Documente Academic
Documente Profesional
Documente Cultură
Problema enfocado
Todos los proyectos deben basarse en el hecho de que se debe definir
claramente los CTQs y variables de enfoque.
Tener cuidado de no definir el CTQ en trminos del beneficio o costo que
representa.
SIN ENFOQUE: Material disponible
PARCIALMENTE ENFOCADO: No hay falta de material en la baha A
BIEN ENFOCADO: explicar el CTQ y su especificacin - 2 das < fecha de
recibo fecha requerida < 0 das para todo el material de la baha A.
|------------------ CTQ -----------------|
Coleccin de Datos
1. Usar registros histricos (solo despus de validar el sistema de medicin a
travs del cual se obtienen los datos.
2. Hacer un registro propio sobre algo que requiera investigarse y nunca se
haya hecho.
3. No hay una respuesta ideal.
rbol de solucin
Representa cada paso de la estrategia conforme se desarroll y ejecut. Es una
herramienta importante para desarrollar y monitorear la ejecucin efectiva de
la estrategia adecuada.
rbol de soluciones
Proporciona un resumen en una pgina, del proceso de solucin de problemas
y la bsqueda de la X roja.
Se utiliza desde el inicio hasta el fin de cualquier proyecto DMAIC, como base
para el seguimiento de su desarrollo. Cada cuadro se sombrea y se cruza con
una lnea cuando se comprueba que un cierto factor no tiene efecto en la
variabilidad del producto. La rama que queda al final sin tachar es donde radica
la X roja que puede mostrar significancia estadstica y/o prctica.
Proyecto tcnico
Definir el rango de entusiasmo del cliente para el ruido del alternador en
vehculos de plataforma B con duracin entre 90 180 das, descubrir la razn
por la que lo exceden, eliminarla y capitalizar las lecciones aprendidas.
Por ejemplo:
Tipo de
variacin
Tiempo a
tiempo
Dentro de la
pieza
Dentro de la
pieza
Pieza a pieza
% de
variacin
50%
30%
10-15%
5-10%
Variacin y
causa
Bajo nivel de
refrigerante
Ajuste no
paralelo
Enfriamiento
de
maquinado
inadecuado
Desconocido
Correccin
de la
variacin
% de
reduccin
de la
variacin
Maquinado
automtico
Re-ajuste de
maquinado
Agregar ms
boquillas de
refrigerante
Cerca del
50%
Cerca del
30%
10%
Ninguno
Ninguna
Paralelogramo de tolerancias
Se utiliza para determinar la tolerancia apropiada para una variable de entrada
en particular (X roja) para asegurar que se cumple con los requerimientos del
cliente.
Se colectan 30 pares de datos para cada variable de entrada y de salida
conocidas, se calcula una recta de regresin con intervalos de prediccin al
95% y se le hacen coincidir los lmites inferior y superior de entusiasmo del
cliente como sigue:
Ejemplo:
Los siguientes datos corresponden a la resistencia a la tensin de un producto
de papel relacionado a la cantidad de fibra en la pulpa. Se toman 10 muestras
en una planta piloto y los datos obtenidos se muestran a continuacin:
Y_Resistenci
a
160
171
175
182
184
181
188
193
195
200
X_%Fibra
10
15
15
20
20
20
25
25
28
30
Regression
95% PI
Y_ Resistencia
200
S
R-Sq
R-Sq(adj)
190
180
170
160
150
10
15
20
X_ %Fibra
25
30
Tolerancia de la X roja
2.20320
97.0%
96.6%
ISOPLOT
Se utiliza en lugar de un estudio R&R cuando la complejidad del estudio es alta,
por ejemplo se tienen tres calibradores diferentes que son utilizados por ocho
operadores diferentes y en tres turnos. Con Isoplot se miden 30 partes dos
veces, a pesar de que las mediciones no sean realizadas por la misma
persona, el mtodo es sensible an a pocos puntos en los que haya poca
repetibilidad.
Isoplot se usa para determinar si un equipo de medicin tiene suficiente
discriminacin (habilidad de determinar la diferencia entre dos partes u
operaciones similares), de tal forma de poder: encontrar la X roja del proceso o
determinar si una parte u operacin cumple con las especificaciones.
Se siguen los siguientes pasos:
1. Se toman 30 piezas de produccin normal e identificarlas (de preferencia
que representen el rango de variacin total)
2. Realizar una primera medicin de las piezas al azar
3. Realizar una segunda medicin de las piezas al azar
4. Trazar los pares de puntos en una grfica con los mismos ejes; trazar
una lnea que pase por en medio de los puntos (la mitad debe quedar
por arriba de la lnea y la otra mitad por debajo); trazar una lnea
paralela a la media que deje fuera a un punto y medio de los datos (de
manera que quede el 95% de puntos dentro del intervalo de confianza);
trazar otra lnea paralela a la anterior a la misma distancia de la media;
cerrar los extremos de la salchicha con semicrculos.
5. Medir el intervalo Delta-M e I con una regla; calcular Delta-P/Delta-M. si
se est validando el sistema para controlar la X roja o verificar DeltaTolerancia/Delta-M si se est validando que el sistema es capaz de
verificar cuando las parten cumplen las especificaciones.
6. Trazar a 45 la lnea de referencia
L2= M 2 +2 P2
Discriminacin=
P
6
M
Discriminacin=
T
6
M
Regression
95% PI
Y_ Resistencia
200
S
R-Sq
R-Sq(adj)
L
l
190
180
2.20320
97.0%
96.6%
170
160
150
10
15
20
X_ %Fibra
25
30
T
Recomendaciones:
8. Ajustar el calibrador
9. Asegurar que las mediciones se lleven a cabo en partes orientadas de la
misma manera
10.De preferencia contar con un calibrador con mejor resolucin (0.0001 en
lugar de 0.001, das en lugar de meses, etc.)
11.Asegurar la consistencia del mtodo de medicin
12.Realizar la medicin de una parte, cierto nmero de veces y sacar el
promedio de las lecturas (se reduce el error de medicin por un factor
similar a la raz cuadrada del tama de la muestra, una muestra de 4
lecturas promediadas tendran un error de medicin de del que
tendra una lectura)
13.De preferencia no usar calibradores sensibles al tacto (verniers)
14.Tratar de innovar en el mtodo de medicin
Bsqueda de componentes
Se utiliza cuando se trata de encontrar la parte o partes que causan problemas
en el ensamble, se puede utilizar en lugar de una carta Multivari.
Se inicia al encontrar dos ensambles, uno MM y otro el PP. Los componentes
deben poderse ensamblar y desensamblar (componentes soldados no se
pueden intercambiar). Se evala cada uno por separado para verificar que no
existe una peculiaridad de ensamble responsable del comportamiento extremo
de los dos ensambles. Despus de intercambian partes, una a la vez entre el
MM y el PP, hasta que se observen resultados significativos estadsticamente
(puntos fuera de los lmites de decisin). La prueba concluye cuando al
intercambiar las partes, la MM se vuelve PP y viceversa.
PROCEDIMIENTO:
1. Seleccionar 2 unidades cuyas caractersticas no sean las que les
interesan (MM la mejor y PP la peor).
ETAPA 1
2. Desarmar y armar la unidad tres veces y verificar que ambas reglas
pasan:
a. Regla 1. Completar la separacin entre los valores de MM y PP
Clasificar todas las pruebas MM y PP juntas
Pasa, los MM y
PP
No se traslapan
b. Regla 2.
VIxRavg.
MM
MM
MM
PP
PP
PP
MM
MM
PP
MM
PP
PP
No pasa, los MM
y PP
se traslapan
ETAPA 2
4. Establecer los lmites de decisin para cada unidad. Intercambiar partes
en el orden esperado de importancia, hacer una imagen de reflejo
DLmm = Mediana MM (Vii *Ravg)
DLpp = Mediana PP (Vii *Ravg)
No. Pruebas en
Etapa 1
3 MM, 3 PP
4 MM, 4 PP
5 MM, 5 PP
Vi
Vii
1.49
0.89
0.74
1.89
1.31
1.10
Anlisis Multivari
Se midieron los ngulos de los interruptores 4 y 5 encontrando los siguientes
resultados:
Angul
o
Opera
dor
Parte
Interr
up
0.3
5.5
2
0.3
2
4
10
R1
R2
R3
R4
P1
P2
R1
1
2
3
4
5
6
1
4
4
4
4
4
4
5
9
12
10
9
10
0.3
10
5.3
10
5.8
11
0.3
10.5
0
11
4
9
3
11
3
9
R2
R3
R4
P1
P2
J1
J1
R5
R5
R6
R6
J2
J2
J3
J3
P3
P3
P4
P4
J4
J4
2
3
4
5
6
7
7
8
8
9
9
10
10
11
11
12
12
13
13
14
14
5
5
5
5
5
4
5
4
5
4
5
4
5
4
5
4
5
4
5
4
5
12
10
Angulo
8
6
4
Candidatos
a MM y a
PP
2
0
J1
J2
J3
J4
P1
P2
P3 P4 R1 R2 R3
Operador
R4 R5
R6
LIE = 5
min.
PP
2
1
0
1
MM
4.6
5.4
5.1
PP
0
0
0
DLmm=Mmm
(Vii*Ravg)
5
4
MM
PP
2
1
DLpp=Mpp(Vii*Ravg)
0
1
6.0
5.0
4.0
3.0
MM
PP
2.0
1.0
0.0
Operador de Manivela
PP
Bloque de Leva MM
4.6 Etapa 1
5.4 Etapa 1
5.1 Etapa 1
5.2 Interruptor 4
5.0 Placa de
interruptor
4.5 Corrida de
validacin
Bloque de Leva PP
1.4 Bloque de Leva
1.5 Operador de
Manivela
0.0 Etapa 1
0.0 Etapa 1
0.0 Etapa 1
0.0 Interruptor 4
0.0 Placa de
interruptor
0.0 Corrida de
validacin
Operador de Manivela
MM
Operador de Manivela
PP
Promedios
Bloque de Leva
MM
Bloque de Leva
PP
5.05
1.45
1.00
3.03
0.00
Promedios
3.25
Diagonal
1.23
0.5
Diagonal
2.53
0.73
Diagrama de concentracin
Se usa para identificar patrones de defectos significativos que son especficos
para un lugar fsico particular de la parte, o donde tiene relacin con otras
partes.
Es necesario que el lugar de los defectos pueda identificarse, pueden utilizarse
datos por atributos o variables registrando solo el lugar donde ocurre el
defecto.
PASOS:
1. Obtener un dibujo del producto
2. Colocar una marca en el dibujo por cada defecto encontrado
3. Buscar agrupamientos anormales o no esperados de puntos, puede ser
indicio de X roja
4. Trazar el diagrama en una cierta posicin respecto a alguna operacin
dentro del proceso
Ejemplo de DOE
Suponer que se trata de elevar el rendimiento y reducir la variacin de un
proceso qumico, con el rbol de Soluciones siguiente:
FACTORES
PRINCIPALES
Rango de alimentacin
(lts/min)
Catalizador (%)
Rango de agitacin
(rpm)
Temperatura (C)
Concentracin (%)
FACTORES DE RUIDO
Tiempo de cura
Presin interna
NIVEL -1
NIVEL
+1
10
15
1.0
100
2.0
120
140
3
180
6
P
VALUE
0.0
0.0
0.0
0.0
Catalizador
Temperatura
Concentracin
Catalizador*Con
c
Temp*Concentr
acin
0.0
-1
-1
-1
1
Catalizador
Temperatura
Concentracin
-1
1
Temperatura*Catalizador
-1
1
Concentracin*Temperatura
Verificar en la misma corrida del Modelo Lineal General que los residuos se
comporten de manera normal sin autocorrelacin y con varianza constante.
Del ANOVA resultado del Modelo lineal general, con la suma de cuadrados
secuenciales, se puede determinar la significancia prctica o contribucin
prctica de cada factor e interaccin que se mostrado como significativo
estadsticamente. psilon^2 es el smbolo de la significancia prctica:
Fuente
Seq SS
Catalizador
Temperatura
Concentracin
Catalizador*Conc
Temp*Concentracin
Error
Total
1681
600.25
156.25
462.25
361
70.25
3331.00
Pruebas B vs C
Se utiliza para confirmar una diferencia estadstica entre el mtodo actual
(Pruebas C) y un mtodo que es mejor (Pruebas B), lo interesante del mtodo
es que requiere un nmero pequeo de pruebas y no requieren cumplir con el
requisito de normalidad o igualdad de varianzas.
Se realiza un nmero de pruebas C y un nmero de pruebas B, corridas al azar
midiendo el CTQ (o Y verde) en cada prueba. Los resultados se alinean y
dependiendo que tan separados estn los resultados de las prueba B vs las
pruebas C, se puede confirmar la significancia de la mejora. Se tienen 3 tipos
diferentes de pruebas B vs C:
Definicin del
proyecto
(project
definition tree)
Eliminacin
Confirmacin
Accin,
implementar,
Control,
monitorear
Lecciones
aprendidas,
reconocimiento,
etc.
Verde
Roja
Ejemplo de aplicacin
Descripcin del problema
El cristal de la puerta izquierda de un coche se sale al cerrarlo.
PP
0.3
0.3
0.3
0.8
0.2
0.7
0.5
Xmedi
a
22
22
22
22
22
22
22
LICx
0.55
0.55
0.55
0.55
0.55
0.55
0.55
LSCx
1.65
1.65
1.65
1.65
1.65
1.65
1.65
0.0
1.2
0.9
0.3
22
22
0.55
0.55
1.65
1.65
La grfica es la siguiente:
1.8
1.6
1.4
MM
1.2
PP
1.0
Xmedia
0.8
LICx
LSCx
0.6
0.4
0.2
0.0
1
Parte 3
Parte 4
Solucin
Se solicit al proveedor cambiar la especificacin para reducir el riesgo de
generacin del defecto.