1

NUEVOS MODELOS DE PRODUCCIÓN EN UN ENTORNO COMPETITIVO

“Hacia un modelo de producción robusta”

Eva Pérez PulidoDpto. Programas InternacionalesINSTITUTO ANDALUZ DE TECNOLOGÍA

Dos Hermanas, 30 de septiembre de 2005

2

Creador: Genichi Taguchi

Origen: Japón, tras la Segunda Guerra Mundial.

Necesidad de ahorro de costes en fabricación manteniendo la calidad de los productos Optimización de la producción

Objeto: reducir la sensibilidad de productos y procesos a variaciones no deseables con el objetivo último de:

reducir costes mejorar la productividad y fiabilidad de los procesos aumentar la satisfacción de los clientes.

3

Producto robusto

Aquel capaz de desempeñar todas sus funciones aún cuando se han producido variaciones aceptables durante periodos de vida razonables.

Proceso robustoAquel cuyas salidas presentan pequeñas variaciones cuando algunas de las entradas del proceso presentaron variaciones significantes.

4

Falta de robustez

Generalmente los productos/procesos poco robustos dan lugar a:

Bajo rendimiento Elevado número de operaciones de reprocesado Alto nivel de devoluciones por parte de los clientes Insatisfacción de los clientes

Falta de robustez

Generalmente los productos/procesos poco robustos dan lugar a:

Bajo rendimiento Elevado número de operaciones de reprocesado Alto nivel de devoluciones por parte de los clientes Insatisfacción de los clientes

5

Causas de la falta de robustezLos productos/procesos pueden ser poco robustos por:

Los ajustes de los procesos clave no son los óptimos Los materiales presentan excesivas variaciones No se han establecido los métodos óptimos de

procesado Los procesos están afectados por el entorno

Causas de la falta de robustezLos productos/procesos pueden ser poco robustos por:

Los ajustes de los procesos clave no son los óptimos Los materiales presentan excesivas variaciones No se han establecido los métodos óptimos de

procesado Los procesos están afectados por el entorno

“Se desconoce información vital sobre el proceso/ producto”

En definitiva:

6

Proyecto europeo cofinanciado por la Unión Europea dentro del programa “Crecimiento Competitivo y Sostenible” del V Programa Marco de I+D+I.

Versión de la Metodología de Diseño Robusto adaptada a las necesidades de la empresa europea.

Aplicaciones en empresas.

www.eurobust.net

7

Desarrollar la “versión europea” de la Metodología de Diseño Robusto, teniendo en cuenta las prácticas actuales de Desarrollo de Sistemas e Ingeniería de Diseño llevadas a cabo en empresas europeas de distintos sectores y tamaños.

Revisión de métodos y desarrollo de otros nuevos para la versión de la Metodología de Diseño Robusto adaptada a las empresas europeas.

8

15 organizaciones europeas de Alemania, España, Irlanda, Holanda, Reino Unido y Suecia.

Entre ellas: 8 empresas: MEUPE, Volvo Trucks Corp., Carl Zeiss,

Leslie Group, AJ Precision Components, Eurocad, Boston Scientific Ireland, SKF

5 centros tecnológicos: IVF (Coordinador), IAT, FZK, AMT Ireland, CQM

2 Universidades: Universidad de Chalmers y Universidad de Stuttgart

9

Conjunto de herramientas EURobust para el Diseño Robusto

Conjunto de herramientas EURobust para el Diseño Robusto

“Diseño Robusto de un proceso”

Para aquellas organizaciones que usen por primera vez técnicas estadísticas y otras técnicas de diseño robusto o para pequeñas empresas que no llevan a cabo un gran desarrollo de nuevos productos

“Diseño Robusto de un producto”

Para empresas familiarizadas con el uso de técnicas estadísticas y que cuentan con un programa de desarrollo de nuevos productos

11

Proceso

Factores de ruidoFactores de ruido

Y1Y1

Y2Y2

RespuestaRespuesta(Salidas)(Salidas)

X2X2 Factores

controlables

Factores

controlables

X1X1

(Entradas)(Entradas)

DiseñoDiseño

Enfoque del procesoEnfoque del proceso

12

Opciones de experimentaciónOpciones de experimentación

No todos los experimentos se hacen igual ...

• “Un factor cada vez”

• Experimentación “diseñada’’

13

A2 B2 C2 D2 E4

¿Cómo maximizaríamos la respuesta del proceso (Y) cambiando un factor cada vez ?

Y

Experimentación: “Un factor cada vez”Experimentación: “Un factor cada vez”

1) ¿Cómo sabemos que nuestros resultados son verdad absoluta?

2) ¿Podríamos predecir Y para algunos valores de A, B ,C, D, E no testados aquí ?

3)¿Qué información tenemos sobre las interacciones entre los factores?

2 1 1 1 1

2 2 1 1 1

2 1 2 1 1

2 1 2 2 12 1 2 1 22 1 2 1 32 1 2 1 4

1 1 1 1 1

A B C D E

14

Más allá de “Un factor cada vez”Más allá de “Un factor cada vez”

Una estrategia experimental mejorada nos daría:

• Modelo de predicción.

• Resultado óptimo (máx., min., etc.) entre todas las combinaciones de

factores.

• Información de las interacciones entre factores.

Diseño de Experimentos

Cambios organizados en variables independientes (factores) con el propósito de observar cambios relacionados con las

variables dependientes (respuestas).

15

Usado para identificar los factores o pasos que más contribuyen a la generación de variaciones dentro de las especificaciones de un producto.

Tres enfoques distintos:

- Clásico. Fisher, agricultura

- Taguchi. Japón

- Shainin. Estados Unidos

Uno de los usos más importantes del DOE es el Diseño de Parámetros, es decir las tolerancias y los valores

nominales que formarán parte de los objetivos de calidad.

16

• Identificar el impacto de los factores en las respuestas

• Identificar las interacciones específicas entre factores

• Máxima información – Mínimos recursos

• Poder obtener respuestas pronosticadas

Objetivos del DoEObjetivos del DoE

• Optimización: ajuste de factores respuesta deseada

17

La Voz del ClienteLa Voz del Cliente

Voz del Consumidor

Información en Continuo

Define los Límites de las Especificaciones y los Objetivos

Define los Límites de las Especificaciones y los Objetivos

Defectos Defectos

OK

Límite Inferior de Especificaciones LSL

Objetivo Límite Superior de Especificaciones USL

Frecuencia

Medidas de Salidas del Proceso

Voz del proceso

18

Objetivos del proceso de mejoraObjetivos del proceso de mejora

LSL USL

Ilustración de 3 cosas que pueden hacerse para mejorar el rendimiento de este proceso

Y

LSL USLLSL USL

19

MétodosMétodos

Existen distintos métodos para el Diseño de experimentos, dependiendo del objeto de la experimentación (diseño robusto, modelado del proceso, optimización, etc.), tales como:

- Factorial Fraccional

- Factorial Completo

- Plackett-Burman

- D-Óptimo

- Diseños Taguchi

- Diseños Clásicos con Factores de ruido incluidos

- Central Composite

- Box-Behnken (Redes Neuronales)

- Etc.

Existen distintos métodos para el Diseño de experimentos, dependiendo del objeto de la experimentación (diseño robusto, modelado del proceso, optimización, etc.), tales como:

- Factorial Fraccional

- Factorial Completo

- Plackett-Burman

- D-Óptimo

- Diseños Taguchi

- Diseños Clásicos con Factores de ruido incluidos

- Central Composite

- Box-Behnken (Redes Neuronales)

- Etc.

20

Pasos del DOE Pasos del DOE

Llevar a cabo el experimento

Do

Análisis

. Adecuación estadística

. Análisis gráfico

. Ecuación predictiva

Check

Confirmación

Predicción

Capacidad del DOE

Modelo

Integración de los conocimientos

Act

Determinar respuestas

Determinar factores . Rangos

. Niveles

Combinación de líneas de

investigación

Determinar el orden de las

líneas

Determinar las necesidades de

réplica

Plan

Clarificar objetivos

21

Método de ingeniería basado en la estadística, desarrollado para encontrar

de forma sistemática las áreas del producto/proceso a las que se deberían

dirigir los esfuerzos de mejora.

22

VARIACIÓNVARIACIÓN Presente en todos los procesos. Problemas de calidad y seguridad (variaciones

no deseadas)

Gestión de la variación no deseada en una etapa temprana (diseño) del producto/ proceso. Eficiencia y

efectividad

23

Objetivos del VMEA

Identificar parámetros/características en procesos/productos, para los que una variación no deseada puede resultar perjudicial

Identificar y valorar factores que pueden potencialmente perjudicar un proceso/producto

Documenta y clasifica los aspectos relacionados con variaciones no deseadas en procesos/productos

24

Característica del producto para la cuál una variación no deseada podría afectar de forma significativa a:

- la seguridad del producto

- la conformidad respecto a los estándares o regulaciones gubernamentales

- la satisfacción del cliente respecto al producto

KPC (Característica Clave del Proceso/Producto)

25

Sub-KPC: elemento del proceso/producto a través del cual la variación es transmitida a la KPC.

Factor de ruido (NF): fuente de variación que afecta al producto/proceso.

VRPN (Valor de la Prioridad del Riesgo de la Variación): indica el orden en el que las actividades de reducción de la variación deberían ser llevadas a cabo.

26

Valoración de las sensibilidadesValoración de las sensibilidades

Valoración de la variación de los NFValoración de la variación de los NF

Cálculo de los VRPNCálculo de los VRPN

Selección de la KPCSelección de la KPC

Desglose de la KPC: Sub-KPC y NFDesglose de la KPC: Sub-KPC y NF

27

Característica Clave del

producto (KPC)

28

    Realizado por:          

    Fecha:          

    Sistema:          

    Función:          

KPCSub-KPC

KPC Sens. aSub-KPC

NF Sub-KPC Sens. a NF

NF Tamaño de variac.

VRPN (NF)

VRPN (SubKPC)

KPC

Sub-KPC1

  NF11        

  NF12      

  NF13      

  NF14      

Sub-KPC2

  NF21        

  NF22      

  ……..      

  NF2m      …………. ……………. …… ………. …………. ……….. ………

Sub-KPCn

  NFn1        

  NFn2      

  …….      

  NFnm      

29

Criterio 1: Valoración de la sensibilidad De KPC a sub-KPC De sub-KPC a factor de ruido

Criterio 1: Criterio de evaluación de la sensibilidad

Puntuación

Muy baja sensibilidad. Un cambio en un parámetro es muy poco probable que cause cambios sustanciales en el otro.

1-2

Baja sensibilidad. Un cambio en un parámetro es poco probable que cause cambios sustanciales en el otro.

3-4

Sensibilidad moderada. Un cambio en un parámetro es bastante probable que cause cambios sustanciales en el otro.

5-6

Sensibilidad alta. Un cambio en un parámetro es probable que cause cambios sustanciales en el otro.

7-8

Sensibilidad muy alta. Un cambio en un parámetro es muy probable que cause cambios sustanciales en el otro.

9-10

Criterio 2: Criterio del evaluación de la variación del factor de ruido

Puntuación

Muy poca variabilidad del factor de ruido en condiciones de operación, es decir , a pesar de las condiciones de operación la dispersión del factor de ruido continua siendo muy pequeña.

1-2

Poca variabilidad del factor de ruido en condiciones de operación, es decir, a pesar de las condiciones de operación la dispersión del factor de ruido continua siendo bastante pequeña.

3-4

Moderada variabilidad del factor de ruido en condiciones de operación, es decir, a pesar de las condiciones de operación, la dispersión del factor de ruido continua siendo pequeña.

5-6

Alta variabilidad del factor de ruido en condiciones de operación, es decir, la dispersión del factor de ruido es grande.

7-8

Gran variabilidad del factor de ruido en las condiciones de operación, es decir, la dispersión del factor de ruido es muy grande.

9-10

Criterio 2: Valoración de la variación De los factores de ruido (NF)

30

31

32

Hacia una Producción Robusta...

Modelo implementación e

integración de Metodologías de Diseño Robusto

33

Eva Pérez Pulido

Dpto. Programas Internacionalesevaperez@iat.es

Tfno. 95 446 80 10Fax: 95 446 04 07http://www.iat.es

C/ Gutenberg s/nIsla de La Cartuja

41092 Sevilla