Curso de actualizacin

en Ingeniera de calidad

I. IX. FASE DE MEJORA

Dr. Primitivo Reyes Aguilar / febrero 2009

1
 http://learnsigma.com/summary-of-
the-six-sigma-improve-stage/

IX. FASE DE MEJORA

A. MTODOS LEAN

B. MTODOS ESTADSTICOS DE SEIS SIGMA

2
Introduccin
Propsito:
Desarrollar, probar e implementar soluciones que
atiendan a las causas raz

Salidas
Acciones planeadas y probadas que eliminen o
reduzcan el impacto de las causas raz identificadas

Comparaciones de la situacin antes y despus para

identificar la dimensin de la mejora, comparar los
resultados planeados (meta) contra lo alcanzado

3
 FASE DE MEJORA
Causas
raz Tcnicas de
Diseo de creatividad
experimentos Tormenta de
ideas
Optimizacin Ideas Metodologa
TRIZ

Efecto de X's Generacin de soluciones

en las Y =
CTQs

Evaluacin de soluciones
(Fact., ventajas, desventajas)

Solucin
No factible?

Si

Implementacin de
soluciones y verificacin
de su efectivdad

Soluciones
verificadas
4
IX.A MTODOS LEAN
1. Las 5Ss
2. Kanban - Jalar
3. Poka Yokes
4. SMED cambios rpidos
5. Flujo continuo (CFM)
6. Manufactura respuesta rpida (QRM)
7. Kaizen
8. Teora de restricciones (TOC)
5
6
1. Las 5 Ss
Seiri (sort, clasificar)

Seiton (Straighten, ordenar)

Seiso (shine, limpiar)

Seiketsu (standardize, estandarizar)

Shitsuke (sustain, self-discipline, disciplinar

7
Beneficios
Mejor flujo y calidad de produccin
Eficiencia mejorada
Mejor seguridad y eficiencia
Menor inventario
Menor tiempo de bsqueda, mats. e info,
Condiciones ms ergonmicas
Espacio ahorrado
Controles visuales

8
 Las 5Ss

Es una metodologa enfocada a lograr orden y

la limpieza en todas las reas de la empresa

(oficinas, fbrica, almacn, etc.)

Creando una disciplina que a la larga se

convierta en cultura y en prctica comn.

9
Beneficios al aplicar las 5Ss
Los Ocho ceros
1. Desperdicios
2. Accidentes

0 3. Tiempos Muertos
4. Defectos

5. Desperdicio en cambios
6. Retrasos

7. Insatisfacciones de Clientes
8. Prdidas ($$$) 10
Visin General de las 5Ss

1. 2.
ORDEN
ORGANIZACIN

5
.
DISCIPLINA

4
. 3
ESTANDA-
.
RIZACION LIMPIEZA

11
 Las 5Ss

Seiri, Seiton, Seiso, Seiketsu, Shitsuke

Seiri = Organizacin
Deshacerse de todo lo innecesario del rea de trabajo, si
hay duda usar Tarjetas Rojas, ahorrar espacio

Seiton = Orden
Tener las cosas en el lugar o distribucin correcta,
visualmente bien distribuidas e identificadas, ahorrar
tiempo de bsqueda. Contornos, pintura, colores.

12
Las 5Ss

Seiso = Limpieza
Crear un espacio de trabajo impecable, ahorrar espacio y
elevar la moral y la imagen

Seiketsu = Estandarizacin
Establecer los procedimientos para mantener las tres Ss
anteriores. Administracin visual, usar colores claros,
plantas, etc.

Shitsuke = Disciplina
Crear disciplina (repeticin de la prctica)
13
 Resistencia al cambio, se escucha:
Para qu limpiar si se ensucia de nuevo?

Ya tenemos organizacin y orden

Hay mucho trabajo como para perder el tiempo

con estas modas japonesas, no aumenta la
produccin.

Para vencer la resistencia:

Involucrar al personal y predicar con el ejemplo

14
 Seiri, la primera S:
Seleccionar/Organizar

Distinguir entre lo que es

Necesario y lo que no lo es

15
 Seiri, la primera S:
Seleccionar/Organizar
* Slo lo que se
necesita,
* en la cantidad que se
1. SELECCIONAR necesita, y
* slo cuando se
necesita.

* Es dejar slo lo
estrictamente necesario
2. ORGANIZAR para las operaciones
normales de produccin
o de oficinas.
16
 Nombre:
Seiri, la primera S: Fecha:
Localizacin:
Seleccionar/Organizar Razn de etiqueta roja:

Deshacerse de todo lo innecesario del rea de trabajo, en

caso de duda:

Asignar un rea especial para colocacin de estos

materiales y equipos

Colocarles una etiqueta roja y llevarlos a esta rea

haciendo una relacin

Peridicamente revisar el uso futuro o actual de lo que

se almacena en el rea de tarjetas rojas y tomar
decisiones
17
Implementando las 5Ss

18
 La cruzada de la organizacin
Necesidad Frecuencia de uso de las Guardar en:
cosas:
Baja Sin uso en aos Deshacerse de ellas
Uso entre 6-12 meses Guardar a distancia

Media Uso entre 2-6 meses Guardarlas en un

Uso mayor a 1 vez al mes lugar central en el
rea de trabajo
Alta Uso mayor a 1 vez por Guardar cerca del
semana rea de trabajo o
Cosas usadas diario llevarlas consigo

19
 Guardar las cosas Necesarias
Frecuencia de uso de las Guardar en:
cosas:
Uso frecuente Tenerlas al alcance
Uso constante Localizarlas para
facil alcance y regreso
en donde deben ir
Uso espordico Regresarlas a donde
pertenecen, pizarra
con siluetas, colores,
cdigos, etc.
Archivos Nmero y color para
el archivero y orden

20
 Identificar lo innecesario
Detrs 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 lquidos

21
 Seiton, la segunda S:
Orden

Un lugar para cada cosa y cada cosa en

su lugar para: Ahorrar espacio, tiempo de bsqueda

y Facilitar la administracin visual

22
 Etiquetar o sealizar, apoyos
para la Administracin visual.
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 estndar para localizar artculos, papeles,
refacciones, etc., una vez aplicadas las 5Ss
es de menos de 30 segundos.
23
 Cmo ordenar?
La distribucin de planta
Marcar pasillos y donde deben ir las cosas

Pasillo

Antes Despus
24
 Cmo ordenar?
Los materiales en el piso
Estantes, mesas y carros de altura ajustable Recoger cosas
del piso, cansa y es peligroso

Antes Despus
25
 Ordenar

Las herramientas
Eliminar su necesidad y estandarizar
Almacenar cerca las ms usadas

Los materiales
Cuadros Kanban
FIFO y almacenamiento contingente

Los aceites
Los equipos de medicin
Los letreros y avisos
26
 Seiso, la tercera S:
Limpieza

Mantener el rea de trabajo

impecable y libre de toda suciedad

27
 Beneficios de la Limpieza
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
La Limpieza es inspeccin
28
 Las 3 etapas de la la Limpieza

1. Macro: limpieza general

2. Individual: limpieza de reas de trabajo y

partes especficas del equipo

3. Micro: limpieza de partes pequeas y

herramientas, corregir las fuentes de fugas y
fuentes de suciedad o polvo
29
5 pasos para Implantar la limpieza
1. Determinar las metas de limpieza

2. Determinar las responsabilidades de la limpieza

(mapeo de reas y definicin de responsables)

3. Determinar los mtodos de limpieza

(programa detallado de limpieza, resp. y la forma)

4. Preparar las herramientas de limpieza

5. Implantar la limpieza.
30
 Promocin de una
rea de trabajo lmpia
1. Dividir por zonas y asignar responsabilidades
rotativas por grupos y personas, dar tiempo

2. Limpieza por equipo y rea usando lista de

verificacin (pisos, colectores, conveyors, etc.)

3. Aplicar Kaizen para limpiar zonas difciles,

mtodos de limpieza y accesorios de limpieza

4. Seguir las reglas, identificar problemas tomar

acciones
31
 Seiketsu, la cuarta S:
Estandarizacin

Mantener las tres primeras Ss:

Seleccin/Organizacin
Orden y Limpieza

32
 Beneficios de la
Estandarizacin
No se regresa a las viejas condiciones se
mantienen gracias a la Administracin Visual

No hay cosas fuera de su lugar al fin del turno

Los lugares de almacenamiento estn

organizados

Se controlan las fuentes de suciedad y basura

Se quita el hbito de acumular cosas innecesarias
33
 Recomendaciones

1. Es altamente recomendable que en la

elaboracin de los estndares participen
quienes deben de realizar las actividades
de las primeras 3Ss

2. Esto ayuda a crear un sentido de

pertenencia y facilita avanzar en este esfuerzo

34
 Shitsuke, la quinta S:
Disciplina

Hbito de mantener correctamente

los procedimientos adecuados, buscando
la mejora continua

35
 Importancia de la Disciplina:
1. Los procedimientos correctos son un hbito

2. Todo el personal ha sido entrenado adecuadamente

3. Todos el personal ha comprado el mtodo

4. El rea de trabajo esta bien ordenada y se manejan

los estndares

5. Se busca la mejora continua.

36
 Formacin de hbito
Estandarizar (sistematizar) el comportamiento si
quieres buenos resultados

Hacer que todos participen y despus trabajar en

la implantacin (5Ss 3, 5 o 10)

Hacer que cada quien sienta responsabilidad por

lo que hace

Asegurar que no falle la comunicacin, clarificar

las ideas y reconfirmar
37
 La disciplina no es visible ni
Puede medirse, pero:

Existe en la mente y la voluntad de las personas y

solo su conducta muestra su presencia.

Es una actitud de intolerancia al

desorden, la falta de organizacin y
las prdidas.

38
Las 5 Ss : En la oficina

La oficina es una

Fabrica de papel

39
40
 Pasos para una oficina
Ms eficiente
Mantener una oficina ordenada, con trabajo en
equipo y papelera estandarizada

Hacer un programa de trabajo para cada empleado

Para el caso de proyectos, poner el programa en

pizarrn para que todos sepan el estatus

Establecer un sistema (gavetas, folders,

contenedores) para que cualquier persona pueda
identificar la fecha de vencimiento de las tareas 41
 La campaa de
uno solo es mejor
Una sola localizacin para expedientes

Proceso de documentos en el mismo da

Juntas de una hora

Memos e E-Mail de una pgina

Llamadas telefnicas de un minuto

Guardar slo una copia del original

42
Promocin de Las 5 Ss

La campaa de las 5 Ss

43
 Promocin de las 5 Ss
Es importante que el Director general tome el
liderazgo y que todos tomen parte en las 5 Ss

Las actitudes de los gerentes es clave, si no

toman con seriedad, nadie ms lo tomar

No deben mantenerse las 5 Ss como algo

cansado debe efectuarse en etapas

Lo importante es empezar en 5Ss y mantener el

esfuerzo
44
 Promocin de las 5 Ss
Planeacin y operacin
Organizacin promocional
Educacin
Juntas promocionales

Actividades paralelas
Posters de invitacin a participar
Temas del mes

Actividades de 5 Ss en reas de trabajo especficas

Documentacin
Implantacin
45
 Promocin de las 5 Ss

Proyectos Kaizen
Organizarlos conforme sea apropiado

Entrenamiento tcnico
Tecnologa Kaizen
Entrenamiento inicial
Seguimiento al entrenamiento

Lanzamiento de equipos Kaizen y certificacin

46
 Registros
Fotografas (antes, durante y despus)

Poner etiquetas fosforescentes con la P en rea

con problema requiriendo atencin

Es importante llevar un registro de avances

(cantidades de fugas, etc.)

Museo de las cosas antiguas (mquinas y

herramientas)
Registrar los resultados de los proyectos Kaizen
47
 Diagnstico y Evaluacin

Competencias

Patrullas y evaluacin cruzada

Uso de auditores y listas de verificacin

48
 Lista de verificacin
Pisos

Montacargas y carritos

Contenedores y cajas en trnsito

Equipos y maquinarias

Accesorios de aceite

Equipo de medicin
49
 Lista de verificacin

Lugares de lubricacin

Medidores
Tuberas y cableado

Tableros de control

Mesas de trabajo

Avisos y administracin de las 5Ss

50
Implementacin de las 5Ss
Nivel de Filosofa (alineacin con valores
de la organizacin)

Nivel de operaciones (aplicacin tpica)

Nivel de proceso (un mtodo del lugar de

trabajo)

51
 52
http://www.xberry.fsnet.co.uk/Kanban.htm
2. Kanban
Es una palabra japonesa que significa
seal, es una seal para los procesos
internos para proporcionar cierto
producto.

Los Kanbans normalmente son tarjetas,

pero pueden ser banderas, espacios en
piso, etc. Kanban proporciona controla el
flujo de materiales
53
 Empujar vs jalar

Empujar Jalar
Se basa en pronsticos Se basa en el uso real
Fabricar el producto del cliente
independientemente si Slo producir cuando
la siguiente operacin los productos se
lo requiere consumen

54
Kanban
Kanban = Seal, signo
http://www.construsur.com.ar/Article131.html

Punto de reorden cuando reabastecer al

supermercado

Cantidad de la orden cantidad a reabastecer al

supermercado

55
Propsitos del Kan Ban
Mejorar la comunicacin entre procesos
Producir en base a las demandas reales no en
pronsticos

Prevenir produccin en exceso

Controlar los inventarios

Establecer prioridades de abastecimiento

Mostrar restricciones (cuellos de botella) que

puedan ser atendidos por Kaizen

56
Propsitos del Kan Ban
Hacer visible el flujo de materiales en relacin a:
Localidades de almacenamiento y entrega

Cantidades estndar y tipo de contenedor

Mtodo o frecuencia de transporte

Estatus de prog. De produccin en Pizarrones

Mantener involucrado al personal en

procedimientos estandarizados

57
 Prerrequisitos del Kanban
Suavizacin de la produccin Programa maestro

Nivelar la carga del programa Cambios rpidos

Equipo capaz Mantenimiento Productivo Total

tiempos muertos y defectos mnimos

Organizacin adecuada de planta con Las 5Ss

Lay Out y distribucin de planta adecuada

Entregas confiables de proveedores y cero

defectos Trabajo estandarizado
58
 Sistemas tradicionales de manufactura de
empujar
Invisibilidad de problemas, distribucin por
departamentos

Desconexin del trabajo que agrega valor de la

demanda

No incentiva el trabajo de equipo, ms bien el

volumen y maximizar uso de personal / equipos

Acumula inventarios innecesarios y se avanzan

productos con faltantes de partes
59
 SISTEMA DE EMPUJAR Qu avance de proceso
Tiene el producto M003?

Depto. B WIP
Mquinas
B
WIP WIP WIP

Depto. A Empaque
Mquinas Depto. D E
A Inspeccin

Materias Inventario
primas Productos
Depto. C Terminados
WIP (200)
WIP
Retrabajos
60
 Sistema de Manufactura de Jalar
Kanban
Procesos de produccin disparados por la
demanda del cliente, distribucin en Celdas Mfra.

Abastecimiento en el lugar de uso disparado por

la demanda, directamente de proveedores

Empleados multihabilidades, capacitados y con

poder de decisin operativa

Se apoya y reconoce el trabajo de equipo

61
62
63
64
SISTEMA DE JALAR Qu avance de proceso
Tiene el producto M003?
Todo lo necesario para el
producto M est integrado aqu
Cliente
Celda de Mfra.
Para la familia M

Celdas de Manufactura
En U Cuadros
Kanban

Celda de Mfra.
Para la familia N
EDI Embarque
Productos
Terminados
(200 en
Proveedor
5 familias)
65
 Kanban de produccin. Tarjeta sencilla

1.- Cuando se utiliza un

2.- El Kanban es llevado al
tablero de programacin del
proceso anterior.
contenedor el Kanban de
produccin se coloca en el buzn
LNEA DE ENSAMBLE
BUZN

TABLERO

4.- Las herramientas

se van preparando en
el orden de recibo de
los Kanban y se FABRICACIN
produce en la misma
secuencia de recibo.
5.- Despus de producir la cantidad de
3.- Los Kanban son recibidos y puestos piezas especificadas se coloca el Kanban y
en el tablero de programacin en el se lleva a la localizacin indicada
orden en que se van recibiendo

66
 Kanban de movimiento:
2 Contenedores - autorizacin de movimiento

BUZON
3.- En un ciclo establecido, el
movedor de materiales revisa el
buzn, toma el Kanban y procede a LNEA DE ENSAMBLE
su localizacin en el almacn 2.- Cuando el
especificado en el Kanban contenedor A est CONSUMO
vaco se toma el B A
Kanban y se lleva al
buzn 1.- Las piezas se consumen del
INICIO contenedor A hasta que se vace.

5.- El contenedor lleno es entregado

ALMACEN a la localizacin en la lnea
SUPERMERCADO especificada. El contenedor vaco A
es reemplazado por
el contenedor lleno.
4.- Se pone el Kanban
en contenedor lleno 67
 Sistema de seales visuales que facilitan al personal
en la planta identificar las operaciones o
movimientos a realizar sin procedimientos
sofisticados

Tablero de avisos electrnico

Cliente
Proveedor Proceso Proceso Proceso Proceso
A B C D

Flujo del proceso

Cuadros Kan Ban

Flujo de las tarjetas

68
 Reglas Bsicas del Kanban
1. El proceso siguiente viene a retirar slo lo que
necesita

2. Producir slo para reponer lo que retira el

siguiente proceso

3. No enviar productos defectuosos a la siguiente

operacin

69
 Reglas Bsicas del Kanban
4. Las partes no deben ser producidas o
transportadas si no hay tarjeta de Kanban

5. Todo contenedor de partes est Estandarizado,

debe tener anexa una tarjeta de movimiento o
produccin

6. El nmero real de partes en el contenedor

debe coincidir con la cantidad en la tarjeta
Kanban
70
71
72
73
http://www.mmpergo.com/products.htm

74
3. Poka Yokes A Prueba de Error
Captura el error antes de que repercuta
en producto no conforme,

Es posible hacer inspeccin al 100%

Evitan el muestreo para seguimiento y

control

75
3. Poka Yokes Errores
Saltar una operacin

Posicionar partes en la direccin

equivocada

Usar partes equivocadas de material

Dejar floja una tuerca

76
Errores humanos
Olvido o falta de comprensin
Identificacin
Empleados nuevos
Errores deliberados
Errores inadvertidos
Lentitud
Falta de estndares
Errores intencionales

77
 Diferentes tipos de Errores
ERRORES

Accin Accin No
Intencional Intencional
Tipos de Error Bsicos

Violacin Equivocacin Olvido Distraccin

En las reglas
Falta de atencin
No se siguen
Omisin
Aplicacin equivocada
En el Orden
En el conocimiento
En el tiempo
Diferentes formas
A la Rutina Fallas en la memoria
A la excepciones Omisin de planes
Actos de sabotaje Intenciones olvidadas
Fuente: Human Error (Errores Humanos), James Reason, 1990 Cambridge Univ. Press
78
 Tcnicas Poka Yoke - A Prueba de
Errores

Tcnica Prediccin Deteccin

CESE O
SUSPENSIN Cuando un error est Cuando un error o defecto
DE ACTIVIDADES por ocurrir ya ha ocurrido

Los errores son Los artculos defectuosos

CONTROL imposibles no pueden moverse a la
siguiente operacin

Cuando algo est a Inmediatamente cuando

ADVERTENCIA punto de fallar algo est fallando

79
Funciones bsicas de un Poka Yoke

Paro (Tipo A):

Cuando ocurren anormalidades mayores,
evitan cierre de la mquina, interrumpen la
operacin.
En algunos casos el operador tiene
disponibles interruptores que paran el
proceso total, si detecta errores mayores
80
Cese o Suspensin de actividades:
Prevencin y Deteccin

Prevencin:
Algunas cmaras no funcionan cuando
no hay luz suficiente para tomar fotos

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

81
 Ejemplos de Poka Yokes

Contactos elctricos a prueba de

errores, para asegurar una polaridad
apropiada.

Pasadores Gua

Cada gua tiene su propio pasador gua nico.

82
Funciones bsicas de un Poka Yoke
Advertencia (Tipo B):
Cuando ocurren anormalidades menores. Indican
con luces o alarmas para llamar la atencin del
personal.
Es necesario regular intensidad, tono y volumen.
Los defectos continan ocurriendo hasta que se
atienden. Algunos separan el producto
defectuoso.

83
 Advertencia: Prevencin y Deteccin

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

Deteccin:
Los detectores de humo alertan cuando se
detecta humo y es posible que se haya iniciado un
fuego.
84
Mecanismos de deteccin usados en
Poka Yokes o A Prueba de Error

Mtodos de contacto (microswitches)

Mtodos sin contacto (sensores)
Mtodos de valor fijo de movimientos
(contadores)
Mtodos de movimientos predeterminados

85
86
Cuando no se pueda realizar A Prueba de
Errores

Use colores y cdigos de color

Vouchers de tarjeta de crdito (el cliente
retiene la copia amarilla, el comerciante la
blanca)
Use formas
Guarde diferentes tipos de partes en
diferentes recipientes de moldes

87
Cuando no se pueda realizar A Prueba de Errores

Autodeteccin
Revisin de ortografa en la computadora

Haga que sea ms fcil hacer bien las cosas

Listas de verificacin
Formatos efectivos para recopilacin de datos
Smbolos

88
Banderas rojas:
Oportunidades para error

89
Jerarqua en la Prueba de Error
Diseo
Eliminar la posibilidad de
1
errores

2
Hacer obvio que un error
ocurrir

Hacer obvio que un error ha 3

INSPECCION ocurrido
90
 Metodologa de desarrollo
de Poka Yokes
1.Describir el defecto
Mostrar 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 estndares de

la operacin donde se producen los defectos
91
 Metodologa de desarrollo de
Poka Yokes
4. Identificar los errores o desviaciones de los
estndares en la operacin 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
92
 Proceso de A Prueba de Error
Identificar
Hacer un AMEF de
Identificar todos los caractersticas de
proceso para
errores potenciales diseo que pueden
Manufactura
eliminar el error

1
Redisear para
eliminar la posibilidad
de error
o
2
Redisear para hacer Revisar el diseo para
obvio que ocurrir un detectar errores
error potenciales en
o Manufactura y
3
Redisear para hacer Ensamble
obvio que ha ocurrido
un error

93
94
Lean para reduccin del tiempo
de preparacin y ajuste, SMED
Necesidad de producir Lotes pequeos de una
gran variedad de productos

Analoga con lo que sucede en los Pits

SMED - Single Minute Exchange of Die (Shigeo

Shingo)

Objetivo del SMED: Reducir el tiempo de

preparacin y ajuste, desde la ltima pieza de
producto anterior hasta 1a. Pieza del nuevo 95
Lean para reduccin del tiempo
de preparacin y ajuste SMED
Hay tipos de preparaciones internas y externas
Preparacin interna (IED)
Operaciones realizadas con mquina
parada
Preparacin Externa (OED)
Operaciones realizadas con la mquina
operando

Propsito: Convertir operaciones Internas a

externas (filmar, analizar, cambiar)
96
Cambios rpidos
Do - Identificar reas de oportunidad de mejora.
Mquina con tiempos de preparacin o ajuste
largos, fuente frecuente de errores, accidentes

Plan Documentar el proceso de preparacin

Lista de todas las actividades y pasos requeridos
para la preparacin o ajuste, duracin y Muda

Plan Identificar todas las operaciones internas y

externas

97
 Cambios rpidos
Do convertir tantas operaciones internas en
externas como sea posible
Precalentamiento, estandarizacin de partes. tc.
Administracin visual, Poka Yokes

Actividades concurrentes
Mtodos de una vuelta

98
 Cambios rpidos
Do convertir tantas operaciones internas en
externas como sea posible
Precalentamiento, estandarizacin de partes. tc.

Administracin visual, Poka Yokes

Actividades concurrentes

Mtodos de una vuelta

99
 Cambios rpidos
Do Reducir 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

100
Programa de trabajo

101
102
103
A.5 FLUJO CONTINUO
DE MANUFACTURA

104
Flujo continuo de manufactura

http://www.emsstrategies.com/dd080105article.html
105
Flujo continuo de manufactura
En CFM el material se mueve una pieza a un
tiempo, con tasa det. por demanda del cliente,
Takt Time sin:
Problemas de calidad
Preparaciones y ajustes
Fallas en maquinas

Distancias y transporte
reas de apilado
Inventarios WIP

106
A.6 MANUFACTURA DE
RESPUESTA RPIDA
(QRM)
Combina los sistemas computacionales
ERP, MRP II con los mtodos Lean

107
http://www.networkdyn.com/ltrprogram.html

108
Quick Response Manufacturing
Cambiar la mentalidad de la gerencia

Completar la tarea en un tiempo de proceso

mnimo

Operar los recursos crticos al 80% y no al

100%

Reduccin del tiempo de proceso y entrega

109
Quick Response Manufacturing
Instalar el sistema de control de materiales
POLCA
Combina Jalar y Empujar en el sistema Paired Cell
Overlapping Loops of Cards with Autorization

Mover a los proveedores a QRM

Educar a los clientes en QRM

Celdas de respuesta rpida por familias de

productos
QRM orienta a la empresa a un verdadero Lean

110
111
112
Utilizan el ciclo de mejora, PHVA

ACTUAR

A P

c D
VERIFICAR HACER

113
 El procedimiento Kaizen (1-5 D)
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 anlisis de problemas.
- Revisar el plan y la nueva secuencia de trabajo

114
 El procedimiento Kaizen
4. Implementar un plan revisado

5. El supervisor / operador verifican la secuencia

del trabajo:

- Correr una produccin completa y validar

6. Documentar la nueva operacin estndar

7. Repetir el Ciclo
115
Ejemplo de proyecto Kaizen

116
Pasos del Kaizen
Definicin del problema, alcance y metas
Formar y capacitar al equipo Kaizen

Colectar datos: tiempos, takt time, trabajo

estandarizado
Tormenta de ideas: colectar ideas en todos los
turnos

Identificar prioridades
Probar las ideas

Verificar resultados
Modificar el Lay Out
117
Pasos del Kaizen
Revisar y actualizar los estndares de trabajo
Revisar planes de accin y revisar prioridades

Reportar a la administracin
Implementar

Reconocer al equipo
Seguimiento: Plan de accin, aceptacin del
cambio, lay out

Hacer que el Kaizen sea una forma de vida

Medir el desempeo del Kaizen
118
A.8 TEORA DE
RESTRICCIONES (TOC)

http://www.maconsultora.com/Restricciones.html

119
TOC
Recomienda evaluar:

Throughput

Inventarios

Gastos de operacin

120
http://www.maconsultora.com/Restricciones.html 121
TOC
Implementacin:

1. Identificar las restricciones del sistema

2. Decidir como explotar las restricciones del
sistema
3. Subordinar cada cosa a las decisiones
anteriores
4. Elevar las restricciones del sistema
5. Regresar al paso 1. Una vez que se ha roto
la restriccin, buscar nuevas restricciones.
122
TOC Drum, Buffer, Rope
Tambor (Drum): es la restriccin que controla el
paso o velocidad del proceso. El sonido.

Inventario de seguridad (Buffer): es el

inventario en proceso WIP para operar el cuello de
botella.

Cuerda (Rope): Es el mecanismo de

retroalimentacin que va desde el inventario de
seguridad (Buffer) al punto de entrada de materias
primas.

123
124
Otras tcnicas de TOC
Efecto Causa Efecto

Evaporando nubes

rbol de prerrequisitos

125
Nube inicial

http://clarkeching.blogs.com/tocsoftware/2004/08/turni
ng_the_ude.html

126
Conversin a rbol de causa efecto causa
Primero se rota 90 contra reloj, se quita la flecha de
conflicto, cambia la direccin de las flechas y renombrar
las etiquetas

127
Conversin a rbol de causa efecto causa
Se analiza Qu Pasa Si? frecuentemente las mejoras a
las especificaciones originales se descubren mientras se
realiza el proyecto y luego se enlazan.

128
Conversin a rbol de causa efecto causa
Se repite para todas las entidades en la nube

129
Conversin a rbol de causa efecto causa
Mostrar como el conflicto causa el problema: Se dice:
SI Hay presin para cumplir con perimtir cambios a la
espec. Conforme aprendemos y Hay presin para
evitar camboos a la espec. Conforme aprendemos
ENTONCES Hay conflicto entre clientes y
programadores..
Entonces sucede el problema

130
 rbol
completo

131
B. MTODOS ESTADSTICOS
DE SEIS SIGMA

9. Diseo de experimentos factoriales

10. Diseo de experimentos de Taguchi
11. Diseo de experimentos de mezclas
12. Superficies de respuesta
13. Operaciones evolutivas (EVOP)

132
 http://www.uco.es/investiga/grupos
/hibro/hibro.html

B.9 DISEO DE
EXPERIMENTOS
FACTORIALES

133
Antecedentes del DOE
Ronald Fisher

http://www.memagazine.org/backissues/membersonly/
july04/features/onestep/onestep.html
134
Antecedentes del DOE
G.E.P. Box

http://www.che.rochester.edu/Courses/CH
E246/index.html

135
136
Diseo de experimentos factoriales
Es una prueba o serie de pruebas donde
se inducen cambios deliberados en las
variables de entrada de un proceso, para
observar su influencia en la variable de
salida o respuesta
Entradas Salidas (Y) Entradas Salidas (Y)

Diseo de
Proceso
Producto

137
 Nmero de niveles
y
En Dos Niveles nos
permite considerar
nicamente los efectos
lineares.
1 2

2 Niveles

En Tres Niveles hay la

necesidad de ejecutar ms
pruebas, sin embargo, nos
permite buscar la curvatura, 1 2 3

es decir, los efectos 3 Niveles

cuadrticos.
138
Pasos del DOE - generales
Establecer objetivos
Seleccionar variables del proceso

Seleccionar un diseo experimental

Ejecutar el diseo

Asegurar que los datos sean consistentes con los

supuestos
Analizar e interpretar los resultados
Usar / presentar los resultados (pueden orientar a
corridas futuras)

139
Pasos del DOE - detallado
Proceso en control, evaluar capacidad

Determinar CTQ objetivo a mejorar

Definir como medir la variable de respuesta

Determinar los factores de influencia

Determinar los niveles de experimentacin

140
Pasos del DOE detallado
Seleccionar diseo experimental a utilizar

Verificar el error R&R del sistema de medicin

Planear y asignar recursos a los experimentos

Realizar los experimentos

Medir las unidades experimentales

141
Pasos del DOE - detallado
De resultados identificar factores significativos

Determinar la mejor combinacin de niveles de

factores para lograr los objetivos

Correr un experimento de confirmacin

Establecer controles para mantener la solucin

Re evaluar la capacidad del proceso

142
Objetivos experimentales
Comparativo: varios niveles del mismo factor

Mejora: mejor combinacin de niveles de

factores

Filtraje: seleccin de los pocos factores clave

Superficie de respuesta: para la optimizacin

Mezclas: optimizar proporcin de ingredientes

143
 Tipos de Salidas
Las salidas se clasifican de acuerdo con nuestros objetivos.
Objetivo Ejemplos de Salidas
1. El Valor Meta es el Mejor
Lograr un Dimensin de la Parte
valor meta con
variacin mnima Voltaje
ILD de Uretano

Meta
2. El Valor Mnimo es el Mejor
Tendencia de Tiempo de Ciclo
salida hacia cero
Contraccin de la
Parte
Desviacin
0
3. El Valor Mximo es el MejorTendencia de salida Fuerza
hacia arriba
Durabilidad

144
 Tipos de Experimentos
Tipos Comunes Nmero Tpico de
de Experimentos Objetivos Factores Controlables
Encontrar los niveles de 4 o menos
1. Factorial Completo factor que proporcionan
(todas las combinaciones de factores
los mejores resultados.
y niveles)
Construir un modelo matemtico
(evala todas las interacciones).

Encontrar los niveles de

2. Fraccional Factorial factor que proporcionan 5 o ms
(subgrupo del nmero total de los mejores resultados.
combinaciones) Construir un modelo matemtico
(evala todas las interacciones).

3. Examen Probar muchos factores para

encntrar los pocos vitales. 7 o ms
(no evala interacciones).

145
 Tipos de Experimentos
(continuacin)
Tipos Comunes Nmero Tpico de
de Experimentos Objetivos Factores Controlables
Optimizar
4. Diseo Central Construir un modelo matemtico 3 o menos
Compuesto cuando no haya efectos lineales
o Box-Behnken (Superficie de respuesta).

5. Diseo Robusto Optimizar

Para encontrar los niveles de factores
a fin de reducir al mnimo la variacin 5 o ms
ante factores de ruido cambiantes.

6. Diseo Robusto Optimizar

Optimizar la funcin de un producto
Dinmico de
o proceso de manufactura.
Taguchi Reducir al mnimo la sensibilidad al 7 o ms
(Funcin Ideal) ruido y aumentar al mximo la
sensibilidad a la seal de entrada.

146
Estrategia cuando el Valor Meta es Mejor

Paso 1: Encuentra los factores que

afectan la variacin. Usa estos
factores para reducir al mnimo
la variacin.

Paso 2: Encuentra los factores que

desplazan el promedio (y no
afectan la variacin). Usa estos
factores para ajustar la salida
promedio con la meta deseada.

Meta

Estrategia cuando el
Valor Mnimo es Mejor
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 variacin en la salida al mnimo,
tambin se mejora la salida al detectar los factores que
contribuyen en gran medida a la variacin.
147
 Respuesta de Salida
La salida que se mide como resultado del experimento Dimensin de la Parte
y se usa para juzgar los efectos de los factores.
Factores A. Tiempo de Ciclo
B. Temp. de Moldeo
Las variables de entrada de proceso que se
C. Presin de Sujecin
establecen a diferentes niveles para observar D. Tiempo de Sujecin
su efecto en la salida. E. Tipo de Material

Factor Niveles
Niveles B. Temp. de Moldeo 600 700
Los valores en los que se establecen los factores. E. Tipo de Material Nylon
Acetal

Interacciones Tiempo x Temp:

El grado en que los factores dependen unos de otros. El mejor nivel de tiempo
Algunos experimentos evalan el efecto de las depende de la
interacciones; otros no. temperatura establecida.
Corridas A B C D E Datos
Pruebas o Corridas Experimentales 1 -1 -1 -1 -1 -1

Las combinaciones de pruebas especficas de factores y 2 -1 -1 +1 +1 +1

3 -1 +1 -1 +1 +1
niveles que se corren durante el experimento. .
.

-1=Nivel Bajo +1=Nivel Alto

148
 Comprobacin de los residuos
Al graficar los residuales contra los valores de respuesta en el tiempo u otra variable
predictiva, se pueden presentar los patrones siguientes:

Modelo X1 La varianza se Requiere un trmino

Adecuado incrementa con X2 cuadrtico agregado a
X2

Si el comportamiento de los residuos no es el esperado, se pueden intentar

transformaciones en los datos de respuesta para normalizarlos y obtener un mejor
modelo.
149
Efecto de la curvatura

150
 Los Factores Pueden Afectar...
1. La Variacin del Resultado 3. La Variacin y el Promedio
Temp
Tiempo de
Alta
Ciclo Largo

Temp
Tiempo de
Baja
Ciclo Corto

Dimensin de la Parte Dimensin de la Parte

2. El Resultado Promedio 4. Ni la Variacin ni el Promedio

Presin de
Presin de Sujecin Alta
Sujecin Baja Ambos materiales
producen el
mismo resultado

Dimensin de la Parte Dimensin de la Parte

151
Resolucin: diseos experimentales
I. Se vara un factor a la vez

II. Algunos efectos principales se confunden

III. Exp. fraccionales: efectos principales

confundidos con interacciones de 2 factores

IV. Exp. fraccionales: se confunden las

interacciones de 2 factores entre si

152
Resolucin: diseos experimentales

V. Exp. fraccionales: interacciones de 2 factores

confundidas con interacciones de >2

VI. Exp. factoriales completos o 2 bloques

VII. Exp. factoriales completos o 8 bloques

153
Prueba e implantacin de soluciones
Probar las soluciones investigando los efectos
secundarios que puedan afectar a otras reas y
despus ponerlas en practica.

Planear la implantacin de las alternativas

seleccionadas.

Ejecutar las acciones del plan de acciones,

comprobando su efectividad con: diagramas,
fotos, cartas de control, Paretos, histogramas,
etc.
154
 Verificacin de resultados
Verificar hasta obtener efectos estables ampliando
los datos histricos como confirmacin inicial.

Comparar el efecto antes y despus del proyecto

Seis Sigma respecto al objetivo.

Verificar los efectos intangibles sin

omisiones(relacin humana, capacidad, trabajo en
equipo, entusiasmo, rea de trabajo alegre).

Convertirlo en monto de ahorro en lo posible

155
Resultados de la mejora

156
 Verificacin de resultados
90
90
80 80
70 70
MEJORA COSTO
COSTO 60
50 Este
60
$ 1,000
50
$ 5,000
Este
40 Oeste 40 Oeste
30 Norte 30 Norte
20 20
10 10
0 0
1er trim. 2do trim. 3er trim. 4to trim. 1er trim. 2do trim. 3er trim. 4to trim.

A NTES DESPUES

157
 QFD
FASE DE ANLISIS
Diagrama de
relaciones
Diagrama
Causa Efecto Diagrama de
Ishikawa
Diagrama
de rbol
Definicin
Y=X1 + X2+. .Xn

CTQs = Ys Medicin Y,
Operatividad X1, X2, Xn
X's
Causas
Anlisis del Modo y Efecto de potenciales
Falla (AMEF)

Pruebas
Llenar las ltimas
de Columnas del FMEA
hiptesis y comprobar Hiptesis
Diagrama
de Flujo
del X's vitales
proceso No Causa Si Causas raz
Raz? validadas
158
159
Diseos factoriales de dos niveles

El nmero de combinaciones de prueba para un

factorial completo con factores k, cada uno en
dos niveles es:

n2k

Por lo tanto, a estos diseos se les conoce

como diseos . k
2

160
 Diseo factorial completo 2K
ALTO
ALTO

Representa- B
cin Grfica B ALTO
BAJO
C
BAJO
A
ALTO BAJO
BAJO
A Factor
BAJO ALTO

Prueba A B C
A B 1 - - -
2 + - -
1 - - 3 - + -
Representa-
cin Tabular 2 + - 4
5
+
-
+
-
-
+
3 - + 6 + - +
7 - + +
4 + + 8 + + +
161
Diseo factorial completo 2K
Niveles
Factores Bajo Alto
Temperatura 350 400
Tiempo 1min. 2min.

Todas las combinaciones

Temperatura Tiempo
Corrida 1: 350 1min.
Corrida 2: 350 2min.
Corrida 3: 400 1min.
Corrida 4: 400 2min.

162
 Experimento factorial completo
sin interaccin
Un experimento factorial completo es un experimento donde se
prueban todas las posibles combinaciones de los niveles de todos los
factores.

Factor A :

-1 +1

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

163
 Experimento sin interaccin

B = +1 30 52

Respuesta
Promedio

B = -1 20 40

A = -1 A = +1

164
Experimento sin interaccin

Respuesta
52

40
30

20

A = -1 A = +1

165
 Modelo de regresin lineal
y 0 1 x1 2 x2 12 x1 x2
(20 40 30 52) / 4 35.5
0

1 21/ 2 11
2 11/ 2 5.5
12 1/ 2 0.5
35.5 10.5 x1 5.5 x2 0.5 x1 x2
y
El coeficiente 0.5 es muy pequeo
dado que no hay interaccin
166
 Grfica de contornos Experimentos sin
interaccin
Direccin
De ascenso
rpido

1 49
46
.5 40

X2 34
0
28

-.5 22

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

167
 Superficie de respuesta Experimentos sin
interaccin

Y = respuesta

Superficie de respuesta

Grfica del modelo de regresin

X1
X2
 Experimento factorial completo
con interaccin
Un experimento factorial completo es un experimento donde se
prueban todas las posibles combinaciones de los niveles de todos los
factores.

Factor A :

-1 +1

+1 40 12
Y = Respuesta
Factor B :
-1 20 50
B+1
Efecto de A*B = {(12+20)-(40+50)}/2 = -29
B-1
A -1 +1

169
 Interaccin de dos factores
Sin interaccin Interaccin Interaccin Interaccin
moderada fuerte fuerte

Factoriales completos vs fraccionales

170
 Experimento con interaccin

B = +1 40 12

Respuesta
Promedio

B = -1 20 50

A = -1 A = +1

171
 Modelo de regresin lineal
y 0 1 x1 2 x2 12 x1 x2
(20 40 30 52) / 4 30.5
0

1 2 / 2 1
2 18 / 2 9
12 58 / 2 29
30.5 1x1 9 x2 29 x1 x2
y
El coeficiente -29 es muy grande representando
la interaccin
173
 Grfica de contornos Direccin
De ascenso
rpido

1 49
25 43
.5
40
X2 31 34
0
28

-.5

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

174
 Superficie de respuesta Experimentos
con interaccin

Superficie de respuesta

Grfica del modelo de

regresin

175
 Tabla ANOVA Experimento de
Tratamiento Trmico
Origen DF SS Sec SS Aj MS Aj F P La Temperatura
es significativa.
Temp 1 162.000 162.00 162.00 46.29 0.002
El Tiempo, por
Tiempo 1 2.000 2.000 2.000 0.57 0.492 s solo, no es
significativo.
Temp* 1 72.000 72.000 72.000 20.57 0.011
Tiempo
El Tiempo, en
Error 4 14.000 14.000 3.500 combinacin
con la
Total 7 250.000 Temperatura,
es significativa.

176
Modelo de regresion

177
 Grficas factoriales de efectos
principales e interacciones
Main Effects Plot (data means) for Res

-1 1 -1 1

90

88
Res

86

84

Interaction Plot (data means) for Res

82
A B

A
-1
1

90

Mean

85

80

-1 1
B

178
 Grficas de contornos y de
superficie de respuesta
Contour Plot of Res
1 82.5
85.0
87.5
90.0
92.5

0
B

Surface Plot of Res

-1

-1 0 1
95
A
90

Res 85

80 1

0
-1
B
0 -1
A 1

179
180
Ejemplo
Johnson 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
(%)
Temperatur 40 60 80 100
a (C)
50 17, 20 16, 21 24, 22 28, 27
75 12, 9 18, 13 17, 12 27, 31
100 16, 12 18, 21 25, 23 30, 23
125 21, 17 23, 21 23, 22 29, 31
181
 Ejemplo
a) 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 adecuacin del modelo
c) Determinar los efectos de los factores principales y de las interacciones
d) Obtener las grficas 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?

182
 Ejemplo: frmulas
SS T SS A SS B SS AB SS E

Grados .de .libertad .totales abn 1

Grados .de .libertad .de . A a 1
Grados .de .libertad .de . B b 1
Grados .de .libertad .de . AB ( a 1)( b 1)
Grados .de .libertad .de . Error an ( n 1)
a b n
y ... 2
SS T
i 1 j 1 k 1
y 2
ijk
abn
1 a
y ... 2
SS A
bn
i 1
y 2
i ..
abn
1 a
y ... 2
SS B
an

i 1
y 2
. j.
abn
1 a b
y ... 2
SSs
n

i 1 j 1
y 2
ij .
abn
SS AB SS S SS A SS B

SS E SS T SS A SS B SS AB SS T SS S

183
 Tabla ANOVA
General Linear Model: datos versus Temp, Cobre
Factor Type Levels Values
Temp fixed 4 50 75 100 125
Cobre fixed 4 40 60 80 100
Analysis of Variance for datos, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P
Temp 3 156.094 156.094 52.031 7.67 0.002
Cobre 3 698.344 698.344 232.781 34.33 0.000
Temp*Cobre 9 113.781 113.781 12.642 1.86 0.133
Error 16 108.500 108.500 6.781
Total 31 1076.719
184
Resultados

185
Resultados

186
187
Otros diseos experimentales
Diseos de superficie de respuesta (RSM-
CCD)

Diseos robustos (Taguchi)

Diseos de filtraje de (Plackett Burman)

Anlisis evolutivo (EVOP)

Diseos de mezclas (Simplex, Centroide)

188
Diseo de Packett Burman

189
Diseo Fraccional

190
 Resultados del experimento
Analysis of Variance for Rend-%, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Temperatura 1 8.00 8.00 8.00 5.82 0.073
Presion 1 72.00 72.00 72.00 52.36 0.002
Concentracion 1 1104.50 1104.50 1104.50 803.27 0.000
Error 4 5.50 5.50 1.38
Total 7 1190.00

S = 1.17260 R-Sq = 99.54% R-Sq(adj) = 99.19%

191
 B.10 DISEO DE
EXPERIMENTOS TAGUCHI

http://www.qsconsult.be/E
STaguchi.htm

192
Mtodo Taguchi Funcin de
prdida

http://www.qsconsult.be/E
STaguchi.htm

193
Mtodo Taguchi Factores en un
proceso

http://www.qsconsult.be/E
STaguchi.htm
194
 Diseo de experimentos de Taguchi
Nmero de condiciones Nmero de factores o efectos maximo
experimentales(renglones) que se pueden analizar y nmero de
lineas o pruebas. columnas

L4 4 3
L8 8 7
L12 12 11
L16 16 15
L32 32 31
L64 64 63

No. A B C D E e e Resina Concen. Tiempo Humedad Presin Yi

1 1 1 1 1 1 1 1 Tipo I 5% 10 seg. 3% 800 psi. 0.49
2 1 1 1 2 2 2 2 Tipo I 5% 10 seg. 5% 900 psi. 0.42
3 1 2 2 1 1 2 2 Tipo I 10% 15 seg. 3% 800 psi. 0.38
4 1 2 2 2 2 1 1 Tipo I 10% 15 seg. 5% 900 psi. 0.30
5 2 1 2 1 2 1 2 Tipo II 5% 15 seg. 3% 900 psi. 0.21
6 2 1 2 2 1 2 1 Tipo II 5% 15 seg. 5% 800 psi. 0.24
7 2 2 1 1 2 2 1 Tipo II 10% 10 seg. 3% 900 psi. 0.32
8 2 2 1 2 1 1 2 Tipo II 10% 10 seg. 5% 800 psi. 0.28
195
 Diseo de experimentos de Taguchi
Efecto SS G.L. V Fexp. % Contrib.
A 0.03645 1 0.03645 58.32* 57.59
B 0.0008 1 0.0008 1.28 0.28
C 0.01805 1 0.01805 28.88** 28.01
D 0.0032 1 0.0032 5.12 4.14
E 0.00245 1 0.00245 3.92 2.93
Error 0.00125 2 0.000625 7.03

Total 0.0622 7 100

Efecto Nivel 1 Nivel 2

A A1avg. = A1/4 =0.3975 A2avg. = A2/4 =0.2625
B B1avg =0.3400 B2avg =0.3200
C C1avg =0.3775 C2avg =0.2825
D D1avg =0.3500 D2avg =0.3100
E E1avg =0.3475 E2avg =0.3125

196
Diseo de experimentos de Taguchi
Grficas lineales arreglo ortogonal
Columna 1 2 3 4 5 6 7
Col (1) 3 2 5 4 7 6
Col (2) 1 6 7 4 5
Col (3) 7 6* 5 4
Col (4) 1 2 3
Col (5) 3 2
Col (6) 1
Col (7)

3 5 . 7

2 6 4

5
1 4

6
197
7
 DOE Taguchi con interacciones
1 2 3 4 5 6 7
No. A B AXB D AxD AxC G
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1
5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2

Arreglo
Arreglo Externo
Interno

A B C Resp1 Resp2
1 1 1 19.0 16.0
1 1 1 18.4 18.0
1 2 2 17.5 17.0
1 2 2 18.6 17.5
2 1 2 19.3 17.0
2 1 2 19.1 18.5
2 2 1 18.4 16.0
2 2 1 17.0 16.5

198
DOE Taguchi con interacciones

http://www.npd-solutions.com/robust.html
199
http://www.scielo.br/scielo.php?pid=S0103-
50532006000300025&script=sci_arttext&tln
g=en

B.11 DISEO DE
EXPERIMENTOS
DE MEZCLAS

http://www.statease.com/clas_mix.html
200
Diseos de experimentos de
mezclas - propsitos
Seleccionar diseos Simplex
Seleccionar el modelo adecuado de mezclas

Generar grficas de contornos en el espacio

triangular
Disear con variables de mezcla restringidas

Optimizar las frmulas del producto

Filtrar componentes dela mezcla

201
DOE de mezclas

X1 X2 X3 Rendimiento
0 0 1 ( q m 1)!
0 0.333 0.667 Puntos
0 0.667 0.333 m !( q 1)!
0 1 0 X1 X 2 X 3 1
0.333 0 0.667
q

0.333 0.333 0.333
0.333 0.667 0 E (Y ) i Xi
0.667 0 0.333 i 1
0.667 0.333 0
1 0 0
X2
202
 DOE de mezclas - ejemplo
Ejemplo: Se tienen 3 componentes y m=2 niveles,
X1=polietileno, X2=Poliestireno, X3=polipropileno mezclados
para formar fibras, de las cuales se mide la elongacin en dos
rplicas
X1 X2 X3 Rendimiento
0 0 1 16.8, 16
0 0 0.5 10.0, 9.7, 11.8
0 1 0 8.8, 10.0
0.5 0 0.5 17.7, 16.4, 16.6
0.5 0.5 0 15.0, 14.8, 16.1
1 0 0 11.0, 12.4
X2

203
DOE de mezclas - ejemplo
Minitab: Regression for Mixtures: Resp versus A, B, C
Est. Regression Coefficients for Resp (component proportions)
Y=11.7X1+9.4X2+16.4 X3 + 17.4X1X2 + 12X1X3 12.2 X2X3
Term Coef SE Coef T P VIF
A 11.70 0.4941 * * 1.500
B 9.40 0.4941 * * 1.500
C 16.40 0.4941 * * 1.500
A*B 17.40 2.4207 7.19 0.000 1.500
A*C 12.00 2.4207 4.96 0.003 1.500
B*C -12.20 2.4207 -5.04 0.002 1.500
S = 0.69881 PRESS = 11.720
R-Sq = 97.44% R-Sq(pred) = 89.78% R-Sq(adj) = 95.31%
Como b3 > b1 > b2 se concluye que el componente 3 produce la mayor
elongacin
Como b12 y b13 son positivos la mezcla de componentes 1 y 2 as como 2 y 3
aumenta la elongacin
Como b23 es negativo la mezcla de los componentes 2 y 3 tiene efectos
antagnicos en la mezcla 204
 http://blog-di-j.blogspot.com/2007/10/factorial-
and-response-surface.html

B.12 DISEOS DE
SUPERFICIE DE
RESPUESTA (RSM)

http://www.dynardo.de/website.php?id=/index/english/
events/trainings/optimization.htm 205
RSM: Trayectoria de ascenso rpido

Trayectoria de ascenso rpido

Respuesta

Pasos

206
Tipos de superficies de respuesta

207
Diseos Central Compuesto (CCD)
Circunscrito (CCC), con centro en las
caras (CCF) y inscrito (CCI)

k k k 1 k
Y 0 i X i ii X
i
2
X X ij i j
i 1 i 1 i 1 j 2
208
 Trayectoria de ascenso rpido
Respuesta
Ejemplo de CCD

Pasos
del Proceso codificadas Rendimiento

Corrida Tiempo (min.) Temp.(F) X1 X2 Y2

1 80 170 -1 -1 76.5

2 80 180 -1 1 77.0

3 90 170 1 -1 78.0

4 90 180 1 1 79.5

5 85 175 0 0 79.9 Puntos axiales en 1.414

6 85 175 0 0 80.3

7 85 0 0 80.0
175
8 85 0 0 79.7
9 85 175 0 0 79.8
175
10 92.07 1.414 0 78.4
175
11 77.93 -1.414 0 75.6
175
12 85
182.07
0 1.414 78.5 Rplicas en (0,0)
13 85 0 -1.414 77.0
167.93 para el error puro
209
 Ejemplo de CCD
Estimated Regression Coefficients for Y

Term Coef SE Coef T P

Constant 79.940 0.11896 671.997 0.000
A 0.995 0.09405 10.580 0.000 Si P<0.05
son signif.
B 0.515 0.09405 5.478 0.001
A*A -1.376 0.10085 -13.646 0.000
B*B -1.001 0.10085 -9.928 0.000
A*B 0.250 0.13300 1.880 0.102
Source DF Seq SS Adj SS Adj MS F P
Regression 5 28.2478 28.2478 5.64956 79.85 0.000
Linear 2 10.0430 10.0430 5.02148 70.97 0.000
Square 2 17.9548 17.9548 8.97741 126.88 0.000

x1
x
x 2
... Diseo central compuesto


xk

1 Contour Plot of Y Surface Plot of Y


75
0.995 76
b 2
1
77

0.515
78
...
80.5
79 79.5

80 78.5

k 0
B

77.5

76.5
Y
11 , 12 / 2, ..., 1k / 2

75.5
74.5

1.5
1.0
-1 73.5 0.5

/ 2, 22 , ....2 k / 2
0.0
B
1.376, 0.1250
-1.5 -0.5
-1.0 -0.5 -1.0
0.0 -1.5

B 12 0.1250, 1.001
0.5
A 1.0 1.5

-1 0 1
A
matriz.simetrica,
kk

1 1 0.7345, 0.0917 0.995 0.389

xs B 1b
2 2 0.0917, 1.006 0.515 0.306 Localizacin del punto ptimo
s 0
y
1
xs b 210
2
Seleccin de diseos RSM
CCC alta prediccin , usa 5 niveles por factor
con puntos axiales mayores al rango de (-1, 1)

CCI menor calidad predictiva, usa niveles

dentro del rango (-1,1) y requiere 5 niveles por
factor

CCF alta calidad predictiva, usa niveles dentro

del rango (-1,1) y requiere 3 niveles por factor,
poca precisin para estimar coeficientes
cuadrticos puros

211
Diseo de Box Behnken
Combinaciones de niveles de factores en
los lados y el centro, por ejemplo para 3
factores se tienen 13 experimentos:

212
Diseo RSM de Box Behnken
Requiere menos combinaciones de
tratamientos que un CCC para 3 o 4 factores.
El diseo Box Behnken es rotable pero
contiene regiones de poca calidad predictiva
como el CCI. Requiere 3 niveles por factor

213
B.13 ANLISIS
EVOLUTIVO (EVOP)

http://www.stochos.com/evop_overview.htm
214
Anlisis evolutivo (EVOP)
G. Box en 1957 sugiri reemplazar la
operacin esttica de un proceso con us
sistema dinmico
La idea fue desarrollar un mtodo
sistemtico parqa realizar pequeos
ajustes en las variables de control del
proceso, evaluando sus efectos y
ajustando el proceso en la direccin de
mejora

215
Operaciones Evolutivas (EVOP)
Las pruebas se hacen en la fase A hasta que se establece
un patrn. Despus se centra la fase B en las mismas
condiciones de la fase A. Este procedimiento se repite
hasta que se encuentra un mejor resultado.

216