores reales Yij

95

ANOVA para un factor principal y dos o tres variables de bloqueo

CUADRADO LATINO Y GRECOLATINO

96

ANOVA – 3, 4 y 5 vías El diseño de Cuadrado latino utiliza dos

variables de bloqueo adicionales al factor de Tratamiento

EL diseño de Cuadrado Grecolatino utiliza tres variables adicionales al factor de Tratamiento

El diseño de Cuadrado Hipergrecolatino utiliza cuatro variables de bloqueo adicionales al factor de tratamiento

97

ANOVA – Diseño de Cuadrado Latino

Este diseño es útil para incluir dos fuentes de no homogeneidad en las condiciones que afectan los resultados de las pruebas

Una tercera variable, que es el tratamiento experimental se aplica a las variables fuente de manera balanceada

Un diseño de cuadrado latino es un experimento factorial fraccional restringido por dos condiciones:

El número de columnas, filas y tratamientos debe ser la misma

No debe hacer interacciones esperadas entre los factores de filas y columnas

98

ANOVA – Diseño de Cuadrado Latino

Se prueban 5 autos, con 5 carburadores diferentes para determinar el consumo de gasolina con 5 chóferes en un cuadrado latino de 5 x 5.

99

Cuadrado LatinoAños exp. TurnoEmpleado Mañana Tarde Noche

1 B=15 A=18 C=11

2 C=12 B=20 A=9

3 A=17 C=19 B=10A, B, C = Máquinas 1, 2 y 3

100

ANOVA – Cuadrado Latino: Factor principal (A,B,C,D)

)1/(11.

)( 2

1

bSCTrCMTrbaSCTrgl

XXaSCTr Tr

b

j

101

ANOVA – Cuadrado Latino: Cálculo del error

)1)(2/()1)(2(.

Re

aaSCECMEaaSCEgl

SCTrngSCSCTcolSCTSCE

102



.,.,

103

ANOVA – Cuadrado Latino Reng / Col

SCEglSCBlglALFAFINVFexcelMCEMCColsFcols

MCEngMCFcreng

.,.,

Re

104

Tabla final ANOVA vías Factores

FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO

Renglores SCRen a-1 CMRen CMRen/CME

Columnas SCCol b-1 CMCol CMCol/CME

Tratamiento SCTr a-1 CMTr CMTr/CME

Dentro de muestras (error) SCE (a-2)(a-1) CME


105

Cuadrado latino en Minitab Se introducen las respuestas en una columna

C1

Se introducen los subíndices de los renglones en una columna C2

Se introducen los subíndices de las columnas en una columna C3

Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C4

106

Cuadrado latino en Minitab Opción: ANOVA – General linear model

En Response indicar la col. De Respuesta,

En Model indicar la columna del factor y

En Random factors indicar las variables adicionales al del efecto principal a probar (A, B, C, D). Se pueden pedir interacciones entre factores x – y con Cx*Cy

Pedir gráfica de residuales Normal y vs fits y orden

107

Diseño de cuadrado Greco Latino

Es una extensión del diseño Cuadrado Latino con una variable de bloqueo extra para tener 3 variables de bloqueo, por ejemplo si se agrega el día se tiene:

108

Cuadrado Greco LatinoExperiencia de los operadores

Lotes MP 1 2 3 4 5

1 Aa=-1 Bc=-5 Ce=-6 Db=-1 Ed=-1

2 Bb=-8 Cd=-1 Da=5 Ec=2 Ae=11

3 Cc=-7 De=13 Eb=1 Ad=2 Ba=-4

4 Dd=1 Ea=6 Ac=1 Be=-2 Cb=-3

5 Ee=-3 Ab=5 Bd=-5 Ca=4 Dc=6

a, b, c y d son 5 diferentes tipos de montaje A, B, C, D y E son las 5 formulaciones a probar

109

ANOVA – Cuadrado Grecolatino

)1/(1.

)( 2

1

bSCGCMGbSCGgl

XXaSCG m

b

m

110


medio para el error

)1)(3/()1)(3(.

Re

aaSCECMEaaSCEgl

SCColnSCSCGSCTrSCTSCE

111


SCEglSCTrglALFAFINVFexcelMCEMCGFc

.,.,

112

ANOVA – Cuadrado Grecolatino

SCEglSCBlglALFAFINVFexcelMCEMCTrFc

.,.,

113

Tabla final ANOVA 2 FactoresFUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO

Renglores SCRen a-1 CMRen CMRen/CME

Columnas SCCol b-1 CMCol CMCol/CMELetras griegas SCG a-1 CMG CMG/CMETratamiento SCTr a-1 CMTr CMTr/CME

Dentro de muestras (error) SCE (a-3)(a-1) CME


114

Cuadrado Greco latino en Minitab

Se introducen las respuestas en una columna C1 Se introducen los subíndices de los renglones en

una columna C2

Se introducen los subíndices de las columnas en una columna C3

Introducir los subíndices del factor adicional de letras griegas con letras latinas minúsculas (a,b,c,d,e) en C4

Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C5

115

Cuadrado Greco latino en Minitab

Opción: ANOVA – General linear model

En Response indicar la col. de Respuesta,

En Model indicar la columna del factor y

En Random factors indicar las variables adicionales al del efecto principal a probar (A, B, C, D). También se pueden indicar interacciones entre factores x-y con Cx * Cy

Pedir gráfica de residuales Normal y vs fits y orden

116

Diseño de cuadrado hipergrecolatino

Permite el estudio de tratamientos con más de tres variables de bloqueo, por ejemplo:

118

Diseños factorial completo 2K

A

B

BAJOALTO

ALTO

BAJO

A B

1 - -2 + -3 - +4 + +

Representa-ción Gráfica

Representa-ción Tabular

ALTO

ALTO

ALTO BAJO

BAJOBAJO

B

AC

Factor

Prueba A BC

1 - --

2 + --

3 - +-

4 + +-

5 - -+

6 + -+

7 - ++

8 + ++

119

Experimentos de Factoriales Completos- todas las combinaciones

Todas las combinacionesTemperatura Tiempo

Corrida 1: 350° 1min.Corrida 2: 350° 2min.Corrida 3: 400° 1min.Corrida 4: 400° 2min.

FactoresNiveles

Bajo Alto

Temperatura 350° 400°Tiempo 1min. 2min.

120

Número de Niveles

• En Tres Niveles hay la necesidad de ejecutar más pruebas, sin embargo, nos permite buscar la curvatura, es decir, los efectos cuadráticos.

• En Dos Niveles nos permite considerar únicamente los efectos lineares.

1 2

y

2 Niveles

1 2 3

y

3 Niveles

121

Diseños de Dos Niveles• Una estrategia que frecuentemente se emplea es

la de considerar un gran número de factores, cada uno dispuesto en dos niveles para identificar los factores que son significativos.

122

Determinación del Número de Combinaciones de PruebaEl número de combinaciones de prueba para un factorial completo con factores k, cada uno en dos niveles es:

k2n Por lo tanto, a estos diseños se les conoce como diseños .k2

123

Codificación de los Niveles de los Factores

Los niveles de los factores para los diseños 2k

se codifican como: Nivel bajo = -1 Nivel alto = +1

Minitab puede manejardiseños hasta .72

Diseño :22Corrida A B

1 -1 -12 +1 -13 -1 +14 +1 +1

Diseño :32Corrida A B C

1 -1 -1 -12 +1 -1 -13 -1 +1 -14 +1 +1 -15 -1 -1 +16 +1 -1 +17 -1 +1 +18 +1 +1 +1

124

Diseños de experimentos de dos factores dos niveles

125

Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.

4020-1

5230+1

+1-1

Factor A:

Factor B: Y = Respuesta

Experimento factorial completo – sin interacción

Efecto del factor A = (52+40)/2 - (30+20)/2 = 21Efecto del factor B = (30+52)/2 - (20+40)/2 = 11 Efecto de A*B = (52+20)/2 – (30+40)/2 = 1

126

Experimento sin interacción

A = -1 A = +1

RespuestaPromedio

B = +1

B = -1 20

30

40

52

127

Experimento sin interacción

A = -1 A = +1

B = +1

B = -1

Respuesta

20

3040

52

128

Modelo de regresión lineal0 1 1 2 2 12 1 2

0

1

2

12

1 2 1 2

ˆ (20 40 30 52) / 4 35.5ˆ 21/ 2 11ˆ 11/ 2 5.5ˆ 1/ 2 0.5ˆ 35.5 10.5 5.5 0.5

y x x x x

y x x x x

El coeficiente 0.5 es muy pequeño dado que no hay interacción

129

Gráfica de contornos – Experimentos sin interacción

X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1

X2

1

.5

0

-.5

-1

22

2834

4046

49 DirecciónDe ascensorápido

130

Superficie de respuesta – Experimentos sin interacción

X1X2

Superficie de respuesta

Gráfica del modelo de regresión

Y = respuesta

131

Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.

5020-1

1240+1

+1-1

Factor A = X1 :

Factor B = X2: Y = Respuesta

Experimento factorial completo – con interacción

Efecto de A*B = {(12+20)-(40+50)}/2 = -29

132

Experimento con interacción

A = -1 A = +1

RespuestaPromedio

B = +1

B = -1 20

40

50

12

134

Modelo de regresión lineal0 1 1 2 2 12 1 2

0

1

2

12

1 2 1 2

ˆ (20 40 30 52) / 4 30.5ˆ 2 / 2 1ˆ 18 / 2 9ˆ 58 / 2 29ˆ 30.5 1 9 29

y x x x x

y x x x x

El coeficiente -29 es muy grande representando la interacción

135

Gráfica de contornos

X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1

X2

1

.5

0

-.5

-1

25

28

31 34

4349 Dirección

De ascensorápido

40

136

Superficie de respuesta – Experimentos con interacción

Superficie de respuesta

Gráfica del modelo de regresión

137

Un experimento factorial con réplicas tiene varios resultados bajo la misma combinación de niveles

y7

y8

y3

y460’

y5

Y6

y1y2

30’9070

Factor A :Horas entrenamiento

Factor B: Acceso al sistema

Y = Tiempo de

respuesta

Experimento factorial con réplicas

138

Factor A :Horas de entrenam.

7978

959260 min.

8487

908730 min.

9070Factor B:

Acceso al sistema Y = Tiempo de

conexión

• ¿El tiempo de entrenamiento afecta el tiempo de conexión?

• ¿El tiempo de acceso afecta el tiempo de conexión?• ¿Qué efecto tiene la interacción entre las horas de

entrenamiento y la hora del día sobre el tiempo de conexión?

Análisis del efecto de la media

139

A2 =

El Efecto del entrenamientoFactor B : Tiempo de acceso

7978

9592

B2 = 60 min.

8487

9087B1 = 30 min.

A2 = 90A1 = 70

Factor A : Horas de

entrenamiento

A1 = 90 + 87 + 95 + 924 = 91

84 + 87 + 79 + 784 = 82

¿El tiempo de entrenamiento parece cambiar el tiempo de conexión Y?

Tiem

po d

e co

nexi

ón

70 90o

95

90

85

80

91

82

140

El Efecto del Tiempo de acceso

B2 =

Factor B : Tiempo de

acceso

B1 = 90 + 87 + 84 + 874 = 87

95 + 92+ 79 + 784 = 86

Tiem

po d

e co

nexi

ón

30 min. 60 min.

95

90

85

80

7978

9592

B2 = 60 min.

8487

9087B1 = 30 min.

A2 = 90A1 = 70

Factor A : Horas de entrenamiento

¿El cambio de tiempo de acceso parece cambiar el tiempo de atención promedio del Call Center?

8786

141

El Efecto de la InteracciónFactor B : Tiempo de acceso

oo

Factor A : Horas de entrenamiento

7978

9592

B2 = 60 min.

8487

9087

B1 = 30 min.

A2 = 90A1 = 70

78.593.5B2

85.588.5B1

A2A1

A,B, = 90 + 872

= 88.5Ti

empo

de

cone

xión

30 min. 60 min.

95

90

85

80

70

90

• En una gráfica de interacción, las líneas paralelas indican que no hay interacción. ¿Por qué?• ¿Las horas de entrenamiento y el tiempo de acceso parecen interactuar?• ¿Qué niveles de los factores deben usarse para reducir al mínimo la dureza de

las partes?

143

Stat > DOE > Factorial > Create Factorial Design

o Two level

Designs: Number of center points 0 Number of Replicates 2 Number of blocks 1 OK

Options Non randomize runs OK

Factors Introducir el nombre real de los factores y en forma opcional los niveles reales

Results Summary table, alias table OK

Corrida con Minitab – Creación del diseño para 2 factores 2 niveles

144

Stat > DOE > Factorial > Create Factorial Design

Type of Design: General Full Factorial

Designs: Number of levels 3, 3 Number of Replicates 2

Options Non randomize runs OK

Factors Introducir el nombre real de los factores y en forma opcional los niveles reales

Corrida con Minitab – Diseño para 2 factores con 3 o más niveles

145

Corrida con Minitab – Análisis del diseño factorial

Hacer una columna de RESPUESTAS e introducir los datos correspondientes a cada celda

Stat > DOE > Factorial > Analyze Factorial Design

Response Seleccionar la columna de las respuestas Residuals Estandardized

Terms Pasar todos los términos a Selected con >> OKGraphs Seleccionar Effects Plots Normal y Pareto Seleccionar Residual plots: Normal y vs fits OKResults Full table of fits and residuals

Seleccionar todos los términos con >> OKOK

146

Corrida con Minitab – Interpretación de gráficas

MAIN EFFECTS La gráfica de EFFECTS PLOT debe indicar fuera de la

recta los factores e interacciones que son significativas

La gráfica EFFECTS PARETO debe indicar en sus barras principales más allá de la recta de 0.1 o 0.05 los factores e interacciones significativas

RESIDUALS La gráfica NORMAL PLOT de residuos debe mostrar los

puntos cerca de la recta La gráfica de residuos RESIDUALS vs FITS debe mostrar

aleatoriedad en los residuos

147

Corrida con Minitab – Interpretación de resultados

Estimated Effects and Coefficients for Res (coded units)

Term Effect Coef SE Coef T P Variables significativas (p < 0.05, 0.1)Constant 86.500 0.6614 130.78 0.000

A -9.000 -4.500 0.6614 -6.80 0.002

B -1.000 -0.500 0.6614 -0.76 0.492

A*B -6.000 -3.000 0.6614 -4.54 0.011

Modelo de regresión Y = 86.5 – 4.5 A – 3 AB (incluyendo sólo las variables significativas)

Analysis of Variance for Res (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 164.00 164.00 82.000 23.43 0.006 Existencia del modelo2-Way Interactions 1 72.00 72.00 72.000 20.57 0.011

Residual Error 4 14.00 14.00 3.500

Pure Error 4 14.00 14.00 3.500

Total 7 250.00

148

Tabla ANOVA – Experimento de Tiempo de respuesta

250.0007Total

3.50014.00014.0004Error

0.01120.5772.00072.00072.0001Temp* Tiempo

0.4920.572.0002.0002.0001Tiempo

0.00246.29162.00162.00162.0001Temp

PFMS AjSS AjSS SecDFOrigenLas horas de entr. son significativas.

La interacción del tiempo de acceso y horas de entr. es significativa.

El Tiempo de acceso, no es significativo.

149

Crear las gráficas factoriales y de interacción:

Stat > DOE > Factorial > Factorial PlotsSeleccionar Main effects e Interaction Plots Setup para ambas: Seleccionar columna Respuesta

y con >> seleccionar todos los factores OKSeleccionar Data Means OK

Corridas con Minitab – Gráficas factoriales

150

Interpretación de gráficas Si la interacción es significativa, entonces los

mejores niveles de operación del proceso ya sea para maximizar o para minimizar la respuesta Y, se seleccionan de la Gráfica de Interacción

Si no es significativa la interacción, entonces los mejores niveles de los factores se seleccionan de las gráficas de efectos principales

151

Gráfica de efectos principales

BA

90

88

86

84

82

Res

Main Effects Plot (data means) for Res

152

Gráfica de interacciones

-1 1

1 1-1-1

90

85

80

B

A

Mea

n

Interaction Plot (data means) for Res

153

Crear las gráficas de contorno y superficies de respuesta:

Stat > DOE > Factorial > Contour/Surface Plots

Seleccionar Contour / Surface Plots Setup para ambas: Entrar a opción y dar OK

Seleccionar OK

Corridas con Minitab – Gráficas de contorno y superficie de respuesta

154

Gráfica de contorno

82.5 85.0 87.5 90.0 92.5

10-1

1

0

-1

A

B

Contour Plot of Res

Permite identificar la dirección de experimentación de ascenso rápido perpendicular a los contornos

155

Gráfica superficie de respuesta

1

0-1

B80

85

90

95

0

Res

-11A

Surface Plot of Res

156

Diseños de experimentos de tres factores dos niveles

157

Factorial Completo con 3 Factores

Diseño 23, Factores A, B, C.Permite la evaluación de todos los efectos:

A AB ABCB ACC BC

Efectos Principales

Interacciones con 2 factores

Interacciones con 3 factores

158

Factorial completo con 3 factores

Corrida A B C1 -1 -1 -12 +1 -1 -13 -1 +1 -14 +1 +1 -15 -1 -1 +16 +1 -1 +17 -1 +1 +18 +1 +1 +1

159

Diseño 23 con Columnas de Interacción

Las columnas de interacción se obtienen multiplicandolos datos ingresados en la columna factor.

Fila A B C AB AC BC ABC1 -1 -1 -1 +1 +1 +1 -12 +1 -1 -1 -1 -1 +1 +13 -1 +1 -1 -1 +1 -1 +14 +1 +1 -1 +1 -1 -1 -15 -1 -1 +1 +1 -1 -1 +16 +1 -1 +1 -1 +1 -1 -17 -1 +1 +1 -1 -1 +1 -18 +1 +1 +1 +1 +1 +1 +1

Las columnas de interacción no se usan para ejecutar las pruebas.Estas se usan en el análisis de los datos resultantes.

160

Análisis de los Datos1. Análisis de las Medias Determina los factores que afectan la

respuesta promedio.

2. Análisis de Desviación Estándar Determina los factores que afectan la

variabilidad en la respuesta. En ambos casos, se analizan los datos

usando…… - Tablas y Gráficas de Respuesta - Los valores P para significancia de los

coeficientes.

161

Experimento Factorial - 2 niveles

A B C1. - - -2. + - -3. - + -4. + + -5. - - +6. + - +7. - + +8. + + +

Leyenda:- : Nivel bajo de un factor+ : Nivel alto de un factor

Factor – +A. Perfil #1 Posición 1 Posición 2B. Angulo 90° 105°C. Presión Baja Alta

Esta distribución experimental muestra todas las combinaciones posibles de 3 factores en 2 niveles

162

A B C Muestra 1 Muestra 2 Muestra 3

1. - - - 19.18 19.02 19.092. + - -3. - + -4. + + -5. - - +6. + - +7. - + +8. + + +

La Distribución Experimental

Las corridas experimentales están dadas por las filas. Por ejemplo, la corrida #1 nos dice que todos los factores deben posicionarse en sus niveles bajos (-).

Entonces, tres piezas se manufacturan con el proceso establecido en los niveles bajos de A, B y C. La dimensión interna se mide y se registra.

163

Datos Experimentales Completos

Se estableció cada una de las 8 combinaciones de la prueba y se manufacturaron tres piezas en cada combinación.

A B C Muestra 1 Muestra 2 Muestra 3

1. - - - 19.18 19.02 19.092. + - - 19.15 19.40 19.623. - + - 19.41 18.82 19.144. + + - 19.89 18.94 19.405. - - + 18.73 18.63 18.796. + - + 19.17 18.76 18.947. - + + 18.40 18.73 19.048. + + + 18.54 19.46 18.97

164

A B C Muestra 1 Muestra 2 Muestra 3 Prom.1. - - - 19.18 19.02 19.09 19.102. + - - 19.15 19.40 19.62 19.393. - + - 19.41 18.82 19.14 19.124. + + - 19.89 18.94 19.40 19.415. - - + 18.73 18.63 18.79 18.726. + - + 19.17 18.76 18.94 18.967. - + + 18.40 18.73 19.04 18.728. + + + 18.54 19.46 18.97 18.99

Búsqueda de los Factores que Afectan al Diámetro Promedio

Para identificar cuáles son los factores que afectan la dimensión promedio de las piezas, primero calculamos el promedio de cada una de las

combinaciones de prueba.

165

A B C Prom.1. - - - 19.102. + - - 19.393. - + - 19.124. + + - 19.415. - - + 18.726. + - + 18.967. - + + 18.728. + + + 18.99

Evaluación del Efecto del Factor C

El Factor C tiene un efecto en la respuesta promedio si la dimensión promedio en el nivel C– difiere de la dimensión promedio en el nivel C+.

26.194

41.1912.1939.1910.19Prom. en C

85.184

99.1872.1896.1872.18

Prom. en C

166

Tabla de Respuesta para las Medias

A B C Prom.1. - - - 19.102. + - - 19.393. - + - 19.124. + + - 19.415. - - + 18.726. + - + 18.967. - + + 18.728. + + + 18.99

A B C– 18.92 19.04 19.26+ 19.19 19.06 18.85 0.27 0.02 -0.41

También es un Efecto significativo

Es el Efecto más Grande

167

Gráficas de los Efectos de los Factores (Medias)

CBA

1-1 1-1 1-119.25

19.15

19.05

18.95

18.85

Dim

ensi

ón

Gráfica de Efectos Principales (medias de los datos) para Dimensión

168

La Interacción ABA B C AB = ( A x B) = AB

1. – – – + = (-1 x -1) = +12. + – – – = (+1 x -1) = -13. – + – – = (-1 x +1) = -14. + + – + = (+1 x +1) = +15. – – + + = (-1 x -1) = +16. + – + – = (+1 x -1) = -17. – + + – = (-1 x +1) = -18. + + + + = (+1 x +1) = +1

169

El Efecto de la Interacción ABA B C AB Prom.

1. + 19.102. - 19.393. - 19.124. + 19.415. + 18.726. - 18.967. - 18.728. + 18.99

05.194

72.1896.1812.1934.19Prom. en AB

05.194

99.1872.1841.1910.19

A B C AB- 18.92 19.04 19.26 19.05+ 19.19 19.06 18.85 19.05 0.27 0.02 -0.41 0.00

Prom. en AB

170

Columnas de interacciones

Las columnas de interacción AC, BC y ABCSe obtienen multiplicando las columnas A,B,C.

A B C AB AC BC ABC Muestra 1 Muestra 2 Muestra 3 Prom.1 – – – + + + – 19.18 19.02 19.09 19.102 + – – – – + + 19.15 19.40 19.62 19.393 – + – – + – + 19.41 18.82 19.14 19.124 + + – + – – – 19.89 18.94 19.40 19.415 – – + + – – + 18.73 18.63 18.79 18.726 + – + – + – – 19.17 18.76 18.94 18.967 – + + – – + – 18.40 18.73 19.04 18.728 + + + + + + + 18.54 19.46 18.97 18.99

171

Tabla de Respuesta para Medias

A B C AB AC BC ABC– 18.92 19.04 19.26 19.05 19.06 19.05 19.05+ 19.19 19.06 18.85 19.05 19.04 19.05 19.06 0.27 0.02 -0.41 0.00 -0.02 0.00 0.01

172

Efectos principales e Interacciones

Las líneas paralelas significan que no hay interacción.

-1 1

1 1-1-1

19.2

19.1

19.0

18.9

B

A

Med

ia

-1 1

1 1-1-1

19.4

19.3

19.2

19.1

19.0

18.9

18.8

C

A

-1 1

1 1-1-1

19.25

19.15

19.05

18.95

18.85

C

B

Gráfica de Interacción (medias de los datos) para Dimensión

Gráfica de Interacción (medias de los datos) para Dimensión

Gráfica de Interacción (medias de los datos)

para Dimensión

Med

ia

Med

ia

173

Ecuación de Predicción

En la ecuación de predicción se incluyen únicamente los efectos que se consideran importantes (cuyo valor de P es menor o igual a 0.05).

...AB)

2AB

(B)2B

()2A

(yy A

y =

2

A

2

B

y

y = y = Respuesta predicha

2

A

2

AMitad del efecto para el factor A

2

B

2

B

y Promedio de todos los datosy

Mitad del efecto para el factor B

174

Factores que Afectan la Variación

Se identifican los factores que afectan la variación en la respuesta.

Se calcula la desviación estándar de cada uno de los conjuntos de replicas.

Se analiza dicha columna de la misma manera que se analizó el promedio:

- Tabla de Respuesta (las deltas grandes muestran los factores o interacciones que están afectando la variación).

- Gráficas (El eje vertical representa la desviación estándar).

- Los valores P para la prueba de los coeficientes (generar un modelo s-hat usando los términos significativos).

175

Factores que Afectan la Variación

A B C Muestra 1 Muestra 2 Muestra 3DesviaciónEstándar

1. - - - 19.18 19.02 19.09 0.0802. + - - 19.15 19.40 19.62 0.2353. - + - 19.41 18.82 19.14 0.2954. + + - 19.89 18.94 19.40 0.4755. - - + 18.73 18.63 18.79 0.0816. + - + 19.17 18.76 18.94 0.2067. - + + 18.40 18.73 19.04 0.3208. + + + 18.54 19.46 18.97 0.460

Para identificar cuales son los factores que afectan la variación en la dimensión de los

rieles, primero calculamos la desviación estándar de cada una de las corridas.

176

Tabla de Respuesta de la Desviación Estándar

Se generó una tabla de respuesta, con las desviaciones estándar, que muestre la fuerza que tiene cada factor e interacción sobre la variación de la dimensión

A B C AB AC BC ABC– 0.194 0.150 0.271 0.264 0.278 0.264 0.270+ 0.344 0.388 0.267 0.274 0.260 0.274 0.268 0.150 0.237 -0.005 0.010 -0.018 0.010 -0.002

177

Gráficas de los Efectos de los Factores (Variación)

Las gráficas muestran el efecto de cada factor sobre la variación.

CBA

1-1 1-1 1-1

0.39

0.33

0.27

0.21

0.15

Des

viac

ión

Est

ánda

r

Gráfica de Efectos Principales (medias de los datos) de la Desviación Estándar

178

Mejoramiento en Dos Pasos Paso 1: Usar el análisis de desviación

estándar para reducir la variabilidad. Paso 2: Usar el análisis de la media para

ajustar el proceso o producto con la meta establecida, sin aumentar la variación.

Si se tiene conflicto con el nivel de algún factor, se debe dar preferencia al nivel que reduzca la variabilidad

179

Efectos de las Variables de Ruido

Las variables no controladas durante un experimento (tales como las condiciones ambientales) pueden producir cambios en la respuesta de la salida. Si una variable de fondo cambia un factor de la misma forma que nuestro experimento lo cambia, entonces, nuestra conclusión es incorrecta cuando decimos que el factor está produciendo el efecto.

Presión de

Inyección1. - 1.42. - 1.63. - 1.04. - 0.95. + 1.16. + 0.77. + 0.68. + 0.5

¿ Por quéla diferencia?

Prom.= 1.23

Prom.= 0.73

Las Corridas 1 a 4 se ejecutaron en la mañana cuando la temperatura ambiental en la planta es templada.Las Corridas 5 a 8 se ejecutaron en la tarde cuando hace calor.La diferencia observada en la salida, ¿se debe al cambio en la presión de inyección o al cambio en la temperatura ambiental?

Datos

180

Orden Aleatorio de las Corridas

Una estrategia para protegerse de las variables de ruido es aleatorizar el orden de las corridas experimentales.

2.6.4.7.3.8.5.1.

1.2.3.4.5.6.7.8.

A B C — — —

— —+— —+

—+ +— — +

—+ +— + ++ + +

Orden Estándar Orden Aleatorio

Ejecutar el experimento en orden aleatorio promediará, los efectos de las variables de ruido.

Sin embargo, por lo general es mejor tratar las variables de ruido como un FACTOR DE RUIDO y así, ¡lograr una fuerza contra el ruido!

A B C — —+—+ +

—+ +— + +— —++ + +— — +— — —

181

Factoriales Completos en 3 Niveles

Para todos los factores en 3 niveles, los diseños factoriales completos se vuelven muy grandes, incluso para 3 factores.

2 factores: 32 = 9 corridas3 factores: 33 = 27 corridas 4 factores: 34 = 81 corridas etc…

La información que se necesita para la construcción de un modelo (la ecuación de predicción) se puede obtener con menos pruebas mediante otros tipos de diseño, tales como los fraccionales factoriales.

182

Ejemplo: Diseño Factorial Completo en 3 niveles

Presión Velocidad No.Capas Replica 1Replica 2

-1 -1 -1 60.5 59.51 -1 -1 73.0 71.0-1 1 -1 54.0 54.01 1 -1 68.3 67.7-1 -1 1 52.7 51.31 -1 1 83.1 82.9-1 1 1 45.6 44.41 1 1 80.4 79.6

Ejemplo: Algoritmo de Yatespara diseños 2K

Línea continua __________________ indica sumaLínea punteada ------------------------- indica restar al número de abajo el de arriba

6072

Respuesta

promedio

5468

5283

4580

3135

1214

135125

132122

254260

2666

- 10- 10

24

0 2

640

- 20 6

51492

60.2523.0

- 5.0 1.5

1.510.0

0.00.5

(1) (2) (3) EfectoDivisor

84

44

44

44

B

} } }} } }

}}}} } }

A

AB

C

AC

BCABC

Contraste

184

Ecuación de Predicción

Y = Y + A +EA2

EB2 B + EAB

2 AB^

185

Región óptima con puntos centrales

Y = Y + A +EA2

EB2 B + EAB

2 AB^

187

Pasos para el DOE Seleccionar el proceso Identificar la variable de respuesta de interés

Identificar los factores de entrada y sus niveles Seleccionar el diseño apropiado

Realizar los experimentos bajo las condiciones predeterminadas

Colectar los datos de respuestas Analizar los datos y obtener conclusiones

188

Diseño factorial fraccional Ventajas

Se pueden obtener conclusiones parecidas que con experimentación de diseños factoriales completos con menos experimentos (1/2 o ¼)

Resulta más económico Dado que en muchos casos las interacciones no

son significativas, no importa que su efecto se confunda con los de los factores principales

Desventajas En muchos casos sólo se pueden estimar los

efectos principales de los factores (diferencia de promedios)

189

Diseños de Plackett - Burman

Se utilizan para identificar los factores significativos de entre varios factores como filtro.

El número de experimentos es múltiplo de 4 (4, 8, 16, 32, 64, 128) donde cada efecto de interacción está confundido con exactamente un efecto principal

Hay arreglos no geométricos de 12, 20, 24, 28, etc. Cada interacción está parcialmente confundida con los efectos principales, significa que si las interacciones no son significativas se pueden utilizar sólo para efectos principales, por ejemplo un arreglo de 12 experimentos para 11 factores

190

Ejemplo: filtraje de factores

191

Diseños de Plackett - Burman

Ventajas Son muy económicos, por ejemplo con un

diseño de 20 corridas se pueden probar hasta 19 factores. 27 factores se pueden filtrar con un diseño de 28 corridas

Desventajas Sólo proporcionan una guía de cuales factores

son significativos para posteriormente hacer un diseño factorial completo o menos fraccional con ellos y estimar los puntos óptimos

192

Diseño de operaciones evolutivas EVOP

Enfatiza una estrategia conservadora para mejora continua del proceso, sin alterarlo en producción

193


Las pruebas se realizan en la fase A, hasta que se establezca un patrón de respuestas

Después sigue la fase B, centrada en las mejores condiciones de la fase A

Se repite el procedimiento hasta que se obtenga el mejor resultado

194


Cuando se está cerca del pico, se deben reducir los pasos o examinar diferentes variables

EL EVOP incluye pequeños incrementos en los parámetros del proceso, para evitar desperdicios

Se pueden requerir muestras grandes para determinar la dirección de mejora

196

EjemploJohnson y Leone describen un experimento realizado para investigar la torcedura de placas de

cobre. Los dos factores estudiados fueron la temperatura y el contenido de cobre de las placas.

La variable de respuesta fue de una medida de la cantidad de torcedura. Los datos fueron los

siguientes:

Contenido de cobre (%)

Temperatura (°C)

40 60 80 100

50 17, 20 16, 21 24, 22 28, 2775 12, 9 18, 13 17, 12 27, 31100 16, 12 18, 21 25, 23 30, 23125 21, 17 23, 21 23, 22 29, 31

197

Ejemploa) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas

b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuación del modelo

c) Determinar los efectos de los factores principales y de las interacciones

d) Obtener las gráficas factoriales e identificar en cuales seleccionar los diferentes niveles

e) Si se quiere minimizar la torcedura, ¿en que niveles conviene operar el proceso?

f) Suponga que no es sencillo controlar la temperatura en el medio ambiente donde van a usarse las placas de cobre ¿Este hecho modifica la respuesta que se dio en el inciso d?

198

Ejemplo: fórmulas

STABBATE

BASAB

a

iij

b

j

a

ijB

a

iiA

n

kijk

b

j

a

iT

EABBAT

SSSSSSSSSSSSSSSSSSSSSSabnyy

nSSs

abnyy

anSS

abnyy

bnSS

abnyySS

nanErrordelibertaddeGradosbaABdelibertaddeGrados

bBdelibertaddeGradosaAdelibertaddeGradosabntotaleslibertaddeGrados

SSSSSSSSSS

2

1

2.

1

2

1

2..

2

1

2..

1

22

11

...1

...1

...1

...

)1(....)1)(1(....

1....1....

1...

199

Tabla ANOVAGeneral Linear Model: datos versus Temp, CobreFactor Type Levels Values Temp fixed 4 50 75 100 125Cobre fixed 4 40 60 80 100Analysis of Variance for datos, using Adjusted SS for TestsSource DF Seq SS Adj SS Adj MS F PTemp 3 156.094 156.094 52.031 7.67 0.002Cobre 3 698.344 698.344 232.781 34.33 0.000Temp*Cobre 9 113.781 113.781 12.642 1.86 0.133Error 16 108.500 108.500 6.781Total 31 1076.719

200

Resultados

50 75 100 125

40 60 80 100

10

20

30

Cobre

Temp

Mea

n

Interaction Plot - Data Means for datos

201

Resultados

Temp Cobre

50 7 5100 12

5 40 60 80100

15

18

21

24

27

dato

s

Main Effects Plot - Data Means for datos

203

Diseños de Experimentos de Taguchi

Objetivo: obtener la mayor cantidad de información con un mínimo de corridas de experimentación industrial. Con las variables de respuesta cerca de su valor óptimo con un mínimo de variación.• La variación de un proceso se debe a la

variación de factores de control y factores de ruido (es muy caro ó difícil de controlarlos).

• Es posible encontrar una combinación de factores de control que optimice la media de la variable de respuesta y que al mismo tiempo minimicen el efecto de los factores de ruido en la variabilidad logrando procesos robustos.

204

Diseños de Experimentos de Taguchi

• Dar prioridad a los factores principales, ya que las interacciones son difíciles de manejar y por eso deben de considerarse como factores de ruido.

• Las interacciones a probar deben de ser conocidas ó altamente probables. Si las interacciones altamente significativas no son incluidas, se generará una confusión

• Se deben de analizar los datos mediante la razón señal a ruido, detectando con ello las combinaciones de los factores de control que generan un proceso robusto.

205

Crear Diseños Taguchi en Minitab

Los diseños de Taguchi son de resolución III (los efectos principales se

confunden con interacciones dobles)

Los diseños “L” de Taguchi se recomiendan cuando se tienen >4 factores ó se desea filtrarlos

206

Diseños Taguchi disponibles en Minitab

La “L” significa número de tratamientos a realizar (más réplicas).

Ejemplo: Un diseño L8 significa que es un

diseño con 8 tratamientos.

208

Diseño de mezclas

Generalidades: Los Factores tienen la restricción de que su suma es la unidad o el 100%. Mezclas de componentes (Gasolinas, shampoos, salsas, etc.)

Los diseños de mezcla más utilizados son :• Diseño Simplex-Lattice• Diseño Simplex-Centroide• Diseño de vértices

extremos

x1

x2

x3

Diseño factorial

Diseño de mezcla

Restricción :x1 + x2 + x3 = 1

= No cumple con la restricción

= Cumple con la restricción

Región factible

para

experimentación

209

Diseño de mezcla (3 Componentes)

(100%,0%,0%)A

B C(0%,100%,0%) (0%,0%,100%)

Región factible a experimentar. Cualquier punto de esta región cumple con la restricción:

x1 + x2 + x3 = 1

Ejemplo : 30% of A, 20% of B, 50% of C

210

Arreglos Simplex-Lattice

3 componentes2 niveles


X1 = 1

X3 = 1X2 = 1

X1 = 1

X4 = 1X2 = 1

X3 = 1

Diseño de mezcla (3 Componentes)

211

Diseño de mezclas (Arreglos Simplex-Lattice aumentado)

(100%,0%,0%)A

B C(0%,100%,0%) (0%,0%,100%)

Utilizados cuando se quiere alta resolución en la superficie de respuesta, cuando ya se tiene la región optima

212

(100%,0%,0%)A

B C(0%,100%,0%) (0%,0%,100%)

Diseño de mezclas (Arreglos Simplex-Lattice aumentado)

213



X1 = 1

X3 = 1X2 = 1

X1 = 1

X4 = 1X2 = 1

X3 = 1

Diseño de mezclas (Arreglo Simplex Centroid)

214

Semejanzas entre la aplicación de Diseños Factoriales y Diseños de Mezcla

Aplicación General Diseños Factoriales Diseños de Mezcla• Caracterizar

(< 5 Factores)• Factorial completo

• Filtraje (> 5 factores)

• Factorial Fraccionado

• Alta resolución • Factorial con puntos centrales

• Optimizar salida

• CCD (Puntos axiales)• CCF (Centrado en

Caras)• Box-Behnken

• Simplex-Lattice aumentado con puntos en los ejes

• Simplex-Lattice no aumentado

• Simplex-Lattice aumentado con Puntos Centrales

• Simplex-Centroide aumentado con puntos en los ejes y no aumentado

215

Diseño de Experimentos con Restricciones Para Factoriales = Diseño D-Optimal ó vértices

Extremosx1

x2

x3

RestricciónRestricción

216

Diseños de mezcla (Restricciones y Pseudo-región)

• Se usan cuando hay restricciones por componentes adicionales a la de la mezcla (100%)

• A veces se pueden transformar los valores de la región factible a sus equivalentes (Pseudo-región) para su proceso por Simplex y al final regresar los “Pseudo-resultados” a “valores originales ”

217


(100%,0%,0%)

A

B C(0%,100%,0%)

(0%,0%,100%)

(100%,0%,0%)

A’

B’ C’(0%,100%,0%)

(0%,0%,100%)

Regiónfactible

PseudoRegión

Ejemplo :R1: A>22%R2: B>17%R3: C>23%

R1

R3R2

218

Diseño de Mezclas Restricciones y Pseudo-región (Minitab)

(100%,0%,0%)

A’

B C(22%,55%,23%) (22%,17%,61%)

PseudoRegión

Ejemplo :R1: A>22%R2: B>17%R3: C>23%

(60%,17%,23%)

A

B’ (0%,100%,0%) C’ (0%,0%,100%)

{

219


• Cuando existen múltiples restricciones para uno o más componentes, o bien, existen restricciones en la relación de los componentes, se tienen regiones factibles “asimétricas” por lo que su diseño se hace mediante los diseños de vértices extremos y su análisis no es Simplex sino D-Optimal.

220

Diseños de mezcla (Vértices extremos ó D-Optimal)

(100%,0%,0%)A

B C(0%,100%,0%)

(0%,0%,100%)

Regiónfactible

Ejemplo :R1: 41%<B<15%R2: 39%<C<16%

R2

R2R1

R1

221

Diseño de Mezclas Vértices Extremos ó D-Optimal

(Minitab)(100%,0%,0%)

A

B C(0%,100%,0%) (0%,0%,100%)

Región

Factible

Ejemplo :R1: 41%<B<15%R2: 39%<C<16%

R2

R2R1

R1

{

222

Diseño de Mezclas con restricciones adicionales

Vértices Extremos con restricciones lineales

(100%,0%,0%)A

B C(0%,100%,0%) (0%,0%,100%)

Ejemplo :R1: 41%<B<15%R2: 39%<C<16%R3: A + 1.5B < 90%R4: A – C > 10

R2

R2R1

R1

R3

R4

Reg

ión

Fac

tible

223

Ejemplo :R1: 41%<B<15%R2: 39%<C<16%R3: A + 1.5B < 90%R4: A – C > 10

(100%,0%,0%)A

B C(0%,100%,0%) (0%,0%,100%)

R2

R2R1

R1

R3

R4

Reg

ión

Fac

tible

{}

Diseño de Mezclas con restricciones adicionales Vértices Extremos con restricciones lineales

224

Diseños de mezcla con Factores de Proceso

3 componentes de Mezcla y 1 factor de proceso :

Z1=-1Z1=+1

Z1

Z2

3 componentes de Mezcla y 2 factores de proceso :

3 componentes de Mezcla y 3 factores de proceso :

Combinación de diseños factoriales con diseños de mezclas

225

Diseño de Mezclas con Factores de Proceso

Ejemplo de un refresco

Respuesta : y = Satisfacción del Cliente Componentes : A = Jugo de limón B = Azúcar C = Agua

Restricciones : 5% < Contenido de jugo de limón < 20%

1% < Contenido de Azúcar < 10%

Factores: Temperatura: Fría (-1), Al tiempo (1)de proceso Material del vaso: Plastico (-1), Vidrio

(1)

226

Diseño de Mezclas con Factores de Proceso

Ejemplo de una Limonada

228

Muda y actividades sin valor agregado

229

Lean = Eliminación de Muda Sobreproducción Defectos / Rechazos Inventarios Movimientos excesivos Procesos que no

agregan valor Esperas Transportes innecesarios

Típicamente el 70% de los tiempos no agregan valor

230

Actividades sin valor o Muda Muda son las actividades que no agregan

valor en el lugar de trabajo, su eliminación es esencial:

Sobreproducción: planeada y generada por fallas de máquinas, rechazos, capacidad de máquinas, etc.

Reparaciones y rechazos: Se utilizan operadores de línea y de mantenimiento para corregir los problemas, Generan desperdicios

231

Actividades sin valor o Muda Inventarios de todos tipos, ya que requieren:

Espacio en planta Transporte Montacargas Sistemas de transportadores Mano de obra adicional Intereses en materiales

Son afectados por: Polvo, humedad y temperatura Deterioración y obsolescencia

232

Actividades sin valor o muda Movimientos y ergonomía, analizar cada

estación: El operador no debe caminar

demasiado, cargar pesado, agacharse demasiado, tener materiales alejados, repetir movimientos, etc.

Layout de planta inadecuado genera distancias recorridas excesivas

233

Eliminar desperdicios / Muda No producir en exceso teniendo

sobreproducción e inventarios innecesarios

Eliminar esperas en colas, periodos inactivos Falta de materiales, paros de máquina,

falta de herramientas, etc.

Operadores ociosos, tiempos largos de preparación, tareas de emergencia, juntas largas e innecesarias

234

Eliminar desperdicios / Muda Evitar Procesos adicionales:

Remover rebabas

Retrabajar piezas por defectos

Realizar inspecciones

Hace cambios innecesarios en productos

Mantener copias de información adicionales

235

Eliminar desperdicios / Muda Transporte adicional causado por mal diseño

de layout, de líneas o celdas, uso de proceso en lotes:

Uso de montacargas Transportadores Movedores de pallets Uso de camiones

Los defectos ocasionan costos por devoluciones, reclamaciones, disputas

236

Eliminar desperdicios / Muda Movimientos y ergonomía, analizar cada

estación: la estación debe ser ergonómica para evitar daños y accidentes, incluir:

Enfatizar la seguridad Empleado adecuado a la tarea

Adecuar el lugar al empleado

Rediseño de herramientas para reducir esfuerzos y daños,

Rotar tareas cada x horas

237

Plan para eliminar desperdicios Identificar operaciones ineficientes

Identificar procesos asociados que requieren mejora, baja producción

Hacer un Mapeo de proceso

Revisar el mapa para identificar magnitud y frecuencia de los 7 tipos de desperdicio

238

Plan para eliminar desperdicios Establecer métricas sobre los desperdicios

Usar principios Lean para reducir o eliminar los desperdicios

Monitorear los indicadores para continuar eliminando el desperdicio

Repetir este proceso con otras operaciones ineficientes

239

Empresa Lean

240

Definición de Lean Métodos para tener flexibilidad y

minimizar el uso de recursos (tiempo, materiales, espacio, etc.) a través de la empresa ampliada ( proveedores, distribuidores y clientes) para lograr la satisfacción y lealtad del cliente.

Mfra. Lean es término acuñado después del estudio de 5 años del MIT en la industria automotríz en 1991

241

Propósito Conocer la evolución del concepto Lean y

establecer las premisas básicos para la implantación de los métodos de manufactura Lean en la empresa, enfocados a reducir el Muda

Discutir los diferentes Mudas actuales en las empresas y algunas medidas para eliminarlo o reducirlo

242

Evolución del Pensamiento Lean Womack (1990) introduce el término de

Manufactura Lean en 1990 con las prácticas de manufactura de Toyota para reducir muda.

En 1903 Henry Ford fabrica el modelo A y en 1908 el modelo T, reduce el tiempo de ciclo de 514 a 2.3 minutos

En los años 1920’s entra GM al mercado

En 1950 Eiji Toyoda de Toyota visita la planta de Ford para implantar mejores métodos en Japón con Taichi Ohno su genio de producción.

243

Métodos Lean en 3 actividades clave de la empresa

Lanzamiento de nuevos productos: definir el concepto, diseño y desarrollo del prototipo, revisión de planes y mecanismo de lanzamiento

Gestión de información: toma de pedidos, compra de materiales, programación interna y envió al cliente

Transformación o Manufactura: realización del producto desde la transformación de materias primas hasta producto terminado

244

Pensamiento Lean El esfuerzo Lean es convertir los procesos

Batch a procesos de flujo continuo. Algunos obstáculos son:

Siempre se ha hecho en Batches Vivimos en un mundo de departamentos y funciones Esta es una planta basada en producción No hacemos cambios de herramentales rápidos Tenemos maquinaria no flexible

En flujo continuo los pasos de producción son de flujo de una pieza sin WIP, en secuencia y operación muy confiable

245

Herramientas Lean

247

Es una metodología enfocada a lograr orden y la

limpieza en todas las áreas de la empresa

(oficinas, fábrica, almacén, etc.) Creando una

disciplina que a la larga se convierta en cultura y

en práctica común.

Las 5S´s

248

Los “Ocho ceros”1. Desperdicios2. Accidentes

3. Tiempos Muertos4. Defectos

5. Desperdicio en cambios6. Retrasos

7. Insatisfacciones de Clientes8. Pérdidas ($$$)

0Beneficios al aplicar las 5S´s

249

Visión General de las 5S´s

DISCIPLINA

ORDEN

LIMPIEZAESTANDA-RIZACION

ORGANIZACIÓN1. 2

.

3.

4.

5.

250

Mfra. Lean para ahorro de espacio y tiempo, las 5S’s

Seiri, Seiton, Seiso, Seiketsu, Shitsuke

Seiri = OrganizaciónDeshacerse de todo lo innecesario del área de trabajo,

si hay duda usar Tarjetas Rojas, ahorrar espacio

Seiton = OrdenTener las cosas en el lugar o distribución correcta,

visualmente bien distribuidas e identificadas, ahorrar tiempo de búsqueda. Contornos, pintura, colores.

251

Mfra. Lean para ahorro de espacio y tiempo, las 5S’s

Seiso = LimpiezaCrear un espacio de trabajo impecable, ahorrar espacio

y elevar la moral y la imagen

Seiketsu = EstandarizaciónEstablecer los procedimientos para mantener las tres

S’s anteriores. Administración visual, usar colores claros, plantas, etc.

Shitsuke = DisciplinaCrear disciplina (repetición de la práctica)

252

• ¿Para qué limpiar si se ensucia de nuevo?

• Ya tenemos organización y orden

• Hay mucho trabajo como para perder el tiempo con estas modas japonesas, no aumenta la producción.

Para vencer la resistencia:

• Involucrar al personal y predicar con el ejemplo

Resistencia al cambio, se escucha:

253

Distinguir entre lo que es

Necesario y lo que no lo es

Seiri, la primera S: Seleccionar/Organizar

254

1. SELECCIONAR

2. ORGANIZAR

* Sólo lo que se necesita,* en la cantidad que se necesita, y* sólo cuando se necesita.

* Es dejar sólo loestrictamente necesariopara las operacionesnormales de produccióno de oficinas.

Seiri, la primera S: Seleccionar/Organizar

255

Deshacerse de todo lo innecesario del área de trabajo, en caso de duda:

• Asignar un área especial para colocación de estos materiales y equipos

• Colocarles una etiqueta roja y llevarlos a esta área haciendo una relación

• Periódicamente revisar el uso futuro o actual de lo que se almacena en el área de tarjetas rojas y tomar decisiones

Seiri, la primera S: Seleccionar/Organizar Razón de etiqueta roja:

Localización:Fecha:Nombre:

256

Implementando las 5S’s

257

La cruzada de la organización

Necesidad Frecuencia de uso de las cosas:

Guardar en:

Baja Sin uso en años Uso entre 6-12 meses

Deshacerse de ellas Guardar a distancia

Media Uso entre 2-6 meses Uso mayor a 1 vez al mes

Guardarlas en un lugar central en el área de trabajo

Alta Uso mayor a 1 vez por semana Cosas usadas diario

Guardar cerca del área de trabajo o llevarlas consigo

258

Guardar las cosas NecesariasFrecuencia de uso de las cosas:

Guardar en:

Uso frecuente Uso constante

Tenerlas al alcance Localizarlas para facil alcance y regreso en donde deben ir

Uso esporádico Regresarlas a donde pertenecen, pizarra con siluetas, colores, códigos, etc.

Archivos Número y color para el archivero y orden

259

• Detrás de lockers y muebles, sobre racks

• En los Pisos, pasillos, almacenes, escaleras, pasajes

• Avisos obsoletos en Pizarrones, bardas o cercas

• Equipo y letreros de seguridad

• Evitar excesos y fugas de materiales y líquidos

Identificar lo innecesario

260

Un lugar para cada cosa y cada cosa

en su lugar para: Ahorrar espacio,

tiempo de búsqueda y Facilitar la

administración visual

Seiton, la segunda S: Orden

261

Ejemplos de Orden:* Etiquetar las carpetas (sin docs. innecesarios).

* Etiquetar espacios de almacenaje para que cada cosa este en su lugar y haya lugar para cada cosa.

* Identificar con siluetas las herramientas y muebles

El estándar para localizar artículos, papeles, refacciones, etc., una vez aplicadas las 5S´s es de menos de 30 segundos.

Etiquetar o señalizar, apoyospara la Administración visual.

262

• Marcar pasillos y donde deben ir las cosas

Antes Después

¿Cómo ordenar?La distribución de planta

Pasillo

263

• Estantes, mesas y carros de altura ajustable Recoger cosas del piso, cansa y es peligroso

Antes Después

¿Cómo ordenar?Los materiales en el piso

264

Ordenar• Las herramientas

• Eliminar su necesidad y estandarizar • Almacenar cerca las más usadas

• Los materiales• Cuadros Kanban• FIFO y almacenamiento contingente

• Los aceites• Los equipos de medición

• Los letreros y avisos

265

Mantener el área de trabajo

impecable y libre de toda

suciedad

Seiso, la tercera S: Limpieza

266

• Aumenta la moral del personal y su eficiencia

• Los defectos se vuelven obvios

• Los riesgos de los accidentes disminuyen• Mejoran las condiciones de las maquinarias

• Se minimiza la probabilidad de revolver producto

• Podemos luchar por tener un ambiente limpio

Beneficios de la Limpieza

La Limpieza es inspección

267

1. Macro: limpieza general

2. Individual: limpieza de áreas de trabajo y partes específicas del equipo

3. Micro: limpieza de partes pequeñas y herramientas, corregir las fuentes de fugas y fuentes de suciedad o polvo

Las 3 etapas de la la Limpieza

268

1. Determinar las metas de limpieza

2. Determinar las responsabilidades de la limpieza(mapeo de áreas y definición de responsables)

3. Determinar los métodos de limpieza(programa que muestra al detalle las veces al día enque se limpia, el responsable, y la forma)

4. Preparar las herramientas de limpieza

5. Implantar la limpieza.

5 pasos para Implantar la limpieza

269

1. Dividir por zonas y asignar responsabilidades rotativas por grupos y personas, dar tiempo

2. Limpieza por equipo y área usando lista de verificación (pisos, colectores, conveyors, etc.)• Partes móviles, hidráulicas, neumáticas,

eléctricas, etc.

3. Aplicar Kaizen para limpiar zonas difíciles, métodos de limpieza y herramientas de limpieza

4. Seguir las reglas, identificar problemas tomar acciones

Promoción de una Área de trabajo límpia

270

Mantener las tres primeras S´s:• Selección/Organización• Orden y Limpieza

Seiketsu, la cuarta S: Estandarización

271

• No se regresa a las viejas condiciones se mantienen gracias a la Administración Visual

• No hay cosas fuera de su lugar al fin del turno

• Los lugares de almacenamiento están organizados

• Se controlan las fuentes de suciedad y basura

• Se quita el hábito de acumular cosas inncesarias

Beneficios de la Estandarización

272

1. Es altamente recomendable que en la elaboración de los estándares participen quienes deben de realizar las actividadesde las primeras 3S´s

2. Esto ayuda a crear un sentido de pertenencia y facilita avanzar en este esfuerzo

Recomendaciones

273

Hábito de mantener correctamente los procedimientos adecuados,

buscando la mejora continua

Shitsuke, la quinta S: Disciplina

274

1. Los procedimientos correctos se han vuelto un hábito

2. Todos el personal han sido entrenado adecuadamente

3. Todos el personal ha hecho suyo el método y lo aplican

4. El área de trabajo esta bien ordenada y se manejan los estándares

5. Se busca la mejora continua.

Importancia de la Disciplina:

275

• Estandarizar (sistematizar) el comportamiento si quieres buenos resultados

• Hacer que todos participen y que hagan algo y después trabajar en la implantación (5S’s 3’, 5’ o 10’)

• Hacer que cada quien sienta responsabilidad por lo que hace

• Asegurar que no falle la comunicación, clarificar las ideas y reconfirmar

Formación de hábito

276

Existe en la mente y la voluntad de las personas y solo su conducta muestra su presencia.

Es una actitud de intolerancia aldesorden, la falta de organización ylas pérdidas.

La disciplina no es visible ni Puede medirse, pero:

277

La oficina es una

Fabrica de papel

Las 5 S’s : En la oficina

279

• Mantener una oficina ordenada, con trabajo en equipo y papelería estandarizada

• Hacer un programa de trabajo para cada empleado

• Para el caso de proyectos, hacer visible en un pizarrón en programa para que la gente sepa el estatus

• Establecer un sistema (gavetas, folders, contenedores) para que cualquier persona pueda identificar la fecha de vencimiento de las tareas

Pasos para una oficinaMás eficiente

280

• Una sola localización para expedientes

• Proceso de documentos en el mismo día

• Juntas de una hora

• Memos e E-Mail de una página

• Llamadas telefónicas de un minuto

• Guardar sólo una copia del original

La campaña de uno solo es mejor

281

La campaña de las 5

S’s

Promoción de Las 5 S’s

282

• Es importante que el Director general tome el liderazgo y que todos tomen parte en las 5 S’s

• Las actitudes de los gerentes es clave, si no toman con seriedad, nadie más lo tomará, de ellos depende el éxito o fracaso de la campaña

• No debe hacerse la labor de mantenimiento de las 5 S’s como algo cansado y sucio, por eso debe efectuarse en etapas

• Lo importante es empezar en 5S’s y mantener el esfuerzo

Promoción de las 5 S’s

283

• Planeación y operación• Organización promocional• Educación• Juntas promocionales

• Actividades paralelas• Posters de invitación a participar• Temas del mes

• Despliegue de las actividades de las 5 S’s en áreas de trabajo específicas• Documentación• Implantación


284

• Proyectos Kaizen• Organizarlos conforme sea apropiado

• Entrenamiento técnico• Tecnología Kaizen• Entrenamiento inicial• Seguimiento al entrenamiento

• Lanzamiento de equipos Kaizen y certificación


285

• Fotografias (antes, durante y después)

• Poner etiquetas fosforescentes con la “P” en área con problema requiriendo atención

• Es importante llevar un registro de avances (cantidades de fugas, etc.)

• Museo de las cosas antiguas (máquinas y herramientas)

• Registrar los resultados de los proyectos Kaizen

Registros

286

• Competencias

• Patrullas y evaluación cruzada

• Uso de auditores y listas de verificación

Diagnóstico y Evaluación

287

• Pisos • Montacargas y carritos

• Contenedores y cajas en tránsito

• Equipos y maquinarias

• Accesorios de aceite

• Equipo de medición

Lista de verificación

288

• Lugares de lubricación

• Medidores

• Tuberías y cableado

• Tableros de control

• Mesas de trabajo

• Avisos y administración de las 5S’s

Lista de verificación

290

Trabajo estandarizadoEs la forma más eficiente de fabricar productos

sin desperdicio por medio de la mejor combinación de métodos de trabajo.

Por estandarización se entiende: Siempre seguir la misma secuencia de trabajo

Los métodos totalmente estandarizados, documentados y visibles

El material está colocado siempre en el mismo lugar

291

Estándar de trabajo Su propósito de lograr un flujo perfecto de

proceso y están determinados por: Takt time Ergonomía Flujo de partes Procedimientos de mantenimiento Rutinas

El estándar de trabajo es la documentación de cada acción requerida para completar una tarea específica

292

Estándar de trabajo Elementos de los estándares de trabajo

operativos: Tiempos de ciclo: requerido para hacer una

parte, comparado con el Takt time

Secuencia de trabajo: para producir una parte. Tomar, mover, sostener, etc... incluyen tiempos, layout y tabla de capacidades de máquina

Estándar de inventarios: inventario mínimo en cada estación para mantener un flujo continuo

293

Estándar de trabajo y Meta

294

“Es bueno hacer las cosas bien la primera vez. Es aún mejor hacer que sea imposible hacerlas mal

desde la primera vez.”

295

Poka Yoke o A Prueba de Error• Hacer que sea imposible el cometer errores• En Japón: Poka - Yoke de Shigeo Shingo

Yokeru (evitar) Poka (errores inadvertidos)

• Una técnica para eliminar los errores humanos y de operación

• Técnicas simples y efectivas para eliminar o al menos reducir los defectos y los errores que los producen para alcanzar calidad cero defectos

• Mecanismo usado para evitar la ocurrencia de defectos o errores

296

Oportunidades para error

297

Causas de los errores• Procedimientos incorrectos • Variación excesiva en el proceso y Materias primas• Dispositivos de medición inexactos• Procesos no claros o no documentados• Especificaciones o procedimientos no claras • Errores humanos mal intencionados • Cansancio, distracción, etc. • Falla de memoria o confianza

298

Diferentes tipos de Errores

ERRORES

AcciónIntencional

Acción NoIntencional

Violación Equivocación Olvido Distracción

• A la Rutina• A la excepciones• Actos de sabotaje

En las reglas• No se siguen• Aplicación equivocadaEn el conocimiento• Diferentes formas

Fallas en la memoria• Omisión de planes• Intenciones olvidadas

Falta de atención• Omisión• En el Orden• En el tiempo

Tipos de Error Básicos

299

Acciones correctivas

ante errores

humanos

300

Técnicas Poka Yoke - A Prueba de Errores

TécnicaCESE OSUSPENSIÓNDE ACTIVIDADES

CONTROL

ADVERTENCIA

Predicción

Cuando un error está por ocurrir

Los errores son imposibles

Cuando algo está a punto de fallar

Detección

Cuando un error o defecto ya ha ocurrido

Los artículos defectuosos no pueden moverse a la siguiente operación

Inmediatamente cuando algo está

fallando

301

Funciones básicas de un Poka Yoke

Paro (Tipo A): Cuando ocurren anormalidades mayores, evitan cierre de la máquina, interrumpen la operación.

En algunos casos el operador tiene disponibles interruptores que paran el proceso total, si detecta errores mayores

302

Cese o Suspensión de Actividades: Prevención y Detección

Prevención:Algunas cámaras no funcionan cuando no hay luz suficiente para tomar fotos

Detección:Algunas lavadoras de ropa, se apagan cuando se sobrecalientan

303

Funciones básicas de un Poka Yoke

Paro (Tipo A): Cuando ocurren anormalidades mayores, evitan cierre de la máquina, interrumpen la operación.

En algunos casos el operador tiene disponibles interruptores que paran el proceso total, si detecta errores mayores

304

Advertencia: Prevención y Detección

Prevención:Muchos autos tienen un sistema de alarma para alertar al conductor de que no se ha abrochado el cinturón de seguridad.

Detección:Los detectores de humo alertan cuando se detecta humo y es posible que se haya iniciado un fuego.

305

Mecanismos de detección usados en Poka Yokes o A Prueba de Error

• Métodos de contacto (microswithches)

• Métodos sin contacto (sensores)

• Métodos de valor fijo de movimientos (contadores)

• Métodos de movimientos predeterminados

307

Cuando no se pueda realizar A Prueba de Errores

• Use colores y códigos de colorVouchers de tarjeta de crédito (el cliente retiene la copia amarilla, el comerciante la blanca)

• Use formasGuarde diferentes tipos de partes en diferentes recipientes de moldes

308

Cuando no se pueda realizar A Prueba de Errores

• AutodetecciónRevisión de ortografía en la computadora

• Haga que sea más fácil hacer bien las cosasListas de verificación

Formatos efectivos para recopilación de datos

Símbolos

Jerarquía en la Prueba de Error

Eliminar la posibilidad de errores

Hacer obvio que un error ocurrirá

Hacer obvio que un error ha ocurrido

1

2

3

Diseño

INSPECCION

310

1.Describir el defectoMostrar la tasa de defectos; Formar un equipo de trabajo

2. Identificar el lugar donde:Se descubren los defectos; Se producen los defectos

3. Detalle de los procedimientos y estándares de la operación donde se producen los defectos

Metodología de desarrollo de Poka Yokes

311

4. Identificar los errores o desviaciones de los estándares en la operación donde se producen los defectos

5. Identificar las condiciones donde se ocurren los defectos (investigar)

6. Identificar el tipo de dispositivo Poka Yoke requerido para prevenir el error o defecto

7. Desarrollar un dispositivo Poka Yoke

Metodología de desarrollo de Poka Yokes

312

Proceso de A Prueba de Error

Hacer un AMEF de proceso para Manufactura

Identificar todos los errores potenciales

Identificar características de

diseño que pueden eliminar el error

Rediseñar para eliminar la

posibilidad de error

Rediseñar para hacer obvio que ocurrirá un error

Rediseñar para hacer obvio que ha ocurrido un error

Revisar el diseño para detectar

errores potenciales en Manufactura y

Ensamble

o

o

1

2

3

313

Manufactura celular y Kanban

314

Empujar vs jalar Empujar

Se basa en pronósticos

Fabricar el producto independientemente si la siguiente operación lo requiere

Jalar Se basa en el uso real

del cliente Sólo producir cuando

los productos se consumen

315

Kanban Kanban = Señal, signo

Punto de reórden – cuando reabastecer al supermercado

Cantidad de la orden – cantidad a reabastecer al supermercado

316

Propósitos del Kan Ban Mejorar la comunicación entre procesos Producir en base a las condiciones actuales no

en pronósticos

Prevenir producción en exceso Controlar los inventarios

Establecer prioridades de abastecimiento Mostrar restricciones (cuellos de botella) que

puedan ser atendidos por Kaizen

317

Propósitos del Kan Ban Hacer visible el flujo de materiales Mostrar localidades de almacenamiento y

entrega

Mostrar las cantidades estándar y tipo de contenedor

Mostrar método o frecuencia de transporte

Pizarrones de programa muestran estatus de producción

Mantener involucrada a la gente en procedimientos estandarizados

318

Prerrequisitos del Kanban Suavización de la producción Programa

maestro

Nivelar la carga del programa Cambios rápidos

Equipo capaz Mantenimiento Productivo Total tiempos muertos y defectos mínimos

Organización adecuada de planta con Las 5S’s

Lay Out y distribución de planta adecuada Entregas confiables de proveedores y cero

defectos Trabajo estandarizado

319

Sistemas tradicionales de manufactura de “empujar”

Invisibilidad de problemas, distribución por departamentos

Desconexión del trabajo que agrega valor de la demanda

No incentiva el trabajo de equipo, se incentiva el volumen y utilización al máximo de los recursos humanos / equipos

Acumula inventarios innecesarios y se avanzan productos con faltantes de partes

320

Depto. AMáquinas

A

Depto. BMáquinas

B

Depto. C

Depto. DEmpaque

EInspección

InventarioProductosTerminados(200)

Materiasprimas

WIP

WIP

WIP WIP

WIP

Retrabajos

WIP

¿Qué avance de procesoTiene el producto M003?

SISTEMA DE EMPUJAR

321

Sistema de Manufactura de Jalar Kan Ban

Procesos de producción disparados por la demanda del cliente, distribución en Celdas Mfra.

Abastecimiento en el lugar de uso disparado por la demanda, directamente de proveedores

Empleados multihabilidades, capacitados y con poder de decisión operativa

Se apoya y reconoce el trabajo de equipo

325

EmbarqueProductosTerminados(200 en 5 familias)

¿Qué avance de procesoTiene el producto M003?

SISTEMA DE JALAR

Celda de Mfra.Para la familia M

Celda de Mfra.Para la familia N

CuadrosKanban

Celdas de ManufacturaEn U

Proveedor

EDI

Todo lo necesario para elproducto M está integrado aquí Cliente

326

Empujar vs jalar Empujar

Se basa en pronósticos

Fabricar el producto independientemente si la siguiente operación lo requiere

Jalar Se basa en el uso real

del cliente Sólo producir cuando

los productos se consumen

327

FABRICACIÓN

LÍNEA DE ENSAMBLE

1.- Cuando se vacía un contenedor el Kanban de producción se coloca en el buzón

2.- El Kanban es llevado al tablero de programación del proceso anterior.

BÚZON

TABLERO

3.- Los Kanban son recibidos y puestosen el tablero de programación en el orden en que se van recibiendo

4.- Las herramientas se van preparando en el orden de recibo de los Kanban y se produce en la misma secuencia de recibo.5.- Después de producir la cantidad de piezas especificadas se coloca el Kanban y se lleva a la localización indicada

Kanban de producción. Tarjeta sencilla

328

B ALÍNEA DE ENSAMBLE

1.- Las piezas se consumen del contenedor A hasta que se vacíe.

BUZON

2.- Cuando el contenedor A esté vacío se toma elKanban y se lleva al buzón

ALMACENSUPERMERCADO

3.- En un ciclo establecido, el movedor de materiales revisa el buzón, toma el Kanban y procede a su localización en el almacén especificado en el Kanban

4.- Se pone el Kanbanen contenedor lleno

5.- El contenedor lleno es entregado a la localización en la línea especificada. El contenedor vacío A es reemplazado porel contenedor lleno.

CONSUMO

INICIO

Kanban de movimiento:2 Contenedores - autorización de movimiento

329

Sistema de señales visuales que facilitan al personal en la planta identificar las operaciones o movimientos a realizar sin procedimientos sofisticados

Flujo del proceso

Cuadros Kan BanFlujo de las tarjetas

ProcesoA

ProcesoB

ProcesoC

ProcesoD

ProveedorCliente

Tablero de avisos electrónico

330

Reglas Básicas del Kanban1. El proceso siguiente viene a retirar sólo lo que necesita

2. Producir sólo para reponer lo que retira el siguiente proceso

3. No enviar productos defectuosos a la siguiente operación

331

Reglas Básicas del Kanban4. Las partes no deben ser producidas o transportadas si no hay tarjeta de Kanban

5. Todo contenedor de partes está Estandarizado, debe tener anexa una tarjeta de movimiento o producción

6. El número real de partes en el contenedor debe coincidir con la cantidad en la tarjeta Kanban

336

Plan para reducir tiempo de ciclo Hacer un mapa de la cadena de valor en

procesos administrativos y de manufactura

Determinar el tiempo requerido por cada paso en el proceso

Revisar áreas de oportunidad de reducción de tiempo y distancia

Identificar las restricciones y hacer planes para eliminarlas o administrarlas

337

Plan para reducir tiempo de ciclo Establecer métricas de duración y

frecuencia de los tiempos de ciclo dentro del proceso

Una vez implementada la mejora, monitorearla

Repetir este proceso para otras operaciones ineficientes

339

La cadena de valor Son todas las actividades que la empresa debe

realizar para diseñar, ordenar, producir, y entregar los productos o servicios a los clientes.

La cadena de valor tiene tres partes principales: El flujo de materiales, desde la recepción de

proveedores hasta la entrega a los clientes.

La transformación de materia prima a producto terminado.

El flujo de información que soporta y dirige tanto al flujo de materiales como a la transformación de la materia prima en producto terminado.

340

La cadena de valorBeneficios del Mapeo de la cadena de valor Ayuda a visualizar el flujo de producción; las

fuentes del desperdicio o Muda Suministra un lenguaje común sobre los

procesos de manufactura y Vincula los conceptos ytécnicas Lean

Forma la base del plan de ejecución, permitiendo optimizar el diseño del flujo de puerta a puerta

Muestra el enlace entre el flujo de información y el flujo de material

Permite enfocarse en el flujo con una visión de un estado ideal o al menos mejorado

341

Flujo de informaciónAdemás del flujo de materiales en el proceso de

producción, se tiene otro flujo que es el de información que indica a cada proceso lo que debe producir o hacer en el paso siguiente. Son dos caras de la misma moneda y se deben trazar ambos.

343

Mapa incluyendo tiempos de ciclo y tiempo de entrega

345

Lean para reducción del tiempo de preparación y ajuste, SMED

Necesidad de producir Lotes pequeños de una gran variedad de productos

Analogía con lo que sucede en los Pits

SMED - Single Minute Exchange of Die (Shigeo Shingo)

Objetivo del SMED: Reducir el tiempo de preparación y ajuste, desde la última pieza de producto anterior hasta 1a. Pieza del nuevo

346

Hay tipos de preparaciones internas y externas

Preparación interna (IED)Operaciones realizadas con máquina

parada

Preparación Externa (OED)Operaciones realizadas con la máquina

operando

Propósito: Convertir operaciones Internas a externas (filmar, analizar, cambiar)

Lean para reducción del tiempo de preparación y ajuste SMED

347

Cambios rápidos Do - Identificar áreas de oportunidad de

mejora. Máquina con tiempos de preparación o

ajuste largos, fuente frecuente de errores, accidentes o crítico para la producción

Plan – Documentar el proceso de preparación Lista de todas las actividades y pasos

requeridos para la preparación o ajuste, registrando su duración y Muda

Plan –Identificar todas las operaciones internas y externas

348

Cambios rápidos Do – convertir tantas operaciones internas en

externas como sea posible Precalentamiento, estandarización de

partes. Etc. Administración visual, Poka Yokes Actividades concurrentes Métodos de una vuelta

Do – Reducir los tiempos de los procesos externos Inventarios de partes a la mano

Plan - Crear un nuevo mapa del proceso Do – Probar los cambios y Actuar – si es

necesario

349

Programa de trabajo

353

Lean y los inventarios Los inventarios “cubren” a los problemas

Problemas

Nivel de inventarios

Ineficiencias, desperdicios, retrabajos, t. muertos

354

Lean y la Gestión de Restricciones Se bajan los inventarios para forzar el sistema Se identifican las restricciones Se rompen las restricciones enfocando los recursos Se repite el proceso en forma paulatina

Problemas

Nivel de inventarios

355

Lean y velocidad de flujos Un menor inventario en proceso (WIP)

aumenta la velocidad de proceso

El volumen por unidad de tiempo a través de un proceso aumenta conforme se reduce el WIP

Analogía de las Rocas en la analogía de la corriente (ver esquema)

356

Inventario vs Velocidad

Volumen 10,000 lts. 100 lt/min.

Volumen 500 lts. 100 lt/min.

359

Distribución de planta celular

Distribuciones de planta departamentales: Procesos escondidos

Distribuciones de planta en base al flujo: Procesos visibles

Cambiar departamentos a Celdas de manufactura

360

La planta escondida

Fabricación Inspección Empaque Embarque

Desperdicio

Retrabajo Re Inspección!! Eliminar

esta plantaescondida !!

Y.tp=Rend. Antes de retrabajo=37% Y.final=90% Rend. con retrabajo

363

Visualizando los procesos Diagrama de flujo del proceso

Rutas de manufactura

Identificación de las operaciones que agregan valor

Identificación de las actividades entre operaciones que no agregan valor

365

Preguntas del estado futuro1. ¿cuál es el Takt time?2. ¿Se fabrica para inventario o supermercado?3. ¿Se puede usar flujo continuo?

4. ¿dónde se puede usar el sistema de jalar de supermercado?

5. ¿En que punto de la cadena de valor se dispara la producción?

6. ¿Cómo se puede nivelar la producción?7. ¿Qué mejoras al proceso serán necesarias?

367

Supermercados Los supermecados son controlados en

Inventarios Pensar en un estante de supermercado:

Cuando no está lleno, debe llenarse

Cuando está lleno, se para la producción

368

Nivelación del volumen

369

Nivelación de mezcla pobre ¿Qué decirle al cliente “D” si quiere partes el lunes? ¿Qué sucede si el cliente “A” llama la tarde del lunes y cancela

su pedido?

370

Nivelación para mejorar mezcla

Requiere Mayor flexibilidad Mayor calidad Menor inventario

373

10 Preguntas para el estado futuro

1. ¿Cuáles son las necesidades de clientes internos y externos?

2. ¿Cuáles pasos del proceso agregan valor y cuales no?

3. ¿Cuál es la frecuencia y método de verificación de desempeño?

4. ¿Cómo se puede mantener un flujo continuo?

5. ¿Cómo controlar el trabajo en las interrupciones?

374

10 Preguntas para el estado futuro

6. ¿Cómo se balancean las cargas de trabajo?

7. ¿Cómo se puede dar prioridad al trabajo?

8. ¿Cuál es el impacto de las actividades, volumen de trabajo y mejoras?

9. ¿Qué otros procesos de soporte se requieren?

10. ¿Qué mejoras al proceso son necesarias?

376

Mejoras medibles del ejemplo Tiempo de espera de 40 a 7 días

Tiempo de ciclo de 105 seg. A 91 seg. Inventarios de 10,700 piezas a 1,855 pzas.

Eventos Kaizen Tiempo de preparación en Estampado Confiabilidad del rebabeado Calidad de la soldadura por punto

377

Mejoras medibles del ejemplo Otros beneficios

Operadores en celdas con capacitación cruzada

Mayor flexibilidad Menos defectos y tiempo de espera =

Clientes satisfechos

Bucles de la cadena de valor Un elefante se come en pedazos

378

Número de bucles Hacerlo manejable Ni muy pocos, ni muchos

Buscar rupturas lógicas Regla: 3 – 7 bucles

Recordar – los puntos para hacerlo más fácil para implementación

382

1. Observar el proceso actual y el tiempo que toman las operaciones

2. Analizar el proceso actual 3. Generar ideas para eliminar desperdicios e

implementar una nueva secuencia de trabajo.

- Herramientas de análisis de problemas.

- Revisar el plan y la nueva secuencia de trabajo

El procedimiento Kaizen (1-5 D)

383

4. Implementar un plan revisado

5. El supervisor / operador verifican la secuencia del trabajo:

- Correr una producción completa y validar

6. Documentar la nueva operación estándar

7. Repetir el Ciclo

El procedimiento Kaizen

384

Ejemplo de proyecto Kaizen

385

Pasos del Kaizen Definición del problema, alcance y metas Formar y capacitar al equipo Kaizen Colectar datos: timepos, takt time, trabajo

estandarizado Tormenta de ideas: colectar ideas en todos los

turnos Identificar prioridades Probar las ideas Verificar resultados Modificar el Lay Out Revisar y actualizar los estándares de trabajo Revisar planes de acción y revisar prioridades Reportar a la administración Implementar Reconocer al equipo Seguimiento: Plan de acción, aceptación del cambio,

lay out Hacer que el Kaizen sea una forma de vida Medir el desempeño del Kaizen

387

Teoría de restricciones Eliyahu Goldratt (1986) escribe “La Meta”

describiendo un proceso de mejora continua

La Gestión de restricciones se enfoca a remover los cuellos de botella del proceso que limita el throughput (máxima utilidad)

Las restricciones pueden hallarse con un mapa del proceso, diagrama PDPC y Diagrama de árbol

388

Teoría de restriccionesHay dos tipos de restricciones

Restricciones físicas referidas al mercado, el sistema de manufactura (máquinas, personal, instalaciones) y la disponibilidad de insumos

Restricciones de políticas que se encuentran atrás de las físicas como políticas, procedimientos, sistemas de evaluación y conceptos

389

Teoría de restricciones Las métricas básicas son:

Throughput: es la tasa a la cual el sistema genera dinero a través de las ventas. Dinero que ingresa.

Inventarios: es todo el dinero invertido en el sistema en cosas compradas para vender. Dinero utilizado.

Costos de operación: es el dinero que el sistema usa para transformar el inventario en throughput. Dinero que sale.

390

Teoría de restricciones TOC es una metodología de gestión,

desarrollada por el Dr. Eliyahu Goldratt con el propósito de maximizar las utilidades, hoy y en el futuro, al:

Maximizar las ventas (throughput), para asegurar la participación en el mercado

Reducir los inventarios (costo de los materiales en planta)

Minimizar los gastos de operación (gastos erogados para transformar inventario en throughput). Incluye todos los costos para la producción.

391

Teoría de restricciones Los cuellos de botella (restricciones) que

determinan la salida de la producción son llamados Drums (tambores), ya que ellos determinan la capacidad de producción (llevando el ritmo).

Se usa el método Drum-Buffer-Rope (Tambor - Inventario de Protección - Soga) como aplicación de la Teoría de las Restricciones a las empresas industriales.

392

Drum – Buffer - Rope

393

Teoría de restricciones Otras definiciones:

Los Recursos Cuello de botella tienen una capacidad menor o igual que la demanda asignada a estos.

El balance de flujo de prestación del servicio debe ser hecho contra la demanda del cliente.

394

Teoría de restricciones

395

Eliminación de restricciones físicas:

Método de los cinco pasosProceso de “Focalización” para eliminar

restricciones: 1. IDENTIFICAR LA RESTRICCIÓN: una restricción

es una variable que condiciona un curso de acción del sistema que limitan el logro de objetivos, darles prioridad por su impacto, .

2. EXPLOTAR LAS RESTRICCIONES: implica buscar la forma de obtener la mayor producción posible de la restricción, asignarle recursos sobrantes de otras áreas.

396

Eliminación de restricciones físicas:

Método de los cinco pasos3. SUBORDINAR TODO A LA RESTRICCIÓN: todo

el proceso debe funcionar al ritmo que marca la restricción (tambor)

4. ELEVAR LAS RESTRICCIÓN: implica agregar recursos para aumentar la capacidad de la restricción. Por ejemplo, tercerizar.

5. SI EN LAS ETAPAS PREVIAS SE ELIMINA UNA RESTRICCIÓN, BUSCAR NUEVAS RESTRICCIONES

AL PASO a): para trabajar en forma permanente con las nuevas restricciones que se manifiesten.

397

Modelo Drum – Buffer - Rope El Drum (tambor) se refiere a los cuellos de

botella (recursos con capacidad restringida - CCR) que marcan el paso de toda la empresa

El Buffer es un amortiguador de impactos basado en el tiempo, que protege al throughput (ingreso de dinero a través de las ventas) de las interrupciones del día a día (atribuidas al Sr. Murphi) y asegura que el Drum (tambor) nunca se quede sin insumos

398

Modelo Drum – Buffer - Rope

"Rope-lenght" (longitud de la soga) es el tiempo de preparación y ejecución necesario para todas las operaciones anteriores al Drum, más el tiempo del Buffer.

399

Eliminación de restricciones políticas

400

Teoría de restricciones Evaporando nubes:

Frecuentemente existen soluciones simples para problemas complejos, reexaminar los fundamentos del problema

Árboles de prerrequisitos: Algo debe ocurrir antes de que algo adicional ocurra.

La T.R. Permite la transición entre la forma anterior de hacer las cosas y la nueva forma

401

Apoyo de las tecnologías de

Información y comunicaciones

En la gestión de Información

402

Propósito Familiarizar al participante con las nuevas

tecnologías electrónicas y de comunicaciones enfocadas a reducir los tiempos de respuesta y costos en la gestión de la información de la empresa

Realizar prácticas con estas nuevas tecnologías

403

Contenido Gestión de Información / ERP

Comunicaciones por EDI

Negocios electrónicos por Internet

404

Sistemas MRP IIDEFINICIÓN DEL MRP II

Sistema de planeamiento y control de la producción totalmente integrado de todos los recursos de manufactura de la compañía (producción, marketing, finanzas e ingeniería) basado en un soporte informático que responde a la pregunta: ¿QUÉ PASA SÍ ... ?

405

Beneficios aplicando el MRP II

Reducción substancial en el tiempo de obtención de la producción final.

Incremento de la productividad con menores costos.

Mayor rapidez en la entrega y mejor respuesta a la demanda del mercado.

Posibilidad de modificar rápidamente el programa maestro de producción ante cambios no previstos en la demanda.

406

¿Qué es un ERP?Se refiere a un paquete informático que cubre de forma parcial o total las áreas funcionales de la empresa y permite coordinar las actividades.

La gama de funciones que cubren los ERP son:

• Contabilidad • Finanzas • Administración de órdenes de venta • Logística • Producción • Recursos humanos

407

SISTEMAS DE GESTION EMPRESARIAL DEL MRP AL ERP

408

¿Por qué invertir en un sistema ERP?

• Reducción de dudas concernientes a la veracidad de la información .

· Mejoramiento de la comunicación entre áreas de producción.

· Reducción de duplicación de la información.

· Provee una eficiente integración de los procesos comerciales.

409

Integración de los sistemas de gestión empresarial

Gestión de la cadena de suministros (Supply Chain

Management) que es intercambio de información y contenidos por todos los agentes implicados en un canal logístico, desde las materias primas hasta los productos terminados.

Los sistemas EDI (Electronic Data Interchange) ha proporcionado distintas posibilidades para conectar los sistemas de gestión entre empresas

Utilizan lo que se conoce como soluciones B2B (Bussiness to Bussiness) y B2C (Bussiness to Consumer, b to c).

410

Soluciones para la comunicación de un sistema ERP con distintos

agentes del entorno de una empresa

Comunicaciones del ERP

411

Comunicaciones por Intercambio

Electrónico de Datos EDI - UNIFACT

412

EDI Transferencia de datos estructurada por

estándares de mensajes acordados, entre dos computadoras por medios electrónicos UNIFACT

Uso en transacciones regulares en formato estándar: Orden, envío, liberación, factura, pago

Ejemplos: JIT Automotríz, Supermercados, Salud

UK, etc.

413

EDI - Beneficios Reducción de tiempo de ciclo de

orden

Reducción de costos

Eliminación de errores

Respuestas rápida

Facturación exacta y pago por EDI

414

EDI – VANs Privacidad

Protección por ID y Password Seguridad

Mensajes de control, enciptado, firmas digitales, mensaje no se pierda

Confiabilidad Disponibilidad del hardware y software

Almacenamiento de mensajes y registro de auditoría

Validación de mensajes contra estándares

415

Esquemas de negocio B2C y B2B

416

Requerimientos de los clientes

Rapidez en servicio y entregas

Comodidad de compra

Trato individual

Precio adecuado y alta calidad

Preguntarán ¿Qué has hecho por mí últimamente?

417

Beneficios a las organizaciones

Expande los negocios al ámbito nacional e internacional

Reduce los costos de crear, procesar, distribuir, almacenar y recuperar información basada en papel

Capacidad para crear negocios altamente especializados (www.dogtoys.com www.cattoys.com)

Permite la operación de cadenas de valor en modo “Pull” iniciando con la orden del cliente en JIT

http://www.dogtoys.com/

418

Beneficios a los consumidores

Les permite comprar las 24 horas durante 365 días desde cualquier parte

Permite tener muchas alternativas de proveedores y productos, con información instantánea, comparando precios y condiciones

Para productos digitalizados la entrega es rápida

Permite a los consumidores que interactúen con otros consumidores

419

Beneficios para el consumidor

Sección de preguntas y respuestas más comunes en Web

Despliegue de la información de pedidos y requisitos

El cliente puede dar seguimiento en línea

Permite interactuar con entidades del gobierno (SAT, IMSS, etc.)

420

Limitaciones de los Negocios Electrónicos - Técnicas

Falta de seguridad, confiabilidad y algunos estándares

Insuficiente ancho de banda de telecomunicaciones

Herramientas de desarrollo de software todavía en evolución

Dificultades para integrar el software de comercio electrónico con los sistemas operativos normales en la empresa

Los proveedores requieren servidores Web y redes

421

Limitaciones de los Negocios Electrónicos – No técnicas

Altos costos internos de desarrollo y falta de experiencia

Seguridad y privacidad en ambientes B2B

Falta de confianza y resistencia del consumidor, no conoce a los vendedores ni sus instalaciones físicas

Vacíos legales y falta de regulaciones; falta de servicios de soporte; falta de masa crítica de consumidores en algunas áreas; puede resultar en ruptura de las relaciones humanas; falta de acceso al Internet

422

La Web y los negocios electrónicos

Sirve para atraer nuevos clientes con mercadotecnia y publicidad

Mejor atención de clientes por servicio y soporte remoto

Interacción con clientes y búsquedas de información

Nuevas formas de relaciones con el cliente

Acceso a información del gobierno

423

La Web y los negocios electrónicos

Desarrollo de nuevos mercados y canales de distribución para productos existentes Periódicos y revistas on line Distribución de software Muestras de música y juegos

Desarrollo de productos basados en la información

Búsqueda de personas, negocios, objetos (switchboard)

424

Modelo de negocios B2C

425

Página Web: Front End Productos

Contenido con ergonomía

Facilidades al proveedor

Facilidades al cliente

Facilidades de registro y publicidad

426

Sistemas de apoyo: Back End Bases de datos SQL, DB2, etc.

relacionales

Sistemas de transacciones Aspectos legales y conectividad

ERP (SAP, Oracle,People Soft)

EDI (AIAG, UCS)

Sistemas propios (API)

427

Business To Business Implica que vendedores y compradores son

corporaciones de negocios. Permiten que un negocio establezca

relaciones electrónicas con sus distribuidores, revendedores, proveedores y otros socios.

Sectores donde se utiliza B2B: Computadoras, electrónicos, utilidades y

aplicaciones (software), embarques, almacenes, vehículos, petroquímica, papelería y productos para oficina, alimentos y agricultura son algunos de los sectores en donde más se utiliza el B2B.

428

B2B, información ofrecida Productos: Especificaciones, precios e histórico

de ventas Clientes: Histórico y pronóstico de ventas Proveedores: Productos en línea, tiempos de

entrega, términos y condiciones de venta Producción: Capacidades, compromisos,

planeación Transportación: Líneas de transporte, tiempos

de entrega, costos

429

B2B, información ofrecida Inventario: Niveles de inventario, localización

Alianza en la cadena de suministros: Contactos clave, roles de los socios, responsabilidades, horarios, medidas de desempeño

Competidores: Benchmarking, ofertas de productos competitivos, mercado compartido

Ventas y Mercadotecnia: Puntos de venta, promociones

430

B2B, ventajas Reducción de Costos operativos y

administrativos de la empresa.

Administración en línea de la información de Clientes, Contactos, Ventas, Ingresos, Pagos, Proveedores, etc.

Difusión Universal en horarios continuos

Poco personal con alto rendimiento Estructura Organizacional Plana

431

B2B, desventajas Trato impersonal Las Generaciones más recientes son las más

involucradas, por lo cual, es elitista generacional.

Es tan rápido en su velocidad de respuesta, que elimina en corto plazo a las empresas que en su estructura organizacional son lentas y burocráticas, por lo cual les es difícil competir.

Inversión constante en la actualización de su página electrónica, tiempo de vida visual electrónico muy corto.

432

B2B, conclusiones Los Negocios electrónicos son indispensables

entre las empresas. Su efectividad ha cambiado la forma de hacer

negocios. Velocidad de Respuesta (Justo a tiempo) Las Estructuras Organizacionales se han

aplanado Provee soluciones para los negocios Ética en los negocios

433

Esquemas de negocio B2C y B2B

434

Técnicas de creatividad

435

Tormenta de ideas Permite obtener ideas de los participantes

436

SCAMPER Sustituir, Combinar, Adaptar, Modificar o

ampliar, Poner en otros usos, Eliminar, Revertir o re arreglar

Involucrar al cliente en el desarrollo del producto ¿qué procedimiento podemos sustituir por el actual? ¿cómo podemos combinar la entrada del cliente? ¿Qué podemos adaptar o copiar de alguien más? ¿Cómo podemos modificar nuestro proceso actual? ¿Qué podemos ampliar en nuestro proceso actual? ¿Cómo puede apoyarnos el cliente en otras áreas? ¿Qué podemos eliminar en la forma de inv. Del cliente? ¿qué arreglos podemos hacer al método actual?

437

Lista de atributos Lista de atributos: Dividir el problema en partes

Lista de atributos para mejorar una linternaComponente Atributo Ideas

Cuerpo Plástico Metal

Interruptor Encendido/Apagado Encendido/Apagado/luminosidad media

Batería Corriente RecargableBombillo de Vidrio PlásticoPeso Pesado Liviano

438

Análisis morfológico Conexiones morfológicas forzadas

Ejemplo: Mejora de un bolígrafo

Cilindrico Material Tapa Fuente de Tinta

De múltiples caras Metal Tapa pegada Sin repuesto

Cuadrado Vidrio Sin Tapa Permanente

En forma de cuentas Madera Retráctil Repuesto de

papelEn forma de escultura Papel Tapa

desechableRepuesto hecho de tinta

439

Los Seis Sombreros de pensamiento

Dejemos los argumentos y propuestas y miremos los datos y las cifras.

Exponer una intuición sin tener que justificarla

Juicio, lógica y cautela

Mirar adelante hacia los resultados de una acción propuesta

Interesante, estímulos y cambios

Visión global y del control del proceso

440

Dividir y analizar Dividir un problema en partes pequeñas y analizarlas

por separado: (Vendedor de pescado no ofrecía el sabor de pez fresco)

El Pez: Vive bajo el agua; tiene agallas; se mueve

constantemente; de sangre fria; cambia su color fuera del agua

Solución: Se colocó un pequeño tiburón en la pecera para que

el pez conservara sus atributos vitales de frescura

441

Pensamiento forzado con palabras aleatorias

Crear nuevos patrones de pensamiento y forzar a ver relaciones donde no las hay.

Desarrollar ideas efectivas de lanzamiento de productos: Impermeables

Protegen de los elementos productos simples Son a prueba de agua productos

laminados Son de hule flexibles flexibilidad de

distribución Tienen bolsas productos de

bolsillo Tienen capote publicidad amplia

territorial

442

Listas de verificaciónHaga Preguntas en base a las 5W – 1H.

Por qué es esto necesario? Dónde debería hacerse?

Cuándo debería hacerse? Quién lo haría?

Qué debería hacerse? Cómo debería hacerse?

443

Mapas mentales Se inicia en el centro de una página con la

idea principal, y trabaja hacia afuera en todas direcciones, produciendo una estructura creciente y organizada compuesta de palabras e imágenes claves

Organización; Palabras Clave; Asociación; Agrupamiento

Memoria Visual: Escriba las palabras clave, use colores, símbolos, iconos, efectos 3D, flechas, grupos de palabras resaltados.

Enfoque: Todo Mapa Mental necesita un único centro.

444

TRIZ Hay tres grupos de métodos para resolver

problemas técnicos:

Varios trucos (con referencia a una técnica)

Métodos basados en utilizar los fenómenos y efectos físicos (cambiando el estado de las propiedades físicas de las substancias)

Métodos complejos (combinación de trucos y física)

445

TRIZ – 40 herramientas Segmentación Extracción Calidad local Asimetría Combinación/Consolidación Universalidad Anidamiento Contrapeso Contramedida previa Acción previa Compensación anticipada

Acción parcial o excesiva Transición a una nueva

dim. Vibración mecánica Acción periódica Continuidad de acción útil Apresurarse Convertir lo dañino a

benéfico Construcción Neumática o

hidráulica Membranas flexibles de

capas delgadas Materiales porosos

446

TRIZ – 40 herramientas Equipotencialidad Hacerlo al revés Retroalimentación Mediador Autoservicio Copiado Disposición Esferoidicidad Dinamicidad

Cambio de color Homogeneidad Rechazar o recuperar

partes Transformación de

propiedades Fase de transición Expansión térmica Oxidación acelerada Ambiente inerte Materiales compuestos

447

Generar y evaluar las soluciones

Generar soluciones para eliminar la causa raíz o mejora del diseño

Probar en pequeño la efectividad de las soluciones

Evaluar la factibilidad, ventajas y desventajas de cada una de las diferentes soluciones, con un diagrama de árbol

Por cada causa raíz – generar varias soluciones – ver sus ventajas, desventajas, factibilidad, impacto y costo

448

Generar y evaluar las soluciones

Realizar una definición analítica y selección cuantitativa de las alternativas de solución, además de analizar y evaluar cada una de ellas.

Hacer un plan de implementación de las soluciones (Gantt o 5W – 1H)

449

Implantación de soluciones PUNTO CRITICO ACTIVIDADES

* Realizar las medidas como se habian acordado * Antes de aplicar las medidas correctivas* Verificar si no hay efectos secundarios * Probar las ideas de mejora, investigar efectos* Dar capacitacion y entrenamiento. secundarios que puedan afectar al producto o áreas* Los equipos implantan las acciones correctivas y después poner en práctica las soluciones.* Obtener la aprobación de las áreas relacionadas, turno o puesto, Jefe inmediato etc. Es decir, Comunicar a todos los involucrados de la mejora a realizar. EJEMPLO 1

LISTADO DE LAS MEDIDAS CORRECTIVAS

NO CUANDO ¿A QUE? - ¿COMO?

DONDERESULTADO

JUICIO QUIEN TOPE PROC. DE

LIMPIEZA

1

2

JULIO 97

JULIO 97

BARRA DEAPLICACION

PARA LOS MOLDES

AUNQUE SE DA EFECTO

NO ES PERSISTENTE

EXISTE POCO DEFECTO

J. PÉREZ

L.TORRES

450

Calendario de las actividades

¿qué? ¿por qué? ¿cómo? ¿cuándo?

¿dónde?

¿quién?

1 Tacogenerador de motor embobinador

1.1 Por variación de voltaje durante el ciclo de cambio

1.1.1 Tomar dimensiones de ensamble entre coples.1.1.2 Verificar estado actual y especificaciones de escobillas.1.1.3 tomar valores de voltaje de salida durante el ciclo de cambio.

Abril ’04

1804 Embob

.

J. R.

2 Sensor circular y de velocidad de linea.

2.1 Por que nos genera una varión en la señal de referencia hacia el control de velocidad del motor embobinador

2.1.1 Tomar dimensiones de la distancia entre poleas y sensores.2.1.2 Tomar valores de voltaje de salida de los sensores.2.1.3 Verificar estado de rodamientos de poleas.

Abril ’04

1804Embob

.

U. P.

3 Ejes principales de transmisión.

3.1 Por vibración excesiva durante el ciclo de cambio

3.1.1 Tomar lecturas de vibración en alojamientos de rodamientos3.1.2 Comparar valores de vibraciones con lecturas anteriores.3.1.3 Analizar valor lecturas de vibración tomadas.

Abril’04 1804 Embob

.

F. F.

4 Poleas de transmisión de ejes embobinadores.

4.1 Puede generar vibración excesiva durante el ciclo de cambio.

4.1.1 Verificar alineación, entre poleas de ejes principales y polea de transmisión del motor.4.1.2 Tomar dimensiones de poleas(dientes de transmisión).4.1.3 Tomar dimensiones de bandas (dientes de transmisión)4.1.4 Verificar valor de tensión de bandas.

Abril’04 1804 Embob

.

J. R.U. P.

451

Implantación de soluciones

15 GUOQCSTORY.PPT

452

Prueba e implantación de soluciones

Probar las soluciones investigando los efectos secundarios que puedan afectar a otras áreas y después ponerlas en practica.

Planear la implantación de las alternativas seleccionadas.

Ejecutar las acciones del plan de acciones, comprobando su efectividad con: diagramas, fotos, cartas de control, Paretos, histogramas, etc.

453

1. Actions

2. Responsibilities

3. Schedule4. Cost/Benefit Analysis5. Measures

6. Risk Assessment7. Contingency Plan8. Change Strategy9. Communication Plan

10. Education Plan

Describes the specific actions & tasks to be taken for each root causeDescribes who is responsible for each action

Indicates when the actions & tasks will be completedPredicts direct & indirect costs & benefits associated with each actionIndicates whether the actions (solutions) are successfulAssesses what could go wrong if the actions are implementedIncludes a back-up plan for each action based on a risk assessmentIdentifies potential organizational barriers to actions and strategies for addressing themDetails who must be informed as well as how they will be informed and involved, before the actions are takenIdentifies who needs to be trained for the implementation to be successful as well as the source, scheduling, method and content of that training

Implementation Plan Components

454

Verificación de solucionesPUNTO CRITICO ACTIVIDADES

* Verificar hasta obtener efectos estables ampliando * Hacer análisis comparativo antes y después los datos históricos en gráficas de la etapa de * En caso de aplicar varias medidas correctivas "razón de selección del tema" , Verificar los efectos intangibles sin omisiones* Comparar el efecto en gráfica entre antes y después de DMAIC respecto al objetivo. confirmar el efecto sobre cada concepto de (relación humana, capacidad, trabajo en equipo, contramedidas. entusiasmo, área de trabajo alegre).* Determinar los beneficios monetarios, indirectos e intangibles.Investigar si existen áreas y operaciones similares tanto dentro como fuera de la planta, para aplicar las mismas contramedidas. Dar reconocimiento.

2.12

1.91.8

1.71.6

1.51.4

1.31.2

1.11

2.19 2.14 2.222.33

1.76

1.32

0.9 0.87 0.940.79

0.990.94

0

0.5

1

1.5

2

2.5

May-97 Jun-97 Jul-97 Ago-97 Sep-97 Oct-97 Nov-97 Dic-97 Ene-98 Feb-98 Mzo-98 Abr-98

%D < 1 %

Ejemplo 1.%DEFECTUSO

Comprobar efec_tividad de lasSoluciones con Pruebas de Hipótesis

455

Verificación de resultados Verificar hasta obtener efectos estables

ampliando los datos históricos como confirmación inicial.

Comparar el efecto antes y después del proyecto Seis Sigma respecto al objetivo.

Verificar los efectos intangibles sin omisiones(relación humana, capacidad, trabajo en equipo, entusiasmo, área de trabajo alegre).

Convertirlo en monto de ahorro en lo posible

456

Verificación de resultados

0102030405060708090

1e r trim. 2do trim. 3e r trim. 4t o trim.

EsteOe steN or te

0102030405060708090

1er t rim. 2do t rim. 3er t rim. 4to t rim.

E steOe steN orte

A N TE S DE SP U E S

ME J O R AC OSTO$ 5,000

C OSTO$ 1,000

457

Diagrama deIshikawa

Diagrama derelaciones

Diagramade Árbol

Análisis del Modo y Efecto deFalla (AMEF)

QFD

DiagramaCausa Efecto

CTQs = YsOperatividad

X's vitales

Diagramade Flujo

delproceso

Pruebasde

hipótesis

Causas raízvalidadas

¿CausaRaíz?

DefiniciónY=X1 + X2+. .Xn

X'sCausas

potenciales

Medición Y,X1, X2, Xn

FASE DE ANÁLISIS

SiNo

Llenar las últimas Columnas del FMEAy comprobar Hipótesis

459

Enlace de proyectos con metas organizacionales

Evaluar si la organización está lista para el cambio:

Evaluar el escenario futuro del negocio ¿hay estrategias claras?,¿se pueden alcanzar las

metas financieras y organizacionales?, ¿respondemos a nuevas circunstancias?

Evaluar el desempeño actual del negocio ¿Cómo son nuestros resultados actuales?, ¿qué tan

efectivamente cumplimos con clientes?,¿qué tan efectiva es la operación?

460

Enlace de proyectos con metas organizacionales

Revisar la capacidad de cambio y mejora de sistemas

¿Qué tan efectivos somos para manejar cambios?, ¿qué tan bien manejamos los procesos multifuncionales?, ¿se tiene conflictos con Seis Sigma?

Las empresas Seis Sigma tienen equipos de mejora ya en operación y sólo asignan Black Belts conforme sea necesario

461

Estudio de estrategias de 500 empresas en relación a Calidad, Utilidades y Productividad (E&Y

92)DESEMPEÑO

QUE HACER QUE NO HACER

POBRE(usar 7H´s para fruta colgante)

Concentrarse en lo básicoUsar equipos de sol. De prob.Usar administración por costosEmprender innovación con clientes

EmpowermentBenchmarking

MEDIO(usar 7H´s para mejorar)

Fijar metas y dar seguimientoSimplificar los procesosUsar equipos de mejora multidisciplinariosInvolucrar a la gerencia media

-

ALTO(ambiente adecuado p. Seis Sigma)

Benchmarks con otras organizacionesFacultar a empleados (empowerment)Comunicar planes estratégicosMejorar continuamente

-

462

No implantar Seis Sigma si La empresa ya tiene implementado un

programa de mejora de procesos efectivo

Los cambios actuales ya tienen abrumado al personal y los recursos

Los beneficios potenciales son insuficientes para financiar las inversiones necesarias para soportar a Seis Sigma

463

Análisis FODA - SWOT (fuerzas, amenazas, debilidades y

oportunidades) Fuerzas:

Algo en lo que la empresa es buena para hacer Patentes, experiencia, habilidades, recursos

clave, tecnología, posición en el mercado, reputación

Debilidades: Algo que le falta a la empresa o es una

condición en la queda en desventaja Poco flujo de caja, tecnología obsoleta, altos

costos indirectos, sin personal calificado, imagen de mala calidad

464

Fuerzas internas Debilidades internasCompetencias distintivasFinanzas sólidasLiderazgo en el mercadoTecnología propietariaVentajas en costoHabilidades de marketingMfra. de clase mundialHabilidades técnicas del personalImagen reconocidaHabilidades en Web

Muchas metasFalta de enfoque en la estrategiaInstalaciones obsoletasTecnología obsoletaGerencia sin experienciaProblemas de Mfra.Poca habilidad en Mktg.Sin capital para crecerPoco flujo de efectivoI y D inadecuadoNo se implementa los planes

Fuerzas y debilidades

465


oportunidades) Análisis del entorno:

Economía: condiciones económicas y tendencias del mercado

Socio-Político: gobierno local, regional, nacional, global, grupos de interés o aspectos legales

Social: sistema de valores, patrones sociales y demográficos, disponibilidad de personal calificado

466


oportunidades) Análisis del entorno:

Tecnología: actual y anticipada

Competencia: desempeño de la competencia y tendencias

Todos los niveles deben participar en las juntas de estrategia, incluyendo los nuevos empleados

467

Análisis FADO - SWOT (fuerzas, amenazas, debilidades y

oportunidades) Análisis de oportunidades y amenazas:

Estrategia alineada con las oportunidades adecuadas a las capacidades de la empresa

Estrategia de defensa contra amenazas externas

Estrategia de adaptación a cambios en el entorno

Impacto de Internet

468

Oportunidades externas

Amenazas externas

Expansión a nuevos mercadosAmpliar líneas de productosIncursionar en nuevos productosPoca rivalidad industrialMínimas regulacionesNuevas tecnologíasCiclo de crecimiento positivoB2B en InternerE-Commerce

Competencia globalProductos sustitutos disponiblesLento crecimiento del mercadoRequerimientos legales y regulatoriosCiclo recesivoClientes o proveedores fuertesNuevos competidoresB2B en InternetE-Commerce

Oportunidades y amenazas

469

Análisis PEST Análisis político

Análisis económico

Análisis social

Análisis tecnológico

470

Ejemplo: PEST

doe

Documents