realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/trabajo5_2850.pdf · control de...

38
Realizado por: Realizado por: ESCOBAR HERNÁNDEZ TZITZIN ESCOBAR HERNÁNDEZ TZITZIN ANAYANTZIN ANAYANTZIN CONTROL DE CALIDAD II

Upload: vannhi

Post on 01-Jul-2018

220 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Realizado por:Realizado por:ESCOBAR HERNÁNDEZ TZITZIN ESCOBAR HERNÁNDEZ TZITZIN ANAYANTZIN ANAYANTZIN

CONTROL DE CALIDAD II

Page 2: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada
Page 3: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Seis SigmaSeis Sigma es un método que intenta realizar el mejor es un método que intenta realizar el mejor producto producto con la mejor calidad y el mejor coste posible, con la mejor calidad y el mejor coste posible, logrando la mayor satisfacción del cliente con el fin de alcanzalogrando la mayor satisfacción del cliente con el fin de alcanzar r las etapas óptimas, el éxito y la posición líder. las etapas óptimas, el éxito y la posición líder. Decimos Decimos entonces que su mayor objetivo consiste enentonces que su mayor objetivo consiste en establecer un establecer un compromiso con los clientes para ofrecer productos de la mcompromiso con los clientes para ofrecer productos de la máás s alta calidad a un menor costo.alta calidad a un menor costo.

Page 4: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

CARACTERÍSTICASCARACTERÍSTICAS

•• Resultados concretos y a corto plazo.Resultados concretos y a corto plazo.

•• Beneficios a largo plazo.Beneficios a largo plazo.

•• Lucha contra el número de defectos (3,4 d Lucha contra el número de defectos (3,4 d pmpm).).

•• NNecesidad de situarse en los niveles estecesidad de situarse en los niveles estáándar ndar mundialmundial..

Propósitos: Propósitos: mejorar la rentabilidad y lamejorar la rentabilidad y lacompetitividad.competitividad.

•• Cada empresa lo adapta a sus necesidades.Cada empresa lo adapta a sus necesidades.

Page 5: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

HITORIA DE SEIS SIGMAHITORIA DE SEIS SIGMA1980 MOTOROLA.1980 MOTOROLA.

1920 Tres Sigma (66.807 1920 Tres Sigma (66.807 dpmdpm). ).

Más tarde llegó Cuatro (6210 Más tarde llegó Cuatro (6210 dpmdpm).).

Finalmente apareció el proceso Seis Finalmente apareció el proceso Seis Sigma (3.4 Sigma (3.4 dpmdpm).).

Actualmente muchas empresas siguen Actualmente muchas empresas siguen utilizandoutilizando TQM, aunque Seis Sigma está TQM, aunque Seis Sigma está prácticamente en todos los mercados.prácticamente en todos los mercados.

Page 6: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

¿QUÉ HACE DIFERENTE A ¿QUÉ HACE DIFERENTE A SEIS SIGMA?SEIS SIGMA?

Seis Sigma es una filosofSeis Sigma es una filosofíía de calidad basada a de calidad basada en la asignacien la asignacióón de metas alcanzables a corto n de metas alcanzables a corto plazo enfocadas a objetivos a largo plazo. plazo enfocadas a objetivos a largo plazo.

Seis Sigma proporciona medidas que se Seis Sigma proporciona medidas que se aplican tanto a las actividades de producciaplican tanto a las actividades de produccióón n como de servicios: los defectos por millcomo de servicios: los defectos por millóón de n de oportunidades. oportunidades.

SSatisfacciatisfaccióón del clienten del cliente:: mide y usa equipos para mide y usa equipos para reducir los DPMOreducir los DPMO continuacontinuamente.mente.

Page 7: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

HERRAMIENTAS DE MEJORA HERRAMIENTAS DE MEJORA DE PROCESO SEIS SIGMADE PROCESO SEIS SIGMA

Carta del control.Carta del control.

Medida del defecto.Medida del defecto.

Diagrama de Pareto.Diagrama de Pareto.

Mapa de procesos.Mapa de procesos.

Análisis de la causa de la raíz.Análisis de la causa de la raíz.

Control de proceso estadístico.Control de proceso estadístico.

Diagrama de Árbol.Diagrama de Árbol.

Page 8: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada
Page 9: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Calidad tradicional Seis Sigma

Centralizada Descentralizada

Estructura para la detección ysolución de los problemas

y enfoque proactivo

Estructuración de herramientas de mejora

Toma de decisiones sobre datos precisos y objetivos

Se observa a la raíz para llegar a soluciones sólidas y prevenir

la repetición

Estructura rígida yenfoque reactivo

No estructuración de las herramientas de mejora, uso localizado y aislado

Toma de decisiones sobre presentimientos y datos vagos

Se aplican remedios provisionales,sólo se corrige en vez de prevenir

Page 10: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada
Page 11: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Fallos TQM Solución Seis Sigma

Falta de integración Vínculos con el negocio y el personal base

Liderazgo en vanguardia

Un mensaje simple

Definición de un objetivoambicioso que tenga sentido

Los líderes reconocen el éxito de Seis Sigma,evitando el problema

Apatía del liderazgo

Un concepto difuso

Un objetivo poco claro

Actitudes puristasy fanatismo técnico

Fracaso en hacer caerlas barreras internas

Prioridad a la gestión porprocesos ínter funcionales

Cambio incremental frentea cambio exponencial

Cambio incremental-exponencial

Máster Black Belts,Black Belts y Green Belts.Formación ineficaz

Page 12: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Master Black Master Black BeltsBelts::-- Líderes de la unidad de negocio.Líderes de la unidad de negocio.-- Capaces de generar beneficiosCapaces de generar beneficios

extraordinarios.extraordinarios.Black Black BeltsBelts: :

-- 4 ó 6 proyectos/año.4 ó 6 proyectos/año.-- Grandes beneficios.Grandes beneficios.-- Verdadera elite de profesionales.Verdadera elite de profesionales.

GreenGreen BeltsBelts: : --Tiempo parcial.Tiempo parcial.--Trabajo del día a día.Trabajo del día a día.

ORGANIZACIÓN PARA IMPLANTAR SEIS SIGMA

Page 13: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Black Black BeltsBelts. DMAMC. DMAMC

Page 14: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Black Black BeltsBelts. DFSS. DFSS

Page 15: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada
Page 16: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Implantar un modelo de gestión Implantar un modelo de gestión empresarial basado en la mejora de empresarial basado en la mejora de procesos.procesos.

Algunas empresas quieren convertirse en Algunas empresas quieren convertirse en fabricantes a nivel internacional fabricantes a nivel internacional (desarrollar su negocio y sobrevivir (desarrollar su negocio y sobrevivir obteniendo mayor rentabilidad).obteniendo mayor rentabilidad).

Intentan reducir los costes mejorando la Intentan reducir los costes mejorando la calidad.calidad.

Page 17: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

LA MAYORÍA DE LAS EMPRESAS LA MAYORÍA DE LAS EMPRESAS SIGUEN LOS SIGUIENTES PASOS:SIGUEN LOS SIGUIENTES PASOS:

Enfoque genuino del cliente.Enfoque genuino del cliente.

Dirección basada en datos y hechos.Dirección basada en datos y hechos.

Los procesos estLos procesos estáán donde estn donde estáá la accila accióónn..

DirecciDireccióón proactiva.n proactiva.

ColaboraciColaboracióón sin barreras.n sin barreras.

Busqueda de la perfecciBusqueda de la perfeccióón.n.

Page 18: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

EjemplosEjemplos��Motorota: Para reducir su tasa de fallos y Motorota: Para reducir su tasa de fallos y

aumentar la fiabilidad de sus productos.aumentar la fiabilidad de sus productos.

�� Motorota: Con el fin de acelerar la tasa de Motorota: Con el fin de acelerar la tasa de cambio para aumentar su competitividad frente cambio para aumentar su competitividad frente a otras empresas.a otras empresas.

�� General Electric y General Electric y AlliedsignalAlliedsignal//HoneywellHoneywell : : Para redoblar esfuerzos en la mejora de la Para redoblar esfuerzos en la mejora de la calidad y de los procesos. calidad y de los procesos.

�� JhonsonsJhonsons & & JhonsonsJhonsons, American Express, , American Express, Sears Sears RoebuckRoebuck, …Seis Sigma les ha servido , …Seis Sigma les ha servido como plataforma de investigación y desarrollo.como plataforma de investigación y desarrollo.

Page 19: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

CONCLUSIÓNCONCLUSIÓN

En EEUU: Seis Sigma impulsó la calidad en En EEUU: Seis Sigma impulsó la calidad en empresas manufactureras y de servicios.empresas manufactureras y de servicios.En España hay dos tipos de empresas:En España hay dos tipos de empresas:

* Multinacionales: * Multinacionales: Alstom, Ford, Alstom, Ford, General Electric, Siemens, General Electric, Siemens, ……

* Espa* Españñolas: olas: TelefTelefóónica, La Caixa,nica, La Caixa,……Debe estar adaptada a cada empresa.Debe estar adaptada a cada empresa.No Seis Sigma No Seis Sigma �� Falta de conocimiento de la Falta de conocimiento de la metodologíametodología..Para usar Seis Sigma: Admitir que “Para usar Seis Sigma: Admitir que “hay una hay una forma mejor de dirigir una empresaforma mejor de dirigir una empresa””..

Page 20: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

Optimización del proceso de Optimización del proceso de muestra. DMAMCmuestra. DMAMC

1. FASE DEFINIR:1. FASE DEFINIR:�� En el laboratorio se reciben de promedio 150 En el laboratorio se reciben de promedio 150

camiones de mineral nacional cada día.camiones de mineral nacional cada día.�� Objetivo: Aumentar aproximadamente un Objetivo: Aumentar aproximadamente un

95% de la capacidad del proceso de análisis 95% de la capacidad del proceso de análisis de muestras de forma que se pase de de muestras de forma que se pase de analizar una media de 94.5 muestras/día a analizar una media de 94.5 muestras/día a 190 muestras de media por día.190 muestras de media por día.

�� Tenemos para gastarnos Tenemos para gastarnos 1300000 euros al 1300000 euros al añoaño..

Page 21: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

HISTOGRAMA DEL NÚMERO HISTOGRAMA DEL NÚMERO DE MUESTRAS DE MUESTRAS TOTALES/MESTOTALES/MES

Nº de M ue s t r a s To t a le s /Me s

Frequency

2400225021001950180016501500

3 ,0

2 ,5

2 ,0

1 ,5

1 ,0

0 ,5

0 ,0

M ean 1953

S tD ev 202,2

N 18

H is togr am o f N º de M ue s tr a s To ta le s /M e s

No rm a l

Page 22: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

DIAGRAMA DE BARRAS DEL DIAGRAMA DE BARRAS DEL NÚMERO MEDIO DE NÚMERO MEDIO DE

MUESTRAS/DÍAMUESTRAS/DÍANº Medio de muestras al día

0

20

40

60

80

100

120

Enero

Mar

zo

May

o

Julio

Septie

mbre

Noviem

bre

Enero

Mar

zo

May

o

Mes

To

tale

s M

edia

s

Page 23: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

HISTOGRAMA DEL NÚMERO HISTOGRAMA DEL NÚMERO MEDIO DE MUESTRAS/DÍAMEDIO DE MUESTRAS/DÍA

Totales medias

Percent

1081029690847872

35

30

25

20

15

10

5

0

Mean 92,94

StDev 8,249

N 18

Nº Medio de muestras al díaNormal

Page 24: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

PESAJE DE MUESTRAS HÚMEDAS

SECADO DE LAS

MUESTRAS

PESAJE DE MUESTRAS

EN CALIENTE

MOLIENDA GRUESA

Análisis De

humedad

ARCHIVO DE MUEST.ANALÍTICAS

MOLIENDAFINA

Análisisde

azufre

Análisis De p.c.

T1 T2 T3 T4 T5 T6 T7

2. FASE MEDIR:

Page 25: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

MOLIENDA FINA:

molienda fina

Frequency

1,4081,3441,2801,2161,1521,0881,0240,960

7

6

5

4

3

2

1

0

Mean 1,117

StDev 0,07211

N 60

Tiempo en minutos de la molienda finaNormal

Page 26: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

MOLIENDA GRUESA

PESADO EN HÚMEDO

pesado en humedo

Frequency

45,040,536,031,527,022,518,013,5

4

3

2

1

0

Mean 29,50

StDev 6,763

N 60

Tiempo en segundos de la pesada en húmedoNormal

Page 27: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

pesado en seco

Frequency

19,217,616,014,412,811,29,68,0

6

5

4

3

2

1

0

Mean 13,72

StDev 2,385

N 60

Tiempo en segundos de la pesada en secoNormal

PESADO EN SECO

Page 28: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

ANALIZADOR DE AZUFRE

analizador de azufre

Frequency

3,253,002,752,502,252,001,75

5

4

3

2

1

0

Mean 2,485

StDev 0,3404

N 60

Tiempo en minutos del analizador de azufreNormal

Page 29: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

HORARIO DE TRABAJO

Horario de verano (es en el que nos vamos a fijar para hacer nuestro análisis):

8:00 - 14:00 Dos preparadores de muestras.

8:00 - 14:00 Dos analistas (turno mañana), uno de laboratorio y otro de minerales.

14:00 – 20:00 Un analista (turno tarde) de laboratorio.

3. FASE ANALIZAR:

Page 30: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

ACTIVIDADES EXTRAS DE LOS PREPARADORESACTIVIDADES EXTRAS DE LOS PREPARADORES

Cada uno de los dos preparadores de muestras dedica a estas actiCada uno de los dos preparadores de muestras dedica a estas actividades, al vidades, al menos, media hora de la jornada diaria.menos, media hora de la jornada diaria.

Cada uno de los dos preparadores dedica el 25% de su tiempo a esCada uno de los dos preparadores dedica el 25% de su tiempo a estas tas actividades, es decir, un promedio de una hora y media al día. actividades, es decir, un promedio de una hora y media al día.

CAPACIDAD DE LOS EQUIPOSCAPACIDAD DE LOS EQUIPOS

260 min.260 min.1818AnalizadoresAnalizadoresinmediatosinmediatos

61 min.61 min.2020Analizador de AzufreAnalizador de Azufre

480 min.480 min.3636EstufasEstufas

Tiempo de cicloTiempo de ciclo(minutos)(minutos)

Capacidad Capacidad óóptima de ptima de carga (muestras)carga (muestras)

Page 31: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

MUESTRAS EXTRAORDINARIASMUESTRAS EXTRAORDINARIAS

43433838MMÁÁXIMO DIARIOXIMO DIARIO

313125 25 MEDIA DIARIAMEDIA DIARIA

645645525525TOTAL MESTOTAL MES

Mayo 2004Mayo 2004Mayo 2003Mayo 2003

MUESTRAS EXTRAORDINARIASMUESTRAS EXTRAORDINARIAS

Page 32: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

PRIMER SUBPROCESO: Preparación de las muestras, pesaje, secado y molienda.

T1 = Nº de muestras * t medio de pesado = 190*28.84 = 1 hora y 52 minutos (2 horas y 36 minutos).T2 = 8 horas.T3 = Nº de muestras * t medio de pesado = 190 * 13.57 = 43 minutos (45 minutos).T4 = acotado al tiempo de T5.T5 = Nº de muestras * t medio = 190 * 1.12 = 3 horas y 33 minutos (3 horas y 44 minutos).

T1 + T2 + T3 + T4 + T5 = 1 hs y 52 min. + 8 hs + 43 min. + 3 hs y 33 min. = 14.5 hs (15.34 horas)

Page 33: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

TABLA DE UNA JORNADA DE TRABAJO DE LOS PREPARADORESTABLA DE UNA JORNADA DE TRABAJO DE LOS PREPARADORES

08:0008:00(del d(del díía siguiente)a siguiente)24:0024:00

Secado de las muestrasSecado de las muestras(Aprox. 8 horas=t2)(Aprox. 8 horas=t2)

16:36 16:36 14:0014:00

Pesaje de muestras Pesaje de muestras hhúúmedas (2 horas y 36 medas (2 horas y 36

minutos=t1)minutos=t1)

14:0014:0012:3012:30BreakBreak + Actividades extras+ Actividades extras

(1 hora y 30 minutos)(1 hora y 30 minutos)

12:3012:308:458:45Molienda gruesa y finaMolienda gruesa y fina

(3 horas y 44 minutos=t5)(3 horas y 44 minutos=t5)

8:458:4508:0008:00Pesaje de muestras en Pesaje de muestras en

caliente(45 minutos=t3)caliente(45 minutos=t3)

FinFinComienzoComienzo

190 MUESTRAS/D190 MUESTRAS/DÍÍAAACTIVIDADACTIVIDAD

Page 34: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

SEGUNDO SUBPROCESO: Análisis de las características químicas y SEGUNDO SUBPROCESO: Análisis de las características químicas y

caloríficas del mineral y almacenaje de las muestras.caloríficas del mineral y almacenaje de las muestras.

T61 = [|190/20| + 1] * t ciclo azufre = 641 minutos (11 horas y 13 minutos)T62 = [|190/2| *10% + 1] * t ciclo poder calorífico = 263 minutos (276 minutos)T63 = [[190/ (4*18)] + 1] * t ciclo volátiles = 946 minutos (993 minutos) T7 = se realiza en tiempos muertos

T6 + T7 = 15.46 horas (993 minutos)

Page 35: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

0:450:4520:2520:25Tercero analizador TGA y MAC, tercera tanda (4 horas y 20 minutoTercero analizador TGA y MAC, tercera tanda (4 horas y 20 minutos)s)

23:0523:0518:4518:45Segundo analizador TGA y MAC, tercera tanda (4 horas y 20 minutoSegundo analizador TGA y MAC, tercera tanda (4 horas y 20 minutos)s)

22:2522:2518:0518:05Primer analizador TGA y MAC, tercera tanda (4 horas y 20 minutosPrimer analizador TGA y MAC, tercera tanda (4 horas y 20 minutos))

20:2520:2516:0516:05Cuarto analizador TGA y MAC, segunda tanda (4 horas y 20 minutosCuarto analizador TGA y MAC, segunda tanda (4 horas y 20 minutos))

18:2518:2514:0514:05Tercero analizador TGA y MAC, segunda tanda (4 horas y 20 minutoTercero analizador TGA y MAC, segunda tanda (4 horas y 20 minutos)s)

18:4518:4514:2514:25Segundo analizador TGA y MAC, segunda tanda (4 horas y 20 minutoSegundo analizador TGA y MAC, segunda tanda (4 horas y 20 minutos)s)

18:0518:0513:4513:45Primer analizador TGA y MAC, segunda tanda (4 horas y 20 minutosPrimer analizador TGA y MAC, segunda tanda (4 horas y 20 minutos))

16:0516:0511:4511:45Cuarto analizador TGA y MAC, primera tanda (4 horas y 20 minutosCuarto analizador TGA y MAC, primera tanda (4 horas y 20 minutos))

14:0514:0510:4510:45Tercero analizador TGA y MAC, primera tanda (4 horas y 20 minutoTercero analizador TGA y MAC, primera tanda (4 horas y 20 minutos)s)

14:2514:2510:0510:05Segundo analizador TGA y MAC, primera tanda (4 horas y 20 minutoSegundo analizador TGA y MAC, primera tanda (4 horas y 20 minutos)s)

13:4513:459:259:25Primer analizador TGA y MAC, primera tanda (4 horas y 20 minutosPrimer analizador TGA y MAC, primera tanda (4 horas y 20 minutos))

9:259:258:458:45Molienda gruesa y fina (40 minutos para 36 muestras)Molienda gruesa y fina (40 minutos para 36 muestras)

8:458:458:008:00Pesaje de muestras en caliente (45 minutos)Pesaje de muestras en caliente (45 minutos)

FinFinInicioInicio

Page 36: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

19:3519:3518:3418:34Analizador SC432, dAnalizador SC432, déécima tanda (61 minutos)cima tanda (61 minutos)

18:3418:3417:3317:33Analizador SC432, novena tanda (61 minutos)Analizador SC432, novena tanda (61 minutos)

17:3317:3316:3216:32Analizador SC432, octava tanda (61 minutos)Analizador SC432, octava tanda (61 minutos)

16:3216:3215:3115:31Analizador SC432, sAnalizador SC432, sééptima tanda (61 minutos)ptima tanda (61 minutos)

15:3115:3114:3014:30Analizador SC432, sexta tanda (61 minutos)Analizador SC432, sexta tanda (61 minutos)

14:3014:3013:2913:29Analizador SC432, quinta tanda (61 minutos)Analizador SC432, quinta tanda (61 minutos)

13:2913:2912:2812:28Analizador SC432, cuarta tanda (61 minutos)Analizador SC432, cuarta tanda (61 minutos)

12:2812:2811:2711:27Analizador SC432, tercera tanda (61 minutos)Analizador SC432, tercera tanda (61 minutos)

11:2711:2710:2610:26Analizador SC432, segunda tanda (61 minutos)Analizador SC432, segunda tanda (61 minutos)

10:2610:269:259:25Analizador SC432, primera tanda (61 minutos)Analizador SC432, primera tanda (61 minutos)

Page 37: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

¿Cuántos preparadores necesito?

¿Cuántos analizadores necesito?

¿Cuántos analistas necesito?

Por lo tanto, voy a comprar:

3 estufas = 6000 euros * 3 = 18000 euros2 carros portamuestras = 1000 euros * 2 = 2000 euros2 balanzas = 3000 euros * 2 = 6000 euros1 preparador = 19000 euros * 1 = 19000 euros3 analizadores de volátiles = 14000 euros * 3 = 42000 euros2 analistas = 5000 euros * 2 = 10000 euros

4. FASE MEJORAR:

Page 38: Realizado por - depa.fquim.unam.mxdepa.fquim.unam.mx/amyd/archivero/TRABAJO5_2850.pdf · Control de proceso estadístico. Diagrama de Árbol. Calidad tradicional Seis Sigma Centralizada

BibliografíaBibliografía-- Seis Sigma (una iniciativa de calidad total). Seis Sigma (una iniciativa de calidad total). EnricEnric Barba, Barba, FrancescFrancesc boixboix, ,

LluisLluis CuatrecasesCuatrecases. Ed. Gestión 2000.. Ed. Gestión 2000.-- Seis Sigma. Fermín Gómez Fraile, José Francisco Vidal Barrio, Seis Sigma. Fermín Gómez Fraile, José Francisco Vidal Barrio, Miguel Miguel

Tejero Monzón. Tejero Monzón. EdEd FC.FC.-- Las claves de Seis Sigma … Peter S. Pande, Robert Las claves de Seis Sigma … Peter S. Pande, Robert P.NewmanP.Newman, , RolanRRolanR. .

Cavanaje.EdCavanaje.Ed MacGrawMacGraw Hill.Hill.-- El Poder de Seis Sigma. El Poder de Seis Sigma. ChowdhuryChowdhury-- Etapas de un proyecto Seis Sigma: Metodología. Joaquín Etapas de un proyecto Seis Sigma: Metodología. Joaquín MembranoMembrano-- TheThe DesignDesign forfor SixSix Sigma Sigma MemoryMemory JoggerJogger. Danna . Danna GinnGinn, Evelyn , Evelyn VarnerVarner..

GoalGoal/QPC/QPC-- TheThe SixSix Sigma Sigma MemoryMemory JoggerJogger II. Michael II. Michael BrassardBrassard, , LyndLynd Finn, Dana Finn, Dana GinnGinn,,

Diane Ritter. Diane Ritter. GoalGoal/QPC/QPC* En Internet: * En Internet:

-- http://http://www.seiswww.seis--sigma.comsigma.com-- http://http://www.juran.eswww.juran.es-- http://http://www.kairosmanagement.comwww.kairosmanagement.com--http://www.aprender.org.ar/aprender/http://www.aprender.org.ar/aprender/--http://http://www.telefonica.eswww.telefonica.es//seissigmaseissigma//--http://http://bayes.escet.urjc.esbayes.escet.urjc.es/6sigma/6sigma