Professional Documents
Culture Documents
Enfoque Taguchi
1. Definir
el
problema,
falla,
indicador
situacin
que
queremos mejorar
1) Descripcin clara de la desviacin o condicin que queremos mejorar
2) Valor numrico que cuantifique la desviacin
2. Determinar el objetivo
1) La caracterstica de calidad relacionada
2) La respuesta buscada
3. Tormenta de ideas
1) Determinacin de factores y niveles parmetros de producto y/o
proceso que pueden estar relacionados con la condicin observada y
que se desea mejorar. Los niveles estn referidos a los niveles de los
factores: valores altos, medios y bajos del parmetro o condicin.
2) Determinacin de las interacciones que pudieran presentarse en la
medida de lo posible buscar eliminarlas.
Los niveles de los factores siguen la regla prctica de valores bajos, medios
y altos. Aqu la experiencia de los ingenieras y la experiencia de quienes
operan los procesos es fundamental para la seleccin de los factores y de los
niveles.
4. Establecimiento del DOE (Diseo de Experimentos)
Caracterstica dinmica
Generalmente una caracterstica funcional. Ejemplo, ensamble sin
problema.
Ingeniera de calidad
El DOE enfoque Taguchi es una tcnica propia, aunque no exclusiva, de la
ingeniera de calidad. Tiene dos actividades relevantes:
Optimizacin del diseo
A travs del empleo de:
Evaluacin de calidad
Funcin de prdida
Seal de ruido
Enfoque Taguchi
El Doctor Taguchi ha agregado nuevas dimensiones al DOE y ha retomado
conceptos tradicionales con un nuevo enfoque:
Un concepto es el diseo robusto referido a procesos menos sensibles
a las variaciones de las caractersticas de proceso, materiales, mano
de obra.
El empleo de los arreglos ortogonales modificados (simplificados)
Retoma el concepto de costo buscando la optimizacin de los procesos
al reducir las variaciones de los procesos y obtener la mejor respuesta
posible.
Herramientas
bsicas
Core
Tools
DOE
Ingenieras
SGC
Optimizacin del diseo
El DOE tiene como objetivo:
1) Reduccin de los costos de ingeniera al establecer condiciones de
proceso robustas
2) Optimizacin del diseo con costos ms bajos y en tiempos ms
cortos.
Mejora de la calidad
1) Mejor rendimiento de los procesos puestas a punto robustas
2) Mayor conformidad del producto menos desperdicios
3) Mayor ganancia unitaria
Ciclo de control
Todos los procesos tienen oportunidad de mejora y el anlisis de informacin
del desempeo de los proceso proporciona informacin que permite
establecer la mejora continua.
Con frecuencia, debido a eventos crticos en los procesos, se hace evidente
la mejora del proceso. El anlisis de la causa de desviacin permite
establecer la causa de fondo y retomar el control. Aqu la estrategia puede
ser solo retomar el control o bien buscar un desempeo robusto que permita
establecer un mejor desempeo, no solo resolver con acciones correctivas y
preventivas.
La diferencia entre retomar el control y mejorar el desempeo hacia mejores
niveles se puede apreciar en los modelos control y rompimiento propuestos
por el Dr. Juran
Enfoque de Control
Malo
E
S
Nivel de
Desempeo
M
P
Bueno
Tiempo
Desviaciones
1) Proceso de anlisis / solucin
de Problemas
2) DOE
Espordicas
Malo
D
Rompimiento en resultados
E
S
Desempeo previo
E
M
P
Nuevo desempeo
Bueno
Tiempo
Ejemplo:
Paso 1. Situacin
Reactor de producto qumico con rendimiento de 73%.
Paso 2. Resultado buscado
Meta: 84%
Paso 3. Tormenta de ideas
De los parmetros de proceso se considera que la temperatura, las cenizas y
el catalizador son los factores de mayor efecto.
Paso 4. Seleccin de factores y niveles
Se han establecido tres niveles para cada factor:
Factores
Niveles
2
1
T
Cs
C
Temperatura (F)
Ceniza (lbs)
Catalizador (tipo)
80
35
1
85
48
2
3
90
55
3
80
80
80
80
80
80
80
80
80
35
35
35
48
48
48
55
55
55
1
2
3
1
2
3
1
2
3
T2
1
2
3
4
5
6
7
8
9
90
90
90
90
90
90
90
90
90
35
35
35
48
48
48
55
55
55
1
2
3
1
2
3
1
2
3
T3
1
2
3
4
5
6
7
8
9
85
85
85
85
85
85
85
85
85
35
35
35
48
48
48
55
55
55
1
2
3
1
2
3
1
2
3
DOE tradicional
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Cs
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
1
1
2
2
2
3
3
3
1
2
1
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
Arreglo ortogonal
1
2
3
4
5
6
7
8
9
Cs
Yield %
1
1
1
2
2
2
3
3
3
1
2
3
1
2
3
1
2
3
1
2
3
2
3
1
3
1
2
51
71
58
82
69
59
77
85
84
Respuesta promedio:
T1 = (51+71+58)/3 = 60%
T2= (82+69+59)/3 = 70
T3 = (77+83+84)/3 = 82
Cs1 = (51+82+77) = 70
Cs2 = (71+69+45) = 75
Cs3 = (58+59+84) = 67
C1 = (51+59+85)/3 = 65
C2 = (71+82+84)/3 = 79
C3 = (58+69+77)/3 = 68
T
60
70
82
Cs
70
75
67
C
65
79
68
72
70
68
66
64
62
1
Cs 2
C2
Cs2
C2
El previo mejor
Como una opcin, en caso de urgencias, falta de reactivos, dificultades en
puestas a punto.
T3
Cs2
C1
Corrida confirmatoria
Experimento
PC
EC
PB
T
3
3
3
Factores y niveles
Cs
2
1
2
C
2
2
1
Yield (%)
92
91
85
Diseo experimental
Definicin
Evaluacin cuantitativa / estadstica de los efectos de los factores en un
evento con el propsito de mejorar o llegar a un resultado predeterminado.
Caractersticas de un diseo experimental
Debe considerar:
Una base estadstica
Propsito de optimizar el producto / proceso
Tiempo corto de planeacin, ejecucin y validacin
Sistemtico
Seleccin adecuada de los factores importantes
Que sea reproducible
Con el mnimo de experimentos
Que comprenda la corrida de confirmacin exerimental
Que establezca la caracterstica de calidad a validar variable de
respuesta
Que contemple el efecto de las variables no consideradas o
desconocidas
Bajo costo
Si
Se puede medir?
No
Si
No
Herramientas de anlisis
La ventaja de las herramientas y metodologas empleadas en la planeacin
de la calidad y la mejora de la calidad de los productos y procesos, es que
son, interactivas y su uso depende de la experiencia de los integrantes del
equipo de trabajo en el empleo de las herramientas
Observaciones:
- No existe una receta que indique una secuencia del empleo de las
herramientas
- Cada caso requerir las herramientas que el equipo considere
necesarias
- Algunas herramientas son actividad de equipo como el diagrama de
espina de pescado (Diagrama de Ishikawa)
- El equipo debe tener formacin en las herramientas bsicas
Veamos algunas de las herramientas:
Pareto
Para establecer las prioridades en la seleccin de fallas a resolver, comparar
efectos, entre otras aplicaciones, entre otras aplicaciones
Ejemplo de un anlisis de Pareto
Ordenados
Mal ret.
Cavernas
Deformes
Roturas
scrap
Defectos Cantidades
Cavernas
184
Deformes
125
Mal ret.
300
Roturas
96
scrap
30
300
184
125
96
30
735
%
40.8
25.0
17.0
13.1
4.1
100
No.
300
100
75
200
50
100
25
0
p
sc
ra
ot
ur
a
R
or
m
es
ef
av
e
C
al
re
rn
as
t.
% Acumulado
40.8
65.9
82.9
95.9
100.0
Diagrama de Ishikawa
Para el anlisis de causa y efecto y determinar la causa raz que genera la
falla. Junto con el Pareto son una prctica poderosa y simple.
Las 7 preguntas
Una metodologa simple y efectiva. Es una actividad de equipo y consiste en
preguntar a los involucrados el por qu varias veces, el siete es una
referencia. El proceso lleva a condiciones en donde surge la causa ms
probable y las circunstancias relacionadas. Inicia preguntando con la causa
del problema, desviacin o situacin y a partir de ah se derivan los porqus.
La grfica de correlacin
Cuando estamos estudiando el efecto entre variables, la grfica puede
indicarnos si existe una correlacin directa, inversa o simplemente no existe
correlacin. De sta forma podemos incluir o descartar factores o sus
interacciones.
Se tienen dos mtodos el matemtico y el grfico. Se emplea un factor de
correlacin y tablas de valores para establecer el grado de correlacin entre
dos factores.
4000
3500
3000
2500
X Dimetro en
0.001"
400
1600
3600
2000
4000
800
2500
4000
1250
700
Y Esfuerzo en
Lb/pulg2
370
1550
3530
1960
3840
580
3200
3200
910
920
2000
1500
1000
500
0
0
500
1000
1500
2000
2500
3000
3500
4000
4500
Capacidad
potencial
Cp
Es una comparacin de la variacin real con la variacin especificada, nos
dice cuntas veces cabe la variacin real en la variacin especificada:
(LSE LIE)
Cp =
6
LSE y LIE corresponden a los valores especificados lmites (tolerancias) y
la desviacin estndar.
Podemos estimar la desviacin estndar mediante el rango y valores de
tablas (d2)
S estimada = R promedio / d2
La frmula queda como:
(LSE LIE)
Cp =
6S estimada
Capacidad real
Este ndice permite saber no solo si la variacin real es menor o mayor, sino
que tan centrada est la variacin real con respecto a la tendencia central, es
decir si el proceso est centrado y su relacin con las tolerancias
especificadas.
En especificaciones bilaterales se tienen dos ndices, se toma el menor para
estimar la capacidad.
La distancia estadstica en el caso del lmite superior corresponde a la
diferencia entre el lmite y la media de medias
La forma ms simple de calcular los ndices es referir la media real con las
tolerancias:
=
LSE X
Cpk (s) =
3
=
X - LIE
Cpk (i) =
3
Las frmulas anteriores sin dividir por 3 corresponden a los valores del
estadstico z.
La divisin por 3 se refiere a 3 desviaciones estndar y corresponde a la
media +/- 3 desviaciones
Grficas de tendencia
Indica la tendencia de un resultado, sea a travs del tiempo o en relacin con
una condicin.
Costos de calidad
Meta
Acumulado
4.50
% de costo de calidad
4.00
3.50
3.00
2.50
2.00
1.50
1.00
0.50
O
ct
ub
re
N
ov
ie
m
br
e
D
ic
ie
m
br
e
Se
pt
ie
m
br
e
Mes
A
go
st
o
Ju
lio
Ju
ni
o
M
ay
o
A
br
il
M
ar
zo
Fe
br
er
o
E
ne
ro
0.00
Efecto de la temperatura
90
80
70
60
50
40
30
20
10
0
1
2,187 experimentos
(b)
en donde
es el arreglo ortogonal
(2)
No. de
experimentos
4
1
2
3
4
AyB
Factores ( 3 )
1
2
1
1
1
2
2
1
2
2
Niveles
El total de experimentos es 12
3
1
2
2
1
Interacciones
3
1
L (2)
8
5
3
BxC
AxB
2
6
A
CxA
Factor / Interaccin
Grados de Libertad
Media General
21=1
B, C, D, E, F
5 x (3 1) = 10
AxB
(2 1) x (3 1) = 2
Total
14