Documente Academic
Documente Profesional
Documente Cultură
MECATRNICA
TRABAJO
FINAL
PROFESOR: FELIPE
ORTEGA
ESTRADA CORTEZ MARIANA BETZABETH GUTIRREZ HIDALGO JAZMN VARGAS ROCHA BERTHA LUCIA
30
DE MAYO DE
2011
19
INDICE
INTRODUCCION..3 OBJETIVO.3 JUSTIFICACION..3 MARCO TEORICO...4
ANTECEDENTES DE PROCESO DE CALIDAD..4 RECOGIDA Y ANLISIS DE DATOS: ...4 ANLISIS MODAL DE FALLOS Y EFECTOS (AMFE)5
PLANTEAMIENTO DEL PROBLEMA..5 FORMULACION DEL PROBLEMA..5 ESTRUCTURA DEL AREA DE LA EMPRESA 6 DIAGRAMA DE PROCESO.. ..7 ESTANDARES DE LA PRODUCCION.8 CLASIFICACIN DE DEFECTOS, CRTICOS Y PANTALONES DE 2..9
CLASES DE CLASIFICACIN DE SEGUNDAS10
MTODO DE MEDICIN DE PANTALN TERMINADO..10 GRAFICA X, R, NP, C..12 GRAFICA DE CONTROL DE FRACCIN DEFECTUOSA12
PASOS PARA REALIZAR LA TABLA DE DATOS.12
19
GRAFICA NP NMEROS DE UNIDADES NO CONFORMES......14 GRAFICA DE CONTROL DE MEDIAS Y RANGO..16 GRAFICA X16
GRAFICA R.16 GRAFICA C.19 IMPLANTACION21 CONCLUSIONES Y SUGERENCIAS.21 GLOSRIO....22 FUENTES DE CONSULTA.....22
19
INTRODUCCION
La estrategia calidad es una parte muy importante en cualquier empresa. Existen muchas medidas que se pueden tomar para supervisar el mejoramiento de esta parte en un negocio, sin embargo es verdaderamente asombroso lo que la calidad puede hacer por nuestra empresa. Una de las mayores ventajas de la misma es que nos proporciona mayor satisfaccin como un equipo de trabajo y adems mantiene al mximo la satisfaccin de los clientes, lo que generalmente aumenta la cantidad de ganancias. En ejemplo en el negocio de la construccin los mrgenes son muy angostos, es decir esto puede provocar que en la empresa exista una perdida en la constructora si se dispone a visitar varias veces una obra realizada como una manera de supervisar y controlar los aspectos inseguros de la misma. Si emplea todas las herramientas y tcticas necesarias para elevar la calidad desde un principio, lo ms seguro es que no se ver envuelto en esta situacin. El primer paso para controlar la calidad eficientemente es cambiar el concepto que se tiene de ella, es algo normal que hoy en da la vean como un resultado simplemente, este proceso comprende un sistema.
OBJETIVO
El objetivo de este concepto es que las empresas contengan un sistema de calidad que est presente desde el inicio de una obra hasta el final, esta debe de permitir que su equipo sea identificado por ello. Emplear personas con un deseo de mejorar la calidad es una estrategia que se puede llevar en las empresas. Obtener un personal que se sienta motivado con el trabajo y cuya meta sea inspeccionar la presencia de este sistema mucho antes de supervisar finalmente el trabajo. Muchas empresas emprenden diversas estrategias para motivar a sus empleados a mantener el compromiso con la calidad, hay equipos de trabajo que bonifican este hecho lo que supone una suma anual muy considerable. Realizar un anlisis de la situacin actual de la empresa maquiladora de pantalones, en el departamento de capacitacin para poder contribuir a un mejoramiento en su calidad.
19
JUSTIFICACIN
La razn por la cual se pretende realizar el trabajo es para estar al tanto y al mismo tiempo conocer los defectos en su caso los distintos defectos que tienen en la empresa y as poder obtener, aplicar las innovaciones y propuestas dadas por nosotros con acorde al personal de dicha empresa. El inters por realizar el trabajo tambin es por obtener una calificacin y conocer ms de manera detallada como se trabaja en una empresa y como se lleva el control de los defectos, ya que sin este control no se podra obtener un nmero preciso de cuantos productos salen defectuosos y por lo tanto podra llegar a obtener una mala produccin.
MARCO TEORICO
El proceso de calidad empieza despus de 1945, cuando Japn qued destruido a consecuencia de la guerra, por lo que debi comenzar su reconstruccin. Para ello, envi a sus ingenieros y sus tcnicos a occidente para aprender las caractersticas de los sistemas de fabricacin que empleaban las compaas ms exitosas del primer mundo (el mundo industrializado), adems Japn invito a los mejores expertos de Europa y Estados Unidos de Amrica, entre los mejores expertos se encontraban Edward Deming para que les enseen las ms modernas tcnicas de fabricacin ya que estas tienden a lograr bajos costos y ofrecer una gran nivel de calidad. En la dcada de los aos 60`s, la mayora de las empresas ya estaban trabajando con los nuevos sistemas de manufactura ya que comenzaban a competir seriamente con los productos que tradicionalmente eran de manufactura del primer mundo. La prdida del mercado hace que las empresas occidentales enven a sus ingenieros a Japn para estudiar dichos procesos. En los setentas, Japn sigue desarrollando y volviendo mas eficaces sus sistemas productivos resultando cada vez ms competitivo en calidad, costo, diversidad y cumplimiento en las entregas. Tanto Europa como los EE.UU. en base a lo aprendido de los modernos sistemas de manufactura japoneses comienzan a desarrollar modelos adaptados a sus respectivos pases y a sus posibilidades con la intencin de interceptar y sobrepasar a la industria japonesa en un perodo de tiempo lo ms corto posible. Existen tres clases principales de costes de mala calidad: Costes de evaluacin / inspeccin, aquellos costes generados a raz de inspecciones o controles para asegurar que no nos alejamos de los objetivos marcados; Costes de fallos
19
internos, costes que se dan cuando el defecto o error se ha producido pero todava ste no ha llegado al cliente final y, finalmente, Costes de fallos externos, costes que se dan cuando el defecto o error se ha producido y ste llega al cliente final. Recogida y anlisis de datos: Herramienta esencial para el xito de los esfuerzos de mejora. Sin datos y hechos, nuestros esfuerzos por solucionar el problema se ven reducidos a una adivinanza cuya probabilidad de acierto es relativamente escasa. La generacin de informacin comienza y termina con preguntas, siendo fundamental formular con precisin la pregunta que estamos tratando de responder, recoger los datos y hechos referentes a esa pregunta, analizar los datos para determinar la respuesta objetiva a la pregunta y exponerlos de modo que comuniquen claramente la respuesta a dicha pregunta. Anlisis modal de fallos y efectos (AMFE): Herramienta de anlisis para la identificacin, evaluacin y prevencin de los posibles fallos y sus efectos que pueden aparecer en un producto, en un servicio o en un proceso. Se considera una herramienta de planificacin por su carcter preventivo. As como tambin para poder ver los defectos se basan principalmente en los crculos de calidad, atributos que sirven para analizar y resolver los problemas de manera lgica. Aprovechar y potenciar al mximo todas las capacidades del individuo. Su potenciacin constante provoca un efecto multiplicador cuyos resultados suelen sobrepasar los clculos y estimaciones ms optimistas.
19
19
Dentro de la empresa se manejan todas las reas presentadas en el esquema de arriba. En las reas que se presentan ms problemas son: capacitacin, produccin y calidad; en estas reas estn ms involucrados los gerentes de mdulos, supervisores, ingenieros industrias, jefe de capacitacin, capacitores, obreros, entre otros. A continuacin se mostrara el diagrama de proceso para la construccin de un lote de pantalones.
19
19
ESTNDARES DE PRODUCCIN
El ingeniero industrial debe de tener las capacidades dentro de la maquiladora de: Elaborar estudio de factibilidad, diseo y puesta en funcionamiento de centros de trabajo. planificar, controlar y evaluar la produccin y los servicios. planear, supervisar y evaluar el mantenimiento de maquinarias. administrar programas de seguridad e higiene industrial. manejar la gestin de tecnologa de los procesos operacionales implementar programas de mejoramiento continuo de calidad. disear puestos de trabajo y realizar estudios de tiempos y movimientos. formular, administrar y evaluar proyectos. Para poder comprender mejor el problema de calidad es necesario saber los estndares de produccin de cada parte del pantaln por hora y cuantos operarios la pueden realizar (los estndares van variando segn el modelo a realizar).
19
Cintillo Botones
Cuadros Ojales
19
Arrugas Manchas
Pequea bastilla
No son aceptables pantalones de primera que tengan esta clasificacin los cuales son clasificados de segunda. Clases de clasificacin de segundas
Cd. 01 02 03 04 05 06 07 08 09 10 11 12 Clasificacin Sin terminar de corte Falta de tela +9 Tonos de tela Hoyo en tela Segunda de fabrica Sin terminar de fabrica Segunda de corte Falla de tela -9 Segunda de preparacin delantera Segunda de lavandera Segunda de lavado en fabrica Segunda de preparacin trasera Caracterstica Falta de una pieza de pantaln Fallas de 9 en adelante MILL CLAIM Cualquier defecto que cause hoyo Defectos al construir el pantaln Cuando se escanean rollos de tela Todos los errores causados en corte Fallas de 1 a 8 Defectos de manta delante Defectos al hacer el proceso Defectos al hacer el proceso en casa Defectos de manta trasera
19
1.FWA 2.- FSE 3.- FKN 4.- FFR 5.- FBR 6.- FTH 7.-FIN 8.- FBO
Cintura- Medir la cintura de manera que el pantaln quede extendido y sin estirar. Cadera Medir 10 de la parte superior de pretina hacia abajo en ambos extremos y 3 de donde se une la entrepierna con encuarte delantero. Rodilla- Se doblan 2 hacia arriba de la bastilla despus se hace un segundo doble hasta la unin de encuarte delantero y trasero y se mide la rodilla de extremo a extremo. Encuarte delantero- Se mide de la parte superior de pretina hasta donde se unen los encuartes. Encuarte Trasero- Se mide la parte superior de pretina hasta donde se unen los encuartes es muy importante que el pantaln se mida completamente sin estirar. Muslo- Comenzar a medir de la parte de adentro de la pierna delantera de extremo a extremo. Largo de pierna- De encuarte chico a bastilla Bastilla- De extremo a extremo de bastilla.
19
cantidad defectos. Las muestras varan de 1349 (min) y 1876(mx.); dentro de ello la cantidad de pantalones defectuosos vara de 126(min) y 180(mx.) PASOS PARA REALIZAR LA TABLA DE DATOS Paso 1- Frecuencia y tamao de la muestra: Establezca la frecuencia con la cual los datos sern tomados (horaria, diaria, semanal). Los intervalos cortos entre tomas de muestras permitirn una rpida retroalimentacin al proceso ante la presencia de problemas. Los tamaos de muestra grandes permiten evaluaciones ms estables del desarrollo del proceso y son ms sensibles a pequeos cambios en el promedio del Paso 2- Calculo del porcentaje defectuoso (p) del subgrupo: Registre la siguiente informacin para cada subgrupo: El nmero de partes inspeccionadas n El nmero de partes defectuosas np Calcule la fraccin defectuosa (p) mediante: p =
np n
Paso 3 Calculo de porcentaje defectuoso promedio y lmites de control El porcentaje defectuoso promedio para los k subgrupos se calcula con la siguiente frmula:
p= np1 + np 2 + .... + np k n1 + n2 + ..... + nk
p (1 p ) n p (1 p ) n
LSC p = p + 3
LIC p = p 3
19
TABLA PARA LA GRAFICA P (TAM. DE MUESTRA VARIABLE) Tam. De Muest Prop. LCI LC= lote(n) ra Defectuosa 0.09987 (p) 338 180 1567 1 0.114869177 0.069548 0.099873 364 38 143 1500 2 0.095333333 0.069065 0.099873 971 38 149 1789 3 0.083286752 0.070948 0.099873 2 38 126 1678 4 0.075089392 0.070283 0.099873 023 38 146 1470 5 0.099319728 0.068839 0.099873 36 38 180 1670 6 0.107784431 0.070232 0.099873 536 38 134 1605 7 0.083489097 0.069808 0.099873 433 38 149 1689 8 0.08821788 0.070351 0.099873 856 38 179 1876 9 0.095415778 0.071427 0.099873 744 38 126 1349 10 0.09340252 0.067849 0.099873 872 38 125 1500 11 0.083333333 0.069065 0.099873 971 38 134 1439 12 0.093120222 0.068597 0.099873 789 38 145 1765 13 0.082152975 0.070809 0.099873 712 38 137 1568 14 0.087372449 0.069555 0.099873 329 38 2053 22465 Tot. Def. Tot. Prod Defectuos os (np)
LCS 0.1132248 39 0.1137072 32 0.1118250 02 0.1124901 8 0.1139338 43 0.1125406 67 0.1129647 69 0.1124213 47 0.1113454 59 0.1149233 31 0.1137072 32 0.1141754 14 0.1119634 91 0.1132178 74
19
Frac. Defectuosa=
19
19
19
19
De tablas A2=0.58 x= media de las muestras x=media de las media de las muestras R=media de los rangos
GRAFICA R
Como ya tenemos el rango y la media de los rangos solo calcularemos los lmites de control con las siguientes formulas: De tablas D4=2.11 LCI= como limite inferior debe tomarse cero, esto simplemente significa que todos los datos podran ser iguales, por lo cual, el valor mximo menos el valor mnimo es igual a cero, pues son el mismo nmero.
19
Da 1 2 3 4 5 6 7 8 9 10 11 12 13 14
rango media
TABLA PARA LA GRAFICA X Reparacin por da Trasero Delant Ensam Ln xi LCI LC LCS ero ble ea 42 16 90 32 45 4.719285 36.66071 68.60214 72 429 29 30 12 83 18 35.75 4.719285 36.66071 68.60214 72 429 29 35 19 76 19 37.25 4.719285 36.66071 68.60214 72 429 29 26 15 59 26 31.5 4.719285 36.66071 68.60214 72 429 29 43 14 76 13 36.5 4.719285 36.66071 68.60214 72 429 29 45 16 87 32 45 4.719285 36.66071 68.60214 72 429 29 23 20 69 22 33.5 4.719285 36.66071 68.60214 72 429 29 33 19 80 17 37.25 4.719285 36.66071 68.60214 72 429 29 43 30 79 27 44.75 4.719285 36.66071 68.60214 72 429 29 29 18 57 22 31.5 4.719285 36.66071 68.60214 72 429 29 31 22 49 23 31.25 4.719285 36.66071 68.60214 72 429 29 19 16 78 21 33.5 4.719285 36.66071 68.60214 72 429 29 36 27 50 32 36.25 4.719285 36.66071 68.60214 72 429 29 12 16 95 14 34.25 4.719285 36.66071 68.60214 72 429 29 36.660714 29 55.07142 X Doble 86 barra
19
Da 1 2 3 4 5 6 7 8 9 10
Traser o 42 30 34 26 43 45 23 33 43 29
TABLA PARA GRAFICA R Reparacin por da Delantero Ensamble Lne Rango LCI a 16 90 32 74 0 12 19 15 14 16 20 19 30 18 83 76 59 76 87 69 80 79 57 18 20 26 13 32 22 17 27 22 67 57 44 63 71 49 63 52 39 0 0 0 0 0 0 0 0 0
LC 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86 55.07142 86
LCS 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43 116.20071 43
19
11 12 13 14
31 19 36 12
22 16 27 16
49 78 50 95
23 21 32 14
26 62 23 81 55.07142 86 R barra
0 0 0 0
Grafica c
Los grficos C se utilizan para controlar el numero de defectos en una muestra del producto o unidad de inspeccin. Entonces, para controlar este proceso, un inspector se coloca al final de la lnea de produccin y cada hora retira la unidad de inspeccin, verifica y anota el nmero total de defectos.
19
De acuerdo a la distribucin de Poisson, si denominamos C al parmetro de las funciones de distribucin, el promedio de la poblacin es C y la varianza tambin es C. Se cuenta en cada unidad de inspeccin el nmero de defectos y se registra. Entonces a partir de la tabla podemos calcular C como promedio de numero de defectos en las muestras. ni= cantidad de defectos por unidad de inspeccin N = nmero de unidades de inspeccin S= desviacin estndar
Muestra 1 2 3 4 5 6 7
TABLA PARA LA GRAFICA C Defectuosos LCI LC 180 110.314002 146.642857 143 110.314002 146.642857 149 110.314002 146.642857 126 110.314002 146.642857 146 110.314002 146.642857 180 110.314002 146.642857 134 110.314002 146.642857
19
8 9 10 11 12 13 14
149 179 126 125 134 145 137 2053 Tot. Def. 146.6428571 12.1096184
c= s=
IMPLANTACION
No encontramos ninguna innovacin o propuesta que hacerle hacia la empresa pues esta misma cuenta con un buen sistema de defectos de control de calidad.
CONCLUSIONES Y SUGERENCIAS
19
Para implementar los marcos de referencia del control total de calidad en la direccin del liderazgo competitivo de la calidad, son esenciales tres puntos bsicos: Primero, es que el liderazgo personal es una piedra angular de la buena direccin para movilizar el conocimiento de la calidad. El segundo punto fundamental es que la calidad es esencial para una innovacin exitosa. Existen dos razones: La primera es la velocidad en gran medida incrementada del desarrollo del nuevo producto. La segunda razn es que, cuando el producto diseado est a punto de fabricarse en varios pases, todo el proceso de desarrollo debe estructurarse clara y visiblemente. El tercero punto fundamental es que la calidad y el costo son complementarios y no objetivos conflictos del negocio. Estos fundamentos aclaran que el liderazgo de la calidad es hoy en da la clave del xito del negocio de las compaas. En correspondencia, las iniciativas nacionales y regionales estn resultando de importancia creciente en el fomento del liderazgo de la calidad. En su conjunto, todo esto hace hincapi en el hecho de que la calidad se ha convertido, en su esencia, en un modo de direccin, basado en:
Una comprensin de la clase de estrategia de calidad total que proporcione
entorno de una compaa necesario para la calidad y para el establecimiento de metas rgidas, y los programas de implementacin detallados necesarios para el liderazgo de la calidad stas son las claves para hacer de la calidad de hoy da la mejor inversin en la competitividad corporativa.
GLOSARIO
Avi incorrecto: cuando lleva mal botones e hilos. Sin hilo alma: hilo que va en medio de los hilos del ojal. Cintillo: cuando el pantaln lleva elstico llevando un pedazo de tela para hacer el pantaln mas chico o mas grande. Costura embebida: costura que va fruncida. Costura trozada: cuando cortan alguna costura.
19
Cuadros: donde van los botones y el ojal. Encuarte: cuando unen el pantaln. Fly: donde se coloca el cierre. Grapa: el que une el cierre. Mill claim: tonos de tela Pantaln de primera: pantaln que no lleva ningn defecto y va todo dentro de sus medidas. Pestaa: costura que sale dentro de las costuras. Presilla: son la que refuerzan las bolsas traseras y delanteras. Pretina: Correa o cinta con hebilla o broche para sujetar en la cintura prendas de ropa. Refilar: cortar. Sobre hilar panel: sobrehilar el pantaln de las orillas. Traba: donde se mete el cinto.
FUENTES DE CONSULTA
Educaguia (9 de abril de 2001) Gestin de calidad. Inspeccin y muestreo. Recuperado el 12 de mayo de 2011, de http://www.educaguia.com/apuntes/apuntes/calidad/inspeccionmuestreo.pdf (15 de abril de 2004) Grficos de control por atributos. Recuperado el 15 de mayo de 2011, de http://alarcos.inf-cr.uclm.es/doc/Calidad/webPRCSI/Recursos/Pr5/Sesi %C3%B3n5.pdf Carreto, Julio (22 de abril de 2002) Grficos C y U. Recuperado el 16 de mayo de 2011, de http://www.slideshare.net/jcarreto/11-grficos-c-y-u
19