Está en la página 1de 20

TT-218

Optimizacin de procesos en minera Medicin(M), Anlisis(A), Mejora(M) y


subterrnea a travs de la metodologa control(C)).
Lean Six Sigma En la Unidad minera se han realizado 3
Ing. Angel Paz Bustios proyectos Six Sigma orientados a la
Jefe de Mina Snior reduccin del costo operativo y al
Ca. Minera Milpo Andina Per SAC incremento de produccin: Optimizacin del
Costo de sostenimiento en labores de
desarrollo; Reduccin del Costo de
Transporte de Mineral y Desmonte en
Resumen Mina, Incremento de Produccin en la
Parte Alta de la Mina obtenindose un
El contexto econmico actual de baja en retorno financiero por encima de 1 milln
los precios de los minerales es muy de dlares en el plazo de un ao.
complicado para las empresas mineras, la
mejora en la calidad de los productos y la Impacto de la metodologa Lean Six
reduccin de costos han pasado en los Sigma en el Proceso productivo
ltimos aos a convertirse en un punto
Los proyectos ejecutados en la unidad con
clave donde se juega la propia la metodologa Lean Six Sigma han
supervivencia de muchas empresas, aportado directamente tanto en el
parece claro que hay que mejorar, la Incremento de la produccin as como en
pregunta que uno se hace es cmo lo el programa de reduccin de costos del
conseguimos?, si bien a lo largo de la proceso, de un cash cost por encima de los
historia de la calidad desde las primeras U$ 45 /ton se ha pasado a tener valores
dcadas del siglo XX han aparecido menores a U$ 38.9 /ton en el costo de toda
la unidad as como de valores por encima
multitud de tcnicas de mejora, hay que
de U$ 26/ton se pas a valores promedio
destacar dos sobre las dems de forma de U$ 22.6/ ton para el costo de produccin
muy clara; la primera de estas tcnicas del rea de mina, el aporte en la reduccin
desarrollada en Toyota es conocida como del costo de los 3 proyectos ejecutados han
Lean y persigue la eliminacin de los estado en el orden de U$ 1.1 / ton, los
desperdicios y la optimizacin de la cadena cuales fueron de aporte directo en el costo
de valor en el proceso productivo, la directo del cash cost de mina.
segunda de estas tcnicas desarrollada en
Figura 1 Evolucin del Cash Cost de la
Motorola se denomina Six Sigma y tiene
Unidad y del rea de mina 2013 - 2014
por objeto la mejora de procesos a travs
de la utilizacin de mtodos cuantitativos y
estadsticos para la definicin y anlisis de
un problema.
Six Sigma es una metodologa de mejora
de procesos con fuerte foco en el retorno
financiero que fue creada en Motorola Co. (
Estados Unidos) a mediados del decenio
de los 80 por el ingeniero Bill Smith como
una estrategia de negocios y mejora de la
calidad, pero posteriormente mejorado y
popularizado por General Electric, bajo el
liderazgo del CEO de entonces y
considerado por muchos como el mayor
ejecutivo del siglo XX, Jack Welch.
El proceso Seis Sigma (six sigma) se
caracteriza por 5 etapas concretas:
denominas DMAIC(Definicin (D),
Figura 2 Evolucin. De la Produccin 2013
-2014 Figura 3 Navegando en aguas tranquilas

En esta etapa normalmente al tener un


margen de ganancia muy favorable se
incurre en seguir generando desperdicios
tales como prdida de productividad a
travs de incremento de equipos, personal,
desperdicio de insumos, etc.
Ahora imaginemos que la marea baja o en
otras palabras los factores externos dejan
de ser favorables para la empresa (baja en
el precio de los minerales, incremento en el
1 METODOLOGIA LEAN costo de insumos, incremento de
impuestos, etc.) en este panorama ya los
problemas con los cuales estbamos
Lean (tambin conocido como mtodos conviviendo se hacen evidentes; Lean
esbeltos o velocidad esbelta) es un apunta a eliminar estos problemas
conjunto de herramientas desarrolladas superficiales evidentes en un corto plazo,
para reducir el derroche asociado con el tales como establecer un sistema de
flujo de materiales e informacin en un operacin capaz de producir solamente
proceso, desde el inicio al final. El objetivo aquello que sea necesario, en la cantidad
de Lean es identificar y eliminar los pasos exacta, en el momento necesario, sin
no esenciales as como los desperdicios complicaciones y a costos competitivos.
que no agreguen valor en el proceso, con
el fin de hacer ms eficiente la produccin. Figura 4 Navegando en aguas turbulentas

Por ejemplo, imaginemos que nuestra


empresa es como navegar en un velero,
cuando los factores externos como los
precios de los minerales altos, los bajos
costos de insumos, y dems factores son
favorables, usualmente caemos en una
etapa de confort donde las amenazas y
debilidades potenciales no son
identificadas a simple vista o hemos cado
en la rutina de convivir con ellas, La metodologa lean interacta con el Six
podramos decir en el ejemplo que sera Sigma de la siguiente manera:
como navegar con la marea alta en una
etapa de confort. DMAIC = uso intenso de los conceptos
estadsticos + compromiso con la
Medicin financiera de las ganancias - Son profesionales con cargo efectivo en la
+ jerarqua de la empresa, y responden
Lean = pensamientos de cambios rpidos directamente o indirectamente al MBB.
en el proceso, simplificando y reduciendo - Directa o funcionalmente, est vinculado
ciclos de tiempo y generacin de defectos al rea de gestin de la organizacin;
- Es el soporte y/o mentor de los Green belt
= Lean Six Sigma de la unidad.

Figura 5 Lean Six Sigma Green Belt (GB)

- Son profesionales que dedican parte de


su tiempo (por lo general cerca de 20-30%
del tiempo) a actividades de mejora
continua y ejecucin de proyectos Seis
Sigma, y responden jerrquicamente a su
superior inmediato (no existe relacin
jerrquica entre Black Belt y Green
Belt, apenas relaciones funcionales en el
desarrollo de proyectos).

Figura 6 Ejemplo del equipo de trabajo para


el proyecto six sigma Optimizacin del
Costo de sostenimiento en labores de
2 METODOLOGIA SIX SIGMA desarrollo

Para la aplicacin de la metodologa se


tiene un equipo de trabajo establecido, los
cuales se clasifican dependiendo de sus
funciones y caractersticas en:

Patrocinador

- Participacin en la formacin de la cartera


de oportunidades y de la consiguiente
aprobacin de los proyectos.
- Participacin en las reuniones peridicas
de seguimiento del programa. 2.1 Fases del Six Sigma
- Participacin en los eventos de
sustentacin del programa, tales como las
Figura 7 Fases del Six Sigma
ceremonias de certificacin o el inicio de
sesiones de entrenamiento.
- Facilitacin y factibilizacin de la
disponibilidad de recursos financieros y
humanos.

Master Black Belt (MBB)

- Son profesionales con cargo efectivo en la


jerarqua de la empresa, y que responden
Directamente a la alta administracin de la
empresa;
- Directa o funcionalmente, est vinculado
al rea de gestin de la organizacin.
- Pone a disposicin, de preferencia 100% Definir
de su tiempo al programa Seis Sigma,
Principalmente como mentor de proyectos;
Es la fase inicial de la metodologa, en Esta etapa tiene una duracin de entre 1 y
donde se identifican posibles proyectos de dos meses.
mejora dentro de una compaa y en
conjunto con la direccin de la empresa se Analizar
seleccionan aquellos que se juzgan ms
prometedores. Esta etapa tiene como objetivo analizar los
Una vez determinado el proyecto se datos obtenidos del estado actual del
establece una mtrica de medicin (KPI), proceso y determinar las causas de este
se determina la meta a alcanzar y se estado y las oportunidades de mejora. En
calcula la ganancia financiera ( Hard o Soft) esta fase se determina si el problema es
que se obtendra, los principales real o es solo un evento aleatorio que no
entregables de esta etapa son: puede ser solucionado usando DMAIC. En
esta etapa se seleccionan y se aplican
- Histrico de variacin de la mtrica herramientas de anlisis a los datos
KPI a lo largo del tiempo. recolectados en la etapa de Medir y se
- Contrato del proyecto, con la meta estructura un plan de mejoras potenciales a
financiera, as como el equipo del ser aplicado en el siguiente paso. Esto se
proyecto. hace mediante la formulacin de diferentes
- SIPOC. hiptesis y la prueba estadstica de las
- Mapa Macro del Proceso. mismas para determinar qu factores son
- Quick win opportunities. crticos para el desempeo final del
proceso.
Esta etapa dura entre 1 y 2 semanas. En esta etapa se determinan cuales de las
Xs potenciales de la etapa anterior son
Medir realmente Xs vitales y ameritan un plan de
accin de acuerdo al criterio de priorizar
Una vez definido el problema a atacar, se aquellas acciones que tengan menor
debe de establecer que caractersticas esfuerzo y que generen el mayor impacto
determinan el comportamiento del proceso posible, de acuerdo a las caractersticas de
(Brue, 2002). Para esto es necesario las Ys y Xs se determinara la herramienta
identificar cules son los requisitos y/o estadstica a usar de acuerdo a la siguiente
caractersticas en el proceso o producto tabla:
que el cliente percibe como clave (variables
de desempeo), y que parmetros Tabla 1 Matriz de decisin estadstica.
(variables de entrada) son los que afectan
este desempeo. A partir de estas
variables se define la manera en la que
ser medida la capacidad del proceso que
es el KPI que mide la efectividad de un
proyecto Six Sigma, en esta etapa se
deben identificar las salidas del proceso
(Ys), listar las potenciales fuentes de
variacin ( potenciales Xs) y validar el
sistema de medicin (MSA).

Los principales entregables de esta etapa


son:
- Mapa del Proceso. Otras herramientas a usar son el FMEA y el
- Espina de Pescado. Benchmarking, el proceso de pasar de Xs
- Matriz Causa & Efecto. potenciales a Xs vitales puede resumirse
- Matriz Esfuerzo x Impacto. de acuerdo a la siguiente figura.
- Estadstica Bsica.
- Anlisis de la cadena de valor
- Anlisis del flujo del proceso.
- MSA Figura 7 Efecto Embudo
Despus de depurar dos das en que
factores externos afectaron el izaje.

Grfica de probabilidad de enero


Normal - 95% de IC
99
Media 324.8
Desv.Est. 43.48
95 N 29
AD 0.441
90
Valor P 0.270
80
70

Porcentaje
60
50
40
30
20

10
Para el anlisis es muy importante 5

determinar la normalidad de los datos para 1


200 250 300 350 400 450
poder realizar un adecuado clculo, si los enero
datos no fueran normales se realizan las
pruebas de hiptesis utilizando
herramientas especiales como la P>0.05 significa de que la data es no
transformacin box plot o anlisis de datos normal, clculo realizado con ayuda del
no paramtricos. minitab.
Antes de concluir de que una muestra de Esta fase tiene una duracin de entre 2 a 4
datos es no normal, es necesario evaluar semanas.
adecuadamente asegurndose de que
todos los datos han sido recabados de Mejorar
acuerdo a las mismas condiciones, muchas
veces este simpe anlisis permite excluir Una vez que se ha determinado que el
datos que hacen de que la muestra sea no problema es real y no un evento aleatorio,
normal, por ejemplo en una data de izaje se deben identificar posibles soluciones. En
de mineral en un primer momento podra esta etapa se desarrollan, implementan y
salir no normal, pero al excluir das de izaje validan alternativas de mejora para el
donde hubo problemas elctricos a nivel proceso. Para hacer esto se requiere de
regional, la data se convirti en normal. una lluvia de ideas que genere propuestas,
las cuales deben ser probadas usando
Figura 8 Clculo de normalidad del izaje de corridas del proceso. La habilidad de
mineral. dichas propuestas para producir mejoras al
proceso debe ser validada para asegurar
Antes de Inspeccin de data que la mejora potencial es viable. De estas
pruebas y experimentos se obtiene una
propuesta de cambio en el proceso, es en
Grfica de probabilidad de enero esta etapa en donde se entregan
Normal - 95% de IC
99
Media 305
soluciones al problema.
Desv .Est. 87.39
95 N
AD
31
2.574
El principal entregable de esta etapa es el
90

80
Valor P <0.005
plan de accin, donde se muestran la
70 accin , el plazo, los responsables, etc.
Porcentaje

60
50
40
30
20
Figura 9 ejemplo de plan de accin
10

1
0 100 200 300 400 500 600
enero

P<0.05 significa de que la data es no


normal, clculo realizado con ayuda del
minitab,

Controlar
Finalmente, una vez que encontrada la
manera de mejorar el desempeo del
sistema, se necesita encontrar como
asegurar que la solucin pueda sostenerse
sobre un perodo largo de tiempo. Para
esto debe de disearse e implementarse
una estrategia de control que asegure que
los procesos sigan corriendo de forma
eficiente. En el caso de la unidad, un
mecanismo eficiente de control es a travs
del sistema llamado GOL, el cual es un
sistema informtico que permite
monitorear los principales indicadores,
A continuacin se presentan los dos
generando alertas constantes ante posibles
primeros proyectos ejecutados en forma
desvos para su correccin inmediata
resumida para el primero y los principales
puntos para el segundo
Figura 9 Seguimiento del GOL

3.1 Proyecto Optimizacin del Costo de


sostenimiento en labores de desarrollo

Descripcin del Problema:

Uno de los costos ms altos que tiene la


mina es el del sostenimiento, que incluye
tanto el costo del material utilizado as
como el costo del servicio que nos presta la
Empresa especializada por instalacin
3 APLICACIN DEL LEAN SIX SIGMA unitaria; continuamente se detectan como
EN EL CONTROL DE PROCESOS condiciones subestandares la mala
colocacin de los elementos de
sostenimiento , as como el desperdici del
En el rea de mina se realizaron un total de
material utilizado, adems , en el mercado
03 proyectos Six sigma, enfocados en la
minero se muestran cada da nuevas
produccin y el costo, actualmente se
tecnologas de sostenimiento,
tienen proyectos en camino en materia de
encontrndose una oportunidad de ahorro
seguridad por ser el principal pilar de la
en esta actividad. De acuerdo a las
organizacin, adems en toda la unidad se
caractersticas tcnicas establecidas por el
han realizado otros proyectos en planta,
departamento de geomecnica se debe
mantenimiento, proyectos, logstica, etc.
tener un ptimo de sostenimiento promedio
Se lleva un control bimensual del avance y
de 7 elementos instalados por metro de
seguimiento de los proyectos en
avance en labores permanentes, as como
realizacin.
6 elementos promedio por metro de avance
en labores temporales en secciones de 4 x
Figura 10 Seguimiento a los Proyectos Six
3.5 metros, lo cual asegura una fortificacin
Sigma
adecuada del macizo rocoso tanto en techo
como hastiales, de los dos ltimos aos (
2011, 2012) se ha podido apreciar que en
labores de profundizacin y desarrollo se
tiene una media de 7.70 elementos
instalados por metro de avance,
habindose obtenido inclusive un mes con
un valor de 10.3 elementos instalados /
metro de avance. Una oportunidad
adicional que presenta el proyecto es que
las acciones planeadas podran ser
llevadas al mbito de la explotacin.

Dentro: Condiciones geolgico


estructurales estables

Fuera: Condiciones desfavorables del


macizo rocoso que generen sobre
excavacin por problemas estructurales y/o
tipo de roca.

Alcance: Labores de 4x3.5 metros de


seccin ejecutadas por la Empresa
especializada IESA en las labores de
desarrollo y Profundizacin

rea: Desarrollos y profundizacin Mina


Dueo del proceso: William Barzola

Objetivo del proyecto:

Reducir el costo de sostenimiento en las


labores de desarrollo reduciendo el
indicador de 7.70 elementos por metro de
avance a 7 elementos por metro de avance

Mtrica(s) del Proyecto KPI: Elementos


colocados / metro de Avance

Resultados Esperados: Ganancias Hard


U$ 179 900.22 en el plazo de un ao.
Tabla 2 SIPOC
Figura 11 Clculo detallado de la Ganancia SIPOC
esperada antes del proyecto Proveedores Entradas Proceso Salidas Clientes

Suppliers Inputs Process Outputs Customers


Profundizacion Porvenir 9
Split 15.74 17.76 Elementos de Elementos colocados
Perno 15.75 18
1 Desarrollo Mina
Sostenimiento
Sostenimiento
por metro lineal
Operaciones Mina

Costo Split 5.6 7.47


Costo Perno 9.34

Area Metros Elem/metro # elementos Cost/servicio Costo insumo


Porvenir 9 500 7.7 3850 69300 28759.5
Profundizacion 370 7.7 2849 44871.75 21282.03 Mensual Anual
$ 6,699.00 $ 114,171.75 $ 50,041.53 $ 164,213.28 $ 1,970,559.36

Area Metros Elem/metro # elementos Cost/servicio Costo insumo


Porvenir 9 500 7 3500 63000 26145
Profundizacion 370 7 2590
hjfnhxnhf $ 6,090.00 $
40792.5 19347.3 Mensual
103,792.50 $ 45,492.30 $ 149,284.80
Anual
$ 1,791,417.60
En la fase de medicin, nos aseguramos de
Diferencia $ 179,141.76
la trazabilidad de los datos, en este caso de
los elementos colocados por mes y de los
metros avanzados por cada contrata, para
este caso utilizamos la tabla MSA

Figura 12 Histrico del Problema


Tabla 3 Sistema de medicin

Sistema de Medicin
Variables (que forman el Definicin Limitacin de datos Plan de Accin
KPI Fuente de datos
kPI) Operacional (Restriciones) (MSA)

1) La area Geomecanica
(personas claves) hacen el
Documento electronico
recuento de numero de Auditoria Operativa (
enviado por el area -
elementos mal colocados Mensual).
Geomecanica
ademas de los elementos
adicionales colocados por
condiciones estructurales,
resanes o secciones
mayores a 4x3.5 mts, envia
mediante correo al area de
Numero de elementos operaciones
2) El area correpondiente
valoriza los elementos (en
USD), realiza una SOLPED
para el pago de estos, para
el Indicador Y, se utiliza el
numero total de los
elementos a pagar menos los Auditoria de finanzas
SAP
elementos colocados (Semianual)
Y = N de elementos adicionales previos.
por metro de avance

1) La area Ingenieria
(personas claves) realizan la
Tabla 4 Lluvia de Ideas
medicion del metraje
avanzado de acuerdo al
procedimiento de valorizacion
correspondiente) Documento firmado por el Auditoria de finanzas
Avance en metros
2) El area correpondiente area Operaciones
-
(Semianual).
N Causas N Causas
valoriza el metraje
avanzado(en USD) .
1 Falta de experiencia de la nueva cuadrilla de IESA 19 Malla demasiado abierta, no soporta las voladuras
3) La area de productividad
emite la SOLPED para el
2 Informacin incorrecta del metodo de instalacion 20 metodo de valorizacin poco confiable
pago respectivo 3 Falta de control por parte de la supervision 21 Metodo de colocacion de pernos inadecuado.
4 Desconocimiento del standar de sostenimiento 22 Voladura deficiente ( sobrerotura)
5 Plancha no pegada a la roca 23 Metodo de ajuste de planchas inadecuado
6 Orientacin inadecuada del elemento 24 Falta de malla de sostenimiento por tipo de labor
7 Distribucion de resina - Cembolt Inadecuada 25 Planificacin inadecuada de avances
8 Tiempo de espera de fragua inadecuado 26 Voladuras no programadas
9 Sobrebatido de la resina 27 Dificultad en colocar elementos en rampa positiva
Realizamos un mapeo del proceso de 10 Alta rotacion del personal 28 Error topografico en comunicaciones
11 Alta rotacion de la supervision 29 Presencia de fallas, macizo de baja calidad
valorizacin de los elementos de 12 Colocacion de elementos inadecuados 30 Presencia de altos esfuerzos en las labores

sostenimiento. 13
14
Traslape entre malla deficiente
Exceso de sostenimiento
31
32
Deficiencia de ventilacin en las labores
Operacin inadecuada jumbo
15 Desperdicio de materiales 33 Falta de complementos para el ajuste de pernos
16 Falta de materiales para traslape con split set. 34 Equipo inadecuado para el trabajo
Figura 13 Mapeo del Proceso de 17 Falta de materiales para traslape de pernos helicoidales
18 Broca inadecuada para la instalacion de split set.
valorizacin.
Podemos clasificar estas ideas en
diagrama de espina de pescado para un
mejor entendimiento

Figura 14 Diagrama de espina de pescado

Diagrama de causa y efecto


medio metodo mano de obra
ambiente
Falta de experiencia de la nueva cuadrilla
metodo de valorizacin poco
confiable Informacin incorrecta del metodo de
Metodo de colocacion de pernos Falta de control por parte de la supervision
Presencia de fallas, macizo de inadecuado.
baja calidad Desconocimiento del standar de
Voladura deficiente ( sobrerotura) Plancha no pegada a la roca
Metodo de ajuste de planchas Orientacin inadecuada del elemento
Presencia de altos esfuerzos inadecuado Distribucion de resina - Cembolt

De una reunin programada con en las labores Falta de malla de sostenimiento por
tipo de labor
Planificacin inadecuada de avances
Tiempo de espera de fragua inadecuado
Sobrebatido de la resina
Alta rotacion del personal
supervisores y trabajadores se realiza una Deficiencia de ventilacin en
las labores Voladuras no programadas Alta rotacion de la supervision
Colocacion de elementos inadecuados
Dificultad en colocar elementos en

lluvia de ideas acerca de porque el rampa positiva Traslape entre malla deficiente Alto consumo de
elementos por metro
lineal de avance

consumo de elementos de sostenimiento Equipo inadecuado para el


Malla demasiado abierta, no soporta las
voladuras

trabajo Broca inadecuada para la instalacion de


es alto, en total participan 125 trabajadores split set.
Falta de materiales para traslape de pernos
helicoidales
y 9 supervisores y capataces los cuales Falta de complementos para el
ajuste de pernos
Error topografico en comunicaciones
Falta de materiales para traslape con split
set.

aportan 34 ideas acerca de los principales Operacin inadecuada jumbo


Desperdicio de materiales

Exceso de sostenimiento

problemas que afectan el costo de


Maquina medicion materiales
sostenimiento, estas ideas vienen a ser las
Xs potenciales de inicio, esta etapa es la
ms importante del proceso por lo que
conviene ser bastante exigente en la Una vez teniendo las 34 Xs potenciales se
obtencin de ideas. junta a los especialistas (en este caso 8
ingenieros), los cuales dan su punto de
vista acerca de la causa potencial y su
efecto en la solucin del problema,
generndose la matriz de causa y efecto,
donde se priorizan el 50% de las ideas que
obtuvieron el mayor puntaje acumulado, criterio de centro de abscisas y ordenadas
esto a criterio del especialista en un 50% de los datos para cada caso
considerndose 1: menor prioridad a 5: obtenemos el cuadrante donde ubicamos
mayor prioridad las Xs que tienen menor esfuerzo y alto
Impacto.
Tabla 5 Priorizacin de Xs potenciales
Figura 15 Matriz esfuerzo x Impacto
MATRIZ DE CAUSA EFECTO
PROYECTO SEIS SIGMA
Etapa(s) Salida del Proceso Problema Prioritario
del R. Lira I. Caceres W. Barzola J. Zegarra F. Navarro A. Cerda E. Varillas V. Vasquez Total
Proceso Posibles Xs del Proceso ( causas)
X14 Exceso de sostenimiento 5 5 5 5 5 5 5 5 40
X16 Falta de materiales para traslape con split set. 5 5 5 5 5 5 5 4 39
X22 Voladura deficiente ( sobrerotura) 5 5 5 4 5 4 5 5 38 M
A
X29 Presencia de fallas, macizo de baja calidad 5 5 5 5 5 4 4 5 38
Y
X30 Presencia de altos esfuerzos en las labores 5 5 5 5 5 4 4 5 38 O
X1 Falta de experiencia de la nueva cuadrilla de IESA 4 4 5 4 5 5 4 5 36 R
X17 Falta de materiales para traslape de pernos helicoidales 4 4 4 5 5 5 5 4 36
X24 Falta de malla de sostenimiento por tipo de labor 5 2 4 5 5 5 5 5 36 I
X6 Orientacin inadecuada del elemento 5 5 4 4 4 4 5 4 35 M
X13 Traslape entre malla deficiente 5 4 4 5 4 4 4 5 35 P
X15 Desperdicio de materiales 4 4 4 5 4 5 4 5 35 A
C
X20 metodo de valorizacin poco confiable 4 2 5 5 5 5 5 4 35
T
X34 Equipo inadecuado para el trabajo 5 5 4 3 5 4 4 5 35 O
X27 Dificultad en colocar elementos en rampa positiva 3 4 4 5 5 5 4 4 34
X3 Falta de control por parte de la supervision 5 5 4 4 4 4 4 3 33
X5 Plancha no pegada a la roca 5 5 5 4 4 4 2 2 31
X23 Metodo de ajuste de planchas inadecuado 4 5 4 3 3 2 3 4 28
X33 Falta de complementos para el ajuste de pernos 4 4 4 2 2 4 4 4 28 M
X4 Desconocimiento del standar de sostenimiento 3 2 3 5 4 3 2 3 25 E
X12 Colocacion de elementos inadecuados 4 4 2 2 5 3 3 2 25 N
X26 Voladuras no programadas 4 4 2 3 2 3 2 4 24 O
X2 Informacin incorrecta del metodo de instalacion 4 2 3 3 3 2 2 4 23 R
X8 Tiempo de espera de fragua inadecuado 2 5 3 2 3 2 3 3 23
X10 Alta rotacion del personal 3 4 2 2 4 4 1 2 22 I
M
X7 Distribucion de resina - Cembolt Inadecuada 4 4 2 2 2 2 3 2 21
P
X18 Broca inadecuada para la instalacion de split set. 3 2 5 2 3 2 3 1 21 A
X21 Metodo de colocacion de pernos inadecuado. 2 4 4 2 3 2 1 2 20 C
X28 Error topografico en comunicaciones 5 3 3 2 2 1 1 3 20 T
X32 Operacin inadecuada jumbo 4 4 2 2 3 2 1 2 20 O
X9 Sobrebatido de la resina 3 5 4 1 1 1 1 2 18
X11 Alta rotacion de la supervision 3 2 2 2 2 4 1 2 18
X31 Deficiencia de ventilacin en las labores 4 2 2 1 2 3 3 1 18
X25 Planificacin inadecuada de avances 3 2 3 3 2 1 2 1 17
X19 Malla demasiado abierta, no soporta las voladuras 2 2 1 1 2 3 2 3 16

De las 34 Xs iniciales las Xs se redujeron


a 17 despus de la priorizacin. .
X1 Falta de experiencia de la nueva cuadrilla de IESA
X5 Traslape entre malla deficiente
X8 Falta de materiales para traslape con split set.
X9 Falta de materiales para traslape de pernos helicoidales
X10 metodo de valorizacin poco confiable
X13 Falta de malla de sostenimiento por tipo de labor
X14 Dificultad en colocar elementos en rampa positiva

El resultado final de la etapa de medicin


nos da la priorizacin de 7 Xs potenciales
las cuales pasaran a anlisis estadstico.
Estas 17 Xs son sometidas a la matriz de
esfuerzo e impacto, considerndose para el
esfuerzo 1: Bajo esfuerzo, 10 Alto:
Esfuerzo, 1: Bajo Impacto, 10: Alto
Impacto.

Tabla 6 Matriz esfuerzo x Impacto


Fatores de vario (X's) ESFORO IMPACTO 10
X1 Falta de experiencia de la nueva cuadrilla de IESA 3 90 9
X2 Falta de control por parte de la supervision 4 40 4
X3 Plancha no pegada a la roca 7 90 9
X4 Orientacin inadecuada del elemento 7 80 8
X5 Traslape entre malla deficiente 4 80 8
X6 Exceso de sostenimiento 4 90 9
X7 Desperdicio de materiales 1 100 10
X8 Falta de materiales para traslape con split set. 3 100 10
X9 Falta de materiales para traslape de pernos helicoidales 3 80 8
X10 metodo de valorizacin poco confiable 2 70 7
X11 Voladura deficiente ( sobrerotura) 7 100 10 En esta etapa calculamos la capacidad del
X12 Metodo de ajuste de planchas inadecuado 6 90 9
X13 Falta de malla de sostenimiento por tipo de labor 2 100 10 proceso, que es el indicador (KPI) para
X14 Dificultad en colocar elementos en rampa positiva
X15 Presencia de fallas, macizo de baja calidad 10
1 90
40
9
4
poder medir los resultados de un proyecto
X16 Presencia de altos esfuerzos en las labores 10 30 3 Six sigma, cabe sealar que este indicador
X17 Equipo inadecuado para el trabajo 9 90 9
est basado en la media del proceso as
como su variabilidad.
Cada valor de esfuerzo es colocado en eje
de las ordenadas y cada valor del impacto
en el eje de las abscisas, basados en el Figura 16 Capacidad del proceso.
Grfica de probabilidad de IESA Desarrollo
Normal
Capacidad de proceso de Y
99
Media 8.343
LES Desv.Est. 2.378
P rocesar datos C apacidad general 95 N 5
LEI * Z.Bench -0.87 AD 0.425
90
O bjetiv o * Z.LEI * Valor P 0.178
LES 7 Z.LES -0.87
80
M edia de la muestra 8.04006 P pk -0.29
70

Porcentaje
N mero de muestra 10 C pm *
Desv .Est. (G eneral) 1.19031 60
50
40
30
20

10
5

1
6 7 8 9 10 2 4 6 8 10 12 14
IESA Desarrollo
Desempeo observ ado Exp. Rendimiento general
% < LEI * % < LEI *
% > LES 70.00 % > LES 80.89
% Total 70.00 % Total 80.89

Identificacin de las Fuentes de


Variacin del Proceso
La capacidad inicial del proceso se calcula
de la siguiente formula:
Todas las variables de decisin son
sometidas a pruebas de hiptesis para ver
Capacidad del Proceso = 1.5 + Z. LES
si pasan a ser significativas y sobre las
cuales se va a tomar un plan de accin,
Capacidad Inicial = 1.5 + (-0.87) = 0.63
cabe sealar que la prueba de hiptesis
se realiza bajo la premisa de una Hiptesis
Nula ( Media 1 = media 2) que es aceptada
cuando el nivel de significancia (
Dependiendo de la prueba que se realice )
Pruebas de Normalidad es mayor que 0.05 para un 95% de
confianza y de una hiptesis alternante (
Para definir la herramienta de anlisis ms Media 1 Media 2) que es aceptada
adecuada sometemos a una prueba de cuando el nivel de significancia es menor
normalidad a la data a los KPIs de las dos que 0.05.
reas que se tienen en los frentes de Tambin se realiza la misma prueba para la
avance, desarrollos y profundizacin varianza, ya que si bien el proceso puede
observndose que ambas muestras son ser estable en cuanto a medias es muy
normales (p>0.05) importante tambin determinar su
estabilidad en cuando a la forma que vara
Figura 17 Prueba de Normalidad de KPIs con el tiempo, para ello se realizan las
elementos/metro. pruebas de F-Test si la muestra es normal
o la prueba de Levenes test para un
Grfica de probabilidad de IESA Profundizacin muestra no normal.
Normal
99
Para todas las pruebas nos apoyamos en
Media 7.508
Desv.Est.
N
1.096
20
el software estadstico Minitab.
95
AD 0.480
90
Valor P 0.208
80
70 X1 Falta de Experiencia de la nueva
Porcentaje

60
50
40
cuadrilla de IESA
30
20

10
5
Se Analiz a las dos reas de la E.E.
IESA Desarrollo ( Inicio Mayo 2011) y
1
4 5 6 7 8
IESA Profundizacin
9 10 Profundizacin ( Inicio Setiembre 2012 )
Al realizar la prueba de hiptesis resulta
que para un 95% de confianza p>0.05
con lo cual se acepta la hiptesis nula,
con lo que se concluye que la falta de
experiencia en la unidad de IESA
Desarrollo no ha influenciado en la
cantidad de elementos por metro que se X5 Traslape de mallas deficiente
coloca ello en el anlisis de medias.
De acuerdo a la prueba de hiptesis de De acuerdo a los resultados (p>0.05),
la varianza (F- Test para una poblacin podemos afirmar que el traslape de
normal) se identifica que p<0.05 por lo mallas deficiente no es una variante que
que se concluye que las varianzas entre aumenta el consumo de elementos de
ambas muestras que son diferentes, por sostenimiento.
lo que la falta de experiencia influye en
la incorrecta colocacin de elementos Figura 20 Prueba elementos/metro
de sostenimiento.
instalados en el traslape

Figura18 Datos histricos elementos/metro.


Grfica de caja de Elementos / metro

11

10

Elementos / metro
8

Correcto deficiente
instalacion

Figura 19 Prueba de elementos/metro en


las dos reas de IESA
Grfica de caja de Elementos por metro
13

12

11
Elementos por metro

10

6 X8 Falta de materiales para traslape con


5 Split set.
4
Desarrollo Profundizacin
Area De acuerdo a los resultados (p<0.05),
podemos afirmar que la falta de
materiales para realizar traslapes en un
sostenimiento con Split Set es
definitivamente una de las causas
principales del alto consumo de
elementos de sostenimiento por metro
lineal. Se hace la prueba de hiptesis
pero ya visualmente en el diagrama de
cajas se aprecia la influencia de esta
variable en los resultados, en el resto de
proyectos ya no realizamos una prueba
de hiptesis ya que visualmente se
concluye en la criticidad de las
variables, se realiza en este caso de
forma acadmica solamente.
Figura 21 Prueba elementos/metro Figura 22 Prueba elementos/metro
instalados en el traslape. instalados en el traslape
Grfica de caja de Elementos por metro
14 Grfica de caja de Elementos por metro

10
12
Elementos por metro

9
10

Elementos por metro


8 8

6
7

4
6

2
Linea 1 Linea 2 Linea de traslape entre dos disparos 5
tipo de parada
Linea 1 Linea 2 Linea de traslape entre dos disparos
Tipo de parada

Fotografa 1 Elementos de sostenimiento


mal instalados. X10 Mtodo de Valorizacin poco
confiable.

Se Observa de que el conteo de las


mismas labores entre los cinco
contadores tiene una diferencia
significativa (p< 0.05), adems de
acuerdo a la prueba de F-Test tambin
se aprecia una diferencia en las medias

Figura 23 Prueba conteo de elemento de 5


personas

Grfica de caja de Elementos por disparos


29

28

27
Elementos por disparos

26

25

24

23

22

21

20
F. Navarro I. Caceres R. Lira V. Vasquez Zegarra
Contador

X9 Falta de materiales para traslape con


pernos helicoidales

Se Observa de que no existe diferencia


entre el nmero de elementos por metro
entre la lnea 1 y lnea 2, ms si con la
lnea de traslape.
X13 Falta de malla de sostenimiento por
tipo de labor.

Se comprob que la apreciacin de que


faltaba malla de sostenimiento fue
errada, todas las labores cuentan con la
recomendacin de malla de
sostenimiento particularmente ubicadas
en las planotecas de las labores.

Figura 24 Grfica de falta de sostenimiento


por tipo de labor.
Luego del anlisis estadstico las 34 Xs
potenciales se redujeron a 4 Xs vitales

X14 Dificultad en colocar elementos de


sostenimiento en Rampa positiva.

La Prueba de hiptesis demuestra que


la percepcin de que el nmero de
elementos aumenta en las rampas
positivas es equivocada, ya que se
comprueba de que no existe diferencia
significativa entre los tipos de avance
(p>0.05) para un 95% de confianza

Figura 25 Prueba de elementos/metro


errados.

Grfica de caja de Elementos errados


Se realiza un plan de accin para cada una
8
de las Xs vitales.
7
Elementos errados

Horizontal Rampa Negativa Rampa Positiva


Tipo de avance
Resultados de la Implementacin Antes: Nivel sigma inicial: 0.63
Medimos los resultados de la Capacidad de proceso de Y

implementacin a travs de la capacidad P rocesar datos


LES
C apacidad general

del proceso inicial y final (Nivel Sigma), el LEI


O bjetiv o
*
*
Z.Bench
Z.LEI
-0.87
*
LES 7 Z.LES -0.87
cual es el KPI para todos los proyecto Six M edia de la muestra 8.04006
N mero de muestra 10
P pk
C pm
-0.29
*
Desv .Est. (G eneral) 1.19031
Sigma, en este caso el nivel sigma
aumento de 0.63 a 1.08 para seis meses,
este indicador no solo mide la mejora en la
media sino tambin en la variabilidad del
proceso. 6 7 8 9 10
Desempeo observ ado Exp. Rendimiento general
% < LEI * % < LEI *
% > LES 70.00 % > LES 80.89
% Total 70.00 % Total 80.89

Figura 26 evolucin del sostenimiento

Despus: Nivel Sigma Actual = 1.08

Figura 27 Resultados de la Implementacin


Box Plot Antes y Despues de la Implementacin

10

8
Y

6
antes despues
subgrupo

Ganancias del Proyecto


Inicialmente se haba programado una por da, es necesario tener mayor volumen
ganancia estimada terica en base a la de aporte de la parte alta de la mina.
reduccin del consumo de elementos de
sostenimiento de una media de 7.7 a 7 Mtrica(s) del Proyecto: Tonelada
elementos / metro obtenindose un ahorro producida de mineral entre el nivel -280 al
terico de U$ 101 659 para seis meses, nivel +100.
pero ya en la realidad se obtiene que a
partir de mayo donde se inici el uso de Objetivo del proyecto: Incremento de
Split de 2 pies, el ahorro total por cada produccin en la parte alta de la mina en un
Split de 2 pies utilizado en reemplazo de 18% con respecto a los dos ltimos aos /
una Split de 7 pies es de U$ 20.58 ( Soportar efectivamente el tratamiento de
Diferencial de precio con un Split de 7 + planta de 5700 toneladas con el
Costo de Instalacin de Split de 7 pies), por incremento de aporte de la parte alta.
lo que el ahorro proyectado de todo el
proyecto fue de U$ 374 556 para un ao. Figura 28 Histrico del problema.

Para el control del proyecto se agreg el


indicador dentro de los KPIs del sistema
GOL para el rea, pudiendo tener el control
mensual y diario del indicador.

3.2 Proyecto Incremento de Produccin


en la Parte Alta de la Mina

Los datos de tonelaje extrado de mineral


Descripcin del Problema:
son extrados de las mediciones mensuales
Durante el ao 2013 se ha tenido un del rea de Ingeniera y reportes diarios de
promedio de produccin de la parte alta produccin
(considerando solo Una flota de
operaciones + una E. E de avances) 31585 Figura 29 Anlisis del Sistema de Medicin
toneladas por mes, considerando de que el
promedio de produccin por flota de la
parte baja es en promedio 40 000
toneladas por mes, se plantea incrementar
el volumen de produccin de la parte alta
por encima de las 36 000 toneladas por
mes sin incremento de equipos de
compaa .El aporte de mineral de esta
zona ha sido estratgico para la unidad ya
que debido a este aporte se ha logrado
mitigar las variaciones de produccin de la
parte baja, logrando que la planta logre los
objetivos de produccin por encima de las
5600, ante un nuevo escenario de
produccin de la unidad de 5700 toneladas
Listado de Xs potenciales Lluvia de
Ideas

Despus de la reunin con operadores


supervisores e involucrados en el tema, se
obtuvieron 57 ideas acerca del incremento
de produccin en la parte alta,
posteriormente los especialistas
priorizacin , quedndonos con solo la
mitad de las Ideas ( 29 ), las cuales fueron
confrontadas en la matriz esfuerzo e
impacto. Tabla 8 Matriz de Esfuerzo e Impacto.

Tabla 7 Listado de Xs potenciales


Priorizacin

Figura 30 Matriz esfuerzo e impacto.

Tabla 9 Priorizando variables.


X3: Variable No Vital en Jumbo
X1 Falta de Relleno Hidraulico FMEA
X2 Falta de camiones FMEA
X3 Baja utilizacion de la flota de equipos de la parte alta ESTADISTICO
X4
X5
No se puede accesar con camiones a las labores de LQMI
Falta de Scissor Bolter
FMEA Figura 31 Grafica de probabilidad Jumbo
X6 Falta de personal para operaciones VER Y HACER
X7 Avances demasiado lentos de LQMI
X8 La EE. No aporta mineral constante.
X9 Los camiones son lentos por ir a estacion de pesaje ESTADISTICO
X10 Equipo de Carguio continuamente falla Grfica de probabilidad de Jumbo Parte Baja, Jumbo Parta Alta
X11 No existe camaras de carguio para los camiones FMEA Normal - 95% de IC
X12 Falta de pareja de carguio constante VER Y HACER 99
X13 falta una cuadrilla adicional Variable
X14 Los camiones hacen un recorrido mas largo por pasar por la balanza Jumbo Parte Baja
X15 La guardia de noche produce menos de la cuota ESTADISTICO 95 Jumbo Parta Alta
X16 Falta de equipo para echar mineral del +100 FMEA
90 Media Desv.Est. N AD P
X17 La distancia de las labores del -200 afectan la produccin
36.34 1.852 6 0.411 0.224
X18 Exceso de Bancos en la cancha del +100 80 50.44 5.390 6 0.431 0.195
X19 Falta de desmonte para relleno detritico
70

Porcentaje
X20 No hay grifo cercano para abastecer a los equipos.
60
X21 En los meses de lluvia la produccin se detiene por exceso de agua de filtracion
50
X22 Falta informacion de Geologia para mejorar las aperturas
40
X23 Demasiada dilucion en las labores de produccin de la zona alta ESTADISTICO
30
X24 Deficiencia en algunas guardias de produccin ESTADISTICO
X25 Falta de Scoop para relleno detritico FMEA 20
X26 Mala voladura
10
X27 Mala ventilacion
X28 Areas de explotacion demasiado distantes 5
X29 Falta de Agua FMEA

1
30 40 50 60 70
Finalmente quedaron 14 Xs las cuales Datos

primeramente se determinaron el anlisis a


seguir

Vamos a presentar a continuacin los


anlisis de aquellas variables que requieren
anlisis estadstico, las que requieren
FEMEA que es un anlisis para variables
que no suponen mayor anlisis solo se Se realizaron los mismos anlisis para la
presentan las priorizadas ya en los planes dems flota encontrndose los mismo
de accin resultados por lo que no se tom plan de
accin para ningn equipo de la parte alta.
X3: Baja Utilizacin de Equipos de la
Zona Alta X9: Los camiones son lentos por ir a la
estacin de pesaje
Anlisis para el Jumbo
De acuerdo a lo establecido, se paga 24
En anlisis de Medias p<0.05 por lo que s toneladas a los volquetes que no pasan por
existe diferencia significativa de medias, balanza, se hace el anlisis en base a lo
pero a favor de la utilizacin del Jumbo de pesado por 1441 volquetes en la balanza
la Parte Alta, adems la variabilidad bajo la hiptesis Ho: El peso de un volquete
tambin es diferente<0.05, por lo que: pesa ms de 24 toneladas, si se hace la
modificacin de recorrido no se estara Figura 33 Grafica de probabilidad Dilucin
pesando pero se ahorrara tiempo por
menor distancia por ende incrementando la
Grfica de probabilidad de dilucion Zona Alta, Dilucion Zona Baja
produccin, como p>0.05 se acepta Ho por Normal - 95% de IC
99
lo que Variable
dilucion Zona Alta
95 Dilucion Zona Baja
90 Media Desv.Est. N AD P
X9: Variable Vital 80
27.24
19.34
11.70 7 0.332 0.398
6.332 7 0.376 0.302
70

Porcentaje
60
50
Figura 32 Grafica de probabilidad tonelaje 40
30
20

10
Grfica de probabilidad de Datos toneladas 5
Normal
99.99 1
Media 23.97
Desv.Est. 1.859 -20 -10 0 10 20 30 40 50 60 70
N 1441 Datos
99 AD 0.715
Valor P 0.062
95

80
Porcentaje

50

20

5
1

0.01
15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5
Datos toneladas

X24: Deficiencia en algunas guardias de


produccin
En el anlisis de produccin de la parte alta
X15: La guardia de noche produce se obtiene p>0.05 tanto para media como
menos de la cuota. para varianza por lo que no existe
diferencia significativa en las 3 guardias.
En anlisis de Medias p>0.05 por lo que no
existe diferencia significativa de medias, lo X24: Variable No vital
que significa que la produccin es
indiferente ya sea noche o da, adems
observamos por la prueba F de que no hay
diferencia en las varianzas de las
producciones de ambas guardias por lo que

X23: Demasiada Dilucin en las labores


de la parte alta.

En anlisis de Medias p< 0.05 por lo que Planes de Accin


existe diferencia significativa, si existe una
mayor dilucin en la parte alta Se definen un total de 12 planes de accin

X15: Variable No Vital


Figura 35 Evolucin de la produccin en la
parte alta

Grfica de series de tiempo de Tonelaje


Fecha
antes
despues
durante

39416

36000

Tonelaje
33320
31925

Seguimiento Mensual a travs del GOL


2 4 6 8 10 12 14 16 18 20 22 24
ndice
Seguimiento mensual a travs del GOL
Despus de Implementados los planes de
accin se obtiene que la capacidad del
Figura 36 Seguimiento mensual
proceso (para seis meses de seguimiento)
aumento de -0.54 a 2.71

Figura 34 Resultados de la Implementacin

Antes: Nivel Sigma Inicial = -0.54

Capacidad de proceso de 2013

LEI
P rocesar datos Dentro de
LEI 36000 General
O bjetiv o *
LES * C apacidad (dentro) del potencial
M edia de la muestra 31585.3 Z.Bench -1.54
N mero de muestra 12 Z.LEI -1.54
Desv .Est. (Dentro) 2865.17 Z.LES *
Desv .Est. (G eneral) 2865.9 C pk -0.51
C apacidad general
Z.Bench -1.54
Z.LEI -1.54
Z.LES *
P pk -0.51
C pm *
Ganancias del Proyecto
25000 27500 30000 32500 35000 37500
Desempeo observ ado Exp. Dentro del rendimiento Exp. Rendimiento general La ganancia total proyectada del proyecto a
% < LEI 91.67 % < LEI 93.83 % < LEI 93.83
% > LES
% Total
*
91.67
% > LES
% Total
*
93.83
% > LES
% Total
*
93.83
un ao es de USD 1, 238,985.75
considerndose para ello la dilucin ms
alta (21%) adems del mayor valor del
Despus: nivel sigma actual = 2.71 cash cost de mina.

Capacidad de proceso de 2014 Tabla 10 Calculo de la ganancia


LEI
P rocesar datos Dentro de Media 2013 ( Ton) 31925
LE I 36000 General Meta del Proyecto Six Sigma ( Ton) 36000
O bjetiv o * Media Durante Etapas DMAI acciones Ver y Hacer ( Enero - Junio ) 33320
LE S * C apacidad (dentro) del potencial
Z.Bench 0.95 Media Durante Etapa de Control ( Julio - Diciembre ) 39416
M edia de la muestra 38429.3
N mero de muestra 4 Z.LE I 0.95
D esv .E st. (D entro) 2564.72 Z.LE S * FECHA Produccion (Ton)
D esv .E st. (G eneral) 2014.88 C pk 0.32 01/01/2014 37075
C apacidad general 01/02/2014 34237 NSR Extraido ( U$/Ton) 66.92926763
Z.Bench 1.21 01/03/2014 38262 Cash Cost 39.09
Z.LE I 1.21 01/04/2014 36058 Dilucion promedio 0.21
Z.LE S *
01/05/2014 29904
P pk 0.40
C pm *
01/06/2014 24384 Media 2013 (Ton) Incremento (Ton) Ganancia/Ton ( U$/Ton) Ganancia/Mes ( Ton)
01/07/2014 37580 31925.58333 5654.416667 13.78412143 USD 77,941.17
01/08/2014 37021 31925.58333 5095.416667 13.78412143 USD 70,235.84
01/09/2014 41419 31925.58333 9493.416667 13.78412143 USD 130,858.41
01/10/2014 37697 31925.58333 5771.416667 13.78412143 USD 79,553.91
34000 36000 38000 40000 42000 44000 01/11/2014 40011 31925.58333 8085.416667 13.78412143 USD 111,450.37
D esempeo observ ado E xp. D entro del rendimiento E xp. Rendimiento general 01/12/2014 42768 31925.58333 10842.41667 13.78412143 USD 149,453.19
% < LE I 0.00 % < LE I 17.18 % < LE I 11.40 Ganancia en 6 Meses de( Julio - Diciembre 2014) USD 619,492.88
% > LE S * % > LE S * % > LE S * Proyeccion de Ganancia en 1 Ao USD 1,238,985.75
% Total 0.00 % Total 17.18 % Total 11.40

4 CONCLUSIONES

- Los proyectos Six Sigma


ejecutados no solo han dependido
de un adecuado manejo de la REFERENCIAS
metodologa, lo que se ha
observado es que el liderazgo es - Chase, R.; Jacobs, R.; Aquilano,
N. Administracin de operaciones.
fundamental para el logro de los
Produccin y cadena de
resultados, en muchos casos por suministros. Mxico: Mc Graw Hill.
ejemplo un simple ver y hacer ya - Escalante Vzquez, E. Seis -
logra resultados inmediatos pero es Sigma Metodologa y tcnicas.
necesario un lder para la ejecucin Mxico: Limusa.
de esos pequeos cambios - Torres Moncayo, Jess: Lean
production: como llegar a ser lean
- Con los proyectos Six Sigma no sin mucho esfuerzo (pg. 38-39).
Toluca (Mxico): ITESM, 2009.
solo se logra un cambio en las
- Moresteam.com; Es Nuevo en la
medias y/o varianzas de lo que
Metodologa Lean Seis Sigma?;
queramos cambiar, lo ms Recuperado de:
importante es el cambio en la https://www.moresteam.com/es/nu
cultura de la supervisin y evo-en-lean-six-sigma.cfm
trabajadores para poder tener los - Bersbach, P. (2009, Octubre 27).
resultados sostenibles en el tiempo The first step of DMAIC Define.
as como romper ciertos Recuperado el 20 de Febrero del
2012 de
paradigmas de trabajo arraigados a
http://www.sixsigmatrainingconsulti
travs de los aos los cuales no ng.com/uncategorized/the-first-
permiten vislumbrar que se puedan step-of-dmaic-%E2%80%93-define.
hacer las cosas de otra forma con - SETA Desenvolvimiento Gerencial;
mejores resultados. Green & Black Belt. ( 2013-2014)

- Con los 3 proyectos ejecutados en


mina se ha logrado una ganancia
directa proyectada en un ao de
USD 2,379,668.52,
en los cuales se ha considerado
para esta estimacin las
condiciones ms desfavorables de
anlisis, tales como una alta
dilucin, alto cash cost, etc.

- Hemos podido observar de que en


la mayora de proyectos ejecutados
se pasan por tres etapas
especificas en el logro de
resultados, la primera es la de
lograr resultados en base a
acciones de ver y hacer, la
segunda es la el logro de
resultados despus de la aplicacin
de los planes de accin y una
tercera etapa en la cual an no se
llega en los proyectos ejecutados
que es cuando se logran los
resultados en base a las acciones
de alto esfuerzo, de alto impacto
que normalmente requieren
inversin.