Diapositiva 1

LEAN SIGMA FASE DE MEDICIN Propsito y herramientas 1

Diapositiva 2

Propsito Requerimientos de informacin para el proyecto Mtricas de los indicadores del Proceso Identificar los tipos, fuentes y causas de la variacin en el proceso Desarrollar un Plan de Recoleccin de Datos Realizar un Anlisis del Sistema de Medicin Determinar el tamao de muestra Llevar a cabo la recoleccin de datos Determinar la capacidad del proceso Diagnstico de la situacin actual del problema 2

Diapositiva 3

3

Diapositiva 4

Mapa de la cadena de valor El flujo de materiales, desde la recepcin de los proveedores hasta la entrega a los clientes. La transformacin de materias primas en productos terminados. El flujo de informacin que soporta y dirige ambos, el flujo de materiales y la transformacin de materias primas en productos terminados. 4

Diapositiva 5

conos de la cadena de valor 5

Diapositiva 6

6

Diapositiva 7

Ejemplo de la cadena de valor 7

Diapositiva 8

Diagrama de flujo detallado 8

Diapositiva 9

9

Diapositiva 10

10

Diapositiva 11

11 EtapaParmetros de calidadIndicadoresValor generado Insumos Gas natural PEMEX Buen poder calorfico Bajo contenido de agua Bajo contenido de H 2 Alto contenido de metano Kcal/m 3 % de humedad % de H 2 % mol de metano Precio $/m 3 Optimizacin del rgimen trmico Kcal/KWH Costo competitivo de la energa elctrica Plantas de tratamiento de agua Agua de procesos Buena calidad del agua Suavidad del agua Concentracin de SiO 2 ppm Conductividad del agua micromhos pH Calidad del vapor generado Cantidad de incrustaciones en paredes de tubos Mejor rgimen trmico Agua de enfriamiento Buena calidad del agua Suavidad del agua Concentracin de SiO 2 ppm Conductividad del agua micromhos pH Cantidad de incrustacin en equipos Buena transferencia de calor Disponibilidad de equipos

Diapositiva 12

Tcnicas de medicin del trabajo El estudio de tiempos se hace con un cronmetro ya sea en campo o en una filmacin, separando los elementos de tiempos: 12 http://www.hiperconsumible.com/artman/publish/vidapractica/OREGON_SCIENTIFIC_PRESENTA_NUEVOS_CRON_METROS_Y_PULS_METRO S.shtml

Diapositiva 13

Estudio de tiempos Tiempo normal = tiempo de desempeo observado por unidad x ndice de desempeo Tiempo estndar = TN*(1 + tolerancias) 13 http://www.abantiare.com/2009/01/introd uccion-metodos-y-tiempos.html http://www.youtube.com/watch?v=rP8FR5pSmlI

Diapositiva 14

Muestreo del trabajo Identificar la actividad especfica del estudio (% de tiempo ocioso o en reparacin) Determinar la razn de tiempo de la actividad de inters con el tiempo total. Declarar la exactitud deseada en el estudio. Determinar los momentos especficos de cuando se van a hacer las observaciones. 14

Diapositiva 15

15

Diapositiva 16

2. Identificacin KPIVs y KPOVs Variables crticas del proceso 16

Diapositiva 17

Variables crticas KPIV y KPOV KPIVs variables crticas de entrada del proceso KPOVs variables crticas de salida del proceso 17 http://www.creativeengineers.com/chemical_process_engineering.html

Diapositiva 18

3. Plan de coleccin de datos y validacin de sistemas de medicin 18

Diapositiva 19

Plan de coleccin de datos Formular una clara descripcin del problema Definir de manera precisa lo que se va a medir Listar todas las caractersticas importantes a medir Cuidadosamente seleccionar la tcnica de medicin 19

Diapositiva 20

Plan de coleccin de datos Construir un formato sencillo de registro Decidir quin colectara los datos Establecer un mtodo de muestreo apropiado Decidir quien analizar e interpretar los resultados Decidir quin reportar los resultados 20

Diapositiva 21

Plan de coleccin de datos Qu informacin se va a recolectar Por qu se necesita Quin es responsable Cmo se va a recolectar Cundo se va a recolectar Dnde se va a recolectar 21

Diapositiva 22

Plan de coleccin de datos Provee una estrategia clara y documentada al recolectar datos confiables. Da a los miembros del equipo una referencia comn. Ayuda a asegurar que los recursos sean usados efectivamente para recolectar nicamente datos crticos. 22

Diapositiva 23

Validacin de los sistemas de medicin 23

Diapositiva 24

Error de reproducibilidad Variacin, entre promedios de las mediciones hechas por diferentes operadores que utilizan un mismo instrumento de medicin cuando miden las mismas caractersticas en una misma parte. 24

Diapositiva 25

Error de repetibilidad / Precisin Variacin de las mediciones obtenidas con un instrumento de medicin, cuando es utilizado varias veces por un operador, al mismo tiempo que mide las mismas caractersticas en una misma parte 25

Diapositiva 26

Error de estabilidad Variacin total de las mediciones obtenidas con un sistema de medicin, hechas sobre el mismo patrn o sobre las mismas partes, cuando se mide una sola de sus caractersticas, durante un perodo de tiempo prolongado 26

Diapositiva 27

Error de linealidad Diferencia en los valores de la escala, a travs del rango de operacin esperado del instrumento de medicin 27

Diapositiva 28

Error de exactitud o sesgo Distancia entre el valor promedio de todas las mediciones y el valor verdadero. Error sistemtico o desviacin 28

Diapositiva 29

Otras definiciones Calibracin: Es la comparacin de un estndar de medicin con exactitud conocida con otro instrumento para detectar, reportar o eliminar por medio del ajuste, cualquier variacin en la exactitud del instrumento. Resolucin: La medicin que tiene exactitud y precisin al menos de 1/10 de la tolerancia. 29

Diapositiva 30

Estudios R&R Mtodo corto del rango Proporciona un valor aproximado del error R&R sin que muestre las diferencias entre errores por el equipo y por los operadores 30

Diapositiva 31

Estudios R&R Mtodo largo de ANOVA Intervienen de dos a tres operadores Se toman 10 unidades seleccionar de forma que cubran al menos el 80% del rango total del proceso Cada unidad es medida por cada operador, 2 3 veces. Seguir el procedimiento 31

Diapositiva 32

Estudios R&R Mtodo largo de ANOVA Permite separar en el sistema de medicin lo referente a la Reproducibilidad y a la Repetibilidad. Tambin proporciona informacin acerca de las interacciones de un operador y otro en cuanto a la parte. Calcula las varianzas en forma ms precisa. Los clculos numricos requieren de una computadora. 32

Diapositiva 33

Grficas de salida Carta R debe estar en control, la carta X con al menos el 50% fuera de control 33

Diapositiva 34

Resultados de salida Error R&R mximo respecto a la toleracia 10% 34

Diapositiva 35

Planes de muestreo Para calificacin de lotes 35

Diapositiva 36

Muestreo aleatorio Es ms barato, requiriendo menos inspeccin. Existe un menor manejo de producto o menor dao. Existe el riesgo de aceptar lotes malos y de rechazar lotes buenos. 36

Diapositiva 37

Norma ANSI Z1.4 Contempla los siguientes casos: Inspeccin normal. Inspeccin estricta. Inspeccin reducida. Se inicia con la inspeccin normal, se pasa a estricta cuando se observa mala calidad del proveedor y se usa la reducida cuando la calidad es buena, reduciendo los tamaos de muestra. 37

Diapositiva 38

Norma ANSI Z1.4 38

Diapositiva 39

Norma ZI.4 Procedimiento Negociacin del AQL (cliente proveedor). Nivel de inspeccin, tamao del lote. Consultar la tabla 1 para letra cdigo Tabla correcta de acuerdo al plan a utilizar (II-A, II-B, II-C) Pasar de tabla normal para inspeccin reducida y estricta, de ser necesario 39

Diapositiva 40

Norma Z1.4 Tabla I 40

Diapositiva 41

Norma Z1.4 Tabla II-A normal 41

Diapositiva 42

Norma Z1.4 Tabla II-B estricta 42

Diapositiva 43

Norma Z1.4 Tabla II-C reducida 43

Diapositiva 44

Herramientas de coleccin de datos 44 Diagramas de Pareto Grficas de lnea Grficas de barras Grficas de pastel Grficas de caja Histogramas Cartas de control Etc.

Diapositiva 45

Histogramas Grficas de columnas de frecuencia que muestran una imagen esttica del comportamiento del proceso 45

Diapositiva 46

Cartas de control Una Carta de Control es como un historial del proceso.... En donde ha estado....En donde se encuentra....Hacia donde se puede dirigir 46

Diapositiva 47

Cartas de control 47

Diapositiva 48

Carta I-MR de lecturas individuales y rango mvil Valores individualesRango 12- 153 114 143 86 91 48

Diapositiva 49

Carta X-R de lecturas individuales y rango mvil 49 Ejemplo

Diapositiva 50

Carta X-R 50 Ejemplo

Diapositiva 51

6. Capacidad de procesos Para cumplir con las especificaciones 51

Diapositiva 52

Propsitos 1. Predecir que tanto el proceso cumple especificaciones 2. Apoyar a diseadores de producto o proceso en sus modificaciones 52

Diapositiva 53

Capacidad del proceso 53

Diapositiva 54

Procedimiento 1. Seleccionar un equipo donde realizar el estudio. 2. Seleccionar las condiciones de operacin del proceso. 3. Seleccionar un operador entrenado. 4. El sistema de medicin debe tener una resolucin de al menos el 10% y una habilidad (error R&R < 10%). 5. Cuidadosamente colectar la informacin en una carta de control X-R o I-MR. 54

Diapositiva 55

Procedimiento 6. Construir la carta de control y estabilizar el proceso a que este en control. 7. Calcular la fraccin defectiva con Minitab. 10. Calcular el ndice de capacidad potencial Cp = (LSE LIE) / (6*s), debe ser mayor a 1.33. 11. Determinar el ndice de capacidad real Cpk = Menor |Zs; Zi| / 3, debe ser mayor a 1.33. 55

Diapositiva 56

Capacidad del proceso 56

Diapositiva 57

Corrida con Minitab I/MR Stat > Quality tools > Capability analysis (Normal) Data is arranged as a single column: Viscocidad Subgroup size 5 Lower spec 5.95 Upper spec 6.06 Estimate: Methods of estimate sigma R-Bar Options: Display Percents o Parts per million / Capability Stat Cp, Cpk OK OK 57

Diapositiva 58

Ejemplo (p. 46): Con los datos de la carta I-MR anterior, una vez que se encuentra en control: si los lmites de especificacin son LIE = 5.95 y LSE = 6.06, determinar lo siguiente: a) Determinar la Desviacin estndar (St dev. Within )= b) Fraccin defectiva = % Total Within = c) ndice de capacidad Potencial Cp = d) ndice de capacidad Real Cpk = e) Qu se puede hacer para mejorar el Cpk? _ 58

Diapositiva 59

Corrida con Minitab X-R Stat > Quality tools > Capability analysis (Normal) Seleccionar Subgroups across rows off X1 X2 X3 X4 X5 Lower spec 15.2 Upper spec 16.6 Estimate: Methods of estimate sigma R-Bar Options: Display Percents o Parts per million / Capability Stat Cp, Cpk OK OK 59

Diapositiva 60

Ejemplo (p. 46): Con los datos de la carta X-R anterior, una vez que se encuentra en control: si los lmites de especificacin son LIE = 15.2 y LSE = 16.6, determinar lo siguiente: a) Determinar la Desviacin estndar (St dev. Within )= b) Fraccin defectiva = % Total Within = c) ndice de capacidad Potencial Cp = d) ndice de capacidad Real Cpk = e) Qu se puede hacer para mejorar el Cpk? _ 60

Diapositiva 61

Capacidad con base en el rendimiento 61

Diapositiva 62

62

Diapositiva 63

Determinar la meta a alcanzar 63

Diapositiva 64

Diagnstico de un proceso de la empresa Con datos de los procesos determinar su capacidad para cumplir especificaciones: a. Colectar datos b. Desarrollar una carta de control c. Determinar la capacidad del proceso (Fraccin defectiva, Cp y Cpk) 64