TESIS

IV CONGRESO INTERNACIONAL DE
INGENIERIA VERTICE 2010
II

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

DE INGENIERÍA VERTICE 2010
III

DIRECTORIO

DR. GABRIEL ESTRELLA VALENZUELA
RECTOR UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA

M. C. JUDITH ISABEL LUNA SERRANO
VICERRECTORA UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA CAMPUS ENSENADA

DR. OSCAR ROBERTO LOPEZ BONILLA
DIRECTOR FACULTAD DE INGENIERÍA ENSENADA

M.I. JOEL MELCHOR OJEDA RUIZ
SUBDIRECTOR FACULTAD INGENIERÍA ENSENADA

L.A.E. LINA ADRIANA MEZA AMAYA
ADMINISTRADOR FACULTAD DE INGENIERÍA ENSENADA

M.I. DIEGO ALFREDO TLAPA MENDOZA
COORDINADOR INGENIERIA INDUSTRIAL

TITULO DE LA OBRA: MEMORIAS DEL CUARTO CONGRESO
INTERNACIONAL DE INGENIERÍA VERTICE 2010

EDITORES: DR. JORGE LUIS GARCÍA ALCARÁZ
M.I. JULIÁN ISRAEL AGUILAR DUQUE

DERECHOS RESERVADOS
EDICION: MARZO 2010
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
FACULDAD DE INGENIERIA ENSENADA
KM. 103 CARRETERA TIJUANA ‐ ENSENADA
ENSENADA, BAJA CALIFORNIA
TEL. (+52 646) 175 07 00 EXT 121

http:// ing.ens.uabc.mx/
www.vertice2010.com

ISBN10 0615361919
ISBN13 978‐0‐615‐36191‐8

IV


V

MENSAJE DE BIENVENIDA AL 4º CII VERTICE 2010

Durante cuatro años la Facultad de Ingeniería de Ensenada de la Universidad Autónoma de Baja
California ha motivado a sus alumnos candidatos a egresar de las carreras de Ingeniería Industrial,
Ingeniería en Electrónica, Ingeniería en Computación e Ingeniería Civil a la organización del Congreso
Vértice, organizado por alumnos para alumnos.

Este evento ha servido para que los estudiantes de la facultad entren en contacto con personalidades de
todos los medios en que se aplica la Ingeniería Industrial, Electrónica, Computación y Civil, ya que en las
últimas ediciones, éste ha tenido renombre internacional, y prueba de ello es que para este año 2010,
se agrega Bioingeniería e Ingeniería Agropecuaria de forma activa y participativa.

El IV Congreso Internacional de Ingeniería Vértice 2010 se efectuó los días 24, 25 y 26 de marzo en la
Facultad de Ingeniería en Ensenada (FIE) de la UABC, con motivo de dar a conocer no nada más la parte
teórica, sino también experiencias de personas que se encuentran en el entorno laboral, además de
aprender nuevos métodos y aplicaciones de Ingeniería.

El congreso ofreció cuatro conferencias magistrales, nueve conferencias específicas, 18 ponencias, trece
visitas, doce talleres y tres eventos sociales. Los dos primeros días del congreso se llevarán a cabo en las
instalaciones de la Facultad de Ingeniería, y el tercer día se realizaron visitas a empresas.

Como siempre, deseamos que su estancia en la agradable ciudad de Ensenada y que el IV Congreso
Internacional de Ingeniería Vértice 2010 haya cumplido sus expectativas. Agradecemos a todas las
personas organizadoras y participantes en la organización de este evento.

Cordialmente
Dr. Jorge Luis García Alcaraz, UACJ
M.I. Julián Israel Aguilar Duque, UABC
Comité Editorial

VI


VII

CUARTO CONGRESO INTERNACIONAL DE INGENIERIA
VERTICE 2010

COMITÉ ORGANIZADOR

PRESIDENTE
KARLA RANGEL MONTOYA
JORGE BAYARHY PALAFOX CAMARENA

SECRETARIA
GUADALUPE VALADEZ MARTÍNEZ

ADMINISTRADORA
ALEXANDRA LÓPEZ PADILLA

COORDINADORES ACADÉMICOS
INDUSTRIAL: SANDRA KARINA ENRÍQUEZ CASAS
CIVIL: JULIO MARRÓN AVILÉS
AGRONOMÍA: MARCELA ROBLES MARTÍNEZ
BIOINGENIERÍA: ALMA CAROLINA AVILÉS MARTÍNEZ
COMPUTACIÓN: ROBERTO LUNA RAMÍREZ

COORDINACIÓN DE DIFUSIÓN
MERCADOTECNIA
HARIZBETH GUADALUPE SALGADO HIRALES
FORÁNEOS
ALFREDO COTA MURILLO

COORDINACIÓN DE LOGÍSTICA
OMAR MARTÍNEZ URIAS
FELIPE VEA AVALOS

EVENTOS SOCIALES
ANA GABRIELA HIGUERA MADRIGAL

COORDINACIÓN DE PATROCINIOS
GUSTAVO ALFONSO SICILIA VILLEGA

VIII

CUARTO CONGRESO INTERNACIONAL DE INGENIERIA
VERTICE 2010

COMITÉ TÉCNICO

Aguilar Duque, Julián Israel, M.I.
Universidad Autónoma de Baja California

Coronel González, Nancy Angélica
Universidad Autónoma de Ciudad Juárez

De la Vega Bustillos, Enrique, Dr.
Instituto Tecnológico de Hermosillo

García Alcaráz, Jorge Luis, Dr.

Hernández Arrellano, Juan Luis, M.C.

López Bonilla, Oscar Roberto, Dr.

Tlapa Mendoza, Diego, M. C.

Piña Monarrez, Manuel Román, Dr.

Sánchez Leal, Jaime, Dr.
Instituto Tecnológico de Ciudad Juárez

Rodríguez Medina, Manuel Arnoldo, Dr.
Instituto Tecnológico de Ciudad Juárez


IX

TABLA DE CONTENIDO

Sistemas de Calidad 1
DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL
Guillermo Amaya Parra, Diego A. Tlapa Mendoza, Julián Aguilar Duque, 2 -12
Yolanda Báez-López, Javier Ordorica Villalvazo
REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA
SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA
13-23
METODOLOGIA DMAIC
Jorge Valenzuela Corral y Jesús Palacios Valerio
R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA
DETECCIÓN DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s)
Javier Ordorica Villalvazo, Claudia Camargo Wilson, Jesús E. Olguín Tiznado, 24 – 33
Jorge Limón Romero, Enrique J. de la Vega Bustillos, Oscar R. López Bonilla,
Guillermo Amaya Parra
APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR
LA REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA
34 – 42
A DOMO EN BOCINAS DE 19 Y 25 MM
Jesús Salinas, Yolanda A. Báez, Jorge Limón, Arturo Tiznado
Investigación de Operaciones 43
DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE
PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL 44 – 51
L. Villalpando Gamboa y M. Grijalva Delgado
CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO DE COLAS: UN
CASO DE ESTUDIO 52-56
Rosendo A. Collazo Vallejo y Juan A. Pichardo González
Análisis de Decisiones 57
ATRIBUTOS RELACIONADOS CON LA POSICIÓN Y QUE SON
EVALUADOS EN INGENIEROS DE MAQUILAS DE CIUDAD JUÁREZ
58 – 67
Jorge Luis García Alcaraz, Ana Blanca Rodríguez Rendón, Julián Israel Aguilar
Duque
PROBLEMÁTICA DE LA SELECCIÓN DE PROVEEDORES: UN NFOQUE
MULTIATRIBUTOS 68 - 75
Jorge Luis García Alcaraz, Blanca L. Márquez y Julián I. Aguilar Duque

X

Estadística Industrial 78
ANÁLISIS DE COMPONENTES PRINCIPALES PARA LA
DETERMINACIÓN DE LOS FAPPP
Julián I. Aguilar Duque, Jorge L. García Alcaraz, Juan L. Hernández Arellano, 79 - 89
Diego A. Tlapa Mendoza, Jesús Salinas Coronado, Jesús Everardo Olguín
Tiznado, Arturo Tiznado Rodríguez
ESTUDIO DE PRODUCTIVIDAD EN UN PROCESO MINERO
Miguel Escamilla López, Jorge Meza Jiménez, Ricardo Llamas Cabello y Jorge 90 -99
L. García A.
Cadena de Suministro 100

COMUNICACIÓN EN LA CADENA DE SUMINISTROS
Ignacio Francisco Romero Magaña 101 – 106
Aplicaciones Electrónicas 107
SISTEMA DE VIGILANCIA VIA WEB

Juan Pablo Torres Herrera, Christopher Ángel Orozco Gutiérrez, Rodolfo de De 108 - 111
Anda Botello, Isaac Barredez Cota Isaac1 y Morales Barragán Miguel Ángel
LEVITADOR MAGNÉTICO DE 1 GDL: UN SISTEMA PRÁCTICO PARA LA
ENSEÑANZA DE CONTROL 112 - 120
Ervin Álvarez S., Ricardo Cuesta G., Moisés Miranda V.


XI


1

Sistemas de
Calidad

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL DE INGENIERÍA VERTICE 2010
DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL

Guillermo Amaya Parra1, Diego A. Tlapa Mendoza1, Julián Aguilar Duque1,
Yolanda Báez-López1, Javier Ordorica Villalvazo1.
1
Departamento de Ingeniería Industrial de la Facultad de
Ingeniería Ensenada de la Universidad Autónoma de Baja California
Km. 103 Carretera Tijuana-Ensenada S/N
Ensenada, Baja California C.P. 22870
Autor de correspondencia: amaya@uabc.edu.mx
RESUMEN
Hoy en día seis sigma ha sido ampliamente adoptada en una variedad de industrias en el mundo y se ha convertido en uno
de los más importantes temas de debate en la gestión de la calidad. Seis Sigma (SS) es una metodología bien estructurada
que puede ayudar a una empresa a alcanzar un objetivo previsto mediante el mejoramiento continuo. El presente trabajo
tiene por objetivo describir la situación actual de la metodología Seis Sigma en relación a su aplicación en diferentes países,
su evolución y las diferentes herramientas que la integran y que cada vez son más. Además de los sectores donde los pro-
yectos SS son mas aplicados, generándonos un criterio de las futuras aplicaciones donde la metodología se pueda desarro-
llar aun más.
Palabras clave: Seis Sigma, mejora continua, gestión de calidad, evolución, herramienta.
1. INTRODUCCIÓN
Hoy en día ya sea en mayor o en menor grado, dependiendo del sector o del giro sea productivo o de servicios,
las empresas están siendo presionadas por sus clientes, con requerimientos en tiempos de entrega, calidad de producto y
servicio, buscando más confiabilidad. Estas situaciones han ocasionado que las empresas busquen mejores y nuevas alterna-
tivas que le den la satisfacción de los clientes. Lo cual propició que el surgimiento de diferentes metodologías y programas
que buscan la satisfacción del cliente al aumentar la calidad. Una de estas metodologías internacionalmente aceptadas es SS,
la cual ha sido adoptada por numerosas empresas para la reducción de la variación de sus procesos y productos. Pioneros en
su aplicación son empresas como General Electric y Motorola, que alcanzaron beneficio económico y reconocimiento a la
calidad de sus productos de manera sorprendente en la década de los 80´s y principio de los 90´s. En la presente década se
ha incrementado en México el número de empresas que emplean SS, principalmente grandes trasnacionales de bienes (Re-
yes, 2002), sin embargo, la metodología comienza a ser aplicada en otros sectores y puede ser aplicada inclusive en peque-
ñas y medianas empresas.
White (1992) menciona que SS es una metodología, una filosofía, un ejercicio de estadísticas, una manera de hacer nego-
cios, una herramienta para mejorar la calidad. SS es una meta, no en sí mismo, es sólo una de varias herramientas y proce-
sos que una organización necesita para lograr una calidad de clase mundial. Mientras que Harry & Schroeder (1999),
quienes son considerados como principales desarrolladores de la metodología, encuentran que SS es un proceso que permite
a las compañías a mejorar drásticamente las utilidades mediante el diseño y monitoreo diario de las actividades de la em-
presa, en maneras que minimizan el desperdicio y recursos mientras incrementa la satisfacción de clientes. Esta definición
es puntual al destacar el beneficio económico y no el de la calidad del producto, ya que esto se considera implícito al redu-
cir desperdicios y mejorar la calidad, se está logrando mayor utilidad. Una definición similar menciona que SS es la manera
inteligente de administrar un negocio o departamento, ya que pone al cliente en primera línea al usar hechos y datos para
obtener mejores soluciones (Pande, 2001). Maccarthy y Stuffer (2001), indican que en SS, la atención se centra en la re-
ducción de defectos en un proceso de producción.
Para Pyzdek (2003), SS es una rigurosa, enfocada y altamente efectiva implementación de principios y técnicas probadas de
calidad, que busca en las empresas un rendimiento prácticamente sin errores. Por su parte Brussee (2004), menciona que la
metodología usa un enfoque específico de solución de problemas y herramientas para mejorar procesos y productos. Dirgo
ISBN 978-0-615-36191-8 VERTICE 2010

Amaya et al. - 3
(2005), define SS como un enfoque para la mejora de un negocio que busca encontrar y eliminar causas de errores o defec-
tos en proceso, al enfocarse en las salidas de importancia crítica para clientes.
Como se aprecia, la definición de SS varia de autor en autor. Contribuyendo a lo anterior, Linderman et al. (2003), mencio-
na que SS es un método organizado y sistemático para la mejora estratégica de proceso y el desarrollo de nuevos productos
y procesos que depende de métodos estadísticos y del método científico para hacer dramáticas reducciones en las tasas de
defecto definidas por los clientes. Es evidente que en esta definición no se menciona los 3.4 defectos por millón de oportu-
nidades, sino que se menciona como una meta y es que según los autores SS se avoca a establecer metas basadas en los
requerimientos de clientes.
Barrada, (2003) dice que SS técnicamente consiste en hablar de una proporción de errores de 3.4 partes por millón, en la
práctica el término se usa para denotar mucho más que un simple recuento de errores; ello implica impregnarse de una
cultura de calidad, en la cual, estrategias, procesos, técnicas estadísticas y factor humano conforman un todo relacionado
que permiten mejorar y hacer rentable una empresa. Yam (2006), dice que SS es un riguroso y disciplinado proceso de
negocio adoptados por las empresas para ayudar a centrarse en el desarrollo y distribución robusta, cerca de los productos y
servicios perfectos. SS está basada en la aplicación del método científico para el diseño y operación de sistemas de adminis-
tración y de procesos que permiten a los trabajadores entregar mayor valor a clientes y asociados (Pyzdek, 2003).
Para Chakrabarty y Tan (2007), SS es una metodología enfocada al cliente que reduce el desperdicio, incrementa los nive-
les de calidad y mejora el estado financiero de organizaciones a niveles significativos. De la Vara, (2009), Indica que es una
estrategia de mejora continua del negocio que busca mejorar el desempeño de los procesos de una organización y reducir su
variación; con ello, es posible encontrar y eliminar las causas de los errores, defectos y retrasos en los procesos de los nego-
cios.
Para Brady y Allen (2006), la definición de SS como método, complica la referencia a las técnicas usadas en su aplicación.
Ellos proponen llamar sub-métodos a estas técnicas para clarificar su alcance y con esto resaltar que SS es más que la defi-
nición de método. Anteriormente Breyfogle (2003), Harry (1999) Pande (2001) et al., sugirieron el uso de técnicas específi-
cas para cada fase de la aplicación de SS, por ejemplo el uso de Gauge R&R en la fase de Medir. Sin embargo, como men-
cionan Brady y Allen (2006), no hay suficiente consenso para asociar técnicas en cada fase, ya que pudiera verse como una
restricción indeseable por algunos usuarios de SS. Lo anterior sugiere que no hay un conjunto definido y universalmente
aceptado de herramientas de SS.
Respecto a las fases que componen a SS, Shanin (2008), sugiere que la empresa Motorola comenzó solo con Medir, Anali-
zar, Mejorar, Controlar. A estas cuatro fases se le agregó una más: Definir, quedando integrada en una metodología com-
puesta de cinco fases: Definir, Medir, Analizar, Mejorar, Controlar (DMAIC); metodología con la que concuerdan algunos
autores como: Tobias (1991), Harry y Schroeder (1999), Antony y Bañuelas (2002), Breyfogle (2003), Yam y Yoap (2006),
Brady y Allen (2006), Tang (2007), McManus (2008), entre otros.
Primitivo (2002) sugiere que la implementación de SS en la actualidad abarca un mínimo de 20 herramientas, incluyendo
algunos métodos estadísticos especiales complejos. Otra propuesta de las herramientas a utilizar por cada fase de la meto-
dología la da Pantano (2006), tal como se muestra en la Tabla 1.
Tabla 1. Herramientas a utilizar por cada fase de SS

Definir Medir analizar Mejorar Control
SOP&plan de entrenamiento
Mapeo de proceso y SIPOC
Definiciones operacionales
Diagrama de Dispersión
Diseño de experimentos
Capacidad de proceso
Diagramas de control
Matriz causa y efecto
Pruebas de hipótesis
MSA estudio R y R
MSA-op definición
cartas de proyectos
Grafico de Barras
Matriz de pagos
Lluvia de ideas
visual factory
Control Plan
Histograma
(CP/CPK)
DPMO
FMEA
Pilots

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL - 4
Sin embargo cada autor utiliza las herramientas estadísticas que a su criterio son las adecuadas a utilizar en cada una de las
etapas, surgiendo aquí la interrogante de ¿Cuáles son las herramientas más utilizadas por SS? Además, es un hecho que SS
se aplica en organizaciones de servicio, sin embargo, dado las diferencias naturales entre bienes y servicios, ¿Cuáles son las
consideraciones a tomar en cuenta al aplicar SS en organizaciones de servicio?, ¿Cuál es la experiencia de los diferentes
países al implementar SS?, ¿Cuáles son las nuevas aportaciones a SS?, ¿Hacia dónde va SS? Son algunas de las preguntas
que se plantean y que se pretende responder por medio de una revisión exploratoria de la literatura existente.
2. METODOLOGÍA
Para conocer el estado de la aplicación de la metodología SS, se hace una revisión bibliográfica exploratoria basada en
artículos científicos de revistas arbitradas e indizadas en bases de datos electrónicas y físicas de la UNAM, UABC,
CICESE, UCSD Y SDSU, encontrando más de 500 artículos de interés para el trabajo, de los cuales se seleccionó un 10
porciento partiendo la búsqueda bajo los siguientes criterios: Sector donde se aplica la metodología, País de origen del artí-
culo, posteriormente, se buscó las opiniones de diferentes autores tanto del área práctica como académica. Los hallazgos de
53 artículos referentes a Seis Sigma son presentados en la sección de resultados.
3. RESULTADOS
A continuación se presentan los resultados encontrados de la revisión exploratoria, en los cuales se sugiere un grupo de
herramientas como las más utilizadas en la implementación de SS, se muestra la tendencia de aplicación por países, así
como algunas novedades encontradas de esta metodología.
3.1 Herramientas más Utilizadas
El diagrama de causa - efecto y el estudio de Repetibilidad y Reproducibilidad (R&R) son las dos herramientas más utiliza-
das en metodología SS, según los artículos revisados hasta el momento, tal como se muestra en la Figura 1.
Figura 1. Pareto de las Herramientas más Utilizadas por SS

Amaya et al. - 5
3.2 Aplicación de SS por Países
En Hong Kong SS se han utilizando técnicas y herramientas estadísticas en transacciones, negocios y procesos de
manufactura, demostrado tener éxito en reducción de costos, en la mejora de tiempos de ciclo, eliminación de defectos,
aumentar la satisfacción del cliente, y el aumento de la rentabilidad. La eficacia de SS es en gran medida a las técnicas
estadísticas utilizadas (Tong, 2004).
Bañuelos et al. (2009), menciona que en China, se realizó un estudio en el que se muestra como en SS se integran diver-
sas herramientas y técnicas de gestión de calidad, dentro de la metodología (Definir, Medir, Analizar, Mejorar, Controlar).
Así como también, menciona que entre las herramientas más utilizadas se encuentran el análisis de Pareto, el análisis de
modo de falla y efecto, además del diagrama de causa y efecto, tal como se muestra en la Figura 2.
Figura 2. Herramientas y Técnicas más Comunes que se Utilizan en China en Proyectos SS
Yang et al. (2008), menciona que hay escasez en las aplicaciones de SS en Taiwán, dichas aplicaciones necesitan ser mejo-
radas, ya que los beneficios financieros no son tan buenos como se esperan, atribuye esto a que en la mayoría de las organi-
zaciones están usando sólo herramientas estadísticas clásicas, mientras que las herramientas estadísticas avanzadas son
menos frecuentes, las promociones de los empleados y los incentivos no están fuertemente vinculados a los resultados de la
ejecución de los proyectos de SS, así como al hecho de que las funciones claves, como el Maestro Cinturón Negro (MBB) y
Cinturón Negro (BB), que juegan un rol importante y de tiempo completo en la aplicación de SS, no contribuyen mucho
tiempo en las actividades.
Por otro lado hay países como USA que tiene tiempo trabajando y desarrollando proyectos SS. Latino América es otra
región donde las aplicaciones pudieran ser muy útiles, por la cercanía con USA y el tipo de comercio e industria que se
manejan; en los otros continentes no sabemos cuál es el comportamiento del uso de la metodología SS. La Figura 3 muestra
la relación de países que utilizan con más frecuencia la metodología en sus proyectos de mejora.
Figura 3. Países que más Trabajan con Proyectos SS

Los sectores de manufactura y servicio son los que utilizan con mayor frecuencia la metodología SS, obteniendo beneficios
considerables, tal como se muestra en las Figura 4 y 5; razón por la cual, se busca aplicarla aun más en el área de servicios,
en donde actualmente se han obtenido resultados satisfactorios y clientes más satisfechos, como consecuencia de la aplica-
ción de proyectos SS.
Los resultados de la implementación de la metodología SS son una disciplina que son compatibles y se estandarizan en
auditorías internas. Provee al equipo de auditoría con las herramientas para señalar de mejor manera las causas raíz, cuanti-
ficar y documentar las áreas con no conformidades, y sugiere maneras de cortar o disminuir gastos operativos. Además,
resultados de varios estudios indican que los retornos de capital de la compañía parecen mejorar al mismo tiempo que los
sistemas de conformidades y de control se vuelven más efectivos. Otra consideración importante es que ayuda a un estricto
control interno (Aghili, 2009).
Figura 4. Aplicación de SS por Sectores y Áreas
Figura 5. Áreas donde se Trabajan Proyectos SS
En la industria de la madera la implementación de DMAIC e incluyendo un estudio de R y R les aportó la obtención de

información fiable (sistema de mediciones adecuados) con respecto a las características de calidad de las piezas de madera
producida, además de la mejora del proceso. El procedimiento DMAIC les ayudó en la reducción de costos, eliminación de
defectos que el sistema de medición no detectaba por lo tanto los llevó a aumentar la satisfacción del cliente (Caleb, 2008).
Amaya et al. - 7
Se pudiera decir que en la industria manufacturera es donde los proyectos y aplicaciones que genera el trabajar con SS, son
más importantes e impactantes ya que se ve fácil mente los cambios que se generan. Pero no se debe menos preciar el sector
servicios ya que es una parte crucial dentro de algunas empresas, teniendo como antecedentes que el sector servicios es
muy basto y en cualquier momento tenemos necesidades de servicios. Los cuales siempre son mejorables en cualquier giro
que sean.
Aunque se han escrito varios estudios SS en las instituciones académicas, los estudios tienen un enfoque muy estrecho.
Mientras que algunos estudios se centran en la aplicación de SS para ayudar a los administradores de universidades con la
toma de decisiones sobre cuestiones tales como la retención de los estudiantes en los programas académicos en el análisis
de datos, otros se centran en la integración de la metodología SS en un programa educativo (Lawrence, 2008).
El servicio de salud es uno de los sectores no manufactureros relacionados con los principales contextos en los que SS ha
sido adoptada en USA, los principios de SS son muy bien adoptados en el sector salud debido a la naturaleza sanitaria de
cero tolerancia en los errores y es de gran ayuda para reducir éstos (Wang, 2008).
En los últimos años, los créditos y el departamento de finanzas son presionados para reducir el tiempo de atención y colec-
ción de efectivo y su variación del rendimiento para seguir siendo más competitivos. Los proyectos Sigma en las entidades
financieras incluyen la mejora de la asignación de dinero en efectivo para reducir las comisiones bancarias, pagos automáti-
cos, información precisa, la reducción de defectos de documentación en créditos, reducción de defectos en cobro de che-
ques, y la reducción de la variación en el rendimiento de la colección de datos. El Banco de América es uno de los pioneros
en la adopción y aplicación de de SS, atraer y retener los clientes y crear competitividad en las cooperativas de crédito. Se
han realizado cientos de proyectos de SS en las áreas de venta cruzada, depósitos, y la resolución de problemas. Bank of
América reportó un 10.4% de aumento en la satisfacción del cliente y el 24% en la disminución de problemas en los clien-
tes después de la aplicación de SS (Wang, 2008).
No se ha escrito mucho sobre la aplicación de SS en un entorno académico. Si bien se puede argumentar que en el mundo
académico es parte de la industria de servicios; la cual tiene características únicas la cual lo hace un área de aplicación inte-
resante para la metodología SS (Lawrence, 2008).
3.3 Novedades en SS
Un término muy utilizado y mencionado en la bibliografía es “Crítico para la Calidad” CTQ, y significa que cierta
actividad dentro de un proceso está afectando la calidad deseada dentro del proceso, sin embargo, recientemente cada vez
más adecuaciones a las características de un proyecto, han abierto el término a otros “críticos para x” como son: CTC (Co-
sto), CTP (Proceso), CTS (Seguridad), CTD (entrega/delivery), tan es así, que la sociedad americana para la calidad ASQ,
dentro de su certificación de black belts, evalúa estos términos. Nakhai y Neves (2009), agregan a esta lista el término
“Crítico para la calidad del servicio” CTQS, indicando la importancia de que este término se adecue a servicios.
Fit Sigma es otro nuevo concepto que implica la adopción de SS y ajustar las necesidades de una organización para mante-
ner el performance y esbeltez organizacional. Zhao (2005), propone integrar TRIZ a SS para la innovación, siendo ésta
herramienta un método nuevo que combina pensamiento innovador con herramientas analíticas usadas para el diseño de
productos, servicios y procesos en una sola operación.
Un punto importante acerca de la literatura de SS, comentan Brady y Allen (2006), es que sólo una pequeña fracción de
artículos presenta un modelo empírico, la mayoría presenta casos de estudio y los ahorros obtenidos en la aplicación de SS.
Ellos también encuentran que los impactos financieros debido a la selección de métodos estadísticos importantes, no ha
sido estudiado empíricamente; ellos agregan dos principios al concepto de SS y son que dicha metodología se debe enfati-
zar en los beneficios económicos al iniciar proyectos y se debe entrenar al personal que no es experto en estadística con un
mínimo posible de teoría. Brady y Allen (2006), sugieren investigar las bases de datos de empresas donde se haya imple-
mentado SS, como una forma alterna de determinar las herramientas esenciales o sub-métodos que se pueden emplear.
Ellos sugieren además evaluar la selección de herramientas esenciales de SS como si fuera en sí un problema de optimiza-
ción a través de algoritmos de optimización, donde el tiempo de implementación, costos y la calidad de las soluciones en-
contradas con los diferentes métodos pueden ser comparados usando problemas de prueba, a lo que ellos llaman camas de
prueba. Estas pruebas a las herramientas de SS en diferentes escenarios pueden servir inclusive para encontrar herramientas
nuevas a emplear.

Tabla 2. Aplicaciones de Seis Sigma en Sector Servicios

Servicios finan- Taghaboni-Dutta and Moreland,
Student Loan Marketing Association (Sallie Mae), Bank of
cieros 2004; Biolos, 2002; Roberts, 2004;
America, Citibank, Fidelity Investments, J.P. Morgan
Carlivati, 2007; Antony, 2006; Cha-
Chase, American Express, GE Capital Corp., Sun Trust
krabarty and Tan, 2007; Hensley and
Banks, Inc., Credit Union.
Dobie, 2005.
Fahmy, 2006; Antony, 2006; Biolos,
2002; Hensley and Dobie, 2005;
GE, Honeywell, Maytag, Lockheed Martin, Northrop Chakrabarty and Tan, 2007;
Grumman, Allied Signal, Dow Chemical, Ford, Caterpillar, Taghaboni-Dutta and Moreland, 2004
DuPont, Raytheon, 3M, Polaroid Supply chain manage- Schlegel and Smith, 2005;
ment, Human resource management processes Raytheon. Bandyopadhyay and Jenicke, 2007
Institute of Management and Admin, 2007 Lanyon, 2003.
Procesos de no
Accounting: Sarbanes-Oxley Act 404 Institute of Management and
manufactura
Compliance Administration, 2007; Juras et al.,
Customer relations 2007; Fleming et al., 2005; Rylander
Innovation and Provost, 2006; Byrne et al., 2007
Safety engineering American Society of Safety Engi-
Organizational change neers, 2005; Cain, 2005; LaMarsh,
2005.
Edgeman et al., 2005; Furterer and

Office of the Chief Technology, Officer of the Government
Elshennawy, 2005; Matchette, 2006;
Gobierno of the District of Columbia, Municipal Services, US De-
Reece, 2006; Hensley and Dobie,
partment of Defense, Taiwan Government Agencies
2005; Ho and Chuang, 2006
ConocoPhillips, Dominion Energy,
Constellation Energy, Aquila Inc., BHP
Billiton, DuPont and Dow Chemical
Public Service Electric & Gas Co., Puget
Sound Energy
Energía OSE Saint Francis Medical Center University of Illinois Keim, 2006; Ryan, 2005
College of Medicine Commonwealth Health Corp., Bowl-
ing
Green, KY Naval Medical Center, San Diego, CA
Wake Forest University Baptist Medical Center, NC Radi-
ology Film Library
Newcastle University Library Library Services, LibQUAL, Kumi and Morrow, 2006; Kim, 2006;
Educación
South Korea, Institutions of Higher Education Jenicke et al., 2008
Construcción Pheng and Hui, 2004
Housing and Development Board, Singapore
Logística R.R. Donnelley Logistics
A diferencia de las operaciones de fabricación, la definición de un defecto del servicio es bastante difícil en el aspecto de la
aplicación de SS en los sistemas de prestación de servicios. Las organizaciones de servicio, sienten que sus empresas tienen
una gran cantidad de mano de obra humana, y no hay mensurables defectos que deben ser corregidos. Esto es porque no es
fácil llegar a un acuerdo sobre lo que es un defecto de servicio. Desde que SS está vinculada a los clientes, más compañías
SS definen defecto de servicios como un proceso que se traduce en un menor nivel de satisfacción del cliente o un cliente
perdido (Uprety, 2009). La tabla 2 muestra algunas empresas de servicios que ya trabajan con la metodología SS.

Amaya et al. - 9
4. DISCUSION
Se observa con los resultados, que no hay un consenso sobre que herramientas deben ser aprendidas y usadas por
los aprendices de SS o por black belts (Brady y Allen, 2006) o Primitivo (2002) que sugiere que la implementación se SS
abarque un mínimo de 20 herramientas sin dejar de lado la metodología de Pantano, (2006) donde propone ciertas herra-
mientas por etapa dentro de la metodología SS. Tong et al, (2004), indica que las mejoras que deja SS, se obtienen de utili-
zar diseño de experimentos, identificando los factores críticos para la calidad, usando el nivel de sigma para mejorar el
proceso. Con lo anterior, es motivo de resaltar las oportunidades actuales para unificar la teoría de SS, identificar, evaluar y
proponer qué métodos deben ser aplicados a qué problemas y en qué fases.
La revisión exploratoria de los 53 artículos se encontró que las herramientas de R y R, diagrama de causa y efecto, el estu-
dio de capacidad de proceso y pruebas de Hipótesis son de las herramientas más utilizadas hasta el momento. A su vez se
requiere definir qué factores se deben de tomar en cuenta y en qué fase, para la implementación exitosa de SS.
Se pudiera decir que como USA es el uno de los países donde más se utiliza la metodología SS (según la exploración reali-
zada hasta el momento) es de los que tiene más empresas desarrollando proyectos, donde cada autor es el que elige las
herramientas a utilizar según sus necesidades y el tipo de problema.
4.1 Elección del proyecto
Un aspecto importante a destacar en la literatura, es que varios autores coinciden con la dificultad para identificar y
elegir un proyecto SS, la selección del proyecto SS es frecuentemente la más importante y difícil parte mencionan Pande et
al, (2002); en este sentido coincide Zimmerman y Weiss (2005); Chakravorty (2009). Al respecto Yang y Hsieh (2009)
proponen el uso de criterios del premio nacional de calidad (por ejemplo de Taiwan) y el método Delphi Fuzzy multicrite-
ria decision making (FMCDM) para seleccionar proyectos SS cuando se presentan dificultades en la elección del proyecto
como Información incuantificable, información incompleta, información no obtenible o se tiene ignorancia del proceso. A
su vez Bañuelas (2006) encontró que las organizaciones utilizan la teoria de restricciones y lean manufacturing para definir
proyectos.
4.2 Seis Sigma en Servicio
En el sector servicios, la acogida a SS comenzó considerablemente más despacio que en sector manufacturero
mencionan Furterer y Elshennawy (2005). Y es que como mencionan Antony (2006), Chakrabarty y Tan (2007), Antony et
al. (2007) las diferencias propias entre estos sectores, dificultó la adecuación de términos, herramientas estadísticas y de
entrenamiento. Las diferencias entre bienes y servicios llevan a las empresas de servicios y de manufactura a tener diferen-
tes factores de éxito (Frei, 2008). En la actualidad hay numerosas empresas de manufactura aplicando SS a sus procesos de
no manufactura como son recursos humanos, nomina, contabilidad, servicio a cliente, administración de la cadena de pro-
veedores, seguridad y salud entre otros (Lanyon, 2003; Juras et al., 2007; Fleming et al. 2007).
Claramente, también dentro de organizaciones de servicio hay diferencias en cuanto a la aplicación de seis sigma y es que
en organizaciones basadas en procesos como bancos y telecomunicaciones, el servicio debe ser muy estandarizado para
brindrar un servicio sin tanta variación entre un cliente y otro. Mientras que en organizaciones basadas en conocimiento
como del área de la salud, software, servicios legales entre otros, las necesidades y expectativas juegan un rol más crítico
Nakhai y Neves (2009). Para algunos autores, es urgente que los programas de educación y entrenamiento adapten su curri-
cula a las operaciones de servicio, y es que en el sector servicio el componente humano con todo lo que conlleva de psico-
logia y su comportamiento aporta una dimensión diferente con respecto a las características físicas típicas que se miden en
el sector manufactura. Otra consideración es que la literatura de SS con aplicaciones en servicios, se enfocan en situaciones
de tipo manufactura, donde hay procesos repetitivos y muy poco componente de comportamiento humano. Nakhai y Neves
(2009).

4.3 Dificultades de Seis Sigma
Como todo método, SS no está exento de dificultades, por ejemplo, respecto al tiempo para ver grandes resulta-
dos, Harry (2000) hace un análisis donde se plantea que para pasar de cuatro a SS requiere de 5 años. Chakrabarty y Tan
(2007), en su análisis encontraron algunas dificultades comunes con SS, como son: método de colección de datos, tiempo
de colección de datos, identificar parámetros de proceso y el tiempo invertido
5. CONCLUSIONES
Respecto al análisis de la aplicación de SS, se puede concluir lo siguiente:

1. La aplicación es mayoritariamente en el sector manufactura con una relación de X a Y en base a los 53 artículos
revisados hasta el momento.
2. Los países con más aplicación de SS son Estados Unidos de Norte America (USA), India y Taiwan, lo que sugiere
que en Latinoamérica no hay suficiente trabajo hecho o al menos no se publica en revistas científicas.
3. En el sector servicios, se aprecia la necesidad de adecuar las herramientas de SS y de los programas de entrena-
miento hacia este sector, donde el componente humano está presente en mayor medida.
4. Las herramientas más utilizadas, descritas en los artículos revisados son R y R, Diagrama de causa y efecto, Estu-
dios de capacidad de proceso, pruebas de hipótesis, diseño de experimentos, lluvia de ideas entre los más utiliza-
dos hasta el momento de la exploración bibliográfica.
5. Las áreas donde más se aplican proyectos SS son en la industria eléctrica y la del metal, sin menospreciar las nue-
vas áreas donde la aplicación de SS está empezando como lo son en los servicios educativos y las consultorías.
6. Dadas la región y las necesidades del problema a resolver cada autor toma la herramienta que más le convenga uti-
lizar, también se considera el entrenamiento que se tenga para profundizar en el uso de la herramienta.
REFERENCIAS
1. Aghili, S. (2009). A Six Sigma Approach to Internal Audits. STRATEGIC FINANCE , pp 38-43.
2. Antony, J. (2006), “Six sigma for service processes”, Business Process Management Journal, Vol. 12 No. 2, pp.
234-48.
3. Antony, J., & Bañuelas, R. (2002). Key Ingredients for the Effective Implementation of Six Sigma Program. Mea-
suring Business Excellence , pp 20-27.
4. Antony, J., Antony, F.J., Kumar, M. and Cho, B.R. (2007), “Six sigma in service organizations: benefits, chal-
lenges and difficulties, common myths, empirical observations and success factors”, International Journal of Qual-
ity & Reliability Management, Vol. 24 No. 3, pp. 294-311.
5. Bañuelas Ricardo, M. J., Teeraphan Virakul, Jiju Antony, (2009). Assessing the role of Six Sigma in a supply
chain: an exploratory study in the UK manufacturing organisations. Int. J. Six Sigma and Competitive Advantage
, 380-397.
6. Barrada, C. A. (2003). Gestión de Negocios. Qué es en realidad seis sigma? , 1-10.
7. Brady, J. E., & Allen, T. T. (2006). Six Sigma Literature: A Review and Agenda for future research, Quality and
Reliability Engineering International , 335-367.
Amaya et al. - 11
8. Breyfogle, F. (2003). Implementing Six Sigma: Smarter Solutions Using Statistical Methods. New York: Wiley.
9. Brussee, W. (2004). Statistics for six sigma made easy. New York: McGraw Hill.
10. Caleb, M.-H., & Al-Refaie, A. (2008). Improving wooden part's quality by adopting DMAIC procedure. Quality
and Reliability Engineering International , 351-360.
11. Chakrabarty, A., & Tan, K. (2007). A survey of Six Sigma Implementation in Singapore Service Industries. Pro-
ceedings of the 2007 IEEE IEEM (pp. 1428-1432). Singapore: IEEE.
12. Chakrabarty, T. and Tan, K.C. (2007), “The current state of six sigma application in services”, Managing Service
Quality, Vol. 17 No. 2, pp. 194-208.
13. De la Vara, D. l. (2009). Control Estadistico de Calidad y Seis Sigma. Mexico: Mc Graw Hill.
14. Dirgo, R. (2005). Look forward: beyond lean and six sigma. Boca Raton, Fl.: J. Ross Publishing.
15. Fleming, J.H., Coffman, C. and Harter, J.K. (2005), “Manage your human sigma”, Harvard Business Review, pp.
107-14.
16. Frei, F.X. (2008), “The four things a service business must get right”, Harvard Business Review, Vol. 86 No. 4,
pp. 70-80.
17. Furterer, S. and Elshennawy, A.K. (2005), “Implementation of TQM and lean six sigma tools in local government:
a framework and a case study”, Total Quality Management, Vol. 16 No. 10, pp. 1179-91.
18. Harry, M. (1998). A Breackthrough strategy for profitability. Quality Progress , 60-62.
19. Harry, M. (2000). Six sigma focyses on improvement rates. Quality Progress , 76-80.
20. Harry, M., & Schroeder, R. (1999). Six sigma: The breakthrough management strategy revolutionizing the world´s
top corporations. Reed Business Information.
21. Juras, P.H., Martin, D.R. and Aldhizer, G.R. (2007), “Adapting six sigma to help tame the SOX 404 compliance
beast”, Strategic Finance, pp. 36-41.
22. Lanyon, S. (2003), “At Raytheon six sigma works, too, to improve HR management processes”, Journal of Orga-
nizational Excellence, Vol. 22 No. 4, pp. 29-42.
23. Lawrence O. Jenicke, A. K. (2008). A framework for applying six sigma improvement methodology in an academ-
ic environment. The TQM Journal , 453-462.
24. Linderman, K., Schroeder, R., Zaheer, S., & Choo, A. (2003). Six Sigma: A Goal-Theoretic Perspective, Journal of
Operations Management , 193-203.
25. Maccarthy Braian M., R. S. (2001). Enhancing Six Sigma Through Simulation with Igrafx Process for six Sigma.
Sigma. Proceedings of the 2001 winter Simulation Conference, (pp. 1241-1247).
26. McManus. (2008). So long Six Sigma? Industrial Engineer , 18.
27. Nakai, B. y Neves, J. (2009), “The challenges of six sigma in improving service quality”, International Journal of
Quality & Reliability Management, Vol. 26 No. 7, pp. 663-684.
28. Pande, P. (2001). What is six sigma? Blacklick Oh.: McGraw-Hill.

29. Pande, P. S., Robert, P. N., & Roland, R. (2002). The Six Sigma way team fieldbook. New York: McGraw-Hill.
30. Primitivo, R. A. (2002). Manufactura Delgada y Seis Sigma en empresas Mexicanas: Experiencias y Reflexiones.
Revista de Contaduría y Administración , 51-69.
31. Pyzdek, T. (2003). El ABC de 6 sigma. gestion de negocios .
32. Pyzdek, T. (2003). Six sigma handbook revised and expanded. New york: Mc Graw Hill.
33. Pyzdek, T. (2003). The Six sigma Project Planner: a step-by-step guide to leading a six sigma. Mc Graw Hill.
34. Reyes, P. (2002). Manufactura Delgada (Lean) y Seis Sigma en empresas: experiencias y reflexiones. Contaduria
y Administración , 51-69.
35. Tang, L., Goh, T., Lam, S., & Zhang, C. (2007). Fortification of Six Sigma: Expanding the DMAIC Toolset. Quali-
ty and Reliability Engineering International , 3-18.
36. Tobias, P. (1991). A Six Sigma Program Implementation. IEEE 1991 Custom Integrated Circuits Conference
(págs. 2911-2914). IEEE.
37. Tong J. P. C., T. F. (2004). A DMAIC approach to printed circuit board quality improvement. Int J Adv Manuf
Technol , 523-531.
38. Uprety, I. (2009). Six Sigma in banking services: a case study based approach. Int. J. Six Sigma and Competitive
Advantage , 251-271.
39. V. Pantano, P. O. (2006). Management of Innovation and Technology. Cluster Based six sigma deployment in
small and medium sized enterprises , 788-792.
40. Wang, H. (2008). A Review of Six Sigma Approach: Methodology, Implementation and Future Research. (págs. 1-
4). IEEE.
41. White, R. V. (1992). An Introduction To Six Sigma With A Design Example. Power Systems Engineering Digital
Equipment Corporation , 28-35.
42. Yam, H. (2006). Six sigma past, present and future. 1-15.
43. Yam, H. Y. (2006). Six Sigma: Past, Present and Future. En H. Yam, & T. Yoap, Siz Sigma: Advanced Tools for
Black Lelt and Master Black Belt (págs. 2-17). John Wiley and Sons.
44. Yang, K.-J., Yeh, T.-M., & Yang, C.-C. (2008). The analysis of the implementation status of six sigma: an empiri-
cal study in Taiwan. International Journal of six Sigma and Competitive Advantage , 60-80.
45. Yang, T., & Hsieh, C.-H. (2009). Six-Sigma project selection using national quality award criteria and Delphy
fuzzy multiple criteria decision-making method. Experts Systems with Applications , 7594-7603.
46. Zhao, X. (2005). Integrated Triz and Six Sigma Theories for service/Process Innovation. IEEE (pp. 529-532).
IEEE.
47. Zimmerman, J.P., Weiss, J., 2005. Six Sigma’s seven deadly sins. Quality 44, 62–66.

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA

SMED EN UNA MAQUINA DE PRODUCCION POR MEDIO DE LA
METODOLOGIA DMAIC
Jorge Valenzuela Corral y Jesús Palacios Valerio
Departamento de Ingeniería Industrial y Manufactura – Instituto de Ingeniería y Tecnología

Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 N. Ciudad Juárez, Chihuahua, México
Autor de Correspondencia: jvalenzu@uacj.mx
RESUMEN
Para empresas que desean incrementar flexibilidad, aumentar su productividad y reducir su inventario de material
resulta critico reducir tanto los tiempos de cambios de herramientas como las preparaciones de maquinas. En los últimos
meses el mercado de esta empresa ha estado demandando una gran variedad de modelos en cantidades menores a las
históricas, haciendo necesario bajar los tiempos de preparación entre un modelo y otro para mejorar la flexibilidad al
cumplimiento de la demanda del mercado en tiempo y forma, al mismo tiempo reducir los lotes de material resultando en
menores costos de almacenamiento de materia prima y producto terminado.
El Sistema SMED introduce la idea de que en general cualquier cambio de máquina o inicializacion de un proceso debería
durar menos de 10 minutos. Este sistema fue desarrollado para acortar los tiempos de preparacion de máquinas al cambiar
el herramental debido a la demanda que requiere un modelo diferente al que está corriendo (cambiar del modelo A al
modelo B) posibilitando usar lotes más chicos de material y por lo tanto reduciendo la inversión en un proceso.
El proyecto se llevó acabo en la máquina A del area de enchaquetado de una empresa, logrando reducir un 50% el tiempo
de preparación y una mejora en producción proyectada a doce meses de 2, 132,590 pesos; además de reducción en costos
ocultos por menos movimientos de material resultando en mayor tiempo productivo disponible.
Palabras clave: SMED (single minute exchange of die), Flexibilidad, Productividad, Inventario. DMAIC (define, measure,
analize, improve, control)
1. INTRODUCCIÓN
El sistema SMED nació por la necesidad de lograr la producción JIT (just in time), uno de las piedras angulares
del sistema Toyota de fabricación y fue desarrollado para acortar los tiempos de la preparación de máquinas, intentando
hacer lotes de menor tamaño.
En contra de los pensamientos tradicionales, el Ingeniero japonés Shigeo Shingo señaló que tradicional y erróneamente, las
políticas de las empresas en cambios de herramental se han dirigido hacia la mejora de la habilidad de los operarios y pocos
han llevado a cabo estrategias de mejora del propio método de cambio. El éxito de este sistema comenzó en Toyota,
consiguiendo una reducción del tiempo de cambios de matrices de un periodo de una hora y cuarenta minutos a tres
minutos.
Su necesidad surge cuando el mercado demanda una mayor variedad de producto y los lotes de fabricación deben ser
menores; en este caso, para mantener un nivel adecuado de competitividad, o se disminuye el tiempo de cambio o se siguen
haciendo lotes grandes y se aumenta el tamaño de los almacenes de producto terminado, con el consiguiente incremento de
costos. Esta técnica está ampliamente validada y su implantación es rápida y altamente efectiva en la mayor parte de las
máquinas e instalaciones industriales.
Esta mejora en el acortamiento del tiempo aporta ventajas competitivas para la empresa ya que no tan sólo existe una
reducción de costos, sino que aumenta la flexibilidad o capacidad de adaptarse a los cambios en la demanda. Al permitir la
reducción en el tamaño de lote colabora en la calidad ya que al no existir inventarios innecesarios no se pueden ocultar los
problemas de fabricación.
Paralelamente a la técnica del SMED, se utiliza la metodología DMAIC para garantizar su implementación sistemática por
medio de los pasos Definir, Medir, Analizar, Mejorar y Controlar las mejoras obtenidas, como lo menciona el Ingeniero
George (2002) en su libro Lean Six Sigma al explicar la implementación de cualquier herramienta de mejora continua
usando la metodología DMAIC (Capítulos 10 y 11 de su libro)
ISBN 978-0-615-36191-8 VERTICE 2010
REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA SMED EN UNA MAQUINA DE
PRODUCCION POR MEDIO DE LA METODOLOGIA DMAIC - 14
El Sistema SMED consta de 4 fases de implementacion como lo muestra la Figura 1, las cuales son: Fase mixta, Fase
division de actividades externas e internas, Fase transferida y Fase mejorada.
Figura 1. Fases de la Metodología DMAIC
2. METODOLOGIA
Se procedió a recopilar los tiempos de cambios de Junio a Diciembre y se graficaron. Estos datos se muestran en la
Figura 2, y para su obtención se seleccionó trabajar en la reduccion de los cambios totales que son los que consumen más
tiempo.
2.1 Definir y Medir
Se refiere a definir los requerimientos del cliente y entender los procesos importantes afectados. Estos requerimientos del
cliente se denominan CTQs (por sus siglas en inglés: Critical to Quality). Este paso se encarga de definir quién es el
cliente, así como sus requerimientos y expectativas. Además se determina el alcance del proyecto: las fronteras que
delimitarán el inicio y final del proceso que se busca mejorar. En esta etapa se elabora un mapa del flujo del proceso.
El objetivo de esta etapa es medir el desempeño actual del proceso que se busca mejorar. Se utilizan los CTQs para
determinar los indicadores y tipos de defectos que se utilizarán durante el proyecto. Posteriormente, se diseña el plan de
recolección de datos y se identifican las fuentes de los mismos, se lleva a cabo la recolección de las distintas fuentes. Por
último, se comparan los resultados actuales con los requerimientos del cliente para determinar la magnitud de la mejora
requerida.
En el caso especial de esta investigación, se establece la meta a cumplir como una reducción en los tiempos de Cambios de
un mínimo de 40% para la máquina A, la cual se muestra en diagrama de flujo del proceso siguiente en la Figura 3.
También se establece un plan de mejoramiento de estos tiempos de cambio considerando los pasos de la metodología
DMAIC como se muestra en la Figura 4.
Valenzuela y Palacios - 15
Gráfica X-bar para Tiempo de preparación - Cambio parcial Gráfica X-bar para Tiempo de preparación - cambio total
Período: Jun –Dic
Período: Jun –Dic
3.5
Límite
Límite
2 Sup.=2.109
Media de la muestra
Sup.=3.287
Media de la muestra
Media=1.097 2.5 Media=2.460

1
Límite Límite
0 Inf.=0.08409 1.5 Inf.=1.633
0 10 20 30 0 10 20
Número de la muestra Número de la muestra
Del anterior análisis se determinó Preparación

el valor promedio de los tiempos
de preparación para cambios X1 Cambio Parcial
Y Preparación = X1 =1.10 h
parciales y totales.
X2 Cambio Total Y Preparación = X2 = 2.46 h
Figura 2. Datos de Junio a Diciembre, Etapa Definir y Medir
Trefilado Aislado Pareado Enchaquetado
Máquina A
Pruebas Finales
Empaque
Embarque
El proyecto fue desarrollado en el Área Enchaquetado, máquina A.
Figura 3. Diagrama de Flujo del Proceso

DIC ENE FEB MAR

DMAIC 3 4 1 2 3 4 5 1 2 3 4 1 2 3 4
Definición
Medición
Análisis
Mejora
Mejora
Control
Control
Control
Figura 4. Cronograma de Implementación de las Fases de DMAIC en un Sistema SMED
2.2 Analizar
En esta etapa se lleva a cabo el análisis de la información recolectada para determinar las causas raíz de los defectos y
oportunidades de mejora. Posteriormente se tamizan las oportunidades de mejora, de acuerdo a su importancia para el
cliente y se identifican y validan sus causas de variación.
En el caso de estudio aquí presentado se procedió a implementar cada uno de los pasos del SMED por medio de un
Diagrama de Árbol (Figura 05) donde cada paso tiene actividades específicas a cumplir para un completo análisis de la
situación de los tiempos de cambio de preparación de la máquina de enchaquetado. Todas estas actividades se llevaron a
cabo de acuerdo al cronograma mostrado en la Figura 4.
Filmar la preparación 3
videos
Preparación
para el SMED
Analizar los 3 videos
Describir las tareas
Separar las tareas

Fase 1: Separación
de la preparación Elaborar lista de chequeo
interna de la externa
Implantar el Realizar chequeo de
funciones
Sistema SMED
Analizar el transporte de
herramientas y materiales
Analizar las funciones y

Fase 2: Conversión propósito de c/operación
de preparación
interna en externa Convertir tareas de prepa-
ración interna a externas
Realización de operaciones
en paralelo.
Fase 3: Refinamiento
de todos los aspectos Uso de sujeciones
funcionales.
de la preparación.
Eliminación de ajustes
Figura 5. Diagrama de Árbol del Sistema SMED
2.3 Análisis
Se diseñan soluciones que ataquen el problema raíz y lleve los resultados hacia las expectativas del cliente.
También se desarrolla el plan de implementación.
En el caso aquí reportado se tomaron 3 videos para analizar cada movimiento dentro de cada tarea como se muestra en la
Figura 6.
Preparación p/SMED
De los 3 videos:
Fase 1: Separación I y E
SMED Se analizaron los tiempos y las actividades en
Fase 2: Conversión I a E Preparación para el SMED cada preparación, así como también las causas
que ocasionan pérdida de tiempo.
Tareas
Guiador Operador Ayudante de Hilos
Inicio
Cambia segmentos y poleas Baja herramental (Extrusor Principal y Cambia carga

marcadora Secundario)
En el diagrama de
Baja cinta anterior y coloca cinta nueva Flujo, se muestran las
Mete cadena y regula presión
de aire
cambia dado de boquilla (Extrusor Principal y
Secundario)
actividades de
Cambia dados y tubos de tina de
preparación por
relleno de entrada y salida
Cambia pinolas y cambia Ajusta el centrado (Extrusor Principal y
función
carrete y regula topes según Secundario)
el carrete Cambia flauta Cambia dados de paso
Regula agua del canal Jala pares hasta el primer extrusor

Ajustan corrugado de cinta
Ensartan la cinta en la flauta, dado formador y al Jala cinta hasta el segundo extrusor
dado rasurador, coloca hilo
Etapas simultáneas:
Amarra núcleo a la cadena- Arranque
Etapa 1. Cambios
Fin
Etapa 2. Ajustes
Figura 6. Analisis de actividades por Tarea en videos
Después se procedió a separar las actividades externas e internas de las tareas del Guiador como se muestra en la Figura 7.
En esta fase se identificaron las actividades que se podían hacer por adelantado sin tener que parar la máquina (actividades
externas) y cuales se tenían que llevar acabo solo cuando se parara la máquina (actividades internas). Lo mismo se llevó a
cabo con las actividades del operador y esto se muestra en la Figura 8.

Preparación p/SMED
Fase 1: Separación de la Preparación Interna de la Externa de las
SMED tareas del Guiador
Fase 2: Conversión I a E
No agregan valor Actividades que agrega valor

Equipo
Embobinado
Cambio de pinolas, topes y carretes

Ir por la herramienta a la caja NV-1
Oruga
G-3 Establecer la presión de aire

Marcador
Ir y buscar segmento en el taller G-4 Cambio/colocación de leyenda y poleas
NV-2
Canal
G-2 Colocar cadena, verificar agua
Caja de
herramientas
Todas las actividades son

Taller internas.
Htales.
Figura 7. Separacion de las actividades del Guiador

Preparación p/SMED
SMED
Etapa 1 y 2: Actividades del Operador
Fase 2: Conversión I a E
No agregan valor Actividad que agrega valor

Equipo
Extrusor Primario
Espera de herramental NV-1 O-1 Cambio de herramentales
Verificar HP
NV-2 Centrado de cubierta
O-2
Buscar tubos para centrar Extrusor Secundario
NV-3
O-1 Cambio de herramentales
Regresar por herramienta a la
caja o al otro cabezal. NV-4
O-2 Centrado de cubierta
Taller
Htales.
Todas las actividades son Caja de
internas. herramientas
Mesa de
trabajo
Htas. de
2707-2708
Figura 8. Actividades del Operador

Después se elaboró un Pareto, encontrando que el cabezal secundario es el que consume más tiempo, esto se muestra en la
Figura 9.
Pareto Chart for Actividad Operador
90 100
80
70 80
60
Minutos
Percent
50 60
40
40
30
20 20
10
0 0
l or
al Operador
Figura 09 Tiempos zdel eza al val
abe dario b
Ca cip ga
n
Defect C cun
pri
n agre
se No
Count 40 31 16
Percent 46.0 35.6 18.4
Cum% 46.0 81.6 100.0
Figura 9. Pareto para Identificar Herramienta que Consume más Tiempo
Se encontraron también las causas de este tiempo de cambio, las cuales se ilustran en la Tabla 1. La columna a la izquierda
indica las causas y la segunda columna el porqué de la misma.
Tabla 1. Causas que Afectan el Tiempo en el Cabezal

Causa Porqué
1. El tipo de cabezal afecta No tienen el mismo diseño (secundario es más grande y los
tornillos son diferentes) se utilizan diferentes llaves.
2. El canal está muy pegado (20 cm) Dificulta el quitar y colocar el herramental, se dificulta sacar las
muestras para centrado de cubierta, ya que se inclina el tubo por el
espacio corto entre canal y cabezal.
3. Cabezal secundario: Buscar y traer No se tienen a la mano las herramientas
herramientas
4. Cabezal primario: Espera de herramental No se puede colocar el herramental al momento de quitar el otro.
5. Ambos cabezales: Buscar tubos para centrar No se tienen suficientes tubos para centrar la cubierta.
El mismo análisis se le aplicó con el Ayudante encontrando los siguientes tiempos, los cuales se ilustran en la Figura 10.
Pareto Chart for Actividad Ayudante
80
100
70
60 80
Minutos
50
Percent
60
40
30 40
20
20
10
0 r 0
m b. e de a lo .
se ad rte nv mb e
D e ta Ti n le no ns a
e g a e se a d te e rs
Defect E es ag
r D es Ti n nd a n Oth
c i n re l pa
r r
No pa inu
Count 15 12 11 11 10 10 8
Figura
Percent 10 Actividades
19.5 del Ayudante
15.6 14.3 14.3 13 .0 13.0 10.4
Cum % 19.5 35.1 49.4 63.6 76.6 89.6 100.0
Figura 10. Pareto para la Actividad del Ayudante
2.4 Mejora
En esta fase se convirtieron las actividades Internas a Externas, o sea que hubo actividades que antes se hacían
parando la maquina y ahora se hacen por adelantado sin tener que parar la maquina, como se muestra en las Figuras 11 y
12 abajo.
Prepar aci ón p /SMED
SMED
Fase 1 : Separ aci ón I y E
Fase 2: Conv er si ón I a E
Fase 2: Conversión Preparaciones
Fase 3: Refinami ento Internas a Externas
Antes Después
Resp. Equipo Actividad Int. Ext. Int. Ext. Mejora realizada
Guiador Embobinador Pedir carrete x x
Marcadora Prepara el segmento x x

Se elimina ir al taller
Verificar poleas x x
Se elimina verificar HP
Operador Cabezal Verificar herramientas y htal. x x
Se elimina la búsqueda de la herramienta.
Ayudante Tina inundante Verificar herramientas y htal. y x x
Hilos lo coloca en la tina. Se elimina la búsqueda de la herramienta.

Tina relleno Verificar herramientas y htal. y x x
Se colocó mesa para colocar herramienta y
lo coloca en la tina. herramental
Desb. de cinta Verificar y/o solicitar cinta x x
Montar cinta. x x Unicamente externa con cte. bulk y longitud

alcanzada.
Banco desemb. Solicitar carga x x
Montar carga x x
Totales 24 14 10
30 24
25
20 14
15 10
10 Analizando la función de cada actividad se
5 0
0 conv ierten las preparaciones internas en externas.
Antes Después
Internas Externas
Figura 11.Conversion de Preparaciones Internas en Externas
Acciones para disminución de movimientos y traslados. Pr epara ci ón p/SMED
Causa: Buscar y traer herramientas a la caja y mesa móvil

Fase 1: Separa ci ón I y E
Acción: Adquirir SMED
herramienta faltante Acción: Colocar herramienta en el lugar Fase 2: Con v ersi ón I a E

requerido.
Antes Antes Después Fase 3: R efinami ento
Herramienta faltante:
1. Llave mixta ½
2. Desarmador 16 mm
3. Llave nariz ¼
4. Llave española ¾ Cab ezal Secundari o
5. Martillo
6. Matraca ½
7. Tubos para centrar
Después
Se adquirió Herramienta Cab ezal Primario
y los tubos para centrar:
Ve rificación de resultados:
Tiem po en bús queda he rram ienta
minutos
20 11
10 1 Tina inundante
0
Antes Despues
Mesa para c olocar
herram ienta y
herram entales
90 % de reducción Tina Rellen o
Figura 12. Fase de Refinamiento para Disminuir Movimientos y Traslados
Después se verificaron las acciones tomadas como se muestra en la Figura 13.

Verificación de las Acciones

Despues de llevar a cabo las acciones se tiene el siguiente resultado:
Antes Diagrama del recorrido para la preparación

F-4 F-3 F-1 F-2
A-6 A-6
Mesa de O-2 O-1
trabajo
A-5 A-1 A-4 A-3 A-2
G-1 G-3 G-4 G-2 Caja de

herramientas
Mesa Hta s. de
Cambios
móvil 27 07 -2708 Ajustes
Taller
Htales. Transporte y movimientos
Después Diagrama del recorrido para la preparación
F-4 F-3 F-1 F-2
Mesa de
trabajo
A-6 A-6
O-2 O-1
A-5 A-1 A-4 A-3 A-2
G-1 G-3 G-4 G-2
Cajas de herramientas Transporte y movimientos Ajustes Cambios
Figura 13. Diagrama de Recorrido Antes y Después de Mejorar
2.5 Control
Tras validar que las soluciones funcionan, es necesario implementar controles que aseguren que el proceso se
mantendrá en su nuevo rumbo. Para prevenir que la solución sea temporal, se documenta el nuevo proceso y su plan de
monitoreo. En esta fase se estandarizó la manera de hacer los cambios y se entreno al personal asignado a esta máquina.

CONTROL
Medidas para estandarizar la mejora:
ACTIVIDAD
1 Se modificaron las claves del Listado de tiempos no
productivos para un cambio parcial y total.
2 Estandarización de herramientas, cabezal secundario
y canal en la máquina 2702.
3 Se elaboró la instrucción IPI061676
Instrucción para la preparación de los productos
doble cubierta máquina 2702
4 Se difundió la instrucción IPI061676 al personal de la máquina 2702
Figura 14. Medidas para Estandarizar la Mejora
RESULTADOS
Comparación contra la meta
Logramos una reducción del 50 % en el tiempo
de preparación (cambio total)
50 %
3.00 2.50 2.46
as
2.00
or
1.23
h
1.00
0.00
Estandar Antes (Jun 02- Después
T iempo en (h) 2.50 2.46 1.23
Beneficios obtenidos en términos económicos (Resultados tangibles)

Tiempo disponible en la máq. 2702
por la mejora
Beneficio Real: 2 ,5 00 ,0 00
2 ,0 00 ,0 00
2,132,590
600 439
La mejora en el costo Actual respecto
Pesos
232 1 ,5 00 ,0 00
horas
400 207
al costo estandar es de 32,746 200
1 ,0 00 ,0 00
5 00 ,0 00
pesos 0
Antes Mejora Diferencia
0
Opor tunidad de
70,000 62,233 producción
Proyectando con las 232 horas

60,000
50,000
Pesos
32,746
disponibles en un año, por reducir el tiempo
40,000 29,487
30,000
20,000 de preparación; se puede fabricar
10,000
más producto, obten iendo una oportunidad de
0
Actual ($) STD ($) Variación ($)
producción con un costo de
2,132,590 pesos
Figura 15. Comparación contra las Metas
4. CONCLUSIONES
Los tiempos invertidos en preparación y cambio de útiles y herramientas son uno de los factores claves para un fabricante
de clase mundial. La reducción de los tiempos de cambio de útiles permite la reducción en el tamaño de los lotes, haciendo
posible con ello la reducción de los inventarios en proceso. La reducción de los lotes hace a su vez factible reducir los
tiempos de ciclo; la reducción de éste último permite dar a la empresa una respuesta más rápida a los clientes, reduciendo o
eliminando la necesidad de mantener inventarios de productos terminados. Una fábrica típica dispondrá de numerosos
procesos de cambios de herramientas, y una parte importante de la mejora continua tendrá relación directa con la reducción
gradual y sistemática de dichos tiempos de cambio.
Muchas empresas han verificado que pueden reducirse significativamente los tiempos de cambio de herramientas (del orden
del 50 al 75%) con el mero estudio del problema y la posterior mejora en la organizacion de las actividades por medio del
sistema SMED ademas pueden lograrse reducciones adicionales mediante modificaciones relativamente pequeñas en las
máquinas, herramientas, útiles o producto. Solamente después de haber puesto en práctica esta clase de mejoras sencillas es
menester o necesario incurrir en inversiones de capital de cierto nivel.
El punto importante es que las operaciones de preparación de máquinas y cambio de útiles, herramientas, plantillas y
accesorios son uno de los despilfarros más sustanciales de la Manufactura. Sólo basta considerar que si en una fábrica se
reducen a un mínimo todas las operaciones vinculadas a los cambios de herramientas y tiempos de preparación (tiempos de
reutillaje), normalmente pueden reducir los costes de fabricación en un 20% o más.
BIBLIOGRAFÍA
1. Jeffrey Liker, (2006). Las claves del éxito de Toyota, Editorial Gestión 2000.
2. Shigeo Shingo, (2005). El Sistema de Gestión de la Producción Shingo, Editorial TGP.
3. Jeffrey Liker, (2008). The Toyota Way, Editorial Mc Graw Hill.
4. Michael L. George, (2002). Lean Six Sigma, Editorial Mc Graw Hill.

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN

DE DESORDENES DE TRAUMA ACUMULADOS (DTA’s)
Javier Ordorica Villalvazo1, Claudia Camargo Wilson1, Jesús E. Olguín Tiznado1, Jorge Limón Romero1, Enrique J.
de la Vega Bustillos2, Oscar R. López Bonilla1, Guillermo Amaya Parra1
1
Departamento de Ingeniería Industrial de la Facultad de
Ingeniería Ensenada de la Universidad Autónoma de Baja California
Km. 103 Carretera Tijuana-Ensenada S/N
Ensenada, Baja California C.P. 22870
Autor de correspondencia: villalvazo@uabc.edu.mx
2
División de Estudios de Posgrado e Investigación
Instituto Tecnológico de Hermosillo
Av. Tecnológico S/N
Hermosillo, Sonora C.P. 83170
Resumen
En este trabajo se muestra la aplicación de un estudio de Repetibilidad y Reproducibilidad (R&R) realizado para evaluar el
sistema de medición utilizado en un estudio de termografía sensorial en seres humanos para la detección de DTA’s. La
termografía sensorial a diferencia de la infrarroja, basa su funcionamiento en sensores para capturar temperaturas y buscar
anomalías que pudieran dar indicio del desarrollo de enfermedades. Por tal motivo, la confiabilidad al obtener temperaturas
es vital, para ello se seleccionó al estudio R&R como herramienta para la validación del sistema de medición, ya que los
estudios R&R han sido ampliamente utilizados en el desarrollo de proyectos seis sigma. Este estudio utilizó a dos
operadores que manejaban el instrumento de medición y tomaban las lecturas y por otra parte se trabajo con otras diez
personas, las cuales fueron consideradas como las diez partes diferentes a que hace referencia la literatura en los estudios
R&R convencionales, en las cuales se midió en dos ocasiones diferentes su temperatura cutánea en el área de la muñeca en
mano derecha por cada operador. Los resultados obtenidos en esta aplicación mostraron que el sistema de medición es
adecuado según los parámetros establecidos por la Automobile Industries Action Group (AIAG), lo que permite proseguir
con las otras fases de la investigación principal.
Palabras clave: R&R, sistema de medición, Termografía.
1. INTRODUCCIÓN
La termografía en general ha sido utilizada en múltiples estudios, tanto del área médica como el área industrial. La
termografía es una técnica no invasiva en los seres humanos, es decir, no los daña en ningún momento. Provee de un
mecanismo que registra la distribución de la temperatura con una cámara termal que recibe y procesa la radiación infrarroja
emitida por la superficie del cuerpo. La termografía sensorial a diferencia de la infrarroja basa su funcionamiento en
sensores para capturar temperaturas (Gulyaev, Harding y Vainer en Ferreira et al., 2008) y buscar anomalías que pudieran
dar indicio del desarrollo de enfermedades, teniendo como referencia que la temperatura de la piel en condiciones normales
de una persona es de 32 ˚C (Madding, 1979).
Algunos estudios recientes han utilizado la termografía como una alternativa importante en los avances de investigaciones
importantes. Tal es el caso de un estudio realizado acerca de la alteraciones en los patrones termográficos después de
realizado un ejercicio, y para evaluar el perfil de posibles cambios termográficos en ejercicio en personas adultas. Es bien
conocido que el envejecimiento está relacionado a la pérdida de masa muscular y a una reducción en el metabolismo, lo
ISBN 978-0-615-36191-8 VERTICE 2010

Ordorica et al. - 25
cual limita la producción de calor y los ajustes termo regulatorios (Ferreira et al., 2008). Otro estudio utilizando la
termografía fue llevado a cabo para analizar las temperaturas de la mano antes y después de desempeñar una tarea de
escritura por un periodo corto de tiempo como un indicador de detección de desordenes en extremidades superiores (Gold
et al., 2009).
Los estudios mencionados anteriormente hacen alusión a las aplicaciones de la termografía infrarroja. En cuanto a las
aplicaciones de la termografía sensorial, hasta el momento no se han encontrado estudios de su aplicación, por lo cual es de
suma importancia la validación de las temperaturas obtenidas con el fin de obtener avances importantes en esta
investigación referente a la detección de un posible DTA en el área de la muñeca. Esta tecnología tiene su base histórica de
nacimiento en el desarrollo de termógrafos digitales submarinos utilizados para medir la temperatura bajo el agua en
ambientes naturales, y con posibles aplicaciones en áreas como la oceanografía, ecología marina, industria, entre otras
(López, 1992). Cuando se habla de Desordenes de Traumas Acumulados, se hace referencia al desarrollo de una lesión que
se da gradualmente en un periodo de tiempo debido a la realización de un movimiento repetitivo, causando daño en
coyunturas o tejidos sobre una parte del cuerpo (Putz-Anderson en Gavriel, 2006).
Buscando la validación de los datos que se obtendrán en esta investigación y con la finalidad de obtener avances, se
seleccionó al estudio R&R como herramienta para la validación del sistema de medición ya que los estudios R&R han sido
ampliamente utilizados en el desarrollo de proyectos seis sigma.
El Análisis del Sistema de Medición (ASM) se ha usado intensamente en cualquier iniciativa de mejoramiento de la calidad
de los sistemas de manufactura, actualmente es necesario contar con sistemas de medición capaces para llevar un buen
sistema de Control Estadístico de Proceso (CEP), de igual forma en la instrumentación de proyectos de Seis-Sigma (SS) y
optimización de procesos de producción. El ASM se conoce como estudios de R&R y se explican ampliamente en
Automobile Industries Action Group (AIAG) (2002), Montgomery y Runger (1993) y Gorman y Bower (2002), es por ello,
que en este trabajo se presenta un ASM aplicado a seres humanos mediante termografía sensorial contemplando como
instrumento de medición el termógrafo sensorial y las partes o piezas, a las personas que se les medirá la temperatura en la
región de la muñeca, para conocer si el Sistema de Medición (SM) es el adecuado.
El ASM tiene el propósito de cuantificar y separar la variación introducida por el SM y del proceso, adicionalmente se
puede evaluar la variación debida al SM en dos componentes conocidos como Repetibilidad y Reproducibilidad (R&R),
razón por lo cual se conocen también como Estudios R&R. Repetibilidad es la variación observada cuando el mismo
operador mide la misma parte varias veces, también conocida como variación debida al o los instrumentos de medición.
Reproducibilidad es la variación observada cuando varios operadores miden la misma pieza con el mismo instrumento de
medición.
Otros autores mencionan que R&R es tradicionalmente la herramienta para hacer frente a la consistencia del operador, que
es la evaluación de instrumentos de medida para determinar su capacidad para dar una respuesta precisa. Definen a la
repetibilidad como la variación del instrumento considerando una parte y un operador. La reproducibilidad es la variación
entre operadores midiendo una parte (Breyfogle, 2003).
Raffaldi (2005) indica que los estudios de R&R proporcionan información del rendimiento del sistema de medición
mediante el uso de coeficientes de variación en la medición y tolerancia obtenida de varias partes y el operador que realiza
las medicines. Ellos muestran que la variación de las mediciones puede ser reducida con un estudio de R&R y mejorarse,
indican que es más fácil diferenciar entre las partes que están dentro o fuera de especificación, lo que les permite aceptar o
rechazar con mayor confianza.
El propósito de este trabajo es validar mediante la aplicación de un estudio de R&R, que los termógrafos sensoriales
(instrumento de medición) arrojan resultados confiables para la realización de futuros estudios de investigación aplicados
en el análisis de la temperatura de la piel en seres humanos.
La hipótesis a validar en base a este propósito sería la siguiente: Es posible validar los termógrafos sensoriales a través de la
aplicación de un análisis de R&R para la realización de futuros estudios en seres humanos.
2. MATERIALES Y MÉTODOS
2.1 Materiales
El estudio se llevo a cabo utilizando un termógrafo digital (sensorial) con una tolerancia de ±0.3˚C. Para la
programación de los termógrafos se utilizó un programa con plataforma en Windows llamado Akela, éste programa la hora,

R&R APLICADO A LA TERMOGRAFÍA SENSORIAL PARA LA DETECCIÓN DE DESORDENES DE TRAUMA
ACUMULADOS (DTA’s) - 26
minuto y segundo de las mediciones que serán ejecutadas. Además para el análisis estadístico de los datos se utilizó
Minitab 15.
2.2 Métodos
Para este estudio se seleccionaron a 10 personas como sujetos controlados del estudio, aparentemente en
condiciones físicas normales. Los sujetos controlados fueron mantenidos en un laboratorio, donde éstos, se mantuvieron en
una condición de reposo con los brazos extendidos y descansándolos sobre sus rodillas. Para cada individuo se
aleatorizaron el orden de la toma de sus muestras por los dos operadores y además también aleatorizando el orden de
participación de cada sujeto. Después de llevada a cabo la aleatorización, se procedió a la toma de todas y cada una de las
réplicas de cada sujeto por parte de los operadores. El procedimiento consistía en colocar el sensor para obtener las
mediciones en el área de la muñeca donde podría generarse un Desorden de Trauma Acumulado (Túnel del carpo) por
espacio de 1 minuto, esto con el fin de que el sensor estabilizara la captura de las diferentes temperaturas del individuo en
ese momento determinado, entonces pasado el minuto y a los 10 segundos, el sensor, captura la temperatura que se toma
como réplica en el estudio. Dado que los estudios de R&R se han visto aplicados en otros tipos de experimentos como lo
son las pruebas destructivas (Sánchez et al., 2008), y no en seres humanos, la finalidad de determinar tiempos cortos de
medición entre cada una de las réplicas y dado que las temperaturas son generadas por seres humanos y no por máquinas o
herramientas, fue con el objetivo de prevenir un factor que pudiera incrementar al componente de R&R. Lo anterior
aconteció con cada uno de los sujetos controlados uno a uno sin que ellos supieran el orden de la aleatorización, además
cabe mencionar, que ninguno de los operadores midiendo podía conocer en algún momento las mediciones recabadas entre
ellos, ya que cada una de las temperaturas es grabada en una memoria interna del instrumento de medición (termógrafo)
programado en periodos de tiempo determinados por el operador.
Los experimentos para los estudios R&R fueron realizados de acuerdo a la recomendación de AIAG (2002) y analizados
con Minitab 15, mismo que proporciona el análisis de medias y rangos, componentes de varianza y estudio de variación con
el Número de Categorías Distintas (NCD), además gráficas de barras para los componentes de varianza, gráficas de control
de medias y desviación estándar muéstrales por operador, gráficas de medias por grupo (operador) y operador. Las fórmulas
para calcular dichos indicadores se muestran a continuación:
σ total
2
= σ personas
2
+ σ operador
2
+ σ instrument
2
o (1)
Donde:
σ total
2
= Representa la variabilidad total del SM
σ personas = Representa la varianza atribuible a las personas
2
σ operador
2
= Representa la varianza debida a operadores
σ instrument
2
o = Representa la variabilidad del instrumento de medición
Donde el cálculo de la variabilidad del instrumento de medición se da bajo la siguiente ecuación:
σ instrument
2
o = σ repetibilidad
2
(2)
σ operador
2
= σ reproducib
2
ilidad (3)
Donde:
σ repetibili
2
dad = Representa la varianza de la repetibilidad
σ reproducib
2
ilidad = Representa la varianza de la reproducibilidad
Por lo tanto el cálculo de la variación del SM será:

σ R2 & R = σ repetibili
2
dad + σ reproducibilidad
2
(4)
Calcular el rango Ri , rango promedio Rk y la media de los rangos promedio R para cada operador (A y B) en las
mediciones X ijk donde i=representa el número de personas a medir i=1,2,…,10; j=representa el número de réplicas, j=1,2
y k=representa el nombre de cada operador, k=A,B; obteniéndose de la siguiente manera:
Ri = X max − X min (5)
10
Rk = ∑ Ri (6)
i =1
R A + RB
R= (7)
2
Calcular la media y el rango de las medias por operador (A y B):
10
∑X i
X= i =1
(8)
20
X dif = X A − X B (9)
Calcular el límite superior de la carta de rangos mediante la ecuación 10, donde D4=3.27 es una constante que depende del
número de réplicas (j):
LCS = R * D4 (10)
Calcular la Variación del equipo (VE) y la variación de la repetibilidad mediante las ecuación 11 y 12, donde k1=4.56 es
una constante que depende del número de réplicas (j):
VE = 5.15σˆ repetibilidad = k1 R (11)
VE
σˆ repetibilidad = (12)
5.15
Determinar la variación del operador (VO) y la variación de la reproducibilidad mediante las ecuaciones 13 y 14, donde
k2=3.65 es una constante que depende del número de operadores, i es el número de personas que se midieron y j es el
número de réplicas:
(VE ) 2
VO = (( X dif )k 2 ) 2 − (13)
ij

VO
σˆ reproducibilidad = (14)
5.15
La variación combinada (R&R) o error de medición (EM) se calcula como:
EM = R & R = VE 2 + VO 2 (15)
R&R
σˆ R& R = (16)
5.15
Algunas formas adicionales de expresar las relaciones de un Gage R&R según la AIAG (2002) son:
La variación total del proceso (TV) del estudio es la raíz cuadrada de la suma de los cuadrados de la variación de
repetibilidad y reproducibilidad (GRR) y la variación parte-parte (VP) como se puede apreciar en la ecuación 17 como:
VT = (GR & R) 2 + (VP) 2 (17)
Si la variación del proceso es conocida y basada en 6 sigmas, la cuantificación del proceso de variación puede ser usada en
lugar de la variación total del estudio (VT) que es calculada del estudio de R&R. De esta situación los valores del párrafo
anterior para VT y VP serían reemplazados según la ecuación 18 Y 19:
Variación del Pr oceso

VT = (18)
6
Variación del Proceso = (VT ) 2 + (GR & R) 2 (19)
La repetibilidad es en ocasiones llamada la variación debido al equipo de medición (VE). El porcentaje de la variación del
equipo es según muestra la ecuación 20:
%VE = 100(VE / VT ) (20)
Similarmente en la ecuación 21 se muestra el porcentaje del operador (VO) en la ecuación 21 el % del estudio R&R
(GR&R), y la variación de parte en la ecuación 23:
%VO = 100(VO / VT ) (21)
%GR & R = 100(GR & R / VT ) (22)
%VP = 100(VP / VT ) (23)
Con el fin de obtener el número distinto de categorías (ndc) que puede detectar el sistema de medición según la ecuación 24
es:
ndc = 1.41(VP / GR & R) (24)
3. RESULTADOS
Los resultados fueron llevados a cabo realizando un estudio R&R de medias y rangos en Minitab 15. De acuerdo a los
resultados de la Tabla 1 se puede apreciar que el total de la variación de sistema de medición se encuentra expresada por la
interacción persona-persona (parte-parte) lo cual es importante resaltar, ya que podemos identificar que el sistema de
medición es capaz de distinguir tales diferencias entre las temperaturas de las personas medidas. Ahora el porcentaje de la
variación total se encuentra expresada en las diferencias de las personas mencionadas anteriormente y la variabilidad del
componente de repetibilidad. Con esto, se tiene que sólo una pequeña parte del componente de R&R conforma el total de la
variación expresada por el sistema de medición, con casi un 5% de contribución del 100%. En cuanto a la reproducibilidad,
se puede determinar que para este caso no existe evidencia estadísticamente significativa que apoye el hecho de que exista
diferencia en el uso del instrumento (termógrafo) por parte de un operador A y otro B, dado que cuentan con las mismas
condiciones de capacitación en el uso adecuado del instrumento de medición. En este caso, si las condiciones no hubieran
sido adecuadas en cuanto al uso del instrumento y la capacitación de los operadores, esto hubiera ocasionado una inflación
del componente de R&R.
Por otra parte, es de importancia el destacar que el porcentaje final de la contribución del componente de R&R a la
variación del sistema de medición se encontró en niveles aceptables, en este caso con un 22% del total de la variación
explicada por el sistema. Esta misma variación del componente de R&R expresada en su totalidad por la repetibilidad, es
decir, la variación debido al instrumento de medición.
Aunado a lo anterior se tiene que el número de categorías presentado es superior al requerido en la literatura (Breyfogle,
2003), por lo cual se puede decir que el sistema de medición es efectivo.
Tabla 1. Resultados Estudio R&R Aplicado en Personas
Gage R&R Study - XBar/R Method
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 0.07651 4.69
Repeatability 0.07651 4.69
Reproducibility 0.00000 0.00
Part-To-Part 1.55465 95.31
Total Variation 1.63115 100.00
Study Var %Study Var

Source StdDev (SD) (6 * SD) (%SV)
Total Gage R&R 0.27660 1.65957 21.66
Repeatability 0.27660 1.65957 21.66
Reproducibility 0.00000 0.00000 0.00
Part-To-Part 1.24686 7.48113 97.63
Total Variation 1.27717 7.66300 100.00
Number of Distinct Categories = 6
Es decir, que el sistema será capaz de trabajar bajo diferentes condiciones de temperatura pudiendo detectar cada una de
ellas. Como cuando en un sistema se tienen piezas malas, regulares, buenas y excelentes. Además, con lo anterior se amplía
el espectro donde se puede encontrar la variación. También las condiciones de operación y de diseño del instrumento de
medición tienen mucho que ver. Deben de establecerse para el estudio de R&R las condiciones de operación del
instrumento y sus tolerancias. Si un instrumento de medición sólo es probado en algunas condiciones de su diseño, éste, no
podrá ser totalmente confiable, ya que puede ser que bajo ciertas condiciones de operación sea excelente, pero bajo otras
(que están en especificación) tenga un desempeño muy pobre. Además, cabe resaltarse que si un instrumento de medición
se corre fuera de especificación buscando ampliar el espectro, podría darse el caso que también el componente de R&R se
expanda junto con él.
Los gráficos de barra mostrados en la figura 1, reiteran de manera clara lo presentado anteriormente en la tabla 1, donde se
puede apreciar que existe una amplia variación en la interacción persona-persona y que el componente de repetibilidad
compone el 100% del componente R&R. Los gráficos asociados a R&R y que presenta Minitab 15 muestran información
adicional para las posibles oportunidades de mejora.

En la gráfica de medias mostrada en la figura 2, se puede apreciar que el sistema de medición es adecuado, ya que la
mayoría de los promedios de la partes caen fuera de los límites, es decir, el sistema es adecuado con el fin de identificar
variaciones entre las temperaturas de las personas (partes). Si los promedios de las partes se encontraran dentro de los
límites, entonces se podría decir que el sistema es inadecuado, y es incapaz de detectar variaciones entre las temperaturas de
las personas (partes).
Figura 1. Gráfico de Barras Acerca de los Componentes de Variación
Figura 2. Gráfico de Control de Medias para Identificar Variaciones entre Personas
El gráfico de rangos se basa en el desempeño de los operadores. Si alguno de los operadores cae fuera de los límites
significaría que él/ella difiere del método de medición de los demás operadores. Si todos los operadores involucrados caen
fuera de los límites, entonces, significaría que el sistema de medición es sensible a la técnica de los operadores para medir y
que necesita de mejorarse con el fin de obtener datos útiles. Para este caso en particular existe evidencia significativa para
afirmar que no existe diferencia entre el método de medición del operador A y el operador B.

Figura 3. Gráfico de rangos para identificar variaciones entre operadores
De manera paralela, los gráficos parte-parte (persona-persona), operador e interacción parte-operador no contienen
información adicional que no haya sido explicada por los gráficos anteriores, y cada uno de ellos se muestra en la figura 4,
5 y 6.
Figura 4. Gráfico de Temperaturas entre Personas
Figura 5. Gráfico de Variación de Operadores

Figura 6. Gráfico de Interacción Operador-Persona (operador parte)
4. CONCLUSIONES
En base al propósito planteado en este estudio, se puede afirmar que las evidencias presentadas en los resultados
validan estadísticamente el hecho de que el sistema de medición utilizado para obtener datos acerca de las temperaturas de
los operadores en el área de la muñeca donde podría originarse un Desorden de Trauma Acumulado es adecuado dado que
él porcentaje (%) del Gage R&R es del 21.66% y que el número de categorías es de 6. Los resultados obtenidos mostraron
que la mayor parte de la variación originada por el sistema de medición se debe a la interacción de persona-persona con un
97.63 % y que sólo una pequeña parte de la variación del sistema de medición la ocupa el componente R&R.
Además, el porcentaje del componente R&R fue aceptable de acuerdo a los resultados presentados al igual que el número
de categorías que pueden distinguirse por el instrumento de medición, lo cual para fines de la investigación en la detección
de temperaturas para Desordenes de Traumas Acumulados, lo hace efectivo (Robin, 2006).
También de esta manera se puede afirmar que basado en los resultados obtenidos, es posible aplicar un estudio de R&R
para validar el sistema de medición utilizado para obtener temperaturas a través de una tecnología de instrumentación nueva
como lo es la termografía sensorial y aplicada en seres humanos, a diferencia de sólo aplicarlo en control de procesos de
producción.
De esta forma se puede decir que es posible dado las evidencias que validan el sistema de medición, proseguir con prueba
de nuevas hipótesis dentro de la investigación para la detección de Desordenes de Traumas Acumulados.
5. REFERENCIAS
1. Automotive Industry Action Group Measurement Systems Analysis. 3rd. Edition, 2002.
2. Breyfogle III W. Forrest, Implementing Six Sigma; Smarter solutions using statistical methods, Second edition, pp.
306-322, , ISBN 0-471-26572-1, 2003.
3. Ferreira José J.A., Mendonça Lorena C.S., Nunez Luiz A. O., Andrade Filho Antonio C.C., Rebelatto José R.,
Salvini Tania F., Exercise Associated Thermographic Changes in Young and Elderly Subjects, Annuals of
Biomedical Engineering, Vol. 36, pp. 1420-1427, DOI: 10.10007/S10439-008-9512-1, 2008.
4. Gold Judith, Cherniack Martin, Hanlon Alexandra, T. Dennerlein, Dropkin Jonathan, Skin temperature in dorsal
hand of office workers and severity of upper extremity musculoskeletal disorders, Int. Arch. Occup. Enviro.
Health, 82:1281-1292, 2009.

5. Gorman, D. y Bower, K. M. Measurement System Analysis and Destructive Testing. Six Sigma Forum Magazine.
Vol. 1, No. 4, pp. 16-19, 2002.
6. López Bonilla Roberto Oscar, Instituto de Investigaciones Oceanológicas, Universidad Autónoma de Baja
California, Termógrafo digital submarino, Instrumentación y desarrollo, Vol. 3 No.2 ,1992.
7. Robert P. Madding, “Thermographic Instruments and Systems” University of Wisconsin, 1979
8. Montgomery, D.C., Runger, G.C. “Gauge Capability and Designed Experiments: Part I: Basic Methods,” Quality
Engineering, Vol. 6, No. 1: pp.115-135, 1993.
9. Putz-Anderson, Vern. Cumulative Trauma Disorders; Ed. Taylor and Francis, 1988.
10. Robin Henderson G., Six Sigma Quality improvement with Minitab, pp. 352-356, ISBN 0-470-01155-6, 2006.
11. John Raffaldi, W. K. (2005). Quality. An Introduction to Gage R&R , 24-26.
12. Sánchez Leal Jaime, De la Riva Rodríguez Jorge, Hijar Rivera Humberto, “El efecto de la selección de la muestra
en la evaluación del sistema de medición con pruebas destructivas, 1er. Congreso de investigación Cd. Juarez,
Chihuahua, Mexico.


APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA

REDUCCIÓN DE PPMS EN EL PROCESO DE ENSAMBLE DE BOBINA A
DOMO EN BOCINAS DE 19 Y 25 MM
Jesús Salinas, Yolanda A. Báez, Jorge Limón, Arturo Tiznado
Facultad de Ingeniería, Campus Ensenada, Universidad Autónoma de Baja California

Km. 103 Carretera Tijuana–Ensenada, Baja California-México
Autor de correspondencia: sacorjesus@uabc.mx
RESUMEN
El trabajo que se presenta a continuación trata de la aplicación de la metodología de seis sigma para resolver el problema de
altos defectos, expresados en partes por millón (PPMS) que se tenían en una línea de producción de bocinas en el ramo
automotriz. Se tenían problemas en el proceso de ensamble de bobina en domo, ya que como resultado de esta operación, se
obtenía una bobina inclinada y/o despegada, lo cual afecta la calidad del producto, generando 9109 PPMS / mes. Al
finalizar el proyecto se logro reducir los PPMS en un 60%, impactando un ahorro de 68, 000 dólares anuales.
Palabras clave: Seis sigma, cinco fases, ANOVA, críticos para la calidad, mejora continua, partes por millón, Cpk´s,
1. INTRODUCCIÓN
Al hablar de seis sigma es inevitable no hablar de Motorola, ya que esta compañía se menciona en varios libros como
referencia ya que ganó el galardón Malcolm Balddrige, Premio Nacional de calidad de Estados Unidos de America. El éxito
de Motorola está basado en lograr la satisfacción total del cliente. Los elementos de satisfacción total del cliente son calidad
seis sigma. Motorola redujo su tasa promedio de defectos de 6000 partes por millón (PPM) a solo 40 PPM de 1987 a 1991.
Otras compañías han adoptado Seis Sigma para mejorar sus procesos y productos, entre ellas se puede mencionar a
AlliedSignal, Sony, Texas Instruments, Bombardier, Crane Co, Lockheed, Martin y Polaroid, General Electric. Por
ejemplo, AlliedSignal ahorró desde 1994 en que se implementó seis sigma, la cantidad de 1.2 billones de dólares
(Gutiérrez, 2004)
Se puede decir que el éxito obtenido de la aplicación de seis sigma se debe a la estructura y orden de aplicación de las fases
de implementación de dicha metodología o ciclo de DMAIC (Definir, Medir, Analizar, Mejorar y Controlar). Esto debe de
realizarse dentro de cada proyecto de mejora de cualquier proceso. Cada paso está conectado lógicamente al previo. Con la
finalidad de dar una explicación de dichas fases, éstas se definen a continuación.
2. METODOLOGÍA Y RESULTADOS
2.1 Definir
En esta fase se debe tener una visión y definición clara del problema que se quiere resolver mediante un proyecto
Seis – Sigma. Es necesario identificar las variables criticas de calidad, que meta se quiere alcanzar, definir el alcance del
proyecto, el impacto que sobre el cliente tiene el problema, así como los beneficios potenciales que se esperan del proyecto.
Se definió que el problema a analizar era la bobina inclinada y o despegada. Se identificaron los críticos para la calidad
(CTQ´s), se definió el mapa del proceso, delimitaciones a la cual aplica para la Línea de producción H1 -1.
En la Figura 1 se indica el desempeño del proceso y en la Figura 2 se exponen los críticos para la calidad. En esta fase se
llegó a lo siguiente:
ISBN 978-0-615-36191-8 VERTICE 2010

Salinas et al. - 35

Importancia del proyecto. Este proceso es común para 65 números de parte, además la línea trabaja tres turnos, por lo que
es muy importante reducir o eliminar este problema en esta línea de producción.
Problema en el proceso. Cuando la bobina es ensamblada inclinada en el domo causa distorsión en la prueba de audio. El
problema se presenta en los dos tipos de bobina y domos de 19 y 25 mm, dando como resultado 9109 PPM´s promedio,
mensuales.
Se definió como meta en este proyecto reducir en un 60 % los PPM´s, por concepto de bobina inclinada y despegada en
bocinas de 19 y 25 mm en esta línea de producción; es decir, reducir de 9108 a 3650 PPM´s.
Figura 1. Desempeño del Proceso
Lo que C omo se CTQ's

se quiere Logrará
Dimensiones de
bobinas y domos
Mejorar
proceso de Cilindricidad del
ensamble de la bobina
bobina a
Domo
Fit f orm &
f unction de
bobina y domo
Reducir 60 %
los PPM's Limpieza de
debido a f ixturas
rechazos por Mejorar Back up de
bobina f isxturas y su f ixturas
inclinada y MP
despegada
en L-Hy-1 Dimensiones
criticas de
f ixturas
Criterios de
calidad
Mejorar y
estandarizar Entrenamiento de
criterios de operadores e
calidad inspectores
Set-up de equipo
Figura 2. Identificación de los CTQ´s
2.2 Fase de Medición
En esta etapa o fase se miden las variables críticas del producto o servicio, medir y describir el proceso, medir los
elementos del proceso, sus pasos, entradas, salidas características, evaluar los sistemas de medición, evaluar la capacidad y

APLICACIÓN DE LA METODOLOGÍA DE SEIS SIGMA PARA LOGRAR LA REDUCCIÓN DE PPMS EN EL
PROCESO DE ENSAMBLE DE BOBINA A DOMO EN BOCINAS DE 19 Y 25 MM - 36
estabilidad de los sistemas de medición por medio de estudios estadísticos, seleccionar CTQS, definir desempeño de
estándares, establecer recolección de datos. Se apoyo con los diagramas de causa y efecto para visualizar más claramente
las causas de la bobina inclinada y o despegada en domo, ver Figura 3, Figura 4, Figura 5 y Figura 6.

X's Y's
Tiempo de curado
Herramental
Puntillas de inyección de adhesivo Corrientes de aire
Dimensiones de bobina y domo
Presión de aire
Material equivocado Bobina y Domo
Correctamente
ensamlada y
Ajuste manual del equipo Proceso de ensamble de pegada
Criterios de calidad bobina a domo
Material fuera de spec.
Capacitación de personal
Estándar de producción (reporte PPM's)
Figura 3. Entradas y Salidas del Proceso
Figura 4. Diagrama de Causa y Efecto

Salinas et al. - 37

Valores de importancia para el

10 10 8 10
cliente
1 2 3 4
Número Criterios de aceptación
1.- No hay efecto Tiempo
Funcionalidad Apariencia Adhesion Total
4.- Efecto moderado de vida
entrada 9.- Efecto fuerte
Paso Entradas al proceso
1 Burbuja de aire 6 9 9 9 312
2 Herramental 4 9 9 9 292
3 Materia prima (bobina, domo) 9 9 1 9 278
4 Criterios de calidad 9 9 1 9 278
5 Tiempo de curado 4 9 1 9 228
6 Capacitación de personal 4 9 4 4 202
7 Puntillas de inyección de adhesivo 1 9 1 9 198
8 Corrientes de aire 1 4 1 9 148
Figura 5. Matriz de causa y efecto
Gage name: Estudio R&R a comparador óptico

Realizado por: Jesús Salinas
Fecha: 12 Julio 06
Study Var %Study Var %Tolerance
Source StdDev (SD) (6 * SD) (%SV) (SV/Toler)
Total Gage R&R 0.020969 0.12581 9.44 12.58
Repeatability 0.019492 0.11695 8.77 11.70
Reproducibility 0.007731 0.04639 3.48 4.64
Part-To-Part 0.221174 1.32704 99.55 132.70
Total Variation 0.222166 1.33299 100.00 133.30
Number of Distinct Categories = 14
Figura 6. Validación al Sistema de Medición
2.3 Fase de Analizar
En esta fase se Identifican las causa raíz del problema o situación, entender cómo es que éstas generan el problema y
confirmar las causas con datos. Se establecieron capacidades del proceso, se identificaron fuentes de variación.
Al iniciar el proyecto los PPM´s eran de 9109 con un nivel de sigma de 3.7. Esto indica una falta de control en este proceso.
El objetivo es reducir en un 60 % los PPM´s en esta línea de producción, por concepto de línea inclinada y despegada. Esto
representa una reducción de 9109 PPM´s a 3650 PPM´s promedio por mes.
La capacidad del proceso se encontraba en 3.7 sigmas

Nivel de sigma PPM´s
3.8 ------------------------ 10724
3.7------------------------ 9109
3.5 ----------------------- 8197
Se detectó que el defecto de bobina inclinada y/o despegada era generado por la falta de aplicación de adhesivo; la bobina y
domo van unidos por medio de adhesivo y a su vez esta unión se seca con un acelerante. Se provocaba una burbuja de aire

la cual no permitía la aplicación uniforme del adhesivo provocando el defecto mencionado. Se colocó una cámara de video
para monitorear la estación de trabajo, y cuando se presentaba esta situación, un operador purgaba el sistema de inyección y
con esto se normaliza el proceso, ver Figura 7. También se dedujo que esta burbuja era ocasionada por la caída de presión
de aire comprimido, por lo que se procedió a colocar un pulmón de aire comprimido para evitar la caída de presión.
Figura 7. Estación de Trabajo donde se Genera Burbuja de Aire al Aplicar la Inyección de Adhesivo
Se realizó un estudio dimensional al herramental que es utilizado en este proceso, y se detectaron piezas buenas y malas.
Las piezas fuera de especificación se retiraron de servicio. Se realizaron mediciones de la inclinación de la bobina con un
comparador óptico, diferentes mediciones de herramental dando como resultado inclinación de bobina. (Figura 8, Figura 9,
y Tabla 1).
Figura 8. Herramental Utilizado en el Proceso de Bobina-Domo

Salinas et al. - 39

PART NUMBER: 25mm PART NAME: PARTE INT. FIXTUR REQUESTED BY:
SPEC SPEC SPEC SPEC
.858±.005 Ø 1.063±.005 1.023±.005
0.853 MIN 1.058 MIN 1.018 MIN MIN
0.863 MAX 1.068 MAX 1.028 MAX MAX
1 0.8998 x 1 1.0625 1 1.0268 1

2 0.8969 x 2 1.0625 2 1.0243 2
3 0.9004 x 3 1.0620 3 1.0307 x 3
4 0.8895 x 4 1.0620 4 1.0209 4
5 0.9000 x 5 1.0625 5 1.0279 5
6 0.8983 x 6 1.0625 6 1.0251 6
7 0.8979 x 7 1.0625 7 1.0250 7
8 0.8849 x 8 1.0610 8 1.0208 8
9 0.8964 x 9 1.0625 9 1.0234 9
10 0.9165 x 10 1.0625 10 1.0443 x 10
Figura 9. Dimensional de Herramental
Tabla 1. Comparación de Medición de Herramental Contra Inclinación de la Bobina
Dimensión de herramental Inclinación de la bobina

(mm) (mm)
22 0.17 0.15
20 0.36 0.28
19.8 0.26 0.27
21 0.21 0.29
22 0.14 0.15
2.4 Fase de mejorar
Causa potenciales, encontrar relación de variables y respuesta de solución, establecer tolerancias de operación y solución
piloto. Se realizo un análisis de varianza (ANOVA) de herramental contra inclinación de la bobina. Se estableció la
hipótesis nula y alternativa:
Ho = τ1=τ2=τ3=τ La inclinación va a ser la misma independientemente del

herramental utilizado
H1=τ1≠ al menos para un tipo de herramental
Como el valor de P>0.05 se acepta Ho. El herramental no influye en la inclinación de la bobina, ver Figura 10.
Fuente DF SS MS F P
herramental 3 0.06140 0.02047 2.20 0.140
Error 12 0.11140 0.00928
Total 15 0.17280
S = 0.09635 R-Sq = 35.53% R-Sq(adj) = 19.42%

Figura 10. Aplicación de ANOVA (herramental contra inclinación de la bobina)

Hipótesis nula
Ho=τ1=τ2=τ3=τ4 La inclinación va a ser la misma independientemente

Del herramental utilizado
H1 = τ1≠ Al menos para un tipo de herramental
Como el valor de P > 0.05 se acepta Ho. El herramental no influye en la inclinación de la bobina
Para bocinas de de 19 mm, existen tres tipos de domos (342484Y, 342515T y 1517503) que llevan la misma bobina
(1668986) (Figura 11). Se les realizo un estudio de capacidad a domos y bobina de 19 mm, el cual se encontró dentro de
especificación, de acuerdo a dibujos del cliente, pero se encontró variación dentro de esas dimensiones, ver Figura 12.
Figura 11. Combinación de Domo Bobina en Bocinas de 19 mmm
Process Capability of C1
LSL USL
P rocess D ata Within
LS L 19.45000 Ov erall
Target *
USL 19.57000 P otential (Within) C apability
S ample M ean 19.55500 Cp 1.98
S ample N 30 C PL 3.46
S tDev (Within) 0.01010 C PU 0.49
S tDev (O v erall) 0.01116 C pk 0.49
C C pk 1.98
O v erall C apability
Pp 1.79
PPL 3.14
PPU 0.45
P pk 0.45
C pm *
19.46 19.48 19.50 19.52 19.54 19.56 19.58

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0.00 P P M < LS L 0.00 P P M < LS L 0.00
P P M > U S L 0.00 P P M > U S L 68843.39 P P M > U S L 89457.36
P P M Total 0.00 P P M Total 68843.39 P P M Total 89457.36
Figura 12. Estudio de Capacidad Dimensional de Domo 342484Y 19 mm

Salinas et al. - 41

Para bocinas de de 25 mm, existen cuatro tipos de domos (domo 341816W) que lleva las siguientes bobinas, una a la vez
dependiendo el numero de parte (bobinas 1668803, 1668791) y los domos (1549189, 1517392 y 1456946 que llevan la
bobina (16687919 (Figura 13).
Figura13. Combinación de Domo Bobina en Bocinas de 25 mm
2.5 Fase de de Mejora
Para el problema de burbuja en aplicación de adhesivo, ocasionada por el sistema de inyección neumático, la solución
fue purgar la máquina de 3 a 4 veces por turno, como ayuda en el proceso se colocó una cámara para observar la burbuja y
proceder al purgado.
Para dimensión de domo y bobina, se detectó la bobina fuera de especificación ocasionando que no ensamblara en el domo.
Se generó DMN, a proveedor para corregir materia prima, se está llevando gráfico de control para monitorear la bobina
791.
Para inclinación de la bobina no hay especificación, los resultados encontrados indican que una inclinación de 0.0 a 0.17
mm es suficiente. Con una inclinación de 0.20 hay riesgo de que falle la bocina.
Los herramentales se componían de dos piezas ensambladas y podían utilizarse indistintamente uno con otro, la otra manera
de utilizarlos era controlarlos como pareja y únicos. Se identificaron los herramentales para mayor control en el proceso
Una de las variables potenciales que generaba la inclinación o despegado de la bobina fue la aplicación de adhesivo
intermitente ocasionada por la burbuja de aire que se genera por las caídas de presión en el equipo. Para evitar esta falla se
está purgando la máquina de 4 veces por turno, con ayuda de una cámara de video para visualizar la burbuja.
Se observó en los análisis de cpk, los cuales arrojaron muy bajos, menores de 1.33, pero los componentes estaban dentro de
especificación de acuerdo a especificaciones indicadas en el dibujo del cliente. Se avisó al corporativo de la situación.
La variable inclinación de la bobina no viene indicada en dibujos, el equipo determinó en base a resultados estadísticos que
una inclinación de 0.0 a 0.17 mm no ocasiona problemas.

2.6 Fase de control
Controlar y dar seguimiento al proceso, monitorear y mantener en control al proceso. Mejorar continuamente. Una vez
que el proceso es capaz, se deberán buscar óptimas condiciones de operación, materiales, procedimientos que conduzcan a
un mejor desempeño del proceso.
En este proyecto se volvió a validar el sistema de medición el cual arrojó resultados favorables, la capacidad del proceso a
estas alturas del proyecto fue de 4.2 sigmas, para el problema de la burbuja se estableció por sistema purgar el equipo cada
2.5 hrs por turno (1º, 2º turno), en tercer turno cada 2 horas. Apoyados con una cámara de video para visualizar el proceso
en la aplicación de adhesivo. Se desarrolló una matriz de herramental, se identificaron por parejas para que fuera la única
manera de utilizarse.
3. CONCLUSIÓN
Antes de aplicar la metodología seis sigma en este proyecto, los problemas eran atacados sin un rumbo específico, cada
departamento involucrado realizaba actividades, en ocasiones repetidas, y los resultados no se veían; el problema seguía.
Al aplicar la metodología de seis sigma para resolver o disminuir el problema, se inició una comunicación entre
departamentos, organizados, con tareas definidas y claras con el apoyo total de la gerencia
La aplicación de la metodología de Seis Sigma en este proyecto arrojó ahorros por 68,000 dólares anuales.
REFERENCIAS
1. García, V., Sánchez, J. y Ramírez, R. (2006). Curso de certificación seis sigma Black Belt.
2. Gutiérrez, P. H. (2006). Diseño de Experimentos. Mc. Graw Hill. México.

43

Investigación
de
Operaciones

DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE

PRODUCCIÓN APLICANDO PROGRAMACIÓN LINEAL
L. Villalpando Gamboa y M. Grijalva Delgado
Programa de Maestría en Ingeniería Industrial del Departamento de Ingeniería Industrial y Manufactura

Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 Norte. Ciudad Juárez, Chihuahua, México. C.P. 32310
Autor de correspondencia: omargrijalva9@hotmail.com
RESUMEN
El presente artículo trata de desarrollar un modelo para minimizar los costos de operación en la producción anual en masa
de tres artículos de nueva introducción en una empresa maquiladora. Este modelo puede ser la base para una buena toma
de decisiones al plantear la mejor estrategia de producción en cada cuarto del año. Contiene la descripción de los datos, se
formula el modelo y se resuelve por medio de un software llamado Manejo de Operaciones y Producción (POM por sus
siglas en ingles), obteniendo el costo mínimo y la cantidad de artículos a fabricar en cada cuarto del año.
Palabras clave: Programación lineal, Investigación de operaciones.
1. INTRODUCCIÓN
Se sabe que los modelos matemáticos pueden ser representaciones simplificadas de un sistema de la vida real y
son la base del análisis cuantitativo. La Investigación de Operaciones hace uso de estos modelos y técnicas como parte de
un método científico para ayudar a la toma de decisiones. Una de estas técnicas es la programación lineal (PL), que trata
exclusivamente con funciones objetivo y restricciones lineales siendo una de las más importantes aplicaciones matemáticas.
La PL es una notable técnica de modelado usada en el proceso de toma de decisiones que se utiliza en campos como la
ingeniería, la economía, la gestión, la técnica, la industria y muchas otras áreas de la ciencia. El objetivo de la PL es
optimizar (minimizar o maximizar) una función lineal de n variables sujeto a restricciones lineales de igualdad o
desigualdad. En breve, se puede decir que un problema de programación lineal consiste en encontrar el punto óptimo
(máximo o mínimo) de una función lineal.
En general, un problema de PL tiene la siguiente forma estándar:
Función objetivo → Maximizar
Z=c1X1 + c2X2 + c3X3 + c4X4 +.............+ cnXn (1)
Sujeto a,
Restricciones funcionales
a11X1+ a12X2+.....+ a1nXn ≤b1 (2)

a21X1+ a22X2+.....+ a2nXn ≤b2
am1X1+am2X2+.....+ amnXn≤bm
Restricciones de signo de las variables
ISBN 978-0-615-36191-8 VERTICE 2010

Villalpando y Grijalva - 45
Xi≥0 para i = 1,2,....,n (3)

Donde,
Xj = Nivel de la actividad j (para j = 1, 2,......, n).
cj= Incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j (costo o utilidad).
Z= Valor de la medida global de efectividad.
bi= Cantidad del recurso i disponible para asignar a las actividades (i =1,2,..., m) (recurso o requerimiento).
aij= Cantidad del recurso i consumido por cada unidad de la actividad j. (Coeficientes tecnológicos).
Dependiendo de cada caso de estudio en particular, algunas variaciones legítimas a la forma estándar son:
1. Minimizar en lugar de maximizar la función objetivo
Min Z =c1X1 + c2X2+ .....+ cnXn (4)
2. Restricciones funcionales del tipo ≥
ai1X1+ ai2X2+ .....+ ainXn≥bi para algún i (5)
3. Restricciones funcionales en forma de ecuación
ai1X1+ ai2X2+ .....+ ainXn=bi para algún i (6)
4. Las variables de decisión sin la restricción de no negatividad
Xj no restringida en signo para alguna j
Asimismo, cabe mencionar que cuando se trata de encontrar la solución optima de un modelo de PL y que
satisfaga todas las restricciones, esta se puede encontrar de diferentes maneras tales como en un sistema tradicional de
ecuaciones lineales m x n. Es decir, el sistema puede tener solución única, soluciones múltiples o alternas, o no tiene
solución factible (cuando este es el caso también se dice que el espacio de solución no esta acotado).
Una manera práctica de definir un problema de PL y de recolectar la información para visualizarla con claridad, sería por
medio de una matriz como la que se muestra en la Tabla 1. En ésta se pueden ver tanto la función objetivo, así como las
restricciones involucradas, y en general, se puede apreciar un sistema de m ecuaciones lineales por n variables.
Tabla 1: Recolección de Información

Consumo de recursos
Cantidad de
por unidad de actividad
Recurso recursos
Actividad
disponibles
1 2 → n
1 a11 a12 → a1n b1
2 a21 a22 → a2n b2
↓ ↓ ↓ ↓ ↓
m am1 am2 → amn bm
Contribución a Z
por unidad de c1 c2 → cn
actividad
La Investigación de Operaciones se aplica a problemas que se refieren a la conducción y coordinación de operaciones o

actividades dentro de una organización. Muchas industrias, incluyendo la aérea y de proyectiles, la automotriz, la de
DESARROLLO DE UN MODELO DE MINIMIZACIÓN DE COSTOS DE PRODUCCIÓN APLICANDO
PROGRAMACIÓN LINEAL - 46
comunicaciones, computación, energía eléctrica, electrónica, alimenticia, metalúrgica, minera, del papel, del petróleo y del
transporte, han empleado la Investigación de Operaciones. Las instituciones financieras, gubernamentales y de salud están
incluyendo cada vez más estas técnicas.
Para ser más específicos, la programación lineal se ha usado con éxito en la solución de problemas referentes a la
asignación de personal, la mezcla de materiales, la distribución y el transporte y las carteras de inversión. (Saigal, 2009).
1.1 Planteamiento del Problema
Al principio del año 2010 en Cd. Juárez, Chih., empezaron las operaciones a gran volumen en la maquiladora
Wistron dentro de una de sus 3 unidades de negocio dedicada a la manufactura de teléfonos inteligentes de reconocida
marca mundial y que son distribuidos a toda Latinoamérica y parte de Europa: los conocidos teléfonos “inteligentes”. En un
principio se tiene un estimado del total de volumen anual de teléfonos a producir, así como también la cantidad a embarcar
semanalmente. Todo lo anterior es previamente proporcionado por el mismo cliente lo cual permite planear todo el
horizonte de producción.
Por lo tanto, dadas las condiciones y capacidades actuales o futuras de la planta productiva, se juzga conveniente establecer
un modelo óptimo para conocer el costo de producción mínimo en el que se puede incurrir al tratar de cumplir los
requerimientos anuales del cliente. También se busca definir el plan de producción mas estable y sin variaciones muy
marcadas entre un cuarto y otro.
Cabe mencionar que este modelo es solo una solución inicial con ciertas limitaciones, tales como el hecho de que el costo
de producción no está en función de la cantidad a producir anualmente, sino que se establece un costo unitario estándar
dado por el departamento de finanzas. Otra limitante es que no se considera la incertidumbre para cambios en futuras
demandas, sino que solamente se consideran datos iniciales de demanda anual. Además no se consideran ciertos costos de
penalización en los que se puede incurrir por retrasos en cubrir la demanda del cliente. El modelo supone que cumple con
todas las demandas a tiempo en cada periodo establecido por el plan de entregas. También se incluyen costos asociados por
ociosidad o de contratación de nuevos trabajadores causadas por variaciones hacia abajo o hacia arriba en las cantidades a
producir entre un periodo y otro.
Wistron debe determinar cuántos teléfonos deberá producir durante cada uno de los siguientes cuartos del año (1 cuarto es
igual a 3 meses) y partiendo desde el mes de Marzo en adelante. Se tienen datos concretos y confiables provenientes de la
fuente directa del cliente de cómo se comporta la demanda para cada uno de los siguientes cuatro cuartos del año, la cual es
como sigue: Cuarto uno que contempla los meses de Marzo-Abril-Mayo, Q1= 1,048,311. Cuarto dos, meses Junio-Julio-
Agosto, Q2=1,196,534. Cuarto tres, meses Septiembre-Octubre-Noviembre, Q3=1,614,211. Cuarto cuatro, meses
Diciembre-Enero-Febrero Q4=1,131,005. Un resumen de datos de demanda por modelo se puede apreciar en la Tabla 2.
Además, se considera que la empresa alcanzará la demanda a tiempo y sin incurrir en gastos de penalización por no cumplir
los requerimientos del cliente. También se sabe que al inicio del primer cuarto se cuenta con un inventario inicial de cero.
Otros datos pertinentes del problema son que Wistron tiene un costo de manufactura en tiempo normal de 54.53 dólares por
unidad. Si hay un incremento en la producción con respecto al cuarto anterior, entonces se pueden producir unidades
adicionales utilizando tiempo extra y contratando más trabajadores a un costo de 61.34 dólares por unidad. Por el contrario,
si hay un decremento en la producción con respecto al cuarto anterior, entonces el costo unitario es de 58.61 debido al costo
de ociosidad asociado por paros de línea. Es decir, tan caro es producir de más que producir de menos por diferencias entre
un periodo y otro. El ideal es que el plan de producción sea lo mas llano posible en todos los cuartos del año y a su vez
cumpla con la demanda.
Para resolver el problema con fines prácticos, se asume que al principio de cada cuarto, la empresa debe decidir cuantas
unidades deberán ser producidas durante ese cuarto y que dichas unidades ya manufacturadas durante un cuarto pueden ser
usadas para completar la demanda de ese cuarto. Es decir, no hay alguna restricción en el problema que indique mantener
un cierto nivel de inventario de unidades terminadas entre cada cuarto. Al final de cada cuarto (ya una vez que la
producción ha ocurrido y la demanda ya fue satisfecha), también se puede incurrir en un costo de almacenamiento de las
piezas restantes terminadas el cual es de 2.73 dólares por unidad.
Tabla 2: Plan de Demanda de Wistron Juárez por Cuartos

4 5 4
Q1 Q1 Q1
Wistron Juárez PRD Abril Mayo Marzo
8520 (Gemini) Conf/Serie 229,205 428,000 84,389
9650 (Essex) Conf/Serie - 173,000 9,347
Oxford Conf/Serie - - 124,280
Configuración y Serie Total – Wistron México 229,205 601,000 218,106
Demanda por cuarto 1,048,311
Promedio/sem 57,301 120,200 54,527
Capacidad por mes 279,360 349,200 279,360
Capacidad por cuarto 907,920
4 4 5
Q2 Q2 Q2
Wistron Juárez PRD Junio Julio Agosto
9650 (Essex) Conf/Serie 112,000 121,548 117,986
Oxford Conf/Serie - - -
Promedio/sem 93,000 95,387 88,594
4 4 5
Q3 Q3 Q3
Wistron Juárez PRD Septiembre Octubre Noviembre
9650 (Essex) Conf/Serie 67,473 114,396 112,794
Oxford Conf/Serie 204,000 280,000 333,236
Promedio/sem 110,229 139,168 123,325
4 4 5
Q4 Q4 Q4
Wistron Juárez PRD Diciembre Enero Febrero
9650 (Essex) Conf/Serie 64,731 96,266 88,664
Oxford Conf/Serie 231,148 126,260 183,883

Promedio/sem 102,017 82,230 78,804

Demanda anual = 4,990,261 unidades
Para solucionar este problema se aplica la programación lineal para determinar un programa de producción óptimo que
minimicen la suma de los costos de producción y de mantener inventario durante todo el año laborable.
Primero se definen las siguientes variables de decisión que expresan los costos de producción y los inventarios:
pt = número de unidades a producir durante el cuarto t (t = 1, 2, 3, 4).

it = inventario de unidades disponibles al final del cuarto t (t = 1, 2, 3, 4).
Después se definen las variables de decisión respecto a los costos asociados a reducciones o incrementos de producción
entre un cuarto y otro, para esto se define:
xt = diferencia en volumen de producción entre un cuarto y otro

xut = numero de unidades de producción con las que el cuarto t es mayor a la producción del cuarto (t – 1)
xlt = numero de unidades de producción con las que el cuarto t es menor a la producción del cuarto (t – 1)
Por lo tanto el costo total de operación o función objetivo puede ser representado como:
Costo total = costo de producción de unidades en tiempo normal + costo por inventario + costo asociado al incremento de
producción + costo asociado al decremento de producción = 54.53 (p1 + p2 + p3 + p4) + 2.73 (i1 + i2 + i3 + i4) + 61.34 (xu1 +
xu2 + xu3 + xu4) + 58.61 (xl1 + xl2 + xl3 + xl4)
Para determinar las restricciones de este problema es necesario hacer ciertas observaciones que ayudan a formular el
modelo correcto para un programa de producción en múltiples periodos. Por ejemplo para un cuarto t, el inventario al final
del cuarto t = inventario al final del cuarto (t – 1) + producción del cuarto t – la demanda del cuarto t. Si se asume que dt es
la demanda en el periodo t, entonces esta observación se expresa de la manera compacta siguiente:
it = it-1 + pt – dt (t = 1, 2, 3, 4)
Además cabe notar que las demandas de los cuartos t serán alcanzadas solamente si it ≥ 0. Para notar esto, se observa que it-1
+ pt esta disponible para cumplir la demanda del periodo t por lo que esto es posible solo si it-1 + pt ≥ dt o it = it-1 + pt – dt
≥0
Esto agrega las restricciones de signo it ≥ 0 (t = 1, 2, 3, 4), lo cual asegura que la demanda de cada cuarto será alcanzada a
tiempo. De esta manera ya se pueden establecer las restricciones del problema de Wistron. Primero, se indican las
siguientes cuatro restricciones para los inventarios en cada periodo de tiempo (t = 1, 2, 3, 4). Estas son:
i1 = 0 + p1 – 1,048,311
i2 = i1 + p2 – 1,196,534
i3 = i2 + p3 – 1,614,211
i4 = i3 + p4 – 1,131,005
Se asume que al inicio del primer cuarto no hay inventario. El otro tipo de restricciones son las que están relacionadas con
las diferencias de volúmenes de producción entre un cuarto y otro. Esto se representa de esta manera:
Producción del cuarto t – producción de cuarto t – 1= incremento o decremento de producción en el cuarto t

pt – pt-1 = xt = xut – xltc
En esta relación entiéndase que si la diferencia es positiva entonces xt = xut por ser la cantidad con la que el cuarto t es
mayor a la producción del cuarto (t – 1) y xlt tomara el valor cero. Por el contrario si la diferencia es negativa entonces xt =
– xlt por ser la cantidad con la que el cuarto t es menor a la producción del cuarto (t – 1) y xut tomara el valor cero.
De lo cual se originan las siguientes restricciones del problema:
0 = x1 = xu1 – xl1
p2 – p1 = x2 = xu2 – xl2
p3 – p2 = x3 = xu3 – xl3
p4 – p3 = x4 = xu4 – xl4
Se asume que no hay referencia de volumen de producción antes del primer cuarto para determinar alguna diferencia y por
lo tanto es igual a cero en el primer cuarto.
Al combinar la función objetivo, las restricciones de inventarios, restricciones en diferencias de producción y las
restricciones de signo nos lleva a la formulación del modelo completo siguiente:
Minimizar Z = 54.53p1 + 54.53p2 + 54.53p3 + 54.53p4 + 2.73i1 + 2.73i2 + 2.73i3 + 2.73i4 + 61.34xu1 + 61.34xu2 + 61.34xu3
+ 61.34xu4 + 58.61xl1 + 58.61xl2 + 58.61xl3 + 58.61xl4
Sujeto a:
i1 = 0 + p1 – 1,048,311
i2 = i1 + p2 – 1,196,534
i3 = i2 + p3 – 1,614,211
i4 = i3 + p4 – 1,131,005
0 = xu1 – xl1
p2 – p1 = xu2 – xl2
p3 – p2 = xu3 – xl3
p4 – p3 = xu4 – xl4
pt, it, xut, xlt ≥ 0 (t = 1, 2, 3, 4)
Un resumen de todos los datos del problema introducidos en el software POM se puede apreciar en la Figura 1.
1. RESULTADOS
La solución óptima generada por el modelo para este problema de Wistron y calculada en POM, da un valor mínimo
para Z = 282,548,100; los valores de las variables son p1= p2 = p3 = p4 = 1,286,352; también i1 = 238,041; i2 = 327,859; i3 =
0; i4 = 155,347; xu1 = xu2 = xu3 = xu4 = 0; xl1 = xl2 = xl3 = xl4 = 0. De estos valores se interpreta que Wistron puede incurrir
en un costo mínimo total de $282,548,100 dólares y que para incurrir en este costo se deberían producir 1,286,352 unidades
durante cada uno de los cuatro cuartos del año. Por lo que se observa que siguiendo este plan, el volumen de producción es
constante para todo el año. También se observa que se incurre en costos de mantener inventario en el cuarto 1 con 238,041
unidades almacenadas; en el cuarto 2 con 327,859 y en el cuarto 4 con 155,347. Asimismo, el modelo resulta más
económico al no incurrir en costo por variaciones o diferencias en volumen de producción entre cuartos y esto se observa al
obtener valores de cero en las variables x. El modelo en general muestra un nivel de producción constante y económico
debido a que no existen costos por variaciones entre periodos y a su vez se cumple con la demanda. Obsérvese la Figura 2
con los valores de la solución calculados por el software POM.
2. CONCLUSIONES
Los resultados obtenidos con el modelo podrán ser compartidos y utilizados por el gerente de operaciones para tomar las
decisiones pertinentes y que lleven a lograr el objetivo de minimizar el costo de producción bajo las restricciones
impuestas. En general, la solución del modelo es muy conveniente ya que se puede generar un programa de producción
constante, económico y sin variaciones entre periodos lo cual siempre favorecerá a tener mejor planeación y a su vez genera
mayor certidumbre para definir las mejores estrategias productivas. Cabe destacar que los resultados son útiles a corto
plazo, por lo que es necesario continuamente relacionar los pronósticos de ventas con la investigación de operaciones para
tomar las decisiones estratégicas a mediano y largo plazo, por ejemplo tener la capacidad y capital adecuados para competir
en el mercado global.
Figura 1: Función Objetivo y Restricciones en POM
Figura 2: Solución del Problema en POM

REFERENCIAS
1. Castillo E., Conejo A., Pedregal P., García R., Alguacil N., 2002; Formulación y Resolución de Modelos de
Programación Matemática en Ingeniería y Ciencia.
2. Gallagher C., Watson H; 1982; Métodos Cuantitativos Para La Toma De Decisiones En Administración; Editorial
Mc-Graw Hill, 1a Edición.
3. Hillier, F.S y Lieberman G.J., 2002; Introducción a la investigación de Operaciones; Editorial Mc GrawHill., 7a
Edición.
4. Saigal Romesh., 2009; Programación Lineal: Un Análisis Integrado Moderno; Editorial Springer-Verlag; Nueva
York.
5. Taha Hamdy A., 2006; Investigación de operaciones, Editorial Pearson Educación; 8a Edición.
6. Winston, Wayne L., 2008; Investigación de Operaciones. Aplicaciones y Algoritmos; Editorial Thompson;
México; Edición en español.

CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO DE COLAS: UN CASO

DE ESTUDIO
Rosendo A. Collazo Vallejo y Juan A. Pichardo González
Programa de Maestría en Ingeniería Industrial del Departamento de Ingeniería Industrial y Manufactura

Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 Norte. Ciudad Juárez, Chihuahua, México. C.P. 32310
Autor de correspondencia: acollazov@gmail.com
RESUMEN
Actualmente las empresas buscan alternativas de mejora en sus procesos de producción, todo con la finalidad de
mantenerse en el ambiente competitivo de estos tiempos de globalización. Frecuentemente, se tienen cuellos de botella, los
cuales se buscan eliminar o al menos disminuir para mantener sistemas de producción balanceados y fluidos. En este
artículo se presenta un caso de estudio llevado a cabo en una empresa ensambladora de monitores de computadora, en la
que se tenía un problema de cuello de botella en un proceso. Se aplicó teoría de colas para resolverlo, analizando las
entradas y las salidas del mismo y se establecieron nuevos parámetros de producción para el proceso. Los resultados se
analizan y discuten.
Palabras clave: Cuello de botella, planeación de la producción, teoría de colas.
1. INTRODUCCION
Todos en algún momento han requerido de algún servicio por el cual se tiene que esperar hasta ser atendidos, a lo
cual se le llama hacer fila o “cola”, ya sea en un banco para hacer algún pago, en el supermercado para pagar las compras,
aun de niños en alguna fiesta se tiene que formar a los invitados y esperar para recibir dulces después de romper la piñata.
Pero no solo en la vida cotidiana humanamente hablando se ven estas esperas, en un semáforo se ven carros esperando el
cambio de luz para avanzar, y en las áreas de manufactura en una línea de producción siempre existen productos esperando
a ser manufacturados o ensamblados.
Todas estas esperas hacen recordar el dicho popular:”el tiempo es oro”. Es por esto que el estudio de las líneas de espera es
importante para cualquier industria, especialmente las que están envueltas en la manufactura de productos y/o aquellas que
prestan un servicio de valor.
Todas las empresas buscan dentro de la organización, una mejora continua dentro del proceso que lleve a mejores
resultados tanto dentro de éste, como lo que se refleja en las entregas de los productos al cliente. El costo por el tiempo de
espera es tan importante como el costo de almacenamiento (aun y cuando es temporal) en cualquier línea de producción.
En este artículo se hace un análisis en la aplicación de la teoría de colas en una empresa de manufactura de productos de
alta demanda en el mercado.
El siguiente estudio que se analizara a continuación, se hará con el objetivo de optimizar la producción de Monitores para
computadoras, tomando como base para este caso en particular, un proceso especifico llamado Proceso de Burning.
El porqué de este proceso en específico? En la industria de manufactura de partes y en particular la industria maquiladora,
los procesos o flujos de producción frecuentemente se presentan retos o metas reales para la mejora continua de los
mismos, con el propósito de hacer más capaz y competitivo los resultados que los clientes quieren de sus productores.
El siguiente proyecto tiene como meta realizar y llevar a la práctica la implementación de una línea de producción de
monitores de computadora (línea de ensamble) que sea eficiente productiva y salgan productos libre de defectos,
optimizando los recursos disponibles para su elaboración.
El campo de aplicación de la teoría de colas es muy amplio, por ejemplo, la Ingeniería de redes y servicios, sistemas
informáticos, elaboración de proyectos sustentables, logística de los procesos industriales.
Agner Krarup Erlang Matemático danés publico el primer artículo de la teoría de colas en 1909 acerca del problema de
dimensionamiento de líneas y centrales de comunicación telefónica para el servicio de llamadas.
David G. Kendall. Introdujo una notación de colas A/B/C en 1953 para describir las colas y sus características.
ISBN 978-0-615-36191-8 VERTICE 2010

Pichardo y Collazo -53
Taha, (2003) Menciona el ejemplo de un restaurante de comida rápida con tres mostradores de servicio con el cual trata de
cuantificar el fenómeno de estar formado en la línea basado en un estudio de quejas por la lentitud del servicio, el tiempo
promedio de espera, y la utilización promedio de las instalaciones, al examinar los datos encontraron que el tiempo
promedio de espera es de 7 minutos con 3 mostradores de atención, El gerente desea reducir este tiempo a 3 minutos, y se
encuentra con que esto solo se puede alcanzar teniendo 5 (o más) mostradores.
1.1 Descripción del Problema
En una empresa de ensamble de monitores de computadoras, se cuenta con un proceso llamado burning. Este
proceso se debe de realizar inmediatamente después de que ha sido ensamblado totalmente el monitor, su localización debe
estar en la misma línea de ensamble siguiendo un flujo continuo. En este proceso los monitores se someten a una prueba de
calentamiento para garantizar su adecuado funcionamiento cuando esté en posesión del usuario. Este proceso requiere de 2
horas aproximadamente por cada unidad para que la prueba sea satisfactoria. El ritmo o tiempo takt de la línea de ensamble
es de 60seg/unidad, por lo tanto este proceso de burning representa un cuello de botella ya que el tiempo de ciclo del
burning es de 2hrs/unidad, o 7200seg/unidad. Mediante la aplicación de teoría de colas se desea encontrar, desarrollar y
sugerir una solución para evitar el acumulamiento y espera de las unidades al llegar al proceso de burning, mismo que se
describe brevemente a continuación con la finalidad de dar un preámbulo al proceso que se aplica.
1.2 Descripción del Proceso de Burning
El proceso de burning puede ser resumido de la siguiente manera:

1. Se deberá tener un cuarto de temperatura.
2. El tiempo de prueba es de 2 horas para los modelos 3008 y 3007
3. La temperatura a la cual deberá estar el área o el cuarto es de 37 a 43 grados centígrados.
4. Revisar cada 30 minutos los monitores durante la prueba de burning de las siguientes características: Que el
monitor este prendido, que la imagen no presente anormalidades como vibración o distorsión de la imagen, ruidos
extraños, anotar en un formato o reporte si está en proceso correcto. En caso contrario localizar a los supervisores
del área para tomar la decisión de su disposición.
5. Revisar que los monitores no tengan rayones o golpes.
6. Al terminar la prueba, asegurar de que primero salgan los monitores que entraron primero (sistema FIFO).
1.3 Descripción del Flujo de Ensamble de los Monitores
1. Se han diseñado 12 estaciones para el proceso de ensamble de componentes de los monitores, previo a un análisis
de tiempos predeterminados, basado en los requerimientos del cliente.
2. Se elaboraron las herramientas necesarias (escantillones, dispositivos a prueba de error etc.) para el proceso, y las
cuales fueron validadas por el departamento de calidad de la planta y de los mismos clientes.
3. Las estaciones de trabajo se diseñaron basado en principios de ergonomía con el objetivo de reducir la fatiga del
operador.
4. Después de la última estación de ensamble, se cuenta con una estación de calidad, la cual verifica las
características estéticas y algunas funciones del monitor.
5. Enseguida se tiene una estación de prueba de funcionalidad.
6. En este paso del proceso se encuentra el área de Burning, que es el área de análisis de este trabajo.
7. Enseguida del área de Burning se tienen 16 pruebas de funcionalidad consecutivas.
8. Por último, los monitores son empacados y paletizados, para su traslado al área de producto terminado.
1.4 Planteamiento del Problema
Datos del problema:

1. Tiempo Takt = 60 seg/unidad
CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO E COLAS: UN CASO DE ESTUDIO - 54
2. Tiempo de Burning = 7200 seg/unidad

3. Entrada de burning = 1 unidad cada 60 seg
4. Yield = 99%
Es un indicador que ayuda a visualizar el rendimiento cualitativo del producto en determinadas áreas del flujo de
Producción, por ejemplo, para este caso serían los monitores que fallan en el proceso de burning, ósea son unidades que ya
no salen al siguiente proceso o estación debido a falla o defecto, por lo tanto se tienen que descontar del estándar o meta de
producción ya sea por hora o por día trabajado.
En base a datos históricos medidos por sistema, se determinó un yield promedio de 99% para este proceso en particular y
como punto importante se debe de tener como meta en cualquier proceso de fabricación la implementación de este
parámetro para obtener resultados fidedignos de desempeño de los procesos, y se debe tener como objetivo alcanzar un
valor mayor a 98%. Con un valor menor a 98% se debería de revisar los procesos o incluso diseño del producto.
Figura 1. Diagrama de la Estacion de Trabajo
2. METODOLOGÍA
La Figura 1 muestra el caso especial de colas de Poisón cuando existen servidores en paralelo. La frecuencia de
llegada al sistema es .0166 monitores por unidad de tiempo, es decir, 1 monitor cada 60 segundos. Todos los servidores
están en paralelo y son idénticos, lo que significa que la tasa de procesamiento en cualquier servidor del burning es de
.0001388 monitores por unidad de tiempo, es decir, 1 monitor cada 7200 segundos, o bien, cada 2 horas. La cantidad de
unidades en el sistema incluye por definición, los que en el servicio y los que esperan en la cola (línea de ensamble).
Una notación exacta para resumir las características de la cola es la siguiente:
(1)
a = Distribución de las llegadas

b = Distribución de las salidas
c = Cantidad de servidores en paralelo (1,2,3….n)
d = Disciplina de la cola
e = Cantidad máxima admisible en el sistema
f = Tamaño de la fuente
Para determinar el sistema correcto a emplearse se utilizaron las siguientes fórmulas tomadas según la aplicación por Chase
(2006):
Pichardo y Collazo -55
En un sistema donde se presenta una sola línea con un solo servidor, (M/M/1) se pueden usar las siguientes fórmulas, según
quien:
P0 = 1- ρ (2)
Pn = (1 – ρ) ρn (3)
L = ρ / (1- ρ) = λ / (μ-λ) (4)
Lq = λ2 / (μ* μ-λ) (5)
W = 1/ μ-λ (6)
Wq = λ / (μ* μ-λ) (7)
En el sistema para varios servidores (M/M/S) se deben usar las siguientes fórmulas:
P0 = 1/ [∑ (λ/μ)n/n! + { (λ/μ)s / s!}* {1/(1- λ/s)}] (8)
Pn = [(λ/μ)n/n!] P0 , si 0<=n <= s , ó (9)
Pn = [(λ/μ)n/s!sn-s] P0 , si n >= s (10)
ρ = λ/sμ (11)
donde:
λ: tasa de arribos al sistema

1/ λ: Tiempo de inter arribos
μ = Tasa de servicio
1/μ: Tiempo de servicio
L: Promedio de unidades en el sistema
Lq: Numero promedio de espera en la línea
W: Tiempo promedio de espera en el sistema
Wq: Tiempo promedio de espera en la línea.
3. RESULTADOS
Para determinar el número de servidores que se requieren en el sistema, en este caso el número de burnings a utilizar se
hace de la siguiente manera:
4.1 Modelos con servidores múltiples
Supóngase que las llegadas siguen una distribución Poisson y que los tiempos de servicios son exponenciales, existe una
sola línea, varios servidores y una cola infinita que opera con la disciplina primero en llegar primero que sale (PEPS). Se
utiliza la ecuación (11) para determinar cuántos servidores se necesitan, es decir, la capacidad del Área de Burning:
ρ = λ/μ
ρ = 60/.5
ρ = 120 servidores
CONTROL DE PRODUCCIÓN MEDIANTE ESTUDIO E COLAS: UN CASO DE ESTUDIO - 56
λ: son los monitores de entrada al burning,(frecuencia de llegada al sistema) esto es Takt time de la línea
60 seg/unidad, (takt time es la demanda del cliente) Nota: Todos los servidores son idénticos y están en paralelo.
μ: Es la tasa de servicio y en promedio se atiende 1 monitor cada 60 segundos.
Este es el número de servidores o equipos de burning en paralelo que el sistema requiere para satisfacer la capacidad de la
línea de ensamble.
Se agrega a este resultado el porcentaje de Yield arriba explicado (porcentaje de unidades que fallan en el sistema)
Nota: Si el porcentaje de unidades que fallan durante la prueba históricamente arroja un yield del 99% por lo tanto:
ρ = 120 * .01 = 121.2 = 122 equipos de prueba
Se calculó el porcentaje de artículos en el sistema, mismo que se ilustra a continuación:
L = ρ / (1- ρ) = λ / (μ-λ) = 122/(1-121) = 1.008
De la misma manera, se estimó el tiempo promedio de espera en la línea, el cual es:}
Wq = λ / (μ* μ-λ) = 60/(.5*.5-60) = 4
Así, el tiempo promedio de espera en el sistema es de:}
W = 1/ μ-λ = 1/(.5-60) = -.0168
4. CONCLUSIONES
Con esta investigación se pudo que la aplicación de la teoría de colas en el proceso de ensamble de monitores para
computadoras aplicado a una línea de producción, la cual se enfoca en el área de Burning. Esta parte del proceso es muy
importante, ya que asegura al producto su optimo funcionamiento para con el usuario final. La demanda del cliente es en
ascenso, por lo que se requiere de implementar y/o mejorar todas las operaciones involucradas en la manufactura de los
monitores, en este análisis se enfocó en el cálculo óptimo de equipos de burning requeridos para satisfacer esta demanda
creciente, con el uso de esta metodología (Teoría de colas) se podrá aplicar satisfactoriamente para un futuro crecimiento o
incluso, decrementos en la demanda del cliente. En este momento se encuentra trabajando de acuerdo a lo anteriormente
expuesto, según el ritmo de producción de la línea de ensamble, la capacidad actual del Burning está siendo la adecuada,
ya que se ha logrado sincronizarla con todas las operaciones de la línea antes y después. Esto es como comúnmente se dice
en el sector manufacturero evitar cuellos de botella por espera antes y/o después del proceso.
5. Referencias
Chase/ Jacobs/ Aquilano. Operations management for competitive advantage. McGraw-Hill Irwin, 11 Ed. 2006
Hamdy A Taha, Investigación De operaciones. Pearson Educacion. 7ma Ed. México 2004.

57

Análisis de
Decisiones

ATRIBUTOS RELACIONADOS CON LA POSICIÓN Y QUE SON

EVALUADOS EN INGENIEROS DE MAQUILAS DE CIUDAD JUÁREZ
Jorge Luis García Alcaraz1 Ana Blanca Rodríguez Rendón2 Julián Israel Aguilar Duque3
1
Departamento de Ingeniería Industrial – Instituto de Ingeniería y Tecnología
Universidad Autónoma de Ciudad Juárez. Avenida del Charro 450 Norte. Ciudad Juárez, Chihuahua, México.
C. P. 32310. Teléfono: (+52 656) 688 4800
Autor de correspondencia: jorge.garcia@uacj.mx
2
Unidad de Medicina Familiar No. 6 - Instituto Mexicano del Seguro Social
Av. Henri Dunant 610. Zona Pronaf
3
RESUMEN
El ingeniero en México es un profesionista dependiente que casi siempre se desempeña dentro de empresas, donde ocupa
puestos de gerencia media. En Ciudad Juárez, Chihuahua, México, existe una amplia industria maquiladora; sin embargo,
no se conocen los atributos que son evaluados a los ingenieros que ocupan puesto administrativos para medir su
desempeño; por ello, en este artículo se reportan los resultados de un estudio llevado a cabo en el sector maquilador de
Ciudad Juárez con 271 ingenieros en activo, a quienes se aplicó un cuestionario con 20 atributos relacionados con la
posición jerárquica dentro de la empresa. Se realizó un análisis descriptivo y otro factorial y se encontraron los principales
factores que los componen.
Palabras Clave: desempeño en el puesto, análisis factorial, factores críticos.
1. INTRODUCCIÓN
Desde la década de 1980 se ha prestado mucha atención a la función de manufactura en la creación de una ventaja
competitiva para la organización y en el desarrollo económico de un país. Literalmente se puede decir que un país con
amplia industria manufacturera, es un país con un buen nivel económico. Se han realizado investigaciones al respecto y
han establecido relaciones entre estos dos índices (Skinner, 1974; Buffa, 1984; Hayes y Wheelwright, 1984).
A nivel empresa, numerosos estudios reportan el éxito que las organizaciones han logrado a través de sus operaciones en
manufactura (Sansón, et al., 1993). Sin embargo, para lograr tales logros a nivel empresarial y a nivel nación, se requiere
de ingenieros capaces, altamente calificados y motivados, los cuales deben estar enfocados en alcanzar la calidad, rapidez
e innovación en sus productos y procesos (Ritter, et al., 1998). En la medida en que las empresas establecidas en un país
sean exitosas, la economía será mejor; así, se puede concluir que la economía de un país se basa en el éxito de las
personas que laboran en las empresas.
Por ello, muchas investigaciones se han realizado para determinar la importancia del ingeniero en los sistemas de
producción y manufactura de muchos países, sin embargo pocas de ellas están enfocadas en determinar los atributos y
cualidades que éste debe tener para lograr los objetivos estratégicos planeados por la organización. Algunos otros trabajos
se han enfocado en determinar las funciones de los ingenieros, tanto a nivel operativo como administrativo.
Por ejemplo, en algunas investigaciones se describen las características de un ingeniero en su papel como administrativo
al representar la gerencia de manufactura de una empresa, donde mencionan una serie de características y actitudes que no
debe tener (Oakland y Sohal, 1989).
Hoy en día, un ingeniero que se desempeña en la industria de la manufactura, debe tener conocimientos técnicos
relevantes del sector en el cual se desempeña, habilidades interpersonales altamente desarrolladas y sensibilidad humana,
conocimientos de tecnologías avanzadas para la manufactura, conocimiento de otras áreas funcionales dentro de la
organización y una capacidad para aceptar y guiar el cambio (Ritter, et al., 1998). Se puede decir que los días en los que
ISBN 978-0-615-36191-8 VERTICE 2010

García y Rodríguez - 59
el ingeniero se preocupaba solamente por la cantidad de producción se han acabado, ahora debe ser una persona que se
preocupe por la calidad de los productos y por el bienestar de los trabajadores, el capital intelectual de la empresa.
Además, a nadie sorprende que en los tiempos globalizados de estos días se requiera de productos cada vez más
cambiantes, con ciclos de vida más cortos, más baratos y con una mejor calidad. Y para lograr lo anterior, se requiere de
una gran participación de los ingenieros de mentalidad abierta, capaces de dirigir a otros subordinados y de dirigirse a
éstos de la mejor manera.
Otras investigaciones relacionadas con el papel del ingeniero en la industria, se refieren a la formación académica que
éste debe tener, ignorando una serie de atributos cualitativos que también son evaluados al momento de medir su
desempeño en la industria.
Maddocks, et al. (2002) proponen una lista de atributos que deben ser evaluados en un ingeniero, cualquiera que sea su
disciplina y los divide en cinco categorías (sin embargo, no declara los niveles de importancia que tienen cada una de
ellas). Las categorías son:
1. El conocimiento y capacidad de entendimiento.

2. Habilidades intelectuales.
3. Capacidades prácticas.
4. Capacidades para transferencia de ideas.
5. Cualidades, donde se integra la capacidad de ser creativo.
Específicamente, en México, se ha realizado muy poca investigación en relación a las cualidades que deben tener los
ingenieros para desarrollarse ampliamente en una empresa, mas bien, han sido estudios específicos. Por ejemplo, se han
enfocado a describir las necesidades de formación académica, los contenidos de las asignaturas y la actividad laboral del
ingeniero. Sin embargo, ninguno de los trabajos realiza un análisis estadístico profundo de las principales habilidades y
destrezas que son evaluados en los ingenieros para medir su desempeño en relación al puesto que ocupa en la empresa
(Ruíz, 2004). Dos años más tarde, se realizó una reseña del trabajo anterior, donde lamentablemente se señala nuevamente
que son pocas las investigaciones que se realizan en el campo de la enseñanza de la ingeniería (Cuevas, 2006), donde se
señala que la mayoría de los trabajos se enfocan a conocer la historia de la ingeniería en México (Garduño, 1991), la
enseñanza de matemáticas y química a estudiantes de ingeniería (Fernández y Luna, 2004; Rincón y Pérez, 2003), así
como la reprobación y deserción de los estudiantes (Álvarez, 2002) y la vinculación de la ingeniería con la ciencia y la
tecnología aplicada (Dettmer, 2004).
Ante esta problemática, donde la investigación relacionada con las verdaderas evaluaciones y necesidades de los
ingenieros que se desempeñan en las empresas maquilladoras de México es escasa, en este artículo se presentan los
resultados de una investigación llevado a cabo en la industria maquiladora de Ciudad Juárez, Chihuahua, México,
dirigida a determinar dichas habilidades y destrezas relacionadas con la posición jerárquica que ocupa en la empresa. Se
analizaron un total de veinte cualidades, a las que se les realiza un análisis descriptivo y que se analizan mediante un
análisis factorial para determinar los factores críticos.
2. METODOLOGÍA
La metodología empleada en este proyecto de investigación ha implicado recopilación de datos a través de tres
fases de acuerdo a otras ya propuestas (Burgess, 1982; Ritter et al., 1998).
2.1 Fase uno
La fase uno se focalizó en una revisión bibliográfica para determinar las investigaciones relacionadas con el
problema de determinar las principales habilidades y destrezas de los ingenieros. Se identificaron 16 artículos
relacionados con el tema, los cuales son producto de investigaciones independientes y realizadas en diferentes países y
que son citados en su totalidad por otro autor (Ritter et al., 1998), quien hace referencia a 15 más y que no fueron
considerados en este trabajo debido principalmente a la antigüedad de los mismos y que repetían los atributos en
evaluación. La lista de los artículos aparece en el Apéndice I.

ATRIBUTOS RELACIONADOS CON LA POSICIÓN Y QUE SON EVALUADOS EN INGENIEROS DE MAQUILAS
DE CIUDAD JUÁREZ - 60
Con esta revisión bibliográfica se logró determinar un total de 18 atributos que son medidos en los ingenieros que laboran
en la industria maquiladora o de manufactura, lo cual es una característica de esta investigación y por ello difiere de la
realizada por Ritter et al. (1998), quien analiza los atributos de los ingenieros en áreas de manufactura y servicios.
De la misma manera, esta revisión proporcionó un perfil amplio de puntos de vista contemporáneos en relación a los
atributos y cualidades que les son evaluados a los ingenieros que laboran en el sector en estudio. Con los 18 atributos
identificados, se elaboró un cuestionario preliminar que fue aplicado a un total de 88 ingenieros de diferentes
especialidades que laboran en la industria maquiladora de Ciudad Juárez, Chihuahua, México. Sin embargo, se dejó
espacio para que los encuestados de manera libre manifestaran otros atributos que les han sido evaluados en su
desempeño y que no aparecían en el cuestionario. Un total de 2 nuevos atributos fueron identificados, por lo que se
procedió a agregarlos al cuestionario. Así, se tenían un total de 20 atributos a evaluar mediante el cuestionario.
Con los 20 atributos se construyó un cuestionario final, mismo que debería ser contestado en una escala Liker, misma que
se ilustra en la Tabla 1.
Tabla 1. Escala Usada en las Evaluaciones

Valor Significado
1 El atributo no es importante en la evaluación del desempeño del encuestado.
2 El atributo es ligeramente importante en la evaluación del desempeño del encuestado.
3 El atributo es importante en la evaluación del desempeño del encuestado.
4 El atributo es muy importante en la evaluación del desempeño del encuestado.
5 El atributo es extremadamente importante en la evaluación del desempeño del encuestado.
2.2 Etapa Dos
Durante la segunda etapa, un total de 781 ingenieros en activo fueron contactados vía telefónica, haciendo uso de
un directorio proporcionado por la AMAC (Asociación de Maquiladoras, A. C de Ciudad Juárez, Chihuahua). Se concertó
una cita con todos ellos y se procedió a aplicar el cuestionario en los domicilios físicos de trabajo de cada uno de ellos. El
cuestionario no siempre fue contestado en la primera visita, por lo que se procedió a acordar otra. Se acordó que se
realizaran tres visitas a los ingenieros para buscar conseguir el llenado del cuestionario, además de que se les hizo llegar
también por correo electrónico en versión de documento de Word. Después de tres visitas o tres recordatorios vía correo
electrónico, el caso de ese encuestado fue abandonado.
Al final del proceso de colección de información, se logró obtener un total de 271 encuestas válidas, las cuales podían ser
analizadas.
2.3 Etapa Tres
En la tercera etapa se realizó la captura y análisis de la información. Se construyó una base de datos en el
software denominado SPSS 18, donde se construyó una tabla con los 271 casos correspondientes a los cuestionarios
respondidos y que aparecían por filas, mientras que las 20 columnas representaban a los atributos evaluados en los
ingenieros.
Se realizó un análisis descriptivo de los atributos, en la que se obtuvo la media y desviación estándar de las puntuaciones.
Para la validación del cuestionario se usó la prueba Alfa de Cronbach, donde se analizaron también los impactos que
tenían cada atributo o ítem si éste fuese eliminado del cuestionario. Con la finalidad de determinar la factibilidad del
análisis factorial se analizó la matriz de correlaciones y se observó que la mayoría de las correlaciones eran mayores a
0.3, además se analizó de las correlaciones de la matriz anti-imagen. Asimismo, se obtuvo el índice KMO (Kaiser, Meyer,
Olkin), se aplicó la prueba de esfericidad de Bartlett para medir la adecuación de la muestra y se analizaron las
comunalidades de cada uno de los atributos (Lin, 2008).
Para determinar los factores críticos que son evaluados en un ingeniero que se desempeña en la industria maquiladora o
manufacturera, se realizó un análisis factorial por el método de componentes principales y dado que se tenía una muestra
de 271, se consideró un corte de cargas factoriales de 0.4 (Fisher y King, 2010).
La extracción de los componentes se realizó haciendo uso de la matriz de correlación y se consideraron como importantes
aquellos factores con un valor mayor o igual a la unidad en sus Eigenvalores, condicionándose la búsqueda a 100
iteraciones para la convergencia de un resultado. Además, con la finalidad de obtener una mejor interpretación de los
factores críticos, se realizó una rotación por el método Varimax. Asimismo, en el análisis factorial se eliminaron los
atributos con cargas factoriales con valor menor a 0.5 (Lin, 2008; Fisher y King, 2010).
3. RESULTADOS
La sección de resultados está dividida en tres secciones, la primera se relaciona con la composición de la
muestra, la segunda con las pruebas de confiabilidad realizadas al cuestionario usado para la obtención de la información
y las de factibilidad para aplicar el análisis factorial, y finalmente, en la tercera sección se exponen los principales factores
críticos encontrados mediante el análisis factorial.
3.1 Composición de la Muestra
Un total de 271 cuestionarios validos fueron obtenidos de diferentes ingenieros en activo. Las principales especialidades
de la ingeniería que se encontraron aparecen en la Figura 1. Es importante señalar que algunos de los encuestados poseían
más de una carrera de licenciatura con especialidad en alguna ingeniería; sin embargo, para este estudio se consideró
solamente aquella que tiene más apego a su desempeño laboral al momento de desarrollar la entrevista. En relación al
sector en que se desempeñan los ingenieros encuestados, éstos se ilustran en el Figura 2. De la misma manera, algunos
ingenieros se desempeñan de medio tiempo en otros sectores; sin embargo, solo se identificó aquel en el cual tenían un
mayor rango en la estructura jerárquica de la empresa o mayor antigüedad de servicio.
Figura 1. Principales Disciplinas de los Encuestados
Figura 2. Sectores Productivos en los que Laboran los Ingenieros

3.2 Pruebas de Confiabilidad del Instrumento y Factibilidad
Al aplicar la prueba de confiabilidad del cuestionario se obtuvo el estadístico Alfa de Cronbach, el cual alcanzó un valor
de 0.985, lo cual indicaba que el instrumento tenía validez interna y que podía ser confiable, ya que los ítems realmente
medían lo que se buscaba medir. Además, se confirmó la solución antes propuesta mediante la aplicación de la división
del número de ítems y se obtuvo el coeficiente de Spearman - Brown. Los resultados pueden apreciarse en la Tabla 2 y
una vez más se concluyó que el cuestionario es válido, dado que se obtienen valores superiores a 0.8.
Tabla 2. Validación Interna del Cuestionario

Alfa de Cronbach Parte 1 Valor .738
Número de términos 10a
Parte 2 Valor .770
Número de términos 10b
Total de términos 20
Correlación entre formas .665
Coeficiente de Spearman-Brown Igual Longitud .799
Diferente longitud .799
Coeficiente de Guttman .797
Para analizar la viabilidad de aplicar el método de análisis factorial, se estuvo el índice KMO y se realizó la prueba de
esfericidad de Bartlett como una medida de adecuación de la muestra analizada. Los resultados se aprecian en el Cuadro
3. Con base al índice KMO se concluye que es apropiado realizar el análisis factorial.
Tabla 2. Pruebas e Viabilidad de Análisis Factorial

Medida de adecuación de la muestra (KMO) 0.803
Chi cuadrada 1474.165
Prueba de esfericidad de
Grados de libertad 190
Bartlett
Significancia .000
Al analizar los elementos de la diagonal de matriz de correlación anti-imagen, se observó que todos los valores eran
mayores a 0.66, por lo que se concluía que el análisis factorial era apropiado. Asimismo, el valor de las comunalidades
siempre fue mayor a 0.5, lo que confirmaba qué el análisis factorial podía ser aplicado y no fue necesario eliminar del
análisis ninguna de las 20 variables.
3.3 Estadística Descriptiva de los Atributos Evaluados
Se analizaron 20 atributos relacionados con la posición jerárquica que tiene el ingeniero en la industria maquiladora. En
la Tabla 4 se ilustran la media y la desviación estándar de los datos.

Los resultados indican que el atributo más importante que se evalúa en un ingeniero en Ciudad Juárez es el relacionado
con el conocimiento que tiene de técnicas computacionales, sus aplicaciones prácticas y mejoras; además, dado su
posición geográfica como zona fronteriza con Estados Unidos de América, se requiere que el ingeniero sea totalmente
bilingüe, dado que el idioma inglés es indispensable, debido a que la mayoría de las industrias maquiladoras son
extranjeras y la comunicación escrita y oral se realiza en ese idioma. Cabe mencionarse que en la actualidad algunas
instituciones de educación superior exigen la aprobación de un examen de inglés como requisito para obtener el grado de
ingeniería, en el cual deben obtener cierto nivel.
En tercer lugar aparece la competencia técnica, la cual se refiere al conocimiento de herramientas y técnicas de ingeniería,
las cuales pueden ser adquiridas en las universidades o por medio de experiencia en las propias empresas. Además, dado
que el ingeniero casi siempre ocupa un nivel medio en la estructura jerárquica, se requiere que posea amplios
conocimientos relacionados con la industria y sector en el cual se desempeña, y también, dado que los avances
tecnológicos en la actualidad son muy avanzados, el ingeniero requiere de un amplio conocimiento de los procesos de
manufactura y de las tecnologías avanzadas de manufactura que se usan en ellos, así como de relaciones industriales y del
negocio. Es importante señalar que en una revisión de las asignaturas de algunas ingenierías ofertadas en la región de
Ciudad Juárez y analizando los objetivos de las mismas, se observa que muchas de las habilidades contenidas en este
rubro buscan ser cubiertas por más de alguna de las asignaturas.
Tabla 4. Estadística Descriptiva de los Atributos Relacionados con la Posición del Ingeniero
Desviación
Atributo Media
Estándar
Conocimientos computacionales 3.989 1.059
Hablar otro idioma además del Español 3.985 1.208
Competencia técnica 3.963 0.981
Experiencia relacionada a la industria 3.952 0.963
Experiencia anterior en manufactura 3.9 1.023
Conocimientos en tecnología avanzada para la manufactura 3.834 1.007
Conocimiento y/o experiencia en relaciones industriales 3.768 1.008
Conocimientos generales del negocio 3.768 1.065
Conocimiento/experiencia en acreditaciones de calidad 3.764 1.02
Conocimiento en relación a la organización y sus mercados 3.565 1.083
Experiencia/habilidades comerciales 3.554 1.02
Calificaciones terciarias en manufactura/producción 3.542 0.995
Calificaciones terciarias en estudios computacionales 3.52 0.996
Calificaciones terciarias en calidad 3.461 1.01
Calificaciones terciarias en negocios/manufactura 3.417 0.915
Calificaciones terciarias en personal/recursos humanos 3.406 1.098
Calificaciones de post grado en manufactura 3.387 1.076
Experiencia en ventas/mercados 3.343 1.131
Experiencia internacional 3.188 1.264
Calificaciones terciarias en contabilidad/finanzas 3.148 1.142
Si la información se analiza en orden ascendente en relación a la media aritmética de cada atributo, se observa que los
atributos con una menor calificación son la experiencia en contabilidad y finanzas, la experiencia internacional y aquella
relacionada con ventas y los mercados. Se observa claramente que los estudios de posgrado ayudan muy poco en la
posición que ocupa un ingeniero en una empresa, ya que muchas de éstas prefieren capacitar a su personal en las aéreas
específicas que requieren reforzar.
Si los datos se analizan en función de la desviación estándar, la cual puede tener una interpretación como una medida del
acuerdo que alcanzan los encuestados en relación a un atributo, se observa que el menor valor se encuentra en las
calificaciones terciarias en negocios y manufactura (0.915), es decir, existe un acuerdo generalizado entre los
encuestados, de que este atributo tiene realmente ese valor en la evaluación de su desempeño dentro de la empresa. Otro
atributo que tiene un valor muy bajo es el relacionado con la competencia técnica (0.981), mismo que se relaciona con los
conocimientos y habilidades en el uso y manejo de técnicas, metodologías y herramientas de ingeniería.
Existen otros tres atributos que tienen una desviación estándar menor a la unidad, los cuales son la competencia técnica,
las calificaciones terciarias en manufactura, específicamente producción, y los relacionados con los conocimientos de
computación, tales como el uso y manejo de software para el análisis de información. Esto indica que los encuestados
tienen un consenso en los niveles de importancia de esos atributos.
3.4 Principales Factores Evaluados en los Ingenieros
Al correr el análisis factorial con los veinte atributos, se observó que las variables se agrupan en siete factores importantes
y que éstos explican el 64.29% de toda la variabilidad. Se consideraron como importantes solamente aquellos factores que
tenían un eigenvalor mayor a la unidad. Una representación gráfica de los valores de los Eigenvalores se observa en el
gráfico de sedimentación que se ilustra en la Figura 3, mientras que en la Tabla 5 se ilustra la varianza explicada por los
factores; mientras que en la Tabla 5 se exponen los siete factores encontrados del análisis factorial.
Figura 3. Gráfico de Sedimentación
Tabla 5. Varianza Total Explicada

Eigenvalores iniciales Valores Rotados
Componente Total % de Varianza % Acumulado Total % de Varianza % Acumulado
1 5.353 26.764 26.764 2.527 12.633 12.633
2 1.652 8.26 35.025 1.952 9.762 22.394
3 1.33 6.652 41.677 1.943 9.715 32.11
4 1.252 6.26 47.937 1.748 8.742 40.852
5 1.21 6.051 53.988 1.654 8.272 49.123
6 1.061 5.307 59.295 1.605 8.024 57.147
7 1 5 64.295 1.43 7.148 64.295
4. CONCLUSIONES
Los resultados en este trabajo indican que actualmente los ingenieros que se desempeñan en la industria
manufacturera de Ciudad Juárez requieren de grandes habilidades que podrían ser consideradas como parte del currículo
de un administrador de empresas, dado muchos de los factores tienen más relación con los contenidos programáticos
que se desarrollan en las carreras con enfoque social y administrativo. En este aspecto, se concuerda con Ruiz (2004),
quien menciona que cada vez se está más en camino hacia la desprofesionalización de la ingeniería, dado que existen
barrera muy difusas entre esta carrera y otras especialidades. De la misma manera, se concuerda desde un punto de vista
estadístico con Cuevas (2006), quien menciona que la ingeniería abre cada vez más opciones profesionales y en la
actualidad es posible encontrar nuevas ingenierías en la lista de pregrados y posgrados que ofrecen las universidades
públicas y privadas.
En relación a la comparación que se realza con el trabajo realizado por Ritter et al. (1998) en Australia, cuando se
realiza el análisis de tipo descriptivo univariable, se observa que existen muy pocas diferencias entre con las exigencias
que se demandan a los ingenieros en México. Sin embargo, es importante señalar que el dominio del idioma inglés en
México aparece como uno de los atributos mas evaluados, cuando en Australia por ser el idioma oficial, ocupa el último
lugar. En el resto de los atributos evaluados no se observan diferencias significativas.
Tabla 5. Matriz de Valores Rotados

Carga
Atributo Explicación
Factorial
ConOrg 0.781 Conocimientos empresariales y comerciales: Este factor se relaciona con los conocimientos
ConNeg 0.758 que se tienen del negocio, como lo es el giro de la empresa, sus clientes y proveedores. De la
ExpVentas 0.579 misma manera, se relaciona con los conocimientos al interior de la empresa, como lo es su
estructura y staff , involucrando su experiencia en ventas de productos propios.
CalPosgrado 0.786 Habilidades Administrativas: Se refiere a las calificaciones que el ingeniero ha obtenido en
ExpInter 0.745 algún posgrado o de manera académica, involucrando la experiencia internacional y
CalConta 0.629 conocimiento especiales de contabilidad.
CalTerMan 0.821 Calificaciones terciarias: Se refiere a capacitaciones que posee el ingeniero y que han sido
0.778 proporcionados por un ente externo a la academia y a la empresa; como pueden ser la
CalTerCal
certificaciones en seis sigma y cualquier otra relacionada con calidad.
CalTer 0.778 Comunicación: Este factor se refiere a la calificaciones que tiene el ingeniero en relación a la
ConCal 0.604 calidad y certificaciones requeridas. Además, involucra las habilidades de comunicación que
ExpHabCom 0.518 debe tener, dado que ocupa una posición administrativa y requiere dirigirse a sus subordinados.
ExpMan 0.806 Experiencia en Manufactura: este factor se relaciona con la experiencia que tiene el
0.729 ingeniero en relación a los procesos de manufactura que se tienen en la empresa. Además,
ConRelInd
involucra el conocimiento de las relaciones industriales al interior de la misma.
ConComp 0.849 Habilidades Técnicas: Este factor se refiere a las habilidades o experiencias industriales que
0.672 posee el ingeniero y la forma en que puede solucionar los problemas con el uso de tecnologías
ExpInd
de la información.
ConTAM 0.771 Tecnologías: Este factor se refiere al conocimiento que tiene el ingeniero de las tecnologías
0.741 usadas en los procesos de producción, sus capacidades, fortalezas y oportunidades de mejoras.
HabIdio
Además, de poder expresarse y comunicarse en idioma inglés.
REFERENCIAS
1. Álvarez, S. (2002). “Reprobación y deserción en el IPN”, Innovación Educativa, No. 6, Instituto Politécnico
Nacional, pp. 48–57.
2. Buffa, E.S. (1984). Meeting the Competitive Challenge, Dow Jones-Irwin, Homewood, IL.
3. Burgess, R.G. (Ed), (1982). Field Research: A Sourcebook and Field Manual, Allen and Unwin, London.

4. Cuevas, Y. (2006). “Ingenieros en la industria manufacturera. Formación, profesión y actividad laboral: ESTELA
RUIZ LARRAGUIVEL”, en Perfiles educativos, Vol. 28, No. 114, pp. 57-71.
5. Daft, R.L. (1993). Management, The Dryden Press, New York, NY.
6. Dettmer, J. (2003). “Ciencia, tecnología e ingeniería”, en Revista de la Educación Superior, No. 128, México,
Asociación Nacional de Universidades e Instituciones de Educación Superior, pp. 29–58.
7. Feldman, H.D. (1985). “The senior production manager job: comparisons through an assessment of demands”, en
Production and Inventory Management, third quarter, pp. 88-100.
8. Fernández, E. y Luna, E. (2004). “Evaluación de la docencia y el contexto disciplinario: la opinión de los

profesores en el caso de ingeniería y tecnología”, en Revista Mexicana de Investigación Educativa, México,
Consejo Mexicano de Investigación Educativa, pp. 891–911.
9. Garduño, S. (1991). “El Palacio de Minería: historia de la ciencia en México”, en Técnica y Humanismo, No. 63,
México, pp. 22–26.
10. Hayes, R.H. and Wheelwright, S.C. (1984). Restoring Our Competitive Edge, John Wiley, New York, NY.
11. Likert, R. (1932). “A Technique for the measumerement of attitudes”, en Archives of Psychology, Vol. 140, pp. 1-
55.
12. Maddocks, A. p., Dickens, J. G. and Crawford, A. R. (2002). “The Skills, Attributes and Qualities of an
Engineer, Encouraging Lifelong Learning by means of a Web-based Personal and Professional Development
Tool", ICEE, UMIST, Manchester.
13. Ruíz, E. (2004). “Las nuevas tareas de los ingenieros en las industrias manufactureras. Hacia la
desprofesionalización de la ingeniería”, en Perfiles Educativos, Vol. 26, No. 104, pp 57-78.
14. Ruiz, E. (2006). “Reseña de ingenieros en la industria manufacturera. Formación, profesión y actividad laboral de
Estela Ruíz Larragivel”, en Perfiles Educativos, Vol. 28, No. 114, pp 190-194.
15. Oakland, J.S. and Sohal, A. (1989). “The education, training, and career of production managers in British
industry”, en International Journal of Operations and Production Management, Vol. 9, No. 8, pp. 63-90.
16. Ritter, M., Sohal, A. S. and D’Netto, B. (1998). “Attributes of an outstanding manufacturing manager”, en
International Journal of Manpower, Vol. 19 No. 3, 1998, pp. 145-160.
17. Robbins, S.P, Bergman, R. and Stagg, I. (1997). Management, Prentice Hall, Sydney.
18. Skinner, W. (1974). “The focussed factory”, Harvard Business Review, May-June
19. Samson, D., Sohal, A. and Ramsay, E. (1993). “Human resource issues in manufacturing improvement initiatives.
Case study experiences in Australia”, en The International Journal of Human Factors in Manufacturing, Vol. 3
No. 2, pp. 135-152.
20. Fisher, M.J. and King, J. (2010). The self-directed learning readiness scale for nursing education revisited: A
confirmatory factor analysis, en Nurse Education Today, 30(1), pp 44-48.
21. Lin, Z.J. (2008). A factor analysis on knowledge and skill components of accounting education: Chinese case, en
Advances in Accounting, incorporating Advances in International Accounting, 24 (1), pp 110-118.

Apéndice I. Lista de 16 artículos consultados para la determinación de los atributos
1. Bartlett, C.A. and Ghoshal, S. (1992). “What is a global manager?”, en Harvard Business Review, September-
October, pp. 124-132.
2. Beatty, C.A. and Lee, G.L. (1992). “Leadership among middle managers – an exploration in the context of
technological change”, en Human Relations, Vol. 45 No. 9, pp. 957-989.
3. Bennis, W. (1993). “COPs and ACEs”, en Management, May, pp. 8-10.
4. Boatler, R.W. (1992). “Worldminded attitudes of international division managers”, en Southwest Journal of
Business and Economics, Vol. 9 No. 2, pp. 22-26.
5. Donovan, J. (1992). “Adding value to product, services – strategy for the 90s”, en Australian, 9 September, p. 29.
6. Geber, B. (1992). “The care and breeding of global managers”, en Training, Vol. 29 No. 7, pp. 32-37.
7. Ireland, R.D., Hitt, M.A., Williams, J.C. (1992). “Self-confidence and decisiveness: prerequisites for effective
management in the 1990s”, en Business Horizons, Vol. 35 No. 1, pp. 36-43.
8. Keenan, J.P. and Krueger, C.A. (1992). “Whistleblowing and the professional”, en Management Accounting, Vol.
74 No. 2, pp. 21-24.
9. Maccoby, M. (1991). “Closing the motivation gap”, en Research-Technology Management, Vol. 34 No. 1, pp. 50-
51.
10. Marris, S. (1993). “Managers must “Roll up sleeves” to develop Strategies: Australian Manufacturing in the
1990s”, Australian Manufacturing Council.
11. Nancarrow, K. (1992). “Survey points the bone at managers for manufacturing decline”, en The Sunday Age, 14
June, p. 13.
12. Pearce, J.A. and Zahra, S.A. (1991). “The relative power of CEO’s boards of directors: association with corporate
performance”, en Strategic Management Journal, Vol. 12, pp. 135-153.
13. Ruiz, E. (2004). “Las nuevas tareas de los ingenieros en las industrias manufactureras. Hacia la
desprofesionalización de la ingeniería”, Perfiles Educativos, Vol. 26, No. 104, pp 57-78.
14. Sohal, A.S. and Marriott, F. (1993). “Manufacturing management in Australia. The human resource management
implications”, en International Journal of Manpower, Vol. 14 No. 9, pp. 41-55.
15. Tichy, N. (1990). “The transformational leader. Winning on the global playing fields of the 1990s”, en Speech to
BOC Group International Management Meeting.
16. White, A. (1993). “Managers behind in schooling”, en Australian, 24 June, p. 13.

PROBLEMÁTICA DE LA SELECCIÓN DE PROVEEDORES: UN NFOQUE

MULTIATRIBUTOS
1 2 3
Jorge Luis García Alcaraz Blanca L. Márquez Julián I. Aguilar Duque
1
Departamento de Ingeniería Industrial y Manufactura - Instituto de Ingeniería y Tecnología
Universidad Autónoma de Ciudad Juárez. Av. del Charro 450 Norte. Ciudad Juárez, Chihuahua, México.
Autor de Correspondencia: jorge.garcia@uacj.mx
2
Departamento de Ciencias Administrativas – Instituto de Ciencias Sociales y Administración
Universidad Autónoma de Ciudad Juárez. Ave. Universidad y Colegio Militar. Zona Chamizal.
Cd. Juárez, Chihuahua, México.
3
RESUMEN
En este artículo se presenta la evaluación de un conjunto de seis proveedores de un empaque de bombas sumergibles, los
cuales tienen varias características o atributos. La comparación se realiza mediante el uso de un modelo lineal aditivo
ponderado y los atributos evaluados son los costos del empaque, calidad del producto, servicio por parte del proveedor,
confiabilidad del producto, administración y organización por parte del proveedor y tecnología de fabricación usada.
Además, con la finalidad de integrar la opinión de varias personas en la decisión, el análisis de la información se realizó con
la ayuda de un grupo de decisión integrado por seis responsables del área de compras. El modelo es sencillo de aplicar y ha
sido ampliamente aceptado por los usuarios del mismo, quienes lo usan para la selección de proveedores de otros
componentes.
1. INTRODUCCION
En la mayoría de las industrias, el costo por materias primas y las piezas componentes de sus productos constituye la
mayor de las inversiones realizadas, llegando algunas veces a representar hasta el 70% de costo del mismo. Por ello, el
departamento de compras tiene una gran importancia en la reducción de costos totales de producción, y una de las
funciones que se realizan frecuentemente es la selección de proveedores para todos los tipos de productos que ofrezca la
empresa (Ghodsypour y O'Brien 1998), la cual es una tarea difícil para el responsable del departamento de compras.
Afortunadamente, dada la importancia que tiene el proveedor para las empresas, la selección de proveedores de servicios,
partes y componentes, ha llamado la atención de académicos e investigadores, quienes han buscado un entendimiento
sistemático de este problema en las últimas tres décadas (Weber et al. 1991; De Boer et al. 2001), por lo que se han
desarrollado muchas técnicas de aplicación, metodologías y procedimientos de selección y se ha determinado qué atributos
evaluar, según el sector al que pertenezcan las empresas. Algunos ejemplos de esas técnicas son ubicadas dentro de la teoría
de la decisión multiatributos, programación matemática y de minería de datos.
Se ha establecido que el problema de selección de un proveedor puede consistir en cuatro principales etapas (Boer et al.,
2001), las cuales son: a) definición del problema, b) determinación de los atributos a evaluar, c) evaluación de los
proveedores mediante una técnica y, d) selección final de un proveedor.
En relación a la definición del problema, se afirma que tradicionalmente, los responsables del proceso de evaluación de
proveedores suelen omitirla, centrándose solamente en la última etapa, relacionada con la selección de uno de éstos, por lo
que frecuentemente se cometen errores. Por ejemplo, algunos autores hacen énfasis en algunas etapas del proceso de
selección, inclusive las cuatro (De Boer, et al. 2001), mientras que otros se focalizan específicamente en solo algunas
(Weber, et al. 1991; Holt, 1998; Degraeve et al. 2000).
En relación a la selección de los atributos y características a evaluar, es posible encontrar mucha información en la
literatura, los cuales enfocan el análisis y determinación desde diferentes enfoques (Min, 1994; Barbarosoglu y Yazgac,
1997; Krause y Ellram, 1997; Ghodsypour y O'Brien, 1998; Motwani et al., 1999; Masella y Rangone, 2000; De Boer et
ISBN 978-0-615-36191-8 VERTICE 2010
García Alcaraz et al. -69
al., 2001; Humphreys et al. 2001; Liu y Hai, 2005). Se acepta que se tienen dos tipos de atributos que caracterizan a los
proveedores, los cuales son cuantitativos y cualitativos. Los atributos cuantitativos se pueden medir por una dimensión
concreta o escala, tales como el costo y el tiempo de abastecimiento; sin embargo, los cualitativos no pueden ser expresados
por una unidad o escala de medición y se requiere de la evaluación y experiencia de personas conocedoras en el tema.
Es importante señalar que otro de los factores que complica la selección de un proveedor es que muchos de los atributos se
pueden encontrar en conflicto. Por ejemplo, es posible que el proveedor que ofrece el mejor precio, no ofrezca la mejor
calidad en la parte o material solicitado; además, es posible que aquel proveedor con la mejor calidad no se sea quien está
en capacidad de realizar las entregas y abastos en tiempo (Wind y Robinson, 1968). Consecuentemente, es necesario hacer
una compensación entre estos atributos en conflicto mediante técnicas compromiso en las que no se optimice una función,
sino que se satisfaga una necesidad.
En relación con métodos disponibles para selección de los mejores atributos de proveedores, existe muy poca información o
literatura reportada. Por ejemplo, en ciertos trabajos se reportan solamente dos aplicaciones relacionadas con la
identificación y selección de los atributos (De Boer, 2001). Otros, proponen el modelado estructural interpretativo como
técnica para identificar atributos, el cual se basa en la opinión y juicio de personas expertas para identificar y resumir
relaciones entre los atributos escogidos, mismo que tiene un enfoque gráfico (Mandal y Deshmukh, 1994).
De la misma manera, se han propuesto y desarrollado métodos para la selección de proveedores; por ejemplo, se ha
desarrollado un sistema experto que cubre múltiples fases en el proceso de selección del proveedor, entre éstas se encuentra
la determinación de los mejores atributos (Vokurka et al., 1996). Otros han realizado encuestas y analizado respuesta de
gerentes para determinar los principales atributos a evaluar, los cuales pueden ser genéricos y subdividirse en otros más
específicos (Tam y Tummala, 2001). Asimismo, se han propuesto modelos de selección interactivos basados en AHP
(Chan, (2003). Una descripción de las técnicas empleadas puede ser consultada en muchos trabajos (De Boer et al. 2001).
Sin embargo, debe decirse que existen otras técnicas menos cuantitativas, tales como comparación del precio, inspección de
muestras, visita a fábricas de proveedores, encuestas en el sitio, certificaciones obtenidas (ISO 9000 o QS 9000), y
capacidad de proceso se han propuesto para el proceso de selección de proveedores (Ourkovic y Handfield, 1996). De la
misma manera, otros autores recomiendan técnicas de selección de proveedores en situaciones especiales, tales como la
incertidumbre en la demanda, donde se sugiere usar la capacidad de proceso del proveedor y el tiempo de respuesta como
atributos a integrarse en métodos de selección (Asokan y Unnithan, 1999; Boyles, 1996; Chan et al., 1991; Chen, 1990;
Liu, 1993; Pearn y Chen, 1997-98; Pillet et al., 1997-98; Singhal, 1990; Taam et al., 1993). De la misma manera, otros
autores apuestan por la evaluación multautributos, ya que integra varias características en la evaluación y no se limita
solamente a la capacidad de respuesta del proveedor.
Según lo anterior, se puede observar que existen varios atributos y métodos para la selección de proveedores En este
artículo se propone un modelo multiatributos para la evaluación y selección de un proveedor de una pieza metalmecánica,
la cual se usa en un subensamble que forma parte de una bomba sumergible de agua de gran profundidad. El modelo
incluye los atributos reportados en la literatura y está basado en análisis dimensional, donde se obtienen índices de
semejanza de las alternativas evaluadas con respecto a un proveedor idealizado, el cual es completamente eficiente en todos
sus atributos.
2. METODOLOGÍA
Para la generación del modelo se siguió la metodología propuesta de De Boer (2001):
2.1 Definición del problema
Una empresa que se dedica a la fabricación de bombas sumergibles tiene que ensamblar varios componentes en su línea de
producción. Dentro de ese proceso debe de emplear un empaque que une dos corazas que mantienen un sistema eléctrico
funcionando bajo el agua. La falla de este empaque se detecta por el corto circuito que se genera e inhabilita a la bomba,
dejándola fuera de servicio. Para repararla, la bomba debe ser extraída para llevar a cabo el cambio de empaque.
La empresa ha estado enfrentando problemas muy frecuentes con sus clientes dentro del plazo de garantía del equipo que ha
vendido, lo que afecta su imagen, prestigio, pérdida de ventas y consecuentemente, pérdidas económicas en sus estados
financieros. El porcentaje de bombas que debe de reparar dentro del plazo de garantía por tal defecto es del 9%, con una
inversión de $28,5083.89 por cada bomba dañada.
El gerente general ha hablado con el proveedor del empaque en relación a la poca confiabilidad del mismo y ha propuesto
planes de reparación conjunta para compartir gastos de reparación causadas por los defectos. No se ha tenido una respuesta
PROBLEMÁTICA DE LA SELECCIÓN DE PROVEEDORES: UN NFOQUE MULTIATRIBUTOS -70

favorable para el fabricante de bombas, por lo que se ha tomado la decisión de realizar un análisis de los diferentes
proveedores de ese empaque para buscar mayor confiabilidad en esa pieza.
Se realizó un rastreo tecnológico para determinar a los posibles proveedores. Se encontró que existen 23 proveedores del
mismo empaque, pero se determinó que solamente seis podían tener fácil abasto del material en Ciudad Juárez, Chihuahua,
México. Se estima que los mejores proveedores se encuentran en Singapur y Japón, sin embargo, la distancia hace poco
posible un abasta en México y no existen distribuidores locales o representantes en América. Los diferentes proveedores
serán denotados por PR1, PR2, ….PR6.
2.2 Determinación de los Atributos
Se investigó que atributos podían representar mejor las características de los atributos. Se determinó realizar el análisis en
base a los siguientes atributos.
Costos (CO, $). Está expresado en unidades monetarias y los valores mínimos son deseados. Cabe mencionarse que
algunos proveedores son extranjeros, por lo que su producto se cotiza en dólares, entonces se realizó una conversión para
todos los proveedores al tipo de cambio que se presentaba en un día especifico.
Calidad del producto (CA, %). Se refiere a la calidad del producto y es medido por la cantidad de defectos que el cliente
reporta en sus procesos. Para ello se requiere de la realización de visitas a las plantas de los diferentes proveedores; sin
embargo, se confió en la información proporcionada por éstos dado que todos tienen un sistema de calidad implantado y
han sido certificados por ISO. Los valores más altos de calidad son deseados, o sea, los porcentajes mínimos de defectos.
Servicio (SE). Este atributo es subjetivo y se refiere a aspectos como la rapidez del servicio, capacidad para enfrentar
pedidos urgentes, rapidez para hacer validas las garantías, etc. La estimación de un valor numérico estuvo en función de las
opiniones dadas por clientes de esos proveedores, los cuales fueron investigados mediante encuestas vía teléfono. Valores
altos en el servicio son deseados.
Confiabilidad (CN, Horas). Para la determinación de este atributo, se realizaron pruebas de vida acelerada a los
productos, sometiéndolos a humedad y temperaturas elevadas, simulando los ambientes de trabajo en el cual se
desempeñarían. La prueba se realizó a una muestra adquirida para tales propósitos en los laboratorios de la propia empresa,
dada la importancia que tiene este atributo. Se estimaron las horas que duraban en promedio los diferentes empaques,
sometidos todos a las mismas condiciones de trabajo. Valores altos en este atributo son deseados.
Administración y Organización (AO). Este atributo es subjetivo y para la determinación del mismo se realizaron análisis
de la similitud cultural de la empresa, sistemas de comunicación al interior de la empresa y con los clientes, reputación y
posición en el sector de la fabricación de empaques y velocidad de desarrollo e innovación en sus productos. Valores altos
en este atributo son deseados.
Tecnología (TE). Este atributo es subjetivo y se refiere a las tecnologías usadas en los procesos de producción usados por
los proveedores, la capacidad de proceso, la capacidad de desarrollo de nuevos equipos en base a necesidades propias,
capacidades futuras de producción y capacidad de diseño de nuevas tecnologías. Valores altos en este atributo son
deseados.
Para la determinación de los atributos subjetivos o cualitativos se contó con la ayuda de tres personas, los cuales emitieron
sus calificaciones en una escala del uno al nueve. El uno representaba la ausencia del atributo en el proveedor y el nueve, la
máxima presencia.
2.3 Análisis de los proveedores
Para el análisis de los proveedores se empleó la técnica denominada Modelo Lineal Aditivo Ponderado (MLAP), misma
que se expone brevemente a continuación, no sin antes dar una introducción a toma de decisiones con un enfoque matricial.
2.3.1 Enfoque Matricial en Toma de Decisiones
Supóngase que J atributos objetivos y L atributos subjetivos se han identificado en los k tractores en evaluación. Los J
atributos objetivos son denotados por X1, X2, ... XJ, y los L atributos subjetivos son denotados por XJ+1, X J+2, ... XJ+L
(Parkan y Wu, 1999).
Los valores de los atributos objetivos para el proceso de selección son generalmente proporcionados por el constructor de la
TAA. En este trabajo se representan esos valores en una matriz de valores objetivos (VO), tal como se indica en (1).
A1 ⎡ X 11 X 12 . . X 1J ⎤
⎢ ⎥
A2 ⎢ X 21 X 22 . . X 2J ⎥
VO = . ⎢ . . . . . ⎥ (1)
⎢ ⎥
. ⎢ . . . . . ⎥
A k ⎢⎣ X k 1 X k
2 . . X k J ⎥⎦
donde:
X k j = valor del atributo j en la alternativa k
j= 1, 2…J
k= 1..... K
Los valores de los atributos subjetivos para la selección de la TAA son obtenidos por calificaciones de expertos. Supóngase
que P PA conocedores de la TAA son invitados a calificar las alternativas con respecto a cada uno de los atributos
subjetivos, los cuales forman el grupo de decisión (GD). Parkan y Wu (1999) proponen que los elementos del GD
califiquen la presencia del atributo en las alternativas mediante un número entero entre uno y nueve, donde el uno indica
que ese atributo no está presente en la alternativa, mientras que el nueve indica que ese atributo está presente en la
alternativa en su máxima expresión. Una matriz de valores subjetivos (VS) es construida por cada integrante del GD, tal
como se indica en (2).
A1 ⎡ X 1P J +1 X 1P J + 2 . . X 1P J + L ⎤
⎢ ⎥
A2 ⎢ X 2 P J +1 X 2P J +2 . . X 2P J +L ⎥
VS p = . ⎢ . . . . . ⎥ (2)
⎢ ⎥
. ⎢ . . . . . ⎥
AK ⎢⎣ X KP J +1 X KP
J +2 . . X KP J + L ⎥⎦
Las P matrices VSp que proveen los integrantes del GD se suman término a término, generando una matriz total, en la cual
se divide cada uno de sus elementos por el valor P o número de elementos del GD que emitieron su juicio, obteniéndose de
esta manera una media aritmética, la cual representa el juicio promedio. Se asume que los P campesinos son racionales y
lógicos en su juicio. Así la matriz de valores subjetivos total (VST), se determina mediante el arreglo matricial (3).
⎡ X 1 J +1
A1 X 1 J +2 . . X 1J +L ⎤
⎢ 2 ⎥
P
A2
⎢ X J +1 X 2 J +2 . . X 2 J +L ⎥
VST = ∑ VS / P = . ⎢ .
P
. . . . ⎥ (3)
P =1 ⎢ ⎥
. ⎢ . . . . . ⎥
AK ⎢⎣ X K J +1 X K J +2 . . X K J + L ⎥⎦
donde:
P
∑x
p =1
kp
J +i
x k
J +i = es la calificación promedio de los P expertos para la TAA Ak con respecto al atributo XJ+i.
P
k=1,... k
i=1,...L

Combinando la matriz de valores objetivos y la de valores subjetivos total, se construye la matriz de decisión final (MDF),
tal como se ilustra en la matriz (4).
A1 ⎡ x11 ... x1 J x1 J +1 ... x1 J + L ⎤

A2 ⎢ 2 2 ⎥
x 2 J +1 ... x 2 J + L ⎥
MDF = [VO,VST ] = . ⎢ x 1 ... x J (4)
⎢ . . . . . . ⎥
. ⎢ K ⎥
⎢⎣ x 1 ... x J x K J +1 ... x K J + L ⎥⎦
K
AK
2.3.2 Modelo Lineal Aditivo Ponderado
En el proceso de selección por medio del MLAP se usan deben seguir los siguientes pasos:
Normalizar: Dado que es posible que los atributos se encuentren en diferentes escalas de medición, se procede a
normalizarlos para que toda la información de los atributos se encuentre de manera adimensional y se puedan realizar
operaciones entre los diferentes atributos. La normalización se realiza en función del tipo de atributo que se trate. Los
atributos que se desean maximizar se basan en la suma de los valores, mientras que aquellos que se quieren minimizar, se
basan en los recíprocos de los valores.
La normalización se realiza de acuerdo a las ecuaciones (5) y (6), según sea el caso, que se desee maximizar o minimizar.
Cada una de las alternativas serán denotadas por Ak.
Xi
TX i = K
para maximizar (5)
∑X
i =1
i
1/ X i
TX i = K
para minimizar (6)
∑ (1 / X
i =1
i )
Ponderar: Multiplique los vectores normalizados de cada Ak por el peso o ponderación que tiene cada uno de los atributos,
obteniéndose la Contribución Total de la Alternativa (CTA), según (7).
J +L
CTA k = ∑ ( wi * X i ) para i=1,2…J+L y k=1,2…K
k
(7)
i =1
Selección: El criterio de selección es elegir aquella Ak con el mayor índice en la CTA.
En este modelo se usa la metodología de ponderación utilizada por Parkan y Wu (1999), donde se solicita al GD que emita
sus juicios sobre la importancia que tiene cada uno de los atributos evaluados, lo cual se realiza en una escala Likert con
valores comprendidos entre uno y nueve, donde el uno representa una importancia nula del atributo y el nueve indica una
importancia extrema o esencial. Las calificaciones obtenidas por cada uno de los atributos son promediados según la
ecuación (8).
∑O iR
wi = R =1
Para R=1, 2, …P y i=1,2,….J+L (8)
P
donde:
OiR = juicio emitido por el experto R para el atributo i
wi = ponderación para el atributo i
P= número de expertos que emiten su juicio.
1. RESULTADOS
La matriz de decisión final se ilustra en la Tabla 1, en la cual se ilustran los valores objetivos y subjetivos de los
atributos. En la última fila se señala el valor nominal deseado de cada uno de los atributos. Así por ejemplo, el costo es un
atributo que se desea minimizar, pero la atención al cliente se desea maximizar. Ello determina que ecuación usar para la
normalización de los valores.
Los valores normalizados se ilustran en la Tabla 2 y fueron obtenidos de acuerdo a las ecuaciones (5) y (6). Cabe señalar
que todos los valores que aparecen en la Tabla 2 son menores la unidad
Tabla 1. Valores de los Atributos para Selección de Proveedores

PRi CO CA SE CN AO TE
PR1 185 6.5 7.2 12850 6.5 7.5
2
PR 290 7.5 7.1 13695 7.2 6.9
PR3 310 7.6 7.8 12870 6.5 8.05
4
PR 245 6.5 7.9 11385 5.4 7.15
5
PR 325 7.55 8.05 11235 6.4 6.89
6
PR 235 6.85 7.08 12585 7.2 7.43
Nominal Min Min Max Max Max Max
Tabla 2. Valores Normalizados de los Atributos

PRi CO CA SE CN AO TE
1
PR 0.2301 0.1808 0.1595 0.1722 0.1658 0.1708
2
PR 0.1468 0.1567 0.1573 0.1835 0.1837 0.1571
PR3 0.1373 0.1546 0.1728 0.1725 0.1658 0.1833
PR4 0.1737 0.1808 0.1750 0.1526 0.1378 0.1628
PR5 0.1310 0.1556 0.1784 0.1506 0.1633 0.1569
PR6 0.1811 0.1715 0.1569 0.1687 0.1837 0.1692
Mientras que los valores usados para medir los niveles de importancia o ponderación de cada uno de los atributos se
ilustran en la Tabla 3, donde en la última fila se han anexado los valores promedios que se han obtenido de los juicios de

los jueces. En la última fila se expone el valor de dividir el promedio entra la suma de promedios, mismo que representa el
valor de ponderación de cada atributo.
Tabla 3. Valores de los Juicios de Expertos para Determinar Ponderación

EXPERTO CO CA SE CN AO TE
E1 8 2 2 8 9 6
E2 5 9 9 5 5 8
E3 6 8 8 6 8 7
E4 7 7 7 7 7 9
E5 5 9 9 5 6 7
Promedio 6.2 7 7 6.2 7 7.4
wi 0.1520 0.1716 0.1716 0.1520 0.1716 0.1814
Para determinar el proveedor que debía ser seleccionado, se hizo uso de la ecuación (7). Los resultados se aprecian en la
Tabla 4 y en la última columna se agregado la contribución total de cada una de las alternativas y al aplicar el criterio de
selección usado en el MLAP, se han agregado valores entre corchetes que indican el orden de preferencia de cada una de
las alternativas. Así, se observa que el proveedor uno debe ser seleccionado, dado que obtiene la mayor contribución,
mientras que en segundo lugar está el proveedor seis. Una interpretación similar se realiza con los demás valores y
alternativas.
Tabla 4. Resultados de MLAP

PRi CO CA SE CN AO TE CTA
1
PR 0.0350 0.0310 0.0274 0.0262 0.0285 0.0310 0.1790 [1]
2
PR 0.0223 0.0269 0.0270 0.0279 0.0315 0.0285 0.1641 [4]
3
PR 0.0209 0.0265 0.0297 0.0262 0.0285 0.0333 0.1650 [3]
4
PR 0.0264 0.0310 0.0300 0.0232 0.0236 0.0295 0.1638 [5]
5
PR 0.0199 0.0267 0.0306 0.0229 0.0280 0.0285 0.1566 [6]
6
PR 0.0275 0.0294 0.0269 0.0256 0.0315 0.0307 0.1717 [2]
REFERENCIAS
2. S.H. Ghodsypour and C. O’Brien, “ A decision support system for supplier selection using an integrated analytic hierarchy process and linear
programming,” Int. J. Prod. Econ., vol. 56/57, pp 199–212, 1998.
3. C. A. Weber,J. R. Current and W. C. Benton, “Vendor selection criteria and methods,” Euro. J. Op. Res., vol. 50, pp 2–18, 1991.
4. L. De Boer, E. Labro and P. Morlacchi, “A review of methods supporting supplier selection,” Euro. J. Purch. & Supply Manage, vol. 7, pp 75-
89, 2001.
5. G. D. Holt, “Which contractor selection methodology?, Int. J. Proj. Manage., vol. 16(3), pp 153–164, 1998.
6. Z. Degraeve and F. Roodhooft, “A mathematical programming approach for procurement using activity based costing,” J. Business Finance &
Acc., vol. 27(1-2), pp 69-98, 2000.
7. H. Min,” International supplier selection,” Int. J. Phys. Distrib. Logist. Manage., vol. 24(5), pp 24-33, 1994.
8. G. Barbarosoglu and T. Yazgac, “An application of the analytic hierarchy process to the supplier selection problem,” Prod. Invent. Manage. J.,
vol. 38(1), pp 14–21, 1997.

9. D.R. Krause and M. Ellram, “Success factors in supplier development,”. Int. J. Physic. Distrib. Logist. Manage., vol. 27, pp 39–52, 1997.
10. S. H. Ghodsypour and C. O’Brien, “A decision support system for supplier selection using an integrated analytic hierarchy process and linear
programming,” Int. J. Prod. Econ., vol. 56/57, pp 199–212, 1998.
11. J. Motwani, M. Youssef, Y. Kathawala and E. Futch, “Supplier selection in developing countries: A model development,” Integ. Manuf. Syst.,
vol. 10/3, pp 154–161, 1999.
12. C. Masella and A. Rangone, “Managing supplier/customer relationships by performance measurement systems,” in Proceedings of the 2nd
International Symposium on Logistics, pp 95–102, 1995.
13. P. Humphreys, W. K. Shiu and V. H. Y. Lo, “Buyer–supplier relationship: Perspectives between Hong Kong and the United Kingdom,” J.
Mater. Proc. Tech., vol. 138, pp. 236–242, 2003.
14. F.F. Liu, and H.L. Hai, “The voting analytic hierarchy process method for selecting supplier,” Int. J. Prod. Econ., vol. 97(3), pp 308–317,
2005.
15. Y. Wind and P. J. Robinson, “The determinants of vendor selection: The evaluation function approach,” J. Purch. Mater. Manage., vol. 8, pp
29–41, 1968.
A. Mandal and S. G. Deshmukh,”Vendor selection using interpretive structural modeling (ISM),” Int. J. Op. Prod. Manage., vol. 14(6),
pp 52–59, 1994.
16. R. J. Vokurka, J. Choobineh and L. Vadi, “A prototype expert system for the evaluation and selection of potential suppliers,” Int. J. Op. Prod.
Manage., vol. 16(12), pp 106–127, 1996.
17. M. C. Y. Tam and V. M. R. Tummala, “An application of the AHP in vendor selection of a telecommunications system,” Omega, vol. 29, pp
171–182, 2001.
18. F. S. T. Chan, “Interactive selection model for supplier selection process: an analytical hierarchy process approach,” Int. J. Prod. Res., vol.
41(15),pp 3549–3579, 2003.
19. S. Ourkovic and R. Handfield, “Use of ISO 9000 and baldrige award criteria in evaluation of supplier quality,” International Journal of
Purchasing and Materials Management, vol. 32(2), pp 2–11, 1996.
20. M. V. Asokan and V. K. G. Unnithan, “Estimation of vendor’s process capability from the lots screened to meet specifications,” Quality
Engineering, vol. 11(4), pp 537–540, 1999.
21. R. A. Boyles, “Multivariate process analysis with lattice data,” Technometrics, vol. 38(1), pp 37–49, 1996.
22. L. K. Chan, S. W. Cheng and F. A. Spiring, “A multivariate measure of process capability,” International Journal of Modelling and
Simulation, vol. 11(1), pp 1–6, 1991.
23. H. Chen, “A multivariate process capability index over a rectangular solid tolerance zone,” Statistica Sinica, vol. 4, pp 49–758, 1990.
24. M. Pillet, S. Rochon and E. Duclos, “SPC—generalization of capability index Cpm: Case of unilateral tolerances,” Quality Engineering, vol.
10(1), pp 171–176, 1997-1998.
25. S. C. Singhal, “A New Chart for analyzing multiprocess performance,” Quality Engineering, vol. 2(4), pp 379–390, 1990.
26. W. Taam, P. Subbaiah and J. W. Liddy, “A note on multivariate capability indices,” Journal of Applied Statistics, vol. 20(3), pp 339–351,
1993.
27. C. Parkan, and L. Wu, “Decision-making and performance measurement models with applications to robot selection,” Computers & Industrial
Engineering, vol. 36(3), pp 503-523, 1999.

78

Estadística
Industrial


ANÁLISIS DE COMPONENTES PRINCIPALES PARA LA DETERMINACIÓN

DE LOS FAPPP
Julián I. Aguilar Duque1
Jorge L. García Alcaraz2
Juan L. Hernández Arellano2
Diego A. Tlapa Mendoza1
Jesús Salinas Coronado1
Jesús Everardo Olguín Tiznado1
Arturo Tiznado Rodriguez1
1
Departamento de Ingeniería Industrial, Facultad de Ingeniería Ensenada.
Km. 103 Carretera Tijuana – Ensenada, Ensenada, B.C, México
Autor de Correspondencia: julian.aguilar@uabc.edu.mx
2
Departamento de Diseño Industrial, Instituto de Arquitectura, Diseño y Arte.
Av. Del Charro # 610, Ciudad Juárez, Chihuahua, México
Resumen
Ante la constante evolución de los sistemas económicos y la tendencia inconstante de sus variables, los sectores
manufactureros han enfocado sus esfuerzos en definir herramientas que les permitan aumentar la productividad. La presente
investigación ha sido realizada bajo el enfoque de ACP (Análisis de Componentes Principales) aplicada a un proceso de
ensamblado de sistemas de enfriamiento automotriz compuesto por diez células de manufactura, con el objetivo de
determinar cuál o cuáles variables son dominantes en la productividad del proceso mejor conocidos como los FAPPP
(Factores que Afectan la Productividad en un Proceso de Producción). Para cada una de las células se ha realizado un
análisis de tiempos muertos con ocho variables. El historial de los datos comprende un análisis de seis meses. Los datos se
analizaron estadísticamente con el uso de software estadístico encontrando que cuatro factores son los que afectan
directamente a la productividad y que explican el 90.8% de la variación total explicada en términos de tiempo muerto.
Palabras clave: ACP, productividad, variables.
1. INTRODUCCIÓN
La productividad en los procesos de manufactura normalmente se ve afectada por parámetros propios de la

organización o empresa, mismos que disminuyen el rendimiento e impiden el buen funcionamiento de la misma. En la
mayoría de los casos las variables que afectan a un proceso se convierten en elementos de ruido, cuya mesura es de
dimensiones grandes, afectando con ello la determinación exacta de cuáles de ellas son verdaderamente importantes y
representan un peso importante en la productividad del proceso, Moreno (2005).
Los estándares de calidad, servicio y costo en los productos industriales, son las pautas requeridas por los consumidores con
un estándar muy alto además de ser dominantes, según Churchill & Surprenant (1982). De la alta competitividad se
desprende la formación de los sistemas de células flexibles de manufactura consistente en máquinas controladas por
computadoras y compatible con herramientas de intercambio rápido, Castro (2005). En los procesos de mejora cíclicos se
forman células cuyas actividades se basan en movimiento, ensamble, carga, descarga y transporte de las partes
manufacturadas, (Zuberek, 1996).
En muchas aplicaciones de transformaciones lineales es útil encontrar vectores únicos, Sea T:V a V una transformación
línea, cuya aplicación es útil encontrar en un vector v en V tal que Tc y v son paralelos. Es decir, se busca un vector v y un
escalar λ tal que
Tv= λ v (1)
ISBN 978-0-615-36191-8 VERTICE 2010
ANÁLISIS DE COMPONENTES PRINCIPALES PARA LA DETERMINACIÓN DE LOS FAPPP -80

Cuando v≠0 y λ satisface (1), entonces λ se llama eigenvalor de T y v se llama eigenvector de T correspondiente al
eigenvalor λ, Grosman (2005).
El Análisis de Componentes Principales (ACP) es una técnica estadística de síntesis de la información, o reducción de la
dimensión (número de variables). Es decir, ante un banco de datos con muchas variables, el objetivo será reducirlas a un
menor número perdiendo la mínima cantidad de información posible. Los nuevos componentes principales o factores serán
una combinación lineal de las variables originales, y además serán independientes entre sí. Un aspecto clave en ACP es la
interpretación de los factores, ya que ésta no viene dada a priori, sino que será deducida tras observar la relación de los
factores con las variables iniciales, todas ellas con el uso de valores propios de una matriz formada por eigenvalores.
Un análisis de componentes principales tiene sentido si existen altas correlaciones entre las variables, ya que esto es
indicativo de que existe información redundante y, por tanto, pocos factores explicarán gran parte de la variabilidad total.
La elección de los factores se realiza de tal forma que el primero recoja la mayor proporción posible de la variabilidad
original; el segundo factor debe recoger la máxima variabilidad posible no recogida por el primero, y así sucesivamente.
Del total de factores se elegirán aquéllos que recojan el porcentaje de variabilidad que se considere suficiente. A éstos se les
denominará componentes principales, Baró y Alemany (2000).
2. MATERIAL & MÉTODOS
La metodología utilizada para el desarrollo de la presente investigación se expone en la Figura 1, en ella se observan
los seis pasos en la técnica para el Análisis Multivariante expuesta por Figueras (2000).
El análisis de componentes requiere que se establezcan cinco etapas de definición e investigación previas a la validación de
los resultados. La primera etapa como en cualquier proceso experimental y de investigación requiere de la identificación y
definición de los objetivos, es necesario aclarar que durante la presente investigación el objetivo del análisis es determinar
cuáles de las variables determinadas durante un proceso de inspección guiada son la de mayor ponderación y por ende
generadores de tiempos muertos.
OBJETIVOS DEL ANALISIS
DISEÑO DEL ANALISIS
SUPUESTO DEL ANALISIS
REALIZACION DEL ANALISIS NO (VALIDACIÓN RECHAZADA)
INTERPRETACIÓN DE RESULTADOS
VALIDACION DEL ANALISIS
SI (VALIDACIÓN ACEPTADA)
FIN
Figura 1 Etapas para un Análisis Multivariante. Figueras 2000
Una vez que se han determinado los objetivos del análisis, se deben de establecer los lineamientos para diseñar el análisis,
el diseño debe establecer qué datos deberán de ser adquiridos y cómo deben de recabarse. El diseño del análisis es un punto

Aguilar et al. - 81

fino dentro de la investigación, ya que define que datos generan información valiosa y que otros son solo datos que no
aportan información relevante al análisis.
El establecimiento para este tipo de análisis de un supuesto radica en que no es necesario validar estadísticamente la idea o
concepto o validar de forma confirmante o rechazante, lo cual permite determinar un amplio abanico de posibilidades para
comprobar y determinar la validez de la información. Ligando a lo que son los supuestos y los objetivos, son los
procedimientos para la realización del análisis, en esta etapa se pasa de la parte de escritorio, filosofías y principios hacia la
parte dura y realización del análisis, durante esta etapa se utilizan los programas, software y equipo para definir la líneas y
realización del trabajo.
Durante la interpretación de los datos obtenidos se presenta un punto de decisión en el cual, la experiencia del analizador le
permite determinar qué secuencia se debe realizar para incorporar toda la información recopilada.
En el diagrama de la Figura 1 se presenta un punto de decisión en el cual es necesario validar los resultados obtenidos, en
procesos de diseño de experimentos Taguchi es necesario hacer corridas de confirmación, para la validez de factores
definidos como críticos y generadores de información que afecta a la productividad, para la presente investigación se ha
dejado pendiente la validación para un periodo posterior a la publicación del presente artículo.
Una vez que se validan los resultados obtenidos en el análisis se puede decir que la investigación ha concluido siempre que
la validación sea favorable y conforme a lo predicho por el investigador. Cabe mencionar que existen casos en los que los
resultados de la validación no son favorables a lo planteado o esperado por la investigación, pero permite obtener una nueva
pauta para mejorar la investigación.
Durante el desarrollo de la presente investigación se logró determinar cada una de las etapas para el análisis según las
especificadas en la Figura 1. La Tabla 1 presenta en resumen las primeras etapas del análisis con la redacción
correspondiente al proceso de análisis y determinación de los factores que afectan a la productividad del proceso de
ensamblado de sistemas automotrices de enfriamiento.
Tabla 1 Etapas primarias del análisis de componentes.

ETAPA DESCRIPCIÓN
Objetivo del análisis Aplicar el análisis de componentes a un grupo de datos, compuesto por 10 entes
(células de manufactura) y 8 variables (causas de los tiempos muertos) para conocer
y determinar cuál o cuáles parámetros son los que impactan significativamente en la
productividad del proceso de ensamblado de sistemas de enfriamiento automotrices.
Diseño del análisis • Se determinó trabajar con datos obtenidos durante un periodo de 6 meses,
estos datos han sido analizados según su comportamiento y distribución.
• Los datos corresponden a 10 células de manufactura originados por las
siguientes variables:
+ Paros Programados
+ Cambios de Modelo
+ Fallas de Máquinas
+ No calidad
+ Disfunción de la organización
+ Falta de material
+ Nuevos Productos
+ Entrega de Material
Supuesto del análisis El número de variables consideradas como causantes de los tiempos muertos puede
disminuirse, con la aplicación del análisis de componentes, perdiendo una cantidad
mínima de información.
La descripción de las variables, se determinó bajo los siguientes conceptos:
• Paros Programados; son los tiempos en que se detiene el flujo de producción para realizar las actividades
planeadas tales como la minuta diaria, capacitación, mantenimiento preventivo.

• Cambio de modelo; es el tiempo mínimo requerido que transcurre entre la última pieza buena de un modelo y la
primera pieza buena del nuevo modelo, este tiempo incluye el paro dentro de las líneas de producción con el fin de
hacer los ajustes necesarios de maquinaria, recursos humanos, material y herramientas para elaborar la variación
de un producto existente.
• Fallas de máquinas; este periodo de tiempo es el considerado desde el momento en que la máquina deja de
producir, siempre y cuando este tiempo sea mayor a 5 minutos, es común que estas fallas se deban a cuestiones
eléctricas, de diseño, de programación o del estado de los componentes, la mayor parte de los casos, la falla de la
máquinas requiere de la intervención de personal especializado.
• No calidad; este concepto engloba el tiempo en el que se deja de producir por motivo de que la materia prima
presenta algún defecto de calidad o que el proceso se detiene por causas de producto fuera de especificaciones o no
conforme con los lineamientos de la organización.
• Disfunción de la organización; tiempo en que la línea de producción se para por causa de situaciones externas y no
previstas por la organización.
• Falta de material; en este concepto se agrupan los tiempos en los que deja de operar la célula debido a la carencia
de materia prima o de algún componente necesario para la elaboración del producto bajo la premisa de que éste no
se encuentra en la planta.
• Productos nuevos; es el tiempo requerido para la corrida de diseños nuevos en la línea de producción, este
concepto engloba las validaciones de los productos y vistos buenos realizados por el cliente, los producto nuevos
no requieren ser diseños nuevos, en este análisis se han considerado los componentes de prueba y su funcionalidad
en diseños nuevos al 0% o hasta diseños con solamente cambio espesor en materiales.
• Entrega material; es el tiempo que se deja de producir por causa de que el material no es entregado a tiempo en el
área de producción programada mediante la cadena de abastecimiento, en la mayoría de los casos esta variable esta
en función al personal encargado de entregar y abastecer las líneas de producción de material.
3. RESULTADOS
Los tiempos muertos recopilados durante el análisis se presentan a continuación, la Tabla 2 expone un concentrado del
tiempo muerto generado en la célula 1.
Tabla 2 Concentrado de tiempos muertos célula 1.

Célula 1 (tiempo muerto minutos)
Cambio Entrega
Paro Falla de No Falta Producto
Mes de Disfunción de
Programado Máquina Calidad Material Nuevo
Modelo Material
1 23 447 221 150 176 329 333 82
2 24 433 223 175 300 326 333 83
3 29 420 230 187 171 512 336 92
4 23 426 223 168 250 336 332 86
5 25 466 222 182 132 327 336 100
6 25 478 243 155 170 450 340 87
Considerando que el tiempo disponible para fabricación es de 600 horas al mes, se puede calcular el porcentaje de tiempo
muerto por mes de la célula, en este periodo se tuvo, 4.98, 5.27, 5.50, 5.13, 4.98 y 5.43 puntos porcentuales por mes,
respectivamente. Al igual que en la célula 1, la información recopilada para la célula 2 se presenta en la Tabla 3, en ella se
puede ver el comportamiento de los datos y resumir los porcentajes de tiempos muertos en 2.87, 1.81, 2.11, 2.77, 2.56 y
2.22 puntos porcentuales por mes.

Aguilar et al. - 83


Cambio Entrega
Modelo Material
1 80 250 182 1 90 354 76 0
2 93 265 182 0 14 89 7 0
3 86 131 179 0 106 205 50 0
4 88 301 182 0 163 195 65 0
5 98 235 176 0 142 152 5 0
6 95 90 185 1 60 267 95 0
La Tabla 4 presenta las información relacionada a la célula 3, en este caso se obtuvieron 3.17, 3.71, 4.98, 4.95, 2.98 y 3.69
puntos porcentuales de tiempo muerto por mes.

Cambio Entrega
Modelo Material
1 71 200 105 0 22 272 292 178
2 67 308 97 0 25 365 302 172
3 77 234 141 0 65 686 413 175
4 61 372 105 0 27 630 406 178
5 60 241 93 0 46 288 159 180
6 51 290 159 0 15 277 353 178
La Tabla 5 presenta las información relacionada a la célula 4, en este caso se obtuvieron 7.30, 6.28, 7.16, 6.69, 5.73 y 5

Cambio Entrega
Modelo Material
1 62 887 482 4 437 453 300 0
2 62 928 360 0 446 388 72 0
3 52 1316 382 0 450 216 157 0
4 58 918 398 0 446 477 108 0
5 59 978 341 0 421 188 70 0
6 62 347 467 0 426 352 140 0


La Tabla 6 presenta las información relacionada a la célula 5, en este caso se obtuvieron 6.56, 6.73, 6.83, 5.90, 6.53 y 7.16

Cambio Entrega
Modelo Material
1 255 971 256 85.902 96 169 464 62
2 188 1014 254 110.91 180 131 476 67
3 39 1349 251 98.894 120 85 472 39
4 166 820 246 80.449 150 85 472 99
5 382 803 282 66.162 137 97 469 108
6 318 1077 307 107.167 143 122 454 46
Los resultados obtenidos durante el periodo de análisis para la célula 6 se presentan en la Tabla 7, en este caso se
obtuvieron 2.84, 2.63, 2.67, 2.81, 3.03 y 2.69 puntos porcentuales relacionados a cada mes.

Cambio Entrega
Modelo Material
1 178 322 3 0 24 376 118 0
2 92 327 10 0 28 366 121 0
3 140 322 2 0 19 355 121 0
4 78 351 10 0 41 408 119 0
5 147 348 3 0 29 429 132 0
6 175 324 12 0 34 291 126 0
Las Tablas 8 y 9 presentan los datos de tiempos murtos durante los 6 meses para las células 7 y 8.
Tabla 8 Concentrado de tiempos muertos célula 7

Cambio Entrega
Modelo Material
1 200 584 187 0 48 624 815 62
2 296 235 394 0 49 693 49 66
3 191 565 268 0 30 714 998 61
4 281 603 217 0 43 679 732 59
5 322 616 195 0 28 667 1504 57
6 155 646 277 0 33 704 892 62

Aguilar et al. - 85

Tabla 9 Concentrado de tiempos muertos célula 8

Cambio Entrega
Programado Maquina Calidad Material Nuevo
Modelo Material
1 82 606 211 0 212 155 37 0
2 74 558 130 0 362 207 36 0
3 84 716 143 0 214 143 43 0
4 68 615 105 0 214 188 35 0
5 79 653 180 0 25 98 48 0
6 79 572 211 0 215 199 30 0
Los tiempos muertos generados durante el periodo de análisis para las células 9 y 10 se resumen en las Tablas 10 y 11.

Cambio Entrega
Modelo Material
1 180 417 284 0 61 246 742 0
2 191 933 330 0 73 263 705 0
3 198 604 210 0 78 253 751 15
4 180 215 206 0 66 197 273 0
5 198 666 283 0 74 206 10 0
6 206 482 48 0 80 212 10 0

Cambio Entrega
Modelo Material
1 221 875 758 10.9775 310 290 331 0
2 182 697 525 20.9845 340 362 647 0
3 123 809 784 15.2174 331 462 363 0
4 123 338 563 9.6751 332 317 671 0
5 124 795 624 2 247 278 668 0
6 154 802 565 13.6207 344 396 450 0
Una vez que se recopiló la información de cada una de las células se hizo un análisis de ajuste de curvas, donde el
comportamiento de cada uno de los datos ha permitido obtener valores promedio según su distribución, de forma que con

estos datos se formuló la Tabla 12, la cual contiene la información requerida para el análisis de varianzas de las 10 células
de manufactura y su relación con la variables en estudio.
Tabla 12 Concentrado de tiempos muertos en minutos de las 10 células.

Paro Cambio de Falla de No Falta Producto Entrega de
Célula Disfunción
Programado Modelo Máquina Calidad Material Nuevo Material
1 25 445 227 170 200 380 335 88
2 90 212 181 0 96 210 50 0
3 64 274 117 0 33 419 321 177
4 59 896 405 1 438 346 141 0
5 225 1006 266 92 138 115 468 70
6 135 332 7 0 29 371 123 0
7 241 542 257 0 38 680 832 61
8 78 620 163 0 207 165 38 0
9 192 553 227 0 72 229 415 3
10 155 719 636 12 317 351 522 0
La Tabla 13 muestra el análisis de varianza de cada componente principal, los cuales son objeto de este estudio, para ello se
hizo uso del software MINITAB®. En la Tabla 13 se muestra el valor propio de cada componente (Eigenvalue) dicho valor
representa la proporción que explica cada componente.
Tabla 13 Varianza de Componentes Principales

Cambio Entrega
Célula de Disfunción de
Modelo Material
Eigenvalue 2.5388 2.2406 1.4435 1.0391 0.4387 0.2837 0.0148 0.0008
Proportion 0.3170 0.2800 0.1800 0.1300 0.0550 0.0350 0.0020 0.0000
Cumulative 0.3170 0.5970 0.7780 0.9080 0.9630 0.9980 1.0000 1.0000
Se considera que el componente relacionado a los paros programados tiene un valor propio de 2.5388 el cual describe
0.3170 o el 31.7% de la fuente de variación total, de la misma forma con los datos obtenidos por la aplicación del
estadístico se resume que el componente relacionado a los cambios de modelo presenta un valor propio de 2.24 y represento
el 28% de la fuente de variación total. Solamente estos dos componentes representan un 59.70% de la variación.
Siguiendo con el análisis se encontró que el componente relacionado a falla de máquina tuvo un valor propio de 1.44 con
un 18% de aportación hacia la fuente de variación así como el componente relacionado a la no calidad con un valor propio
de 1.03 y con el 13% de la variación. Con estas premisas se realizó la adición de los porcentajes de variación obteniendo
que entre estos cuatro componentes se explica el 90.80% de la variación total del proceso, esto permite definir que los
componentes principales restantes describen una menor proporción de variabilidad y probablemente algunos de ellos
resulten sin importancia.
Analizando la tabla de varianza de componentes principales se decidió retener los primeros 4 componentes principales
debido a que juntos explican el 90.80% de la variación total del proceso y en estos componentes se ven combinados cuatro
parámetros con la finalidad de reducir las variables que explican una proporción significativa de las variables que afectan al
proceso. La Tabla 14 expone los coeficientes de las variables que constituyen los componentes principales.
Con el análisis de la Tabla 14 se obtienen los coeficientes de las variables que construyen cada variable principal, los
coeficientes o cargas muestran cuáles variables representan a cada uno de los componentes principales.
Por ejemplo, en el primer componente principal PC1 las variables a las que representa son Disfunción, cambio de modelo y
falla de máquina, y esto se puede afirmar debido a que dichas variables poseen valores absolutos altos en comparación con
Aguilar et al. - 87

el resto, esto significa que estas variables están correlacionadas y representan de alguna forma lo mismo, por ejemplo se
puede decir que la productividad se ve afectada por inconvenientes con la disfunción de la organización, cambio de modelo
y falla de máquina, es decir probablemente los tiempos muertos debidos a la falla de máquina pudieran estar ligados a los
cambios de modelo cuando hay que hacer ajustes en la maquinaria para correr un modelo nuevo. Las variables restantes
tienen coeficientes absolutos menores, esto significa que no son de mucha importancia y que son representados por el
componente principal.
Tabla 14 Coeficientes de los Componentes Principales

Variable PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8
Paro Programado -0.065 0.508 0.41 0.396 0.041 0.003 -0.516 0.381
Cambio de Modelo -0.528 0.154 -0.061 0.306 -0.35 0.543 0.068 -0.423
Falla de Máquina -0.525 0.198 -0.086 -0.288 0.009 -0.635 -0.279 -0.337
No Calidad -0.049 0.012 -0.683 0.407 0.58 0.036 -0.168 -0.002
Disfunción -0.545 -0.184 -0.196 -0.312 -0.061 0.184 0.007 0.703
Falta Material 0.192 0.415 -0.098 -0.635 0.228 0.477 -0.274 -0.154
Producto Nuevo -0.04 0.657 -0.089 0.007 0.088 -0.147 0.71 0.158
Entrega de Material 0.322 0.202 -0.546 0.025 -0.69 -0.131 -0.211 0.138
Continuando con el segundo componente principal se detectó que los valores absolutos más altos se obtienen de las
variables de producto nuevo y paro programado, estas variables, al igual que en el primer componente principal,
demuestran que la productividad en el proceso se ve deteriorada debido a paros programados por productos nuevos.
En el tercer y cuarto componentes principales, se indica que existe una fuerte relación entre la no calidad y la entrega de
material, ello se ve directamente relacionado en las variable que afectan a la productividad debido a que la falta de
planeación implicó en algunos casos el uso de materiales abastecidos por proveedores de segundo nivel.
Estos análisis se pueden observar y verificar en la Figura 2, que representa la gráfica de la varianza relacionada a cada
componente principal, en ella se visualiza la importancia que refleja el componente, es decir el primer componente
principal muestra la mayor variabilidad mientras que el séptimo y octavo componente no son tan significativos.
Scree Plot of Paro Programado, ..., Entrega de Material
2.5
2.0
Eigenvalue
1.5
1.0
0.5
0.0
1 2 3 4 5 6 7 8
Component Number
Figura 2 Gráfica de varianzas de cada componente


Finalmente se realiza una prueba “t student” para verificar la diferencia significativa entre las variables paro programado,
cambio de modelo, falla de máquina y no calidad con respecto al resto de las variables. Los resultados de la prueba se
presentan en la Figura 3 y muestran como las variables cambio de modelo, falta de material y producto nuevo representan
los mayores tiempos muertos dentro del proceso.
Figura 3 Resultados de la Prueba t
4. CONCLUSIONES
Los resultado obtenidos indican que los cuatro componentes principales explican un 90.8% de la fuente total de
variación, reduciendo de ocho variables originales a solamente cuatro, bajo el enfoque de que estas cuatro son las que más
afectan la productividad del proceso.
De acuerdo a los datos obtenidos por los primeros componentes principales, se puede concluir que la productividad en este
sistema se ve afectada por causas relacionadas con la planeación. En donde las variables a seguir dentro del proceso de
mejora, es el desarrollo de planes de mejora enfocados principalmente en cambios de modelo con tiempos menores para
ajustes y puestas a punto, que de igual impacto afecta a los fallas de las máquinas.
Este tipo de análisis permite al encargado de aumentar la productividad en la industria, definir los factores que son de
mayor impacto y por ende trabajar en reducir su impacto, cabe mencionar que no solo se pueden analizar datos generados
por tiempos muertos, sino que además se pueden definir métricos relacionados a las piezas producidas, las rechazadas, entre
otros, que de igual forma son relacionados directamente con la productividad de la organización.
REFERENCIAS
1. G. Askin, R. Standrigdge, “Modeling and Analysis of Manufacturing Systems” Topic; SFM-models mathematics,
Los Andes university, 2000
2. G. Churchill and C. Suprenant, “An investigation into the determinants of customer satisfaction” Journal of
Marketing Research, no. 19, pag 491-504, 1982.
3. Gaither & Frazier, Administración de la Producción y Operaciones 8ª Edición, Thompson Editores, 2000
4. J. Baró, y R. Alemany, (2000): “Estadística II”. Ed. Fundación per a la Universitaria Oberta de Catalunya.
Barcelona.
5. Grossman S.,( 2005 ), Cuarta Edición, editorial McGrawHill

Aguilar et al. - 89

6. J. Moreno, Análisis Multivariante en Investigaciones de calidad del Servicio, Revista Venezolana de Análisis de
Coyuntura, 2005, Vol. XI, No. 1 (Ene-Jun.), pago 275-207
7. S. Castro, W. Ariel, Procedimiento para evaluar la estrategia de manufactura, aplicaciones en la industria metal
mecánica. Cuad And, ene-jun 2007, vol 20, no.33, pag 103-123 ISBN 0120-3592.
8. S. Castro, W. Ariel, Procedimiento para la definición y jerarquización de propiedades competitivas de fabricación,

aplicaciones en la industria metalmecánica. Revista de Ingeniería y competitividad, jul-dic 2005, vol 7, no.2, pag
84-91 ISBN 0123-3033.
9. S. Figueras, Introducción al análisis multivariante, International Journal of Production Economic, vol.49,Issue 1,

pag. 65-75, 2000.
10. W. Zuberek, “Optimal schedules of Manufacturing Cells- Modeling and analysis Using Time Petri Nets”,
Procedings of the IEEE International Symposium on Industrial Electronics (ISIE), Warsaw Poland, June 1996,
pag. 1055-1060

ESTUDIO DE PRODUCTIVIDAD EN UN PROCESO MINERO

Miguel Escamilla López, Jorge Meza Jiménez, Ricardo Llamas Cabello y Jorge L. García A.
Instituto Tecnológico de Colima / Departamento de Ingeniería Industrial
Avenida Tecnológico No.1, C.P 28976 Villa de Álvarez, Colima. Tel/Fax (312) 3129920 y 3126393 Ext. 244
melitc2000@hotmal.com
RESUMEN
El presente estudio fue realizado por personal y alumnos del departamento de Ingeniería Industrial del Instituto
Tecnológico de Colima, en una mina de mineral de fierro a cielo abierto ubicada en el estado de Michoacán a petición de la
propia empresa. El estudio se orientó hacia el equipo de carga que consiste en dos cargadores frontales de llantas Caterpillar
992, utilizados para cargar mineral y material estéril producto del tumbe en camiones Caterpillar R-120, con el objetivo de
determinar su utilización neta, su productividad, así como los factores que las afectan y proporcionar alternativas para su
mejora. Los resultados obtenidos muestran una utilización neta y una productividad bajas del equipo de carga respecto a
cálculos de indicadores potenciales, lo cual se debe básicamente a que éste trabaja con un número menor de camiones al
requerido para una operación eficiente.
Palabras clave: Utilización neta, productividad, mineral, material estéril, actividades de preparación, interrupciones,
factor de llenado, toneladas por hora.
1. INTRODUCCIÓN
En la industria minera a cielo abierto, las actividades de carga y acarreo tanto de mineral como de material estéril o
descapote, son actividades cotidianas, permanentes y vitales para el logro de sus objetivos operacionales, ya que son la
clave para asegurar la continuidad del proceso de beneficio del mineral y por lo tanto, deben ser desempeñadas por equipos
de carga y acarreo de gran capacidad, a fin de asegurar una alta eficiencia y productividad. En este sentido, para que un
equipo de carga (cargador) opere eficientemente, requiere dependiendo de factores operacionales como las distancias de
recorrido, al menos de dos a tres equipos de acarreo (camiones) y por lo tanto su utilización siempre será de mayor
importancia e impacto que el de los camiones.
Uno de los problemas más comunes en este tipo de actividades, es la dificultad para alcanzar los objetivos de productividad
planteados por la empresa, debido a diversas causas relacionadas con el tipo de mineral explotado, la fragmentación de la
rezaga (mineral y material estéril producto del tumbe con explosivos), la localización de la mina, el clima de la región, la
capacidad del equipo de carga y acarreo, los métodos de trabajo, la topografía del terreno, entre otros; situación que puede
llegar a afectar las finanzas y en algunas ocasiones el clima laboral de la empresa.
Bajo tales condiciones, la ingeniería industrial tiene una gran área de oportunidad; ya que mediante la aplicación de
métodos de muestreo, herramientas estadísticas básicas y avanzadas, así como técnicas de análisis de datos, puede ayudar
a analizar y reducir este tipo de problemas; caso específico de la presente investigación, realizada en una mina de mineral
de fierro a cielo abierto localizada en el municipio de Aquila, Michoacán, México, llevada a cabo a petición de la empresa
propietaria de la mina al Instituto Tecnológico de Colima, con el fin de determinar la utilización neta y la productividad del
equipo de carga con el que cuenta, que son dos cargadores frontales Caterpillar 992 ( 1 y 2 ).
Solo trabaja uno de los dos cargadores con los que se cuenta de acuerdo a necesidades cargando mineral o material estéril,
con una flota de 2 a 4 camiones Caterpillar R-120 con capacidad para transportar hasta 120 toneladas por viaje; no se utiliza
ningún método analítico para determinar el número de camiones que deben trabajar con el cargador, ya que esto se
determina solo con base a su disponibilidad y a la de operadores.
ISBN 978-0-615-36191-8 VERTICE 2010

Escamilla et al. -91
2. FUNDAMENTO TEÓRICO
Utilización neta.- Para el equipo de carga, es el tiempo total efectivo de carga de mineral o material estéril en camiones,
más el tiempo correspondiente a aquellas actividades de preparación no productivas que son parte de la operación del
equipo y no pueden ser eliminadas [1].
Productividad.- Implica la mejora del proceso productivo, lo que significa una comparación favorable entre la cantidad de
recursos utilizados y la cantidad de bienes y servicios producidos [2].
Muestra.- Parte de una población, seleccionada en forma adecuada que conserva las características más importantes de
dicha población [3].
Con el fin de tomar una muestra representativa del tiempo en operación y del tiempo fuera de operación del equipo de carga
mediante un método estadístico, se utilizó la ecuación (1) considerando un nivel de confianza del 90% y un margen de error
de ±10 %.
(1)
donde:
= error estándar de la proporción.
p = porcentaje de tiempo en operación.
q = porcentaje de tiempo fuera de operación.
n = tamaño de muestra.
Mediante esta ecuación primero hay que efectuar un cierto número de observaciones para obtener una idea de los valores de
p y q [4].
Hoja de chequeo.- Es un formato especialmente diseñado para recabar datos en campo, de tal forma que sea sencillo su
registro sistemático y que sea fácil analizarlos [5]
La propuesta de investigación, fue la recopilación y análisis información de campo mediante técnicas y

herramientas estadísticas y de ingeniería industrial, que permitan determinar la utilización neta y la productividad real
actual del equipo de carga, con el fin de determinar cuáles son los principales factores que las afectan, así como
proporcionar alternativas que ayuden a mejorarlas; el estudio fue realizado en 3 etapas, las cuales se describen a
continuación.
3.1 Etapa 1:Planeación del muestreo
Ya que el proceso de carga y acarreo en la industria minera es un proceso continuo, se determinó realizar un muestreo
igualmente continuo; donde la unidad a muestrear fue el turno de trabajo. Información obtenida a partir de un muestreo
preliminar, reveló que el tiempo que el equipo de carga permanecía en operación o realizando alguna actividad (p) era del
79% del turno de trabajo y el 21% restante permanecía fuera de operación (q); con esta información se utilizó la fórmula ya
señalada para determinar el tamaño de muestra necesario con un 90% de confiabilidad y 10% de error, lo cual arrojó un
total de 44.8 turnos de trabajo a muestrear.
La muestra recabada durante el muestreo de campo en el que participaron 4 alumnos de la carrera de Ingeniería Industrial,
fue de 45 turnos (15 nocturnos, 15 diurnos y 15 mixtos), lo cual representó una muestra total de 1,710 ciclos de carga,
suficiente para lograr un 90% de confiabilidad con un 10% de error en las mediciones registradas. El 88% de este tiempo el
equipo operó en mineral y el 12% en material estéril. Los indicadores presentados en el presente informe son por turno de
trabajo y con el enfoque hacia el “equipo de carga”, no por cargador; ya que como solo trabaja un cargador a la vez, se

ESTUDIO DE PRODUCTIVIDAD EN UN PROCESO MINERO -92
supone que las condiciones de operación prevalecen para ambos cargadores. El 76% del tiempo muestreado corresponde al
cargador 1 y el 24% al cargador 2.
Para realizar el muestreo de campo definitivo, se determinaron y clasificaron previamente todas las actividades productivas
y las no productivas o interrupciones en la operación del equipo; dentro de las primeras se consideraron lo siguientes
aspectos.
Tiempo efectivo de carga.- Tiempo en el cual el cargador realiza actividades de carga de mineral o material estéril en los
camiones.
Actividades de preparación.- Actividades en las cuales se interrumpe la actividad de carga pero que son parte de la
operación propia de un cargador y no pueden ser eliminadas como:
Preparación de la rezaga. Acomodo de la rezaga antes y para facilitar la operación de cargado.

Separación de piedras grandes. Retiro de piedras grandes que no pueden ni deben ser cargadas en los camiones.
Limpieza del área. El cargador retira del área de carga todas aquellas piedras que se caen durante la operación de carga y
que pudieran dañar los neumáticos de los equipos.
Cambio de banco de extracción. Tránsito del cargador hacia el banco o nivel de donde se requiere material.
Inspección visual al equipo. Revisión visual del equipo por el supervisor, el operador o personal de mantenimiento, sin
acciones derivadas de esto.
Calentamiento del equipo. Tiempo destinado para calentar el equipo.
Mantenimiento correctivo menor. Servicios de mantenimiento correctivo menor, que requieren mucho tiempo.
Las actividades no productivas o interrupciones consideradas en este caso, son:
Falta de camión. El cargador se encuentra parado, ya sea encendido o apagado por que no tiene camión para cargar,
aunque realice actividades de preparación.
Cambio de turno. Suma de tiempos inicio de turno-inicio de operación del equipo y paro del equipo-fin de turno.
Mantenimiento preventivo programado. Servicios de mantenimiento preventivo como lubricación y reposición de
niveles de agua, aceite y combustible, durante la operación del cargador.
Levantamientos topográficos. Paro de la actividad de carga, porque la cuadrilla topográfica requiere espacio para
realizar mediciones.
Alimentos. Tiempo utilizado para la toma de alimentos por parte de los operadores.
Voladura. Suspensión de la operación para el disparo de una voladura.
Otros. Eventos esporádicos que generan la suspensión de la operación como lluvia, falta de material, necesidades
personales o descanso del operador, servicios médicos o cuando el cargador se encuentra parado y encendido sin causa
aparente, con camión en espera, entre otros.
Además, se analizaron otros aspectos, tales como el factor de llenado del cucharón del cargador y del camión; ya que solo
así es posible calcular con mayor certeza el volumen y tonelaje de mineral o material estéril cargado en cada viaje. No
existe un método analítico para medir este factor y por lo tanto, debe ser calificado visualmente durante el muestreo de
campo; en este caso se determinaron tres factores o niveles de llenado:
Colmado.- Camión o cucharón con un volumen de material que sobrepasa significativamente sus bordes y sin huecos en el
interior.
A ras.- Camión o cucharón con un volumen de material que sobrepasa sus bordes con algunos huecos en el interior.
Bajo.- Camión o cucharón con un volumen de material que no sobrepasa sus bordes con algunos huecos en el interior.
Otros aspectos analizados fueron la rezaga, la cual es el mineral o material estéril fragmentado producto del tumbe
mediante explosivos. Tampoco existe un método estadístico para medir su grado de fragmentación y por lo tanto, ésta se
mide solo visualmente. Para efectos de la presente investigación, la rezaga se estratificó en tres niveles que se midieron de
esta forma de acuerdo con sus características físicas y grado de fragmentación, como sigue:
Fragmentación buena.- Material rocoso bien fragmentado y pocas piedras grandes, con buena altura para el ataque del
cargador.

Fragmentación regular.- Material rocoso con piedras grandes al principio o sobre la rezaga, con buena altura para el
ataque del cargador.
Fragmentación mala.- Material rocoso con muchas piedras grandes en la totalidad de la rezaga, con altura media o baja no
adecuada para el ataque del cargador.
Ahora bien, es necesario dejar en claro en qué consiste o que es una piedra grande:
Piedra grande.- Piedra de gran volumen que el cargador no puede cargar a los camiones y debe ser separada de la rezaga
para su posterior fragmentación mediante métodos manuales.
3.2 Etapa 2: Muestreo de Campo

Para la recopilación de la información de campo (muestra), se procedió al diseño de una hoja de chequeo; en la que se
registraron tiempos en segundos, entre los cucharonzasos efectuados por el cargador y sus factores de llenado para cada uno
y para el camión, así como el tiempo de demora, si la hubo, entre camión y camión. La hoja de chequeo diseñada se
muestra en la Figura 1.
ESTUDIO DE PRODUCTIVIDAD
EQUIPO DE CARGA MINA “AQUILA”
Operador Turno Analista Fecha

Estado de la rezaga Cargador
Visibilidad Clima
CUCHARON CUCHARON CUCHARON CUCHARON CUCHARON CUCHARON CUCHARON CUCHARON VIAJ DEMO
VIAJE 1 2 3 4 5 6 7 8 E RA
No.
t f t f t f t f t f t f t f t f f t
1
2
3
29
30
t = tiempo de terminación f = factor de llenado cucharón/camión ( C = colmado, R= raso, B = bajo )

Figura 1. Hoja de Chequeo Utilizada para la Toma de Información de Campo (muestra)
Como ya se mencionó anteriormente, la muestra fue recopilada en un tiempo total de 15 días durante los tres turnos de
operación; también fue necesario determinar puntos de acotamiento para el inicio y el término de cada ciclo de carga del
cucharón y del viaje, como sigue:
Ciclo por cucharonzaso.- Inicia y termina cuando el cucharón descarga su contenido en el camión.
Ciclo de carga.- Inicia cuando ya existe suficiente espacio para que el camión en espera se pueda acomodar (este tiempo se
incluye en el primer cucharonzaso) y termina cuando el operador del cargador da la señal (claxon) al camión para indicar
que el cargado del camión terminó.

3.3 Etapa 3: Análisis de la Información
Para el análisis de la información, fue necesario conocer algunas constantes operacionales y fórmulas manejadas por la
empresa para el cálculo de la carga por viaje [1].
UN = TEC + AP (2)
Donde:
UN = Utilización Neta
TEC = Tiempo Efectivo de Carga
AP = Actividades de Preparación
Los parámetros técnicos de la operación son los siguientes:
Capacidad de caja del camión = 36.55m3

Densidad del mineral en la rezaga = 3.00 tons./m3.
Densidad material estéril en la rezaga= 1.57 tons./m3
Con esta última información, el peso por viaje de mineral y de material estéril en función del factor de llenado, para efectos
de la presente investigación, es:
Mineral: Viaje colmado = ( 30 m3 x 3 tons./m3 ) = 90 tons.

Viaje a ras = ( 27 m3 x 3 tons./m3 ) = 81 tons.
Viaje bajo = ( 23 m3 x 3 tons./m3) = 69 tons.
Material estéril: Viaje colmado = ( 30 m3 x 1.57 tons./m3 ) = 47 tons.

Viaje a ras = ( 27 m3 x 1.57 tons./m3 ) = 42 tons.
Viaje bajo = ( 23 m3 x 1.57 tons./m3 ) = 36 tons.
4. RESULTADOS Y DISCUSIÓN
La Tabla 1 muestra un resumen de los resultados obtenidos en el muestreo en campo respecto a la utilización del equipo de
carga en un turno de 8 horas, donde se puede apreciar que la utilización neta por turno es de 4.27 horas; es decir, solamente
el 53.4% del tiempo.
Tabla 1. Utilización del Equipo de Carga

HORAS POR TURNO
CONCEPTO ACTIVIDAD
PARCIAL TOTAL
Tiempo efectivo de carga 3.00
Utilización neta 4.27
Actividades de preparación 1.27
Falta de camión 1.65
Cambio de turno 0.55
Otros 0.14
Actividades no productivas Mantenimiento 0.30 3.73
Levantamientos topográficos 0.05
Alimentos 0.92
Voladura 0.12
Utilización neta 53.4 %
Por otra parte, en la Tabla 2 y en la Figura 2 se aprecia que la interrupción más significativa y con mayor frecuencia, es la
falta de camión con 1.65 horas y 10 eventos por turno; lo cual indica que todo ese tiempo el cargador permanece ocioso,
apagado o parado y encendido o realizando actividades de preparación. Cabe hacer la aclaración de que cuando el cargador
realiza actividades de preparación y no hay camión en espera, se toma como falta de camión (interrupción).
Aquí se detectó que las interrupciones reales generadas por concepto de cambio de turno y toma de alimentos son mayores
que las programadas en un 65% y un 83.3% respectivamente, como se muestra en la Tabla 3.
En cuanto a la productividad del equipo, en la Tabla 4 se resume la información para el cálculo de la duración del ciclo de
carga; donde se observa una duración mayor en mineral que en material estéril; ya que este último es más fácil de cargar
por su peso y características.
Tabla 2. Interrupciones del Equipo de Carga

HORAS POR FRECUENCIA POR
No. ACTIVIDAD
TURNO TURNO
1 Falta de camión 1.65 10.0
2 Alimentos 0.92 1.0
3 Cambio de turno 0.55 1.0
4 Mantenimiento 0.30 0.5
5 Otros 0.14 0.7
6 Voladura 0.12 0.2
Levantamientos
7 0.05 0.6
topográficos
T O TA L 3.73 14.0
1.80 12
1.50 10
FRE C U E NC I A
1.20 8
HOR A S
0.90 6
0.60 4
0.30 2
0.00 0
Lev. topográficos
Falta de camión
Voladura
Alimentos
Otros
Mantenimiento
Cambio de turno
INTERRUPCIONES
DURACIÓN FRECUENCIA
Figura 2. Interrupciones del Equipo de Carga por Turno de Trabajo

Tabla 3. Incremento en las Interrupciones por Cambio de Turno y Alimentos
HORAS POR TURNO ∆

INTERRUPCIÓN
REAL PROG. ∆ (%)
Cambio de turno 0.55 0.33 0.22 65.0
Alimentos 0.92 0.50 0.42 83.3
Tabla 4. Duración del Ciclo de Carga

CONCEPTO MINERAL ESTERIL
Número de viajes 36 42
Cucharones por viaje 4.7 4.3
Tiempo por cucharonzaso 65 seg. 60 seg.
Duración del ciclo de carga 5.1 min. 4.3 min
Viajes colmados 38 % 38 %
Viajes a ras 56 % 62 %
Viajes bajos 6% 0%
Con esta información se procede a calcular las toneladas cargadas por viaje, que son:
Mineral = 0.38x90 + 0.56x81 + 0.06x69 = 83.7 tons.
Estéril = 0.38x47 + 0.62x42 + 0.0x36 = 43.9 tons.
De esta forma, la productividad promedio por turno de trabajo, es:
36 83.7 .
En mineral tph
4.27
42 43.9 .
En estéril tph
4.27
Y la productividad global promedio, considerando el tiempo trabajado en mineral y en material estéril, fue del 88% y 12%
respectivamente, es:
Productividad promedio = 706x0.88 + 430x0.12 = 673 tph

En este sentido, la Figura 3 muestra la productividad por operador del equipo, donde se observa una alta variabilidad; la
cual fue obtenida con base a 9 operadores de los 17 que intervinieron durante el desarrollo del muestreo de campo, ya que
solo éstos operaron el equipo en al menos 2 turnos de trabajo.
En cuanto a la productividad por turno, la Figura 4 muestra que no existe diferencia significativa en la productividad de los
turnos diurno y mixto, pero si respecto al turno nocturno, a pesar de que la utilización neta es mayor durante este último.
Finalmente, en la Figura 5 es posible apreciar que no existe diferencia significativa en la productividad del equipo debido a
la fragmentación de la rezaga; lo cual es evidencia de que la consistencia de la fragmentación es regular y no se pierde
tiempo.
1,200 7.0
1,000 6.0
5.0
800
T PH
4.0
MI NU T O S
600
3.0
400
2.0
200 1.0
0 0.0
1 2 3 4 5 6 7 8 9
O PE R A D O R E S
PRODUCTIVIDAD CICLO DE CARGA
Figura 3. Productividad por Operador
1,000 6.0
5.0
800 4.43 4.32
4.07
4.0
600
MI NU T O S
3.0
T PH
400
681 698 2.0
641
200
1.0
0 0.0
Nocturno Diurno Mixto
TURNO DE TRABAJO
PRODUCTIVIDAD UTILIZACIÓN NETA
Figura 4. Productividad por Turno de Trabajo

1,000 6.0
4.55 5.0
800 4.30
3.95
4.0
600
MI NU T O S
T P H 3.0
400
683 671 665 2.0
200
1.0
0 0.0
Buena Regular Mala
FRAGMENTACIÓN DE LA REZAGA
PRODUCTIVIDAD UTILIZACIÓN NETA
Figura 5. Productividad en la Rezaga
4. CONCLUSIONES
Los resultados obtenidos después del análisis realizado, permiten llegar a las siguientes conclusiones:
El equipo de carga se encuentra subutilizado debido a que generalmente opera con un número de camiones menor al
requerido; lo cual a su vez es generado por la baja capacidad del sistema de trituración con el que se cuenta, así como
por la obsolescencia del equipo de acarreo.
Los factores señalados ocasionan que la interrupción por falta de camión sea la de mayor impacto en la operación del
equipo en tiempo y frecuencia, con 1.65 horas y 10 eventos por turno de trabajo; el 92% de este tiempo, el cargador
permanece parado y encendido y el 8% permanece apagado.
Trabajando con el número de camiones adecuado, un cargador tiene capacidad para cargar hasta 1,000 toneladas por
hora (tph) de mineral o 610 tph de material estéril por turno de trabajo en promedio; sin embargo esto no es posible si
no se incrementa la capacidad del sistema de trituración o se crean patios de almacenamiento.
En caso de la necesidad eventual de un incremento en la producción en el área de la mina, el equipo de carga cuenta
con capacidad suficiente para esto; sin embargo, será necesario un incremento significativo en la capacidad del sistema
de trituración, así como más y mejor equipo de acarreo.
La productividad por operador es muy variable debido a que no existe un grupo especializado de operadores para la
operación exclusiva del equipo de carga.
El tiempo utilizado para la toma de alimentos y para el cambio de turno, son mayores que los programados.
La productividad en el turno nocturno difiere significativamente con la de los turnos diurno y mixto a pesar de que se
tiene una mayor utilización neta del equipo; lo cual probablemente se deba a la falta de visibilidad y la dificultad que
esto implica en la operación del equipo durante la noche.
La fragmentación de la rezaga no es un factor que influye en la productividad.
Recomendaciones. Con el fin de mejorar la productividad del equipo de carga, se proponen las siguientes acciones:
Capacitar a un grupo como operadores, que sea exclusivo para operar el equipo de carga; ya que esto ayudará a reducir
la variabilidad en la productividad por operador.

Es necesario el reemplazo planeado del equipo de acarreo; ya que su obsolescencia provoca interrupciones frecuentes
por mantenimiento correctivo, afectando la productividad del equipo de carga.
Generar patios de almacenamiento de mineral, con el fin de incrementar permanentemente el número de camiones que
trabajan con el cargador; esto permitirá mejorar su productividad y además efectuar mezclas de mineral.
Reforzar la supervisión durante el cambio de turno y la toma de alimentos, con el fin de utilizar solo el tiempo
programado.
BIBLIOGRAFÍA
[1] TERNIUM, Hylsa “Las encinas” (2007), Manual de Operación, Aquila, Michoacán, México.
[2] Render B. y Heizer J. (1996), Administración de Operaciones, Prentice Hall, 1ra. Edición, México.
[3] Gutérrez P. H. y De La Vara S. R. (2009), Control Estadístico de Calidad y Seis Sigma, Mc Graw Hill,
México.
[4] Organización Internacional del Trabajo (2000), Introducción al Estudio del Trabajo, 4ta. Edición
(revisada), capítulo 19, Limusa, México.
[5] Gutiérrez P. H. ( 2005 ), Calidad Total y Productividad, 2da. Edición, Mc Graw Hill, México.

100

Cadena de
Suministro

COMUNICACIÓN EN LA CADENA DE SUMINISTROS

Ignacio Francisco Romero Magaña
Departamento de Ciencias Administrativas – Instituto de Ciencias Sociales y Administración

Universidad Autónoma de Ciudad Juárez. Av. Universidad y Av. Colegio Heroico Militar C.P. 32300
Ciudad Juárez, Chihuahua, México
Correo Electrónico: iromero@uacj.mx
RESUMEN
Este trabajo trata sobre la comunicación en la cadena de suministros. Se enfocará en ver como se puede llegar a obtener, lo
más cerca que se pueda, la orden de compra perfecta, basándose en una comunicación efectiva y eficiente. Para esto se
presentarán algunas de las oportunidades que existen para alcanzar los beneficios cuando se llega cerca de la orden
perfecta. También se explorarán las barreras que existen para lograr la orden perfecta. Por último se citan varios pasos
que se recomiendan para lograr obtener la eficiencia necesaria en los sistemas de comunicación.
Palabras clave: Comunicación, orden perfecta, barreras, cadena de suministros.
1. INTRODUCCION
La función de la administración de la cadena de suministros, como todas las funciones de una organización, requiere de
una excelente y eficiente comunicación para poder llevar a cabo las operaciones. En el caso de la cadena de suministros, la
comunicación es bastante importante ya que ésta tiene que fluir desde la empresa hasta todos los proveedores y clientes, y
en su aplicación se puede mal interpretar o cambiar lo que se está requiriendo.
Ninguna empresa es autosuficiente. Bienes y servicios son suministrados por proveedores. Procesos, conocimientos y
sabiduría son aplicados para crear ofertas con valor agregado, que son vendidas a los clientes quienes agregan más valor
para crear otros bienes y servicios que son, en turno, vendidos a otros clientes y así sucesivamente hasta el consumidor
final. Cuando se incluyen proveedores de mercancías para la extracción de materias primas, junto con los recicladores que
convierten los desperdicios comerciales y de los consumidores en nuevas materias primas y bienes terminados, está es una
cadena de suministros sin principio ni fin.
Las compañías trabajan arduamente para optimizar las eficiencias internas, pero esto no cubre la estructura total de costos.
La cadena de suministros también impone gastos considerables. Históricamente estos costos eran aceptados por la mayoría
de las industrias como fuera del control de la empresa. Esto está cambiando. Hoy en día cada vez más los negocios,
gobiernos y organizaciones no-lucrativas se están dando cuenta que una cadena de suministros sellada (continua) y eficiente
es un factor crítico del éxito.
Este trabajo examina la importancia de la comunicación en la cadena de suministros con énfasis en un paradigma común, la
“orden perfecta”. La orden perfecta no es algo tangible. Es un modelo de interacciones sin defectos, óptimamente
eficientes y de un extremo al otro entre socios de la cadena de suministros. Estas interacciones son iterativas y en dos
sentidos: Los compradores colocan órdenes a los proveedores; los proveedores envían los bienes, documentación de
transporte y las facturas a los clientes; y los compradores envían los pagos. Un defecto o falla en cualquier etapa resulta en
un imperfecto cumplimiento de la orden. Un retraso puede resultar en una falta de inventario para el negocio y en una
interrupción de flujo de efectivo para el proveedor. Como en cualquier intento, la perfección es un objetivo que raramente
se puede obtener, pero definiendo el modelo de la orden nos permite identificar sus parámetros y retos y trabajar para
obtener tan cerca como se pueda el objetivo último.
2. LA OPORTUNIDAD: ALCANZAR LOS BENEFICIOS DE LA ORDEN PERFECTA
En este contexto, “orden” quiere decir el ciclo de vida completo de la orden, que abarca una variedad de interacciones
en la cadena de suministros incluyendo el intercambio de peticiones para enviar cotizaciones, ordenes de compras,
documentos de embarque, facturas y pagos, entre otras. Los costos de una orden imperfecta pueden ser significantes. Por
ejemplo, una falta de suministros debido a una orden inexacta puede parar una línea de ensamble. Aun más, los efectos
ISBN 978-0-615-36191-8 VERTICE 2010
COMUNICACIÓN EN LA CADENA DE SUMINISTROS -102
potenciales se generalizan a lo largo de la empresa. Dependiendo de la naturaleza de la imperfección, una falla puede
impactar negativamente la producción, ventas, flujo de efectivo, productividad de los empleados y satisfacción del cliente.
Así que, mejorando la eficiencia y exactitud de las interacciones en la cadena de suministros por medio de automatizarlas y
enviarlas a través de canales electrónicos puede significativamente reducir costos e incrementar la ventaja competitiva.
Costos bajos y una competitividad mejorada son obviamente objetivos deseables de cada compañía, pero interacciones
electrónicas en la cadena de suministros no solo son hoy en día el estado preferido de los asuntos. En muchas industrias
son el precio mínimo de entrada debido a que los negocios grandes ahora insisten en el uso electrónico de órdenes,
documentos de embarque y facturación. Trabajar hacia el mejoramiento de la exactitud y eficiencia de las interacciones
electrónicas, con el objetivo entregar órdenes perfectas consistentemente, produce varios beneficios significantes como se
describe abajo:
• El trabajo involucrado en la resolución de inexactitudes o malos entendidos puede ocasionar una mano de obra
intensiva y ser costoso. De acuerdo a una investigación por medio de la firma AMR Research (Cecere: 2007), la
respuesta al desempeño de la cadena de suministros no se basa en medir la orden perfecta; pero en medir la orden
imperfecta, y entender porque la orden no fue perfecta. Cecere usa como “benchmark” (punto de referencia) dos
industrias: la de Alimentos y Bebidas (A&B) y la de Bienes de Consumo (BC). La primera incluye compañías que
manufacturan y distribuyen productos como cerveza, pan, vegetales y carnes enlatadas, bebidas carbonadas,
cereales, leche, galletas, etc. La segunda incluye productos para la belleza y la salud, productos de limpieza para
el hogar y productos para lavar ropa. Estas dos industrias se comparan en la Tabla 1, en la que se muestra el
porcentaje de órdenes perfectas en estas dos industrias que al momento de ser tomadas como puntos de referencia
indica que todavía hay un largo trecho por caminar hacia la obtención de órdenes eficientes y efectivas.
Tabla 1. Orden Perfecta, Desempeño en Segmentos de la Cadena de Suministros
Bienes de
Alimentos y
Concepto Consumo Comentarios
Bebidas(A&B)
(BC)
Las compañías de alimentos y bebidas
Orden tarde-falta de inventario tienen significativamente faltas de
23.3% 6.5%
inventario mayores.
Orden tarde-embarque tarde tienen un número más alto de
2.6% 1.7%
embarques tarde.
Orden tarde-retrasos en tránsito
4.5% 4.3% -
Ordenes completas no
entregadas a tiempo 24.0% 20.0% -
Ordenes que no cumplen con la Las compañías de bienes de consumo
satisfacción del cliente- llevan a cabo más sustituciones de
embarques inexactos 0.1% 1.4% productos terminados.
Ordenes que no cumplen con la
satisfacción del cliente-pobre
calidad del producto terminado -
0.0% 0.2%
satisfacción del cliente-daños en
tienen más daños en tránsito
tránsito 0.9% 0.5%
satisfacción del cliente 3.0% 2.2%
Orden perfecta 73.0% 77.4%

Romero Magaña - 103
En lo que respecta a los costos incurridos por estas dos industrias Cecere destaca los siguientes:
Tabla 2. Costos Incurridos en las Industrias de Alimentos & Bebidas y Bienes de Consumo
Costos Alimentos y Bebidas (A&B) Bienes de Consumo

De operaciones de manufactura 15.1% 11.2%
De transportacion 5.2% 3.8%
De días de inventario 47.5% 68.5%
De operaciones de servicio al 0.2% 0.3%
cliente
Totales de la cadena de 60.6% 47.5%
suministros
Aquí también se puede hacer la observación que aumentando los porcentajes de órdenes perfectas conducirá a
disminuir los costos totales de la cadena de suministros.
• El potencial para agregar ganancias por medio del mejoramiento en la exactitud del ciclo de vida de la orden no
termina con el cumplimiento de la orden. Existe una oportunidad significativa para reducir los costos
administrativos por medio de la eliminación de los errores de facturación. Investigaciones muestran que los
proveedores típicamente atribuyen el 6% del costo de la resolución de asuntos de facturación a la venta y gastos
generales y administrativos (Grocery Manufacturers Association: 2004). Así que, reduciendo 50% el número de
errores de facturación tendría el efecto de reducir 3% de los costos mencionados anteriormente. Este número
puede a primera vista parecer alto, pero se explica por el hecho de que típicamente los costos fluctúan de $40 a
$80 dólares para resolver cada asunto (Inovis: 2006). Se pueden evitar estos costos por medio de la prevención de
errores en primer lugar.
• Tan significante como puede ser, la reducción en los costos de administración que se logran por medio del
mejoramiento de la exactitud de la orden, puede que no sea el mayor beneficio. Una orden imperfecta puede
resultar en que una compañía se quede sin inventario de uno o más artículos antes de que el error pueda ser
corregido y el inventario recuperado. Estimados de las industrias sugieren que la pérdida de ventas debido a falta
de inventario representa el 3.5% de los ingresos anuales para una compañía típica (Inovis: 2006).
• Cuando las compañías adoptan técnicas de manufactura Justo-A-Tiempo dependen de una manera importante en
que los proveedores entreguen las partes y materiales como se necesitan. Los costos de mantener inventarios se
reducen a conservar bajos inventarios de partes y materiales, pero esto también implica que un embarque tardío
puede parar una línea de producción. Como resultado de esto muchas compañías de manufactura insisten hoy en
día en llevar a cabo acuerdos sobre un nivel de servicio que impone penas por embarques tardíos. Y no solo son
las empresas manufactureras. Debido a la amenaza de pérdidas en ventas ocasionadas por falta de inventarios
algunos detallistas incluyen cláusulas similares en sus convenios de compras. De esta manera eliminando los
errores en el ciclo de vida de las órdenes que retardan los embarques, esto es esencial para evitar los costos.
• Todas las compañías quieren satisfacer plenamente a sus clientes, de esta manera pueden repetir ventas y obtener
referencias positivas. Ordenes y facturas plagadas de errores pueden impedir significativamente la satisfacción de
los clientes. Aún más, muchas compañías formalizan su evaluación del desempeño del proveedor. La entrega a
tiempo, embarques y facturación exactos, y en general interacción entre negocios libres de problemas pueden ser
criterios de esta evaluación. Los proveedores con una alta calificación obtienen más negocios. De esta manera la
entrega constante de órdenes perfectas puede incrementar las ventas y esto se obtiene por medio de una excelente
comunicación entre los integrantes de la cadena de suministros.
¿Qué es a fin de cuentas lo que importa? De acuerdo a un artículo de Agosto 1° del 2005 en la revista CIO Magazine
(Patton: 2005), AMR Research reportó que obteniendo una mejoría del 3% en el cumplimiento de la orden perfecta,
incrementaría las ganancias en un 1 %.
3. BARRERAS PARA OBTENER LA ORDEN PERFECTA
Existen varias barreras para para obtener la orden perfecta, algunas de las cuales se citan a continuación:
• La primera barrera es que muchas de las personas que trabajan dentro de la cadena de suministros no tienen un
entrenamiento claro de que quiere decir “la orden perfecta.” La respuesta rápida es que quiere decir diferentes
cosas para diferentes compañías y en situaciones diferentes. Para los compradores un componente de la orden
perfecta es el ordenar las cosas correctamente en el tiempo correcto. Si un comprador ordena un artículo
equivocado éste tiene que ser devuelto, sí es que el proveedor lo recibe, y el artículo correcto tiene que ser
ordenado. Cuando artículos son ordenados antes de que se necesiten, el comprador incurrirá en el costo de
mantener inventarios no necesarios.
• Si los artículos son ordenados muy tarde, el comprador sufrirá falta de inventarios que pueden causar paros de
líneas de ensamble.
• Desde la perspectiva del proveedor una orden perfecta incluye embarcar exactamente lo que el comprador ordenó,
aún cuando el cliente ordene el artículo equivocado, también lo debe de embarcar a tiempo.
• La definición del componente de facturación de la orden perfecta, también difiere entre el comprador y el
proveedor. Para el proveedor quiere decir extender una factura entendible y exacta tan pronto como sea posible
para asegurar el flujo de efectivo constante. Para el comprador quiere decir pagar la cantidad correcta no más
pronto de lo necesario, pero con tiempo para evitar la pérdida de descuentos o pagar intereses.
• La definición de la orden perfecta también difiere entre las industrias. Por ejemplo, un proveedor de software
(programas) que vende y distribuye sus productos a través del Internet tendrá una definición diferente que una
compañía que manufactura partes para automóvil.
A pesar de las diferencias, una definición común de la orden perfecta es posible. Esta abarca una entrega de información
exacta, a tiempo, sellada y mercancías físicas entregadas sin daño. También incluye los bienes y servicios necesarios para
completar el ciclo de vida de la orden. Para obtener la orden perfecta se requiere librar un número de retos, incluyendo los
siguientes:
3.1 Automatización de la Comunicación y los Procesos
Por definición, el proceso de la orden involucra comunicación entre dos o más organizaciones. Los humanos son
falibles. Y las comunicaciones basadas en papel son lentas. Consecuentemente, la orden perfecta demanda una
comunicación electrónica y el más alto nivel de automatización posible. Para obtener esto, toda la cadena de suministros,
desde arriba hasta abajo tiene que ser integrada a través de un intercambio electrónico de datos estricto. En un mundo
perfecto, una terminal de punto de venta o un lector digital (scanner) en el área de embarque automáticamente registra el
agotamiento de inventario al momento en que está ocurriendo. Los sistemas de la compañía identifican cuándo el nivel de
inventario llega al punto de reorden, usando la cantidad económica de la orden, y en ese punto, el sistema automáticamente
se comunica con los sistemas de los proveedores para colocar la orden. En este escenario de mundo perfecto, el almacén
automatizado del proveedor recibe la orden e inicia la obtención, empaque, embarque y facturación de los artículos, sin la
intervención del ser humano. Sin embargo, no vivimos en ese mundo perfecto. Pocas compañías hoy en día tienen
soluciones automatizadas de esta índole. Para poder llegar a este punto o aproximarse lo más que se pueda se tienen que
evitar los errores humanos, que son inherentes en las interacciones manuales de la cadena de suministros.
3.2 Entender el Proceso Óptimo
Aún después de haber identificado lo que quiere decir la orden perfecta para la organización, entender los procesos
y tecnologías requeridas para alcanzar la orden perfecta no es fácil, debido a que las soluciones disponibles de la cadena de
suministros ofrecen una amplia variedad de opciones.
Considerando la necesidad de comunicarse con una variedad de proveedores y compradores simultáneamente, en un mundo
ideal, comunicaciones inter-organizacionales se llevarían a cabo a través de un lenguaje sustentado universalmente, un
método de comunicación adoptado globalmente, y un juego de productos de negocios (e-business) claramente definidos y
comprendidos. De nuevo, no se vive en ese mundo perfecto. La vida real tiene una multitud de formatos de intercambio de
datos, tales como EDI (Intercambio Electrónico de Datos), XML, RosettaNet, EDI-INT, etc. También métodos de
comunicación tales como servicios en-línea por teléfono (Dial-Up), AS2 y el Internet. Todas estas diferencias se tienen que
reconciliar para lograr la orden perfecta. Para obtener esto, se requiere entender el diverso juego de tecnologías relevantes,
metodologías y protocolos de comunicación tecnológica.
Romero Magaña - 105
3.3 Comunicación Efectiva de Arriba Hacia Abajo en la Cadena de Suministros
Los socios de la cadena de suministros necesitan una manera de verificar dónde, cuándo y cómo sus órdenes y
otros documentos han sido enviados; y dónde, cuándo y de qué manera han sido recibidos. El diferente juego de
tecnologías empleado por varios socios complica este proceso. Diferentes soluciones proporcionan diferentes niveles y
formas de retroalimentación sobre el tiempo apropiado, contenido y exactitud de los documentos transmitidos. Todos los
eslabones de la cadena de suministros desde el primer nivel hasta el consumidor final deben integrar y comunicar los
procesos que están utilizando para llevar a cabo las transacciones que utilizan para hacer llegar los productos y servicios
que les ordenan sus clientes. La comunicación tiene que ser entendida e interpretada de la misma manera tanto por el
emisor como por el receptor a lo largo de la cadena de suministros.
3.4 Uso de Redes con Valor Agregado
Comunicaciones electrónicas de negocio-a-negocio (B2B) frecuentemente son conducidas a través de una Red de
Valor Agregado (RVA). Típicamente ilustrada como una nube en los diagramas de topología de la red. Una RVA es
proporcionada comúnmente por un intermediario tercero y opera fuera de la red de cualquier socio individual de la cadena
de suministros. Es un lugar donde las órdenes y documentos relacionados pueden ser enviados, esperando ser recogidos
por el receptor pretendido. Para obtener confianza y asegurar que la transacción se complete, la RVA debe ser capaz de
contestar preguntas sobre el documento transmitido, tales como: ¿Llegó el documento por medio de la RVA? ¿Qué
procesos aplicó la RVA al documento? ¿Lo ha recogido el receptor pretendido?
3.5 Seguridad
Cuando se transmiten datos fuera de la organización o se abre un portal en la organización, la seguridad se

convierte en un asunto importante. Aún más, debido a que casi todos los documentos de las órdenes contienen tanto datos
financieros como del producto, la información de la orden es típicamente confidencial para ambos lados en la relación. Esa
información debe ser protegida.
Los requerimientos de seguridad no son consistentes a lo largo de todas las industrias. Por ejemplo, un sencillo y pequeño
negocio de menudeo lo más probable es que considere la seguridad como una prioridad baja. Por otro lado, un banco o una
empresa manufacturera de clase mundial tendrá a la seguridad en las comunicaciones como una alta prioridad. Las
soluciones de comunicación en la cadena de suministros que abarcan una amplia gama de industrias debe ser capaz de
sustentar las necesidades de seguridad de todas esas industrias.
3.6 Comunicación Efectiva
Para obtener una comunicación efectiva se debe eliminar la fricción que generan las transacciones manuales y las
comunicaciones físicas en las interacciones de la cadena de suministros. También se deben eliminar los puntos posibles de
error en esas interacciones. Estos puntos son elementos claves en una iniciativa para alcanzar consistentemente órdenes
perfectas.
4. RECOMENDACIONES PARA LOGRAR ÓRDENES PERFECTAS
Si la empresa está interesada en obtener órdenes perfectas se recomiendan los siguientes pasos:
• Revisar los procesos y clientes actuales de la cadena de suministros, así como los sistemas existentes. Analizar
como la inversión en la comunicación automatizada y electrónica de la cadena de suministros puede eliminar las
ineficiencias producto del uso de procesos manuales que continúan creando errores costosos en las transacciones
con los socios de la cadena.
• Hay muchas opciones que pueden servir en la comunicación dentro de la cadena de suministros. El objetivo sería
encontrar la o las opciones que proporcionen el mayor valor, considerando las necesidades, los procesos del
negocio y el ambiente tecnológico existente. Habría que evaluar todas las herramientas disponibles y opciones de
implementación para maximizar las eficiencias en la cadena de suministros por medio de moverse hacia una
verdadera colaboración con los socios involucrados en la cadena. Se recomienda escoger las herramientas que
permitan llevar a la comunidad de socios a una plataforma de comercio electrónica.
• Reflexionar sobre el estado actual de estandarización de los documentos entre la empresa y los socios de la cadena.
Considerar si la estandarización de los protocolos de comunicación y formatos de datos pueden ayudar a eliminar
preparaciones personalizadas costosas y proporcionar un modelo escalable para la habilitación de un futuro socio
en la cadena.
• Examinar las formas que la empresa utiliza para comunicarse con los socios de la cadena. Al llevar a cabo esto, se
tendría que responder la siguiente pregunta: ¿El software actual perfila estas interacciones o las impide? Si la
respuesta es que las impide, entonces lo más probable es que es tiempo de considerar un enfoque diferente.
Habiendo dicho esto, la perfilación es muy importante, pero no suficiente. La exactitud también cuenta. Las
herramientas de comunicación no deben solo transportar información, pero también validar su recibo, contenido y
puntualidad.
• Considerar el impacto de información obsoleta sobre el producto. La pregunta sería, ¿Está entorpeciendo la
habilidad de la compañía de proporcionar órdenes de tiempo real con una exactitud del 100%? La sincronización
de los datos proporciona una fuente sencilla de datos de productos a lo largo de toda la cadena de suministros, de
esta manera proporcionando a los participantes con las herramientas necesarias para lograr en un 100% el objetivo
de exactitud en tiempo real.
REFERENCIAS
1. Cecere L, Hofman D. (2007). Forget the Perfect Order, It’s the Imperfect Order You Need to Measure. AMR
Research: 1-3.
2. Grocery Manufacturers Association. (2004). CPG Industry Results and Trends: Measure What Matters-Financial
Performance Report: 5.
3. Inovis. (2006). Expedite Your Order-To-Payment Lifecycle Across the Supply Chain: 2.
http://www.docstoc.com/docs/20138425/Expedite_your_order_to_payment_lifecycle_across_the_supply_chain
4. Patton, S. (2005). Restructuring the Supply Chain. CIO Magazine: 1.

http://www.cio.com/article/9492/Restructuring_the_Supply_Chain_

107

Aplicaciones
Electrónicas

SISTEMA DE VIGILANCIA VIA WEB
Juan Pablo Torres Herrera, Christopher Ángel Orozco Gutiérrez, Rodolfo de De Anda Botello, Isaac Barredez Cota
Isaac1 y Morales Barragán Miguel Ángel
Facultad de Ingeniería Ensenada – Universidad Autónoma de Baja California

Km. 103 Carretera Tijuana-Ensenada Apdo. Postal C.P. 22830, Ensenada, Baja California
Tel. (646) 175 07 44
Autor de correspondencia: investigador@pablotorres.tk
RESUMEN
Actualmente la inseguridad es un problema social que aqueja a muchos ciudadanos en el orbe, los cuales buscan la
manera de protegerse a sí mismos, a sus familiares y a bienes patrimoniales. Un mecanismo de alerta ante posible ejecución
de un delito es la cámara de vigilancia, la cual ayuda a monitorear un área determinada, y además guarda registro de algún
incidente. En este articulo se propone la implementación de una aplicación basada en el WEB por medio de Software Libre
que permite detectar el movimiento de imagen por una cámara USB común, y su interfaz remota para fines de vigilancia
por Internet, considerando que la tecnología requerida puede ser más accesible a bajo costo. Los avances de esta
investigación se discuten a continuación.
Palabras clave: Detección de movimiento, Imágenes, Software Libre.
1. INTRODUCCIÓN
Actualmente la inseguridad es un problema social que aqueja a muchos ciudadanos en el orbe, los cuales buscan la
manera de protegerse, a sí mismos, a sus familiares y a bienes patrimoniales. Un mecanismo de alerta ante posible
ejecución de un delito es la cámara de vigilancia, la cual ayuda a monitorear un área determinada, y además guarda registro
de algún incidente.
Generalmente los sistemas de vigilancia por medio de cámara requieren que una persona esté realizando labores de
monitoreo o revisión del historial ante un evento, esto lo hace propenso a errores humanos, y muy costoso en cuestión de
los salarios para los vigilantes. Ante esto, existen formas de automatización de algunos procesos de vigilancia por medio de
cámaras, entre los cuales está la detección de movimiento.
Sin embargo, estos sistemas suelen ser muy costosos para ser empleados por los ciudadanos, ya sea porque son sistemas de
circuito cerrado por TV, equipos con cámaras muy costosas, software comercial especializado en detección de movimiento
muy costoso, entre otros inconvenientes.
También existen algunas alternativas al software y equipo comercial que se oferta habitualmente, por lo que hemos
propuesto implementar una aplicación basada en el WEB que permite detectar el movimiento de imagen por una cámara
USB común, y su interfaz remota para fines de vigilancia por Internet, considerando que la tecnología requerida puede ser
más accesible a bajo costo.
Sin embargo, con los beneficios que ofrecen los servicios de Banda Ancha, como el ADSL, se ha hecho posible la
generalización del uso de sistemas de Video IP, y los fabricantes de cámaras han adaptado sus productos para trabajar bajo
redes IP de bajo coste. Así, en la actualidad se dispone de diferentes modelos de cámaras de vigilancia que transmiten sus
imágenes a través de Internet y se controlan de forma remota, detectando cualquier movimiento e informando al momento
de lo que esté sucediendo y que, además, no requieran cableado para su instalación.
1.1 Ventajas de los Sensores de Movimiento
Un detector del movimiento es una parte del equipo que se utiliza en una variedad de sistemas de seguridad y de
vigilancia. La detección del movimiento se define como: el acto de detectar el movimiento en un área que es supervisada
por un dispositivo de vigilancia electrónica. Los detectores del movimiento son una parte importante de un sistema
ISBN 978-0-615-36191-8 VERTICE 2010
Torres – Herrera et al - 109
completo de vigilancia: mientras que uno puede sentirse seguro de tener cámaras fotográficas, videos, los detectores del
movimiento pueden alertar las autoridades competentes sobre la localización de un intruso y pueden incluso parar algunos
crímenes en marcha. Los detectores del movimiento pueden sonar alarmas que asustarán a intrusos ausentes o pueden fijar
silenciosamente otras medidas protectoras en la acción.
Los detectores del movimiento se pueden fijar fuera de su hogar o negocio para accionar las luces para adelantarse cuando
está ocurriendo una intrusión. Los ladrones aman la oscuridad y cuando los detectores del movimiento toman el
movimiento de un cuerpo, las luces brillarán en el intruso, haciéndolo huir. De hecho, los detectores del movimiento ponen
fin a muchos crímenes en marcha. Los dueños de negocio han estado utilizando detectores de movimiento que han estado
en el mercado para proteger su negocio y los activos y más y más dueños de una casa se están aprovechando de la
protección ofrecida por tales dispositivos.
Los detectores del movimiento son una parte esencial del sistema acodado de la seguridad. Algunos dueños caseros pueden
confiar en detectores del movimiento solamente, particularmente para los propósitos exteriores. Los detectores al aire libre
del movimiento pueden encender las luces al aire libre cuando el movimiento se detecta en el frente o la yarda trasera y
pueden alertar a dueños de una casa cuando alguien ha violado sobre su característica o cuando alguien está acercando al
hogar. Sin embargo, los detectores del movimiento son los más eficaces cuando están utilizados conjuntamente con el otro
equipo de la vigilancia.
1.2 Sistemas más Comunes
Los sistemas más comunes son los que se describen a continuación en los siguientes párrafos.
1.2.1 Video sobre IP
Los nuevos protocolos de compresión de video junto con la aparición de la Banda Ancha por ADSL han hecho posible
la transmisión de imágenes, a través de Internet. Esto unido a la aparición de nuevas cámaras de Video IP gestionables
remotamente, convierten en una solución idónea los sistemas de Video Vigilancia a través de Internet.
1.2.2 Cámaras
La nueva generación de cámaras de Video IP permite la transmisión de imágenes en tiempo real, así como su
almacenamiento remoto y su comunicación electrónica. También pueden incorporar la tecnología WiFi, permitiendo su
instalación en cualquier lugar sin necesidad de cableado.
1.2.3 Vigilancia 24H
Para poder cumplir con las misiones de Video Vigilancia las nuevas cámaras vienen dotadas con sensores de
movimiento, que al ser activados empiezan a transmitir y a grabar de forma automática todo lo que sucede.
1.2.4 Control Remoto
Es fundamental, poder monitorizar todo lo que están captando las diferentes cámaras instaladas, para ello se cuenta con
un software que se encargara de esta misión, con el que se pueden programar los modos y la actividad de cada cámara en
función del tiempo.
1.2.5 Alarmas
Si se requiere, las cámaras se pueden configurar para que, en el caso de detectar movimiento, se informe
inmediatamente a algún buzón de correo electrónico o directamente a un teléfono móvil.
SISTEMA DE VIGILANCIA VIA WEB- 110
2. DESARROLLO
La aplicación se desarrollo mediante la metodología ágil para el desarrollo de software, integrando herramientas de código
abierto y de libre distribución, y el desarrollo de una aplicación WEB propia para los fines de la aplicación.
La aplicación se desarrollo mediante la metodología ágil para el desarrollo de software, integrando herramientas de código
abierto y de libre distribución, y el desarrollo de una aplicación WEB propia para los fines de la aplicación.
Dentro de las herramientas se empleó Motion el cual es un software que permite detectar el movimiento de imágenes en
cámaras USB.
Figura 1. Motion genera imágenes cuando detecta movimiento en la cámara WEB y un video del incidente más reciente
Para la aplicación se reutilizó el programa Single File PHP Gallery para que pudiese filtrar grupos de imágenes asociadas a
incidentes. Además, permite mostrar las imágenes va WEB, y fue adaptado para ordenarlas de acuerdo a las incidencias, y
mostrar videos generados por Motion en formato flash.
Figura 2. Single File PHP Gallery

Torres – Herrera et al - 111
Se probó el funcionamiento de la aplicación en el laboratorio de redes de la Facultad de Ingeniería Ensenada durante el

evento de las XVI Jornadas de Ingeniería del 2009 en la que diversas escuelas hicieron recorridos por grupos a las
instalaciones de la Facultad, y en el que se obtuvo la retroalimentación de los usuarios.
Se obtuvo como resultado que el proyecto es útil para fines de vigilancia, ya que permite monitorear en tiempo real lo
detectado por la cámara USB.
3. CONCLUSIONES
Se pudo hacer diversas consultas de los incidentes de detección de movimiento, incluso de forma remota vía WEB.
Figura 3. Control de acceso remoto vía WEB de la imagen que muestra la cámara USB en tiempo real.
Además, se formularon algunas recomendaciones orientadas a agilizar la implementación de una aplicación bajo este
esquema, empleando software libre y una cámara USB de uso común. Dentro de las cuales se sugiere emplear Centos el
cual es un sistema operativo de libre distribución y de código abierto derivado de Red Hat.
Finalmente, se detectaron algunas áreas de oportunidad para el desarrollo de mejoras a la aplicación, así como a las
herramientas empleadas, dada la naturaleza de producción de las mismas.
Dentro de las cuales podemos sugerir la implementación del reconocimiento automático de rostros en las imágenes por
medio de php.
BIBLIOGRAFÍA
1. Arachchi, H.K., Perramon, X., Dogan, S., and Kondoz, A.M. (2009). Adaptation-aware encryption of scalable
H.264/AVC video for content security, Signal Processing: Image Communication, 24 (6), pp 468-483.
2. Liu, C.H., Seetzen, H., Burton, A.M., and Chaudhuri, A. (2003). Face Recognition Is Robust With Incongruent
Image Resolution: Relationship to Security Video Images, Journal of Experimental Psychology: Applied, 9 (1),
pp.33-41.
SISTEMA DE VIGILANCIA VIA WEB- 112
3. Liu, F. and Koenig, H. (2010). A survey of video encryption algorithms, Computers & Security, 29 (1), pp 3-15.
4. Wang, L.F., Wang, W.D., Ma, J., Xiao, C. and Wang, K.Q. (2008). Perceptual video encryption scheme for mobile
application based on H.264. The Journal of China Universities of Posts and Telecommunications, 15, pp.73-78.
5. Hongeng, S., Nevatia, R. and Bremond, F. (2004). Video-based event recognition: activity representation and
probabilistic recognition methods, Computer Vision and Image Understanding, 96 (2), pp.129-162.
6. Khan, J.I. and Shaikh, S.S. (2009). A phenotype reputation estimation function and its study of resilience to social
attacks, Journal of Network and Computer Applications, 32 (4), pp. 913-924.


LEVITADOR MAGNÉTICO DE 1 GDL: UN SISTEMA PRÁCTICO

PARA LA ENSEÑANZA DE CONTROL
1
Ervin Álvarez S., 1Ricardo Cuesta G., 2Moisés Miranda V.
1
Dpto. Electrónica y Comunicaciones - Centro de Investigación Científica y de Educación Superior de
Ensenada - Carretera Ensenada-Tijuana No. 3918. Ensenada, B.C.
Autor de correspondencia: ejalvare@cicese.mx
2
Facultad de Ingeniería. Universidad Autónoma de Baja California.
Km. 103 Carretera Tijuana-Ensenada. Ensenada, B. C..
RESUMEN
Dentro del área de control, uno de los objetivos principales es mostrar a los estudiantes de licenciatura un
ejemplo de lo que se aprende durante los cursos regulares del área, principalmente el diseño e implementación de
controladores dinámicos. El objetivo principal de este artículo es el llevar a cabo el posicionamiento de una esfera
levitada magnéticamente. El primer paso es proponer un modelo matemático que describa el comportamiento del
sistema, el cual debido a la naturaleza propia del sistema de levitación es inherentemente no lineal. Para facilitar el
estudio del sistema se lleva a cabo una aproximación lineal de las ecuaciones diferenciales que describen al sistema y se
verifica si es posible el diseñar un controlador por retroalimentación del vector de estados comprobando la
controlabilidad del sistema. Utilizando el controlador diseñado, se llevan a cabo simulaciones numéricas para verificar
el desempeño del sistema bajo la suposición de un acceso completo a todos los estados del sistema.
Palabras clave: Levitador magnético, controlabilidad.
1. INTRODUCCIÓN
Durante la enseñanza de cualquier materia, se presenta de manera común el inconveniente de no contar con
ejercicios que ejemplifiquen de manera real los puntos a tratar en el curso, ya que en los libros tradicionales los
ejemplos incluidos muchas veces no conllevan ningún sentido físico, sino que son puramente educativos. Esto muchas
veces impide que el alumno comprenda adecuadamente el tema, lo cual usualmente se ve reflejado en la evaluación del
alumno.
Esta problemática se ve aumentada cuando a un alumno que está iniciando en el área del control se le explican los
conceptos básicos sin que éstos no estén respaldados por ejemplos prácticos que le hagan entender los fenómenos
físicos que suceden cuando se altera la dinámica de un sistema. Como una solución a esto, en este trabajo se presenta el
análisis que se debe hacer a un sistema para poder llevarlo a un comportamiento deseado. El sistema a estudiar es un
levitador magnético de 1 grado de libertad (GDL) que permite desplazar verticalmente un disco sin que exista un
contacto físico entre el elemento que produce la fuerza magnética y el disco. Para poder lograr esto, el disco está
construido de un material ferromagnético llamado neodimio-hierro-boro (NdFeB) que genera de manera permanente un
campo magnético con la potencia suficiente como para que una bobina de dimensiones relativamente pequeñas
produzca un campo magnético, alimentándola con una corriente de poca magnitud, que repela o atraiga el disco.
Para ejemplificar el diseño de un controlador y que se implemente de manera real (Alvarez-Sanchez, 2009), primero se
propone el modelo matemático no lineal del levitador para demostrar la manera de linealizar el sistema alrededor del
punto de equilibrio de operación. Una vez obtenido el sistema linealizado, se procede al diseño de un controlador que
permita llevar a cabo la levitación del disco.
Ya que el objetivo principal es ejemplificar algunas características de un sistema en particular, no se considera dentro
del alcance de este trabajo el demostrar la manera de obtener la fuerza magnética producida por una bobina. En la
figura Nº1 se muestra una fotografía del sistema de levitación con que se cuenta en el Laboratorio de Control del
Departamento de Electrónica y Telecomunicaciones del CICESE.
ISBN 978-0-615-36191-8 VERTICE 2010

Álvarez S. et al. - 113

Figura 1. Sistema de levitación magnética modelo 730 de la compañía ECP

En esta maqueta se tienen varias configuraciones, ya que como se observa en la figura No. 1, se tienen dos bobinas con
las cuales se puede tener fuerza de repulsión o atracción magnética. La configuración que se utilizará para este trabajo
es la que utiliza la bobina superior para llevar a cabo la levitación por atracción.
2. ANÁLISIS DEL SISTEMA DE LEVITACIÓN
En la figura Nº 2 se muestra el esquema del sistema de levitación que sirve para obtener las ecuaciones
diferenciales que describen el comportamiento dinámico del sistema de levitación magnética.
Figura 2. Sistema de levitación magnética

Sin pérdida de generalidad se pueden tomar las siguientes suposiciones:

- La masa del disco está concentrada en su centro geométrico.
- El centro magnético del disco coincide con su centro geométrico.
- La fuerza magnética ejercida por la bobina sobre el disco está uniformemente distribuida y se puede ver como
una sola fuerza actuando sobre el centro del disco.
Tomando en cuenta las suposiciones anteriores y analizando la figura Nº 2, se obtiene el modelo matemático no lineal
siguiente
d 2 z (t ) i2 (t )
m = mg − (1)
dt z (t )


LEVITADOR MAGNÉTICO DE 1 GDL: UN SISTEMA PRÁCTICO PARA LA ENSEÑANZA DE
CONTROL - 114
di ( t )
v ( t ) = Ri ( t ) + L (2)
dt
donde g es la gravedad, z(t) representa la distancia de separación entre el centro del disco y la parte inferior de la
bobina, m es la masa del disco, i(t) es la corriente que fluye a través del embobinado, R y L son la resistencia y la
inductancia, respectivamente, de la bobina y v(t) es el voltaje de entrada. El sistema de ecuaciones (1) y (2) puede ser
reescrito en un sistema equivalente de ecuaciones diferenciales de primer orden que simplifican el trabajo al momento
del diseño del controlador. Para lograr lo anterior, se definen las siguientes variables, comúnmente llamadas variables
de estado, de la forma siguiente
dz ( t )
x1 ( t ) = z ( t ) ; x2 ( t ) = ; x3 ( t ) = i ( t ) ; u ( t ) = v ( t ) (3)
dt
d ( xi )
Utilizando (3) y simplificando mediante la notación = x&i , se tiene
dt
⎡ ⎤
⎢ x2 ( t ) ⎥
⎡ x&1 ⎤ ⎢ x (t )
2 ⎥
⎢ x&2 ⎥ = ⎢ g − 3 ⎥
⎢⎣ x&3 ⎥⎦ ⎢ mx1 ( t ) ⎥ (4)
⎢ R 1 ⎥
⎢ − x3 ( t ) + u ( t ) ⎥
⎣ L L ⎦
y ( t ) = x1 ( t )
donde y(t) es la salida del sistema. De manera más compacta, la ecuación (4) puede reescribirse como
x& ( t ) = F ( x ( t ) , u ( t ) )
y (t ) = H ( x (t ))
(5)
donde
x ( t ) = ⎣⎡ x1 ( t ) x2 ( t ) x3 ( t ) ⎦⎤
T
⎡ ⎤
⎢ x2 ( t ) ⎥
⎢ x (t )
2 ⎥
F ( x (t ) , u (t )) = ⎢ g − 3 ⎥ ; H ( x ( t ) ) = x1 ( t )
⎢ mx1 ( t ) ⎥
⎢ R 1 ⎥
⎢ − x3 ( t ) + u ( t ) ⎥
⎣ L L ⎦
2.1 Linealización
Dentro de los cursos de control básico se trabaja usualmente con sistemas lineales, los cuales son representaciones
aproximadas del comportamiento real del sistema. Para obtener estas aproximaciones es necesario el encontrar los
valores en los que los estados del sistema están en reposo.
2.1.1 Puntos de Equilibrio del Sistema no Lineal
Si se analiza el sistema de ecuaciones (4), se observa que para que el sistema se encuentre en reposo, el disco
debe permanecer en una posición constante, con lo que se tiene el equilibrio x1(t)=x1e=cte, es decir, que el disco está

separado una distancia determinada a partir de la bobina. Ya que la posición es constante, su velocidad y por lo tanto su
aceleración son igual a cero, con lo que mediante la ecuación (1), expresada en las variables de estado (3), se obtiene
x3e = mgx1e (6)

Mediante (6) se obtiene el valor de la entrada en equilibrio
ue = Rx3e (7)
Estos puntos nos dicen cuanto voltaje debe ser aplicado a la bobina para que circule una corriente que produzca una
fuerza magnética de magnitud suficiente para mantener el disco a una distancia constante.
Como se muestra en (Dorf & Bishop, 2008) una manera de linealizar el sistema es llevando a cabo la expansión,
alrededor de los puntos de equilibrio, en series de Taylor el sistema de ecuaciones no lineal (4) y truncándose al 1er
término, obteniéndose
x&δ ( t ) = Axδ ( t ) + Buδ ( t )

yδ ( t ) = Cxδ ( t )
(8)
donde
xδ ( t ) = ⎡⎣ x1δ ( t ) x2δ ( t ) x3δ ( t ) ⎤⎦
T
⎡ ⎤
⎢ 0 1 0 ⎥
⎢ ⎥
∂F ( x ( t ) , u ( t ) ) ⎢g g ⎥
A= =⎢ 0 −2 ⎥
∂x ( t ) x mx1e
xe ,ue ⎢ 1e ⎥
⎢ R ⎥
⎢ 0 0 − ⎥
⎣ L ⎦

⎡ ⎤
∂F ( x ( t ) , u ( t ) ) ⎢0 ⎥
B= = ⎢0 ⎥
∂u ( t ) ⎢1⎥
xe ,ue
⎢ ⎥
⎣L⎦
C = [1 0 0]
con
xe = [ x1e x2 e x3e ]
x1δ ( t ) = x1 ( t ) − x1e ; x2δ ( t ) = x2 ( t ) − x2 e (9)
x3δ ( t ) = x3 ( t ) − x3e ; uδ ( t ) = u ( t ) − ue
Utilizando esta aproximación lineal, se pueden aplicar metodologías bien estudiadas tales como el diseño de
controladores por medio de la transformación de un sistema lineal a su forma canónica controlable, o el diseño de
observadores mediante la forma canónica observable de un sistema lineal.
2.2 Diseño del Controlador
Usualmente cuando se habla de un sistema que tiene una señal de entrada y se menciona la palabra control, se tiende a
pensar que por consiguiente es posible llevar al sistema a cualquier valor deseado, ya sea que se trate de posición,
velocidad, corriente, etc, sin embargo esto no siempre resulta cierto. Para asegurar que un sistema puede ser llevado de
CONTROL - 116
un punto a otro mediante una señal de entrada, se debe verificar la propiedad de controlabilidad (Nise, 2004). Para que
este sistema en particular sea controlable se debe cumplir que el rango de la matriz de controlabilidad des completo, es
decir, en este caso C = 3, por lo que
⎛⎡ 2 g ⎤⎞
⎜⎢0 0 − ⎥⎟
⎜⎢ L mx1e ⎥ ⎟
⎜⎢ ⎥⎟
rango(C) = rango ⎡⎣ B ( AB 2
)
A B ⎤⎦ = rango ⎜ ⎢ 0
⎜⎢
−
2 g
L mx1e
2R g ⎥⎟
L2 mx1e ⎥ ⎟
=3
⎜⎢ ⎥⎟
⎜⎢1 R R2 ⎥⎟
⎜⎢L −
L2 L3 ⎥⎟
⎝⎣ ⎦⎠
Con lo anterior se demuestra que el sistema es controlable y que por lo tanto es posible llevarlo mediante una
transformación de coordenadas a su forma canónica controlable (Williams & Lawrece, 2007).
2.3 Forma Canónica Controlable

La forma canónica controlable es una transformación de coordenadas del estado que simplifica el diseño del
controlador para el sistema original. La transformación está dada mediante ρ ( t ) = P −1 xδ ( t ) . Derivando en el
tiempo una vez la expresión anterior se tiene que
ρ& ( t ) = Aρ ( t ) + Buδ ( t ) (10)
donde
ρ ( t ) = ⎡⎣ ρ1 ( t ) ρ 2 ( t ) ρ3 ( t ) ⎤⎦
T
⎡ a1 a2 1⎤
A = P −1 AP ; B = P −1 B ; P = CM ; M = ⎢⎢ a2 1 0 ⎥⎥
⎢⎣ 1 0 0 ⎥⎦
Los términos a1 y a2 son coeficientes del polinomio característico del sistema (8), el cual se obtiene como
s −1 0
g g R 2 g gR
sI − A = − s 2 = s3 + s − s− = s 3 + a2 s 2 + a1s + ao
x1e x1e L x1e Lx1e
1
0 0 ( R + Ls )
L
La forma canónica controlable de (8) utilizando (10) es
⎡ ρ&1 ( t ) ⎤ ⎡ 0 1 0 ⎤ ⎡ ρ (t ) ⎤
⎡0 ⎤
⎢ ρ& 2 ( t ) ⎥ = ⎢ 0 1 ⎥⎥ ⎢ ρ 2 ( t ) ⎥ + ⎢0 ⎥ uδ ( t )
1
0 (11)
⎢ ρ& t ⎥ ⎢ ⎢ ⎥ ⎢1 ⎥
⎣ 3 ( ) ⎦ ⎣⎢ −a0 − a1 −a2 ⎦⎥ ⎣ ρ3 ( t ) ⎦ ⎣ ⎦


Donde
1 L 1 L 1
ρ1 ( t ) = − x1δ ; ρ2 ( t ) = − x2δ ; ρ3 ( t ) = − Lm g
mx1e x1δ + Lx3δ
2 g
mx1e
2 g
mx1e
2
2.4 Controlador

Una manera de diseñar el controlador es haciendo
uδ ( t ) = − K ρ ( t ) (12)
donde K = k1[ k2 k3 ]
Sustituyendo (12) en (11) se tiene el siguiente sistema en lazo cerrado
⎡ ρ&1 ( t ) ⎤ ⎡ 0 1 0 ⎤ ⎡ ρ (t ) ⎤
⎢ ρ& 2 ( t ) ⎥ = ⎢ 0 ⎥ 1
0 1 ⎥ ⎢ ρ2 ( t )⎥ (13)
⎢ ρ& t ⎥ ⎢ ⎢ ⎥
⎣ 3 ( ) ⎦ ⎢⎣ −a0 − k1 − a1 − k2 − a2 − k3 ⎥⎦ ⎣ ρ3 ( t ) ⎦
De la forma canónica controlable se tiene
ρ 2 ( t ) = ρ&1 ( t ) ; ρ3 ( t ) = ρ& 2 ( t ) = ρ&&1 ( t ) ; ρ& 3 ( t ) = &&&

ρ1 ( t )
Por lo que la última fila de (13) puede reescribirse como
ρ1 ( t ) + ( a2 + k3 ) ρ&&1 ( t ) + ( a1 + k2 ) ρ1 ( t ) + ( a0 + k1 )
&&& (14)
2.5 Estabilidad

La manera de asegurar la estabilidad del sistema es haciendo que las raíces de (14) estén ubicadas en el semiplano
complejo izquierdo. Una forma de lograr esto es utilizando la siguiente asignación
( s + a )( s + b ) = s 3 + ( a + 2b ) s 2 + ( b 2 + 2ab ) s + ab 2
2
(15)
donde a y b son constantes positivas distintas de cero. Mediante (15) se obtiene que
k1 = ab 2 − a0
k2 = b 2 + 2ab − a1 (16)
k3 = a + 2b − a2
Utilizando (16) y regresando a las variables del sistema lineal se tiene el siguiente controlador
⎛ ⎞ ⎛ ⎞
1 L 1 L ⎛ 1 ⎞
uδ ( t ) = − k1 ⎜ − x1δ − k2 ⎜ −
⎟ x2δ ⎟ − k3 ⎜ − Lm g
x1δ + Lx3δ ⎟ (17)
⎜ 2 g ⎟ ⎜ 2 g ⎟ ⎝ 2
mx1e
⎠
⎝ mx1e ⎠ ⎝ mx1e ⎠
CONTROL - 118
El controlador dado en (17) puede ser utilizado en una región cercana al punto de equilibrio del sistema de levitación,
sin embargo el objetivo es controlar el sistema no lineal, por lo que se debe expresar (17) en función de las definiciones
dadas en (9), obteniéndose la siguiente ley de control
⎛ ⎞
kL k Lm ⎟ ( x1 − x1e ) + Lk2 ( x2 − x2 e ) − k3 L ( x3 − x3e ) + ue
u (t ) = ⎜ 1 + 3 g
(18)
⎜2 g 2 mx1e
⎟ 2 mxg1e
⎝ mx1e ⎠
El siguiente paso es verificar mediante simulaciones numéricas el desempeño del sistema cuando se le aplica la ley de
control diseñada previamente.
3 SIMULACIONES NUMÉRICAS
Las simulaciones numéricas se realizaron utilizando la paquetería SIMNON® utilizando los siguientes valores
para los parámetros del sistema de levitación
m = 0.066 Kg ; R = 12.79 Ω ; L = 0.155 H
La posición del disco deseada es x1e = 5 mm y las condiciones iniciales para los estados son
x01 = 10 mm, x02 = 0, x03 = 0 . Utilizando el valor en equilibrio deseado para la posición se obtienen los equilibrios
que se debe tener para la corriente y para el voltaje aplicado a la bobina, resultando en
x3e = 0.0569 A = 56.9 mA, ue = 0.7277 V . Los valores propuestos para la ubicación de las raíces del sistema en
lazo cerrado son a = 89, b = 17 , con lo cual se obtienen las siguientes ganancias para el controlador
k1 = 1.8762 × 105
k2 = 5277
k3 = 40.484
En la figura Nº 3 se muestra el desplazamiento vertical del disco.
Figura 3. Desplazamiento vertical del disco


Se observa que al principio del desplazamiento se tiene un ligero sobrepaso, esto es debido a las ganancias utilizadas,
ya que fueron puestas solo para cumplir con el requerimiento de ubicación de polos en el semiplano complejo izquierdo
y no para que la respuesta tuviera ciertas características tales como sobrepaso máximo, tiempo de asentamiento, tiempo
de pico o error en estado estacionario. Este comportamiento también se ve reflejado, tal y como se muestra en la figura
Nº 4, en la corriente consumida por la bobina.
Figura 4. Corriente consumida por la bobina

Finalmente, la amplitud de la señal de control aplicada al sistema de levitación se muestra en la figura Nº 5.
Figura 5. Voltaje de control requerido para la levitación
Se aprecia que el voltaje requerido para llevar a cabo la levitación, al igual que la corriente, es de una magnitud
relativamente pequeña, esto debido al bajo peso que tiene el disco a levitar y a la pequeña distancia que se pide como
equilibrio.
CONTROL - 120
4. CONCLUSIONES

El ejemplificar de manera práctica algunas de las propiedades fundamentales de un sistema lineal ayuda a que el
alumno que inicia en el área del control comprenda de manera más clara los conceptos básicos. A lo largo de este
trabajo se presentó una manera de llevar a cabo el diseño de un controlador para un sistema no lineal partiendo del
sistema lineal y de la propiedad de controlabilidad. Aunque la manera de encontrar los valores para las constantes del
controlador es trivial, y no se tiene mayor objetivo que el de tener un sistema estable, el sistema de ecuaciones
transformado a la forma canónica controlable, puede ser utilizado para diseñar controladores que tengan características
deseadas tales como el sobrepaso máximo, el tiempo de asentamiento, el tiempo pico y el error en estado estable.
Aunque en este trabajo se considera que se tiene una acceso completo a todos los estados del sistema, este trabajo
puede extenderse para ejemplificar la manera de diseñar observadores de estado que permitan realizar de manera
práctica la implementación de la ley de control.
REFERENCIAS
1. Alvarez-Sanchez, E.J. (2010). Notas del curso de Control I. Trimestre I/2010. Ensenada, B.C., México:
CICESE.
2. Dorf, R.C., & Bishop, R.H. (2008). Modern Control Systems. New Jersey: Pearson Prentice Hall.
3. Nise, N.S. (2004). Control Systems Engineering. New Jersey: John Wiley & Sons.
4. Williams, R. L., & Lawrence D.A. (2007). Linear State-Space Control Systems. New Jersey: John Wiley &
Sons.


TESIS

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

TESIS

Încărcat de

Drepturi de autor:

Formate disponibile

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

Cadena de Suministro 100

Aplicaciones Electrónicas 107

SISTEMA DE VIGILANCIA VIA WEB

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

DESARROLLO DE SEIS SIGMA: UNA VISION GLOBAL

ISBN 978-0-615-36191-8 VERTICE 2010

Tabla 1. Herramientas a utilizar por cada fase de SS

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

3.1 Herramientas más Utilizadas

Figura 1. Pareto de las Herramientas más Utilizadas por SS

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

3.2 Aplicación de SS por Países

Figura 2. Herramientas y Técnicas más Comunes que se Utilizan en China en Proyectos SS

Figura 3. Países que más Trabajan con Proyectos SS

Figura 4. Aplicación de SS por Sectores y Áreas

Figura 5. Áreas donde se Trabajan Proyectos SS

En la industria de la madera la implementación de DMAIC e incluyendo un estudio de R y R les aportó la obtención de

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

Tabla 2. Aplicaciones de Seis Sigma en Sector Servicios

Edgeman et al., 2005; Furterer and

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

4.1 Elección del proyecto

4.2 Seis Sigma en Servicio

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

4.3 Dificultades de Seis Sigma

Respecto al análisis de la aplicación de SS, se puede concluir lo siguiente:

6. Barrada, C. A. (2003). Gestión de Negocios. Qué es en realidad seis sigma? , 1-10.

28. Pande, P. (2001). What is six sigma? Blacklick Oh.: McGraw-Hill.

31. Pyzdek, T. (2003). El ABC de 6 sigma. gestion de negocios .

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

REDUCIR EL TIEMPO DE PREPARACION UTILIZANDO EL SISTEMA

Departamento de Ingeniería Industrial y Manufactura – Instituto de Ingeniería y Tecnología

Figura 1. Fases de la Metodología DMAIC

2.1 Definir y Medir

Media=1.097 2.5 Media=2.460

Del anterior análisis se determinó Preparación

Trefilado Aislado Pareado Enchaquetado

El proyecto fue desarrollado en el Área Enchaquetado, máquina A.

Figura 3. Diagrama de Flujo del Proceso

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

DIC ENE FEB MAR

Describir las tareas

Separar las tareas

Analizar las funciones y

Cambia segmentos y poleas Baja herramental (Extrusor Principal y Cambia carga

Regula agua del canal Jala pares hasta el primer extrusor

Figura 6. Analisis de actividades por Tarea en videos

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

No agregan valor Actividades que agrega valor

Cambio de pinolas, topes y carretes

G-3 Establecer la presión de aire

Todas las actividades son

Figura 7. Separacion de las actividades del Guiador

MEMORIAS DEL CUARTO CONGRESO INTERNACIONAL

No agregan valor Actividad que agrega valor