Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniería Industrial
Beristain Pérez, Jorge Alberto, Ingeniero Industrial, Facultad de Ingeniería Industrial, Instituto
Tecnológico Superior de Misantla.
Revista Ingeniantes
1
The purpose of this paper is to show the de maquinaria para procesos agroindustriales,
results obtained using the Six Sigma principalmente para el procesamiento de café.
Methodology in a process of manufacture El presente proyecto representa un paso más
of a cogwheel for agroindustrial machinery en el desarrollo de un producto único en
for Coffee producers. This project was México y con amplias posibilidades de su
made in the enterprise ““Solo Café de comercialización en otros países, por lo cual
Calidad, S. de R.L. de C.V.” from Coatepec es de suma importancia implementar una
city, Veracruz. estrategia de mejora que permitiera disminuir
desperdicios y fortalecer su imagen como un
It shows the importance of Six Sigma as proveedor confiable.
technique to reduce variability of the
thickness of the serrated edge of a gear for La empresa “Solo Café de Calidad S. de R.L.
a coffee crusher machine, thereby de C.V.” nace de la tradición cafetalera de
reducing defective pieces and contribute México, tras setenta años de actividad familiar
to customers satisfaction, based on the en el negocio del café y la fabricación de
identification of Critical Factors of Quality maquinaria. Su centro de operaciones se
such as: Pareto Diagram, Control charts, ubica en Coatepec, Veracruz, considerado
GR & R studio, Incorporating also a uno de los polos de la producción cafetalera
Customer Needs Map and Identification of mexicana y centro de producción de café
CTQs, this whit the objetive to reduce reconocido por su alta calidad a nivel mundial.
defective pieces and the costs of quality La atención de las zonas productoras de café
defects. en México y Centroamérica han dado la
oportunidad de crear una empresa que
Thanks to the commitment of the general consolida años de experiencia en la
manager, the team of collaboration and of fabricación de equipos y maquinaria para todo
some external consultants, the project was el proceso de café. Esta empresa se dedica a
completed and achieved successfully and ofrecer la mejor maquinaria para el desarrollo
sigma level of the process was also de sus procesos, es por eso que cuenta con
increased from 2.39 to 8.79. una amplia línea de equipos en forma de
módulos ecológicos para despulpe y
desmucilaginado que reducen en gran medida
KEYWORDS: CTQs, Pareto Diagram, GR el consumo de agua, aportando beneficios
& R studio, Critical Factors of Quality, reales en costo y operación.
Control charts, Customer Needs Map,
Sigma Methodology, Customers El objetivo fue reducir el producto no conforme
satisfaction. y minimizar los costos de no calidad para
fortalecer las finanzas de la empresa, además
de disminuir la variabilidad del proceso para
hacerlo más confiable y evitar que los
INTRODUCCIÓN productos no conformes llegaran al cliente
final. En el artículo se describen las acciones
El artículo muestra la aplicación de la derivadas de la implementación de la
Metodología Seis Sigma con el objetivo de Metodología Seis Sigma, así como también
minimizar piezas defectuosas al momento de los resultados obtenidos.
maquilar engranajes de dientes rectos
utilizados en el mecanismo de revolución de
una despulpadora de café para una empresa FUNDAMENTOS TEÓRICOS
dedicada a la fabricación y comercialización
Revista Ingeniantes
2
Los proyectos de mejora continua buscan
eliminar todo aquello que no contribuye al MATERIAL Y MÉTODOS
valor agregado de los productos y a la
satisfacción de los clientes, para esto se El propósito de Seis Sigma es identificar,
realiza un detallado análisis de todo el reducir y eliminar defectos en un proceso, los
ambiente laboral buscando procesos cuales son causa de inconformidades para los
redundantes, inconvenientes en el flujo de clientes y afectan la rentabilidad de las
material, cuellos de botella, excesos de organizaciones. Las etapas de Seis Sigma y
suciedad, acumulación de material de las herramientas más utilizadas son las
proceso, es decir todo aquello que podría siguientes:
afectar los procesos disminuyendo la
capacidad de estos, lo que resulta en
problemas de calidad y afecta los tiempos de Tabla 1: Etapas y herramientas de Seis Sigma
ciclo [1], definiendo lo que se identifica como
una empresa esbelta [2]. Etapas Seis Sigma Herramientas
Revista Ingeniantes
3
anterior y rigurosamente. Es importante
comentar que el método no es unidireccional, Para identificar los CTQs referentes a las
en ocasiones es necesario replantear y necesidades de los clientes se propusieron
regresar al paso anterior. algunas herramientas de la Metodología Seis
Sigma para entender los requerimientos de
los mismos y que permita entender la
DESARROLLO DE LA METODOLOGÍA información recolectada y convertirla en
potenciales indicadores de calidad:
La empresa donde se desarrolló el proyecto
se dedica a la fabricación y comercialización Mapa de Proceso: Con el cual se
de maquinaria para procesos agroindustriales, conocen las etapas del proceso por
principalmente para el procesamiento de café. medio de una secuencia de pasos, así
Para el Fondo de Innovación Tecnológica como las etapas críticas.
2016, la empresa propone un proyecto para Diagrama de Pareto: Constituye un
desarrollar un sistema para tostar café con sencillo y gráfico método de análisis
capacidad de 10 kg por ciclo incorporando dos que permite discriminar entre las
incrementos en la tecnología. El primero es un causas más importantes de un
módulo de limpieza de humos para disminuir problema(los pocos y vitales) y las que
las emisiones al ambiente el segundo es la son menos (los muchos y triviales).
mejora de automatización del proceso del La voz del cliente: Consiste en
tueste. escuchar lo que nos demanda el
cliente. Quien entiende al cliente
Cabe mencionar que el programa de entiende su negocio. Habrá que
estímulos en el 2012 se logró desarrollar el incorporar un Sistema de
primer prototipo automatizado el cual ha Administración de Quejas del Cliente
tenido buena aceptación en el mercado (SAQ).
nacional. Con este nuevo proyecto se busca Proceso de Mejora Continua:
reforzar y mejorar la eficiencia tecnológica, Mediante esta metodología se
económica y el impacto ambiental del permitirá alcanzar la estabilidad de los
producto en el creciente segmento del procesos productivos y administrativos,
mercado nacional e internacional constituido buscando que en cada elemento tenga
por pequeños comercializadores en un procedimiento estándar.
cafeterías, que incorporan en su concepto la Gerencia de Procesos: Aborda la
garantía de un café recién tostado. cotidianidad de la empresa, implica el
control de la rutina de trabajo. Su
El proyecto se llevó a cabo en el centro de propósito es garantizar el
maquinado CNC en donde se elaboran las establecimiento, mantenimiento y
piezas mecánicas necesarias para ensamblar mejora de los procesos repetitivos
la maquinaría agroindustrial. Se tomó especial dentro de la empresa.
atención al proceso de maquinado de una
rueda dentada de dientes rectos Z30 forma A continuación se presenta el Mapa de
con bulón esto con el objetivo de reducir la Necesidades del cliente para identificar cuáles
variación del grosor de los dientes y aumentar son las áreas de oportunidad de la empresa y
el nivel Sigma de 2.39 a 8.79. A continuación cuáles son las áreas en las cuales se puede
se describe cada fase del proyecto. mejorar para satisfacción de los mismos:
Revista Ingeniantes
4
Pre-compra Compra Post-Compra
¿Quiénes son mis clientes?
Revista Ingeniantes
5
Tabla 3: Tipos de Defecto presentados en el área de
maquinado para el periodo Enero 2017 – Marzo 2017. Mediante este análisis ahora resulta evidente
cuáles son los tipos de defectos más
No
Tipo de Defecto Frec. %
frecuentes. Se puede observar que los 5
.
primeros tipos de defectos representan el 81%
1 Errores debidos a los algoritmos de cálculo 65 28.76
(pocos vitales) mientras que los otros 6
Error de histéresis (desviación entre la
2 posición real y la mandada por el punto de 65 28.76 representan el 19% (muchos vitales)
interés)
Excesos de dimensiones geométricas por
aproximadamente. Por el principio de Pareto
3
deformaciones térmicas de la máquina
30 13.27 se puede deducir que la mayor parte de las
4
Desplazamientos relativos entre partes de la
máquina no controlados
12 5.31 causas que generan variaciones en el proceso
5
Mala posición en la planitud y rectitud de las
12 5.31
de maquilado para el engrane de una
superficies guía
despulpadora de disco pertenece a los 5
6 Mala alineación de las superficies de sujeción 11 4.86
primeros defectos, de manera que si se
Mal apoyo de la pieza sobre el utillaje de
7
amarre
9 3.98 eliminan las causas que los provocan
8
No existe paralelismo de los ejes con las
guías
8 3.54 desaparecería la mayor parte de los defectos.
No existe perpendicularidad del eje de husillo
9 8 3.54
principal con la superficie de sujeción
Imprecisiones en los componentes utilizados
Es conveniente realizar un mapa de proceso
10
en la máquina
4 1.77
del engrane para determinar las fases del
11
Paros inesperados de la máquina por
suministro eléctrico
2 0.88 proceso de maquinado, el cual consiste en
TOTAL 226 100 dos áreas en específico; la primera es la de
Maquilado/Habilitado, donde se realizan los
cortes que conformar el engrane y la segunda
Una vez establecidas todas las fallas es el acabado y rectificado.
presentadas por el centro de maquinado se
procedió a elaborar un Diagrama de Pareto
para identificar los pocos vitales de los SÓLO CAFÉ DE CALIDAD S. DE R.L. DE C.V.
80% Taladreado
Tiem: 15
min.
70%
150
60%
Tratamiento
50% Termoquimico
Frecuencia
Tiem: 40 min.
100
40%
30%
Rectificado
50
20% Rectificado
10%
0 0%
1 2 3 4 5 6 7 8 9 10 11
s a s a s a s a s a s a s a s a s a a a
au au au au au au au au au a us a us
C C C C C C C C C C C
Figura 2. Mapa de Proceso Engranaje de dientes
Causas
rectos Z30 con forma de Bulón. Empresa Sólo Café
de Calidad, S. de R.L. de C.V.
Revista Ingeniantes
6
Fuente: Elaboración Propia realizar las mediciones se pudo observar que
las medidas oscilaban entre 14.229 y 14.505
mm.
A continuación se presenta el engrane
terminado elaborado en Solidwork 2015 ® con
sus características técnicas para el área de
RUEDA DENTADA DE DIENTES RECTOS Z30
maquinado. MATERIAL: Acero Inoxidable al Cromo
PESO: 11888.51 gramos
GROSOR DE DIENTE: 14.86 mm
Tabla 4: Características Técnicas del Engrane ESPACIO ENTRE DIENTES: 16.92 mm
CRESTA: 4 mm
DIAMETRO EJE DE PASO 60 mm
Figura 3. Engrane de dientes rectos hecho en Figura 5. Engrane de dientes rectos hecho en
Solidwork 2015 ® Vista Isométrica Solidwork 2015 ® Vista de Detalle
Revista Ingeniantes
7
medición. Cada repetición de mediciones
realizadas por un operador es llamada
prueba. Este procedimiento muestra la
variabilidad en el método (Repetibilidad), para
ser separada de la variabilidad adicional
contribuida por el operador (reproducibilidad)
[8].
A
En cualquier proceso de producción, ningún
producto es exactamente igual a otro, siempre
existirá variación entre sus características
físicas, químicas o funcionales.
Revista Ingeniantes
8
Minitab calcula el porcentaje de variación Cuando existen de 2 a 4 grupos, se
B al dividir cada valor de variación del puede usar el sistema de medición pero
estudio entre la variación total y solo para decisiones de ATRIBUTO
multiplicarlo por 100. El porcentaje de (“pasa/no pasa”).
variación para el estudio R&R del sistema Un valor de 5 o más denota un sistema
de medición es: de medición con suficiente resolución.
Este es aceptable en la toma de
decisiones de control de procesos.
( 0.001342/0.224467 )∗100=0.60 % ( Ecu .1)
Para este caso, se midieron 5 piezas
diferentes, Minitab reporto que el sistema
NÚMERO DE CATEGORIAS DISTINTAS puede discernir 235 categorías distintas. Esto
significa que el sistema puede distinguir entre
Este número determina el número de partes de manera excelente.
intervalos de confianza que se traslapa y que
abarcan el rango de variación del producto. El
valor de número de categorías distintas .COMPONENTES DE LA VARIACIÓN
estima cuantos grupos separados de partes
puede distinguir el sistema [23].
La gráfica Componentes de Variación
representa gráficamente la tabla del estudio
Minitab calcula el número de categorías
R&R del sistema de medición. Cada
distintas que se pueden observar con
conglomerado de barras representa una
confiabilidad:
fuente de variación. Por opción
predeterminada, cada conglomerado tiene dos
S parte barras, que corresponden al porcentaje de
x √ 2(Ecu .2) Contribución y al porcentaje de Variación de
S sistema demedición Estudio. En un sistema de medición
adecuado, el componente de variación más
Minitab trunca este valor entero, excepto grande es la variación parte a parte. En
cuando el valor calculado es menor que 1. En cambio, si la alta variación se atribuye al
este caso, Minitab establece el número de sistema de medición, es posible que éste
categorías distintas. necesite correcciones [8].
=2 % Var. de estudio
60
40
control de procesos.
Revista Ingeniantes
9
Si cualquiera de los puntos en la gráfica R se
Fuente: Elaboración Propia. Minitab 15 ®
encuentra por encima del límite de control
superior (LCS), el operador no está midiendo
Esta gráfica representa el porcentaje de las partes con uniformidad. El LCS considera
contribución (color marrón) y el de variación el número de veces que cada operador mide
(color verde) para cada una de la variables del una muestra. Si los operadores miden
sistema de medición. uniformemente, los rangos son pequeños en
relación con los datos y los puntos se
Porcentaje de Contribución encuentran dentro de los límites de control [8].
14.50 UC L=14.46394
rango es igual a 0. Minitab grafica los 14.48
_
puntos por operador, lo que permite que _
14.46 X=14.46375
UC L=0.000327
Revista Ingeniantes
10
En gráfica R por operadores se puede Esta gráfica representa la Interacción
observar que un dato está por encima del LCS Operador y la parte medida, muestra las
e indica que el operador número 1 realizó una mediciones promedio por cada operador para
lectura incorrecta y por lo tanto no está cada parte, representándola con 2 líneas de
midiendo las partes con uniformidad. color diferente (negra y roja) una para cada
operador interponiéndola una sobre otra.
INTERACCIÓN POR PARTE Como se puede observar se puede inferir que
cada operador está obteniendo mediciones
La gráfica de la interacción Operador∗Parte muy exactas para cada parte medida. La
muestra las mediciones promedio por cada habilidad de un operador para medir una parte
operador para cada parte. Cada línea conecta depende de cual parte se está midiendo.
los promedios de un operador. Lo ideal es que
las líneas sean prácticamente idénticas y los
promedios de partes varíen suficientemente MEDICIONES POR OPERADOR
para que las diferencias entre partes sean
claras [8]. La gráfica por operador puede ayudar a
determinar si las mediciones y la variabilidad
Este patrón… Indica… son uniformes entre los operadores. La gráfica
Las líneas son virtualmente Los operadores están midiendo por operador muestra todas las mediciones
idénticas. las partes de forma similar del estudio organizadas por operador. Cuando
cada operador tiene nueve o menos
Una línea es uniformemente más
Un operador está midiendo
partes uniformemente más altas
mediciones, los puntos representan las
alta o más baja que las otras o bajas que el resto de los mediciones. Los círculos negros representan
operadores
las medias, y una línea las une. Los asteriscos
indican posibles valores atípicos.
La habilidad de un operador para
Las líneas no son paralelas ni se medir una parte depende de cual
cruzan parte esté midiendo (existe una
interacción entre Operador y Si la línea… Indica…
Parte).
Los operadores están midiendo
Está paralela al eje X
las partes de forma similar, en
promedio.
14.48
Promedio
14.46
14.44
14.42
1 2 3 4 5
Partes
Revista Ingeniantes
11
Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm) Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm)
Notificado por: Jorge A lberto Beristain Pérez Notificado por: Jorge A lberto Beristain Pérez
Nombre del sistema de medición: Tolerancia: Nombre del sistema de medición: Tolerancia:
F echa del estudio: 25 de Junio del 2017 Misc: F echa del estudio: 25 de Junio del 2017 Misc:
14.50 14.50
14.48 14.48
14.46 14.46
14.44 14.44
14.42 14.42
1 2 1 2 3 4 5
Operadores Partes
Esta Gráfica representa el promedio de las En esta gráfica se puede observar que las
mediciones por operador: mediciones por parte son casi exactamente
iguales por lo cual se puede estimar que los
Operador 1: 14.4637 operadores están midiendo las mismas partes
Operador 2: 14.4638 con exactitud.
Por lo cual se pude estimar que los dos Con la realización de este estudio de medición
operadores tienen un promedio de mediciones se puede determinar que la reproducibilidad
casi exactas. tiene un porcentaje de variación del 0.60% por
lo cual se considera altamente aceptable
(0.1 ∙ r< R <0.3 ∙r ) en base a la importancia de
MEDICIONES POR PARTES aplicación, costo de equipo de medición, costo
de servicio de calibración o reparación, etc.
La gráfica por partes muestra todas las por último se observa que la repetibilidad y la
mediciones del estudio organizadas por parte. reproducibilidad están muy por debajo del
Minitab representa las mediciones con 10% esto quiere decir que el sistema es
círculos vacíos y las medias con círculos ACEPTABLE. Los estudios R&R del sistema
sólidos. La línea conecta las mediciones de medición (cruzados), igual que otros
promedio para cada parte. procedimientos de análisis de sistemas de
medición, son experimentos diseñados para
Lo ideal es que: que los resultados sean válidos. La
aleatorización y el muestreo son esenciales.
Múltiples mediciones de cada parte
muestren poca variación (los círculos
vacíos de cada parte estén cerca). CAPACIDAD DE PROCESO
Los promedios varíen lo suficiente para
que las diferencias entre las partes sean El análisis de la capacidad del proceso es un
claras. paso básico dentro de cualquier programa de
control de calidad. Su objetivo es tratar de
analizar hasta qué punto puede resultar
Gráfica 5. Mediciones por Partes conformes al proyecto los artículos producidos
mediante un proceso. Este análisis
Revista Ingeniantes
12
proporciona una estimación de mayor nivel de
calidad que puede lograr el proceso tal como Fuente: Elaboración Propia. Minitab 15 ®
se preparó. El análisis de capacidad de
calidad se suele denominar capacidad de En esta gráfica se puede observar que de los
proceso o de maquinaria. Esta última es de 50 datos recabados para la implementación
carácter más restringido, ya que solo se del proyecto Minitab los clasifico en 10
refiere a la capacidad de la maquinaria, subgrupos de 5 datos cada uno. Se puede
mientras que el término proceso incluye tanto observar también que no existen datos
las máquinas como cualquier otro tipo de atípicos que sobrepasen los Límites de
proceso utilizado, incluyendo las personas. El Control, aunque también se encuentran muy
objetivo del análisis de capacidad es dispersos de la media general de 14.4948.
determinar la variación natural de un proceso
cuando se han minimizado los efectos de
todos los factores ajenos que no contribuyen
al mismo [21].
a la producción [6].
Rango de la muestra
0.15
estadístico de Minitab 15 ®. 1 2 3 4 5 6 7 8 9 10
Muestra
LCL=14.4365
1 2 3 4 5 6 7 8 9 10 PRUEBA DE NORMALIDAD
Muestra
Revista Ingeniantes
13
El siguiente paso en la elaboración del Para realizar el informe de la capacidad de
proyecto fue determinar si los datos en las proceso fue necesario elaborar un histograma
mediciones obtenidas tenían una distribución de capacidad. Anteriormente se había
normal. Para ello se utilizó la Prueba de establecido que al momento de diseñar el
Normalidad Anderson – Darling. Se engrane en el programa de Solidwork 2015 ®
establecieron las hipótesis necesarias con un el valor objetivo a alcanzar para el grosor de
nivel de confianza del 95% y una significancia los dientes era de 14.86 mm, más sin
del 5%. embargo, las mediciones obtenidas al
momento de realizar las pruebas arrojaron
H0 = Los datos obtenidos en las mediciones se que los datos oscilaban entre 14.395 y 14.585
comportan de manera normal según la prueba de
normalidad Anderson – Darling. mm; lo cual quiere decir que se está muy lejos
de alcanzar el valor objetivo establecido por el
H1 = Los datos obtenidos en las mediciones NO se software de diseño. Esto pudiera deberse a
comportan de manera normal según la prueba de
normalidad Anderson – Darling. las causas antes mencionadas en el
Diagrama de Pareto. Se estableció entonces
dar un Límite de Especificación Inferior de
14.3 mm y un Límite de Especificación
Superior de 14.6 mm, por lo cual las
Gráfica 8. Prueba de Normalidad Anderson – Darling mediciones que no estuvieran dentro de esos
Límites de Especificaciones serían
consideradas como defectuosas.
Prueba de Normalidad Anderson - Darling
Normal
99
Media 14.49 Una vez identificadas las variables de interés
Desv.Est. 0.04394
95 N
AD
50
0.713
para el desarrollo de la metodología se
90
80
Valor P 0.059 realiza una medición del estado actual a
70 través del uso de los índices de capacidad
Porcentaje
60
50
40
estadísticos de proceso (Cp, Cpk, Nivel Sigma
30 y Defectos por Millón de Oportunidades). Se
20
10
midió la capacidad potencial del proceso para
5 cumplir con las especificaciones respecto a
1 las necesidades del cliente, incluyendo si el
14.40 14.45 14.50 14.55 14.60
Mediciones proceso se encuentra centrado o no respecto
a los límites de especificación establecido.
Las expresiones utilizadas que permiten
Fuente: Elaboración Propia. Minitab 15 ® realizar los cálculos respectivos, se describen
a continuación:
En base a la evidencia muestral y con un 95%
de confianza, se acepta la hipótesis nula y se
infiere que los datos obtenidos en las Tabla 5: Índices de Capacidad de Proceso
mediciones se comportan de manera normal,
según la prueba de Anderson – Darling con ÍNDICES DE CAPACIDAD DE PROCESO
valor p = 0.059.
LSE−LIE
C p=
6σ
C pk =mínimo { LSE−µ
3σ
,
µ−LIE
3σ }
INFORME DE LA CAPACIDAD DEL LSE: Límite Superior de
LSE: Límite
Especificaciones
Superior de
PROCESO Especificaciones
LIE: Límite Inferior de Especificaciones
LIE: Límite Inferior de
Especificaciones
µ: Media del Proceso
Revista Ingeniantes
14
σ : Desviación Estándar del proceso establecidas en la Ficha de Proceso que se
σ : Desviación Estándar del proceso envía al centro de Maquinado CNC. Esto con
CRITERIOS DE INTERPRETACIÓN CRITERIOS DE INTERPRETACIÓN
respecto a la Capacidad dentro del potencial,
C pk >1.3 : el proceso es
C p> 1: el proceso es capaz y es comúnmente usado
mientras que para la Capacidad general (Pp)
potencialmente capaza de producir
como una meta para muchas
compañías. En este caso, se
se obtuvo un valor de 1.14. Esta capacidad se
dentro de los límites
especificación del proceso.
de
considera que realmente capaz de establece a largo plazo mientras que la
cumplir con las especificaciones
del proceso. Capacidad dentro del potencial hace
C p=1 : el proceso es capaz, 1<C p< 1.3: el proceso es referencia a la muestra de los 50 engranes
la proporción de defectuosos es
27%
marginalmente capaz. que se tomaron aleatoriamente.
C p< 1: el proceso no es
potencialmente capaz de cumplir C p k < 1: el proceso no es
Por otro lado, el Cpk es igual a 0.81, y el Ppk
con las especificaciones del
proceso, la proporción de capaz. es de 0.80 menor a 1, esto confirma la
defectuosos es mayor a 27 en
10,000.
incapacidad actual de la operación reflejando
la necesidad de plantear propuestas de
mejoramiento.
Fuente: Adaptado de (Arango Serna, Gómez
Montoya & Álvarez Uribe, 2011).
LIE LSE
P rocesar datos Dentro de
LIE 14.3 General
Desempeño observ ado E xp. Dentro del rendimiento Exp. Rendimiento general O bjetiv o *
P P M < LIE 0.00 P P M < LIE 3.73 P PM < LIE 4.63 LSE 14.6 C apacidad (dentro) del potencial
P P M > LSE 0.00 P P M > LSE 7789.72 P PM > LSE 8340.97 Medida de la muestra 14.4948 Z.Bench 2.42
P P M Total 0.00 P P M Total 7793.46 P PM Total 8345.60 Z.LIE 4.48
Número de muestra 50
Z.LSE 2.42
Desv .E st. (Dentro) 0.0434876
Desv .E st. (General) 0.0439414 C pk 0.81
C apacidad general
Z.Bench 2.39
Z.LIE 4.43
Revista Ingeniantes
15
Mediante esta gráfica se puede observar que
el rendimiento esperado a largo plazo es de
8345.60 partes por millón lo cual se traduce
literalmente a que podemos encontrar
8345.60 engranes que se encuentran fuera de
los Límites de Control Superior e Inferior por
cada millón de engranes que se produzcan.
Mientras tanto se observa que existen
7793.46 partes por millón englobadas en el
rendimiento dentro del potencial.
Con base a esta evidencia estadística se Figura 8. Engrane de dientes rectos hecho en
deduce que se puede pasar de tener 0.834% Solidwork 2015 ® Vista de Detalle Fase de Mejora
de engranes por millón que no cumplen con
las especificaciones requeridas a tener
0.779% de engranes por millón sólo si se Una vez hechas las correcciones necesarias
reduce la variación del proceso. se procedió nuevamente a realizar una
segunda corrida para determinar si existe
evidencia estadística que demostrara si hubo
CUARTA FASE: MEJORAR mejoría o no en la capacidad del proceso en
la fase de mejora.
Para llevar a cabo esta fase de mejora se
propuso a la empresa hablar con el ingeniero Para llevar nuevamente la Capacidad del
encargado del centro de maquinado para Proceso se tomaron nuevamente 50 engranes
cambiar las especificaciones técnicas de la totalmente al azar y se volvió a medir el grosor
Ficha de Proceso que se envía al área de de los dientes utilizando nuevamente el
maquinado y modificar las medidas que se software estadístico de Minitab 15 ®.
tenían del grosor del diente de 14.86 mm a
14.5 mm en el programa de Solidwork 2015 ®. Los resultados se presentan a continuación:
Entonces ahora se tendría una reducción de
0.36 mm y una adecuación en los Límites de
Especificación de ±0.05 mm como tolerancia
geométrica dentro del proceso de maquilado y Gráfica 11. Gráfica Xbarra para Mediciones Fase de
Mejora
que no afectara en el proceso de
revolucionado del engrane. Además de ello se
harían las correcciones necesarias a la Gráfica Xbarra de Mediciones
14.510
máquina, tales como: mala posición en la UCL=14.50789
planitud y la rectitud de las superficies guía,
mala alineación de las superficies de sujeción, 14.505
Media de la muestra
LCL=14.49159
14.490
1 2 3 4 5 6 7 8 9 10
Muestra
Revista Ingeniantes
16
Fuente: Elaboración Propia. Minitab 15 ® PRUEBA DE NORMALIDAD
Gráfica 12. Gráfica de Rangos para Mediciones Fase Gráfica 13. Prueba de Normalidad Anderson –
de Mejora Darling Fase de Mejora
Gráfica R de Mediciones
0.030 UCL=0.02986
0.025
Rango de la muestra
0.020
0.015 _
R=0.01412
0.010
0.005
0.000 LCL=0
1 2 3 4 5 6 7 8 9 10
Muestra
En la gráfica R se puede observar que al igual En base a la evidencia muestral y con un 95%
que la gráfica anterior no existen datos de confianza, se acepta la hipótesis nula y se
atípicos y todos los rangos de las mediciones infiere que los datos obtenidos en las
se encuentran dentro de los límites de control. mediciones se comportan de manera normal,
Además se puede establecer que los según la prueba de Anderson – Darling con
operadores están midiendo los engranes de valor p = 0.149.
manera correcta.
Revista Ingeniantes
17
INFORME DE LA CAPACIDAD DEL envió al centro de Maquinado CNC, mientras
PROCESO FASE DE MEJORA que la Capacidad general mejoró de 1.14 a
2.96.
Una vez realizado los ajustes en la Ficha de
Proceso de maquilado del engrane y
corregido los ajustes en el algoritmo de diseño Por otro lado, el Cpk mejoró de un 0.81 a un
en Solidwork 2015 ®, se estableció como 2.74 mientras que el Ppk mejoró de un 0.81 a
nuevo valor objetivo a alcanzar para el grosor 2.96, esto confirma que hubo una mejora
de los dientes 14.5 mm con un Límite de significativa en la disminución de la variación
especificación de ±0.05 mm. del proceso respecto a la primera prueba que
se realizó, lo cual sugiere que la propuesta
para mejorar el proceso fue la adecuada.
Una vez establecidas estas nuevas
especificaciones se realizó nuevamente el
cálculo de los índices de capacidad CÁLCULO DEL NIVEL SIGMA FASE DE
estadísticos de procesos (Cp, Cpk, Nivel MEJORA
Sigma y Defectos por Millón de
Oportunidades). Los nuevos datos obtenidos
se presentan a continuación: Una vez realizadas las mediciones se puede
identificar que el Nivel Sigma para la
Gráfica 14. Histograma de Capacidad del Proceso capacidad dentro del potencial mejoró de un
Fase de Mejora 2.42 a 8.15, mientras que para la capacidad
general mejoró de un 2.39 a 8.79 a largo
Capacidad de proceso de Mediciones
plazo.
LIE Objetiv o LSE
P rocesar datos Dentro de
LIE 14.45 General
O bjetiv o 14.5
LSE
Medida de la muestra
14.55
14.5
C apacidad (dentro) del potencial
Cp 2.74 Gráfica 15. Histograma de Capacidad del Proceso,
C PL 2.74
Número de muestra
Desv .E st. (Dentro)
50
0.0060719
C PU 2.74 Cálculo del Nivel Sigma Fase de Mejora
Desv .E st. (General) 0.0056381 C pk 2.74
C apacidad general
Pp 2.96
P PL 2.96
P PU 2.96
P pk 2.96
Capacidad de proceso de Mediciones
C pm 2.95
Desempeño observ ado E xp. Dentro del rendimiento Exp. Rendimiento general
P P M < LIE 0.00 PP M < LIE 0.00 PP M < LIE 0.00
Mediante esta gráfica se puede determinar P P M > LSE 0.00
P P M Total 0.00
PP M > LS E 0.00
PP M Total 0.00
PP M > LS E 0.00
PP M Total 0.00
Revista Ingeniantes
18
redujo a 0 partes por millón al igual que el Cp Cpk Pp Ppk Cp Cpk Pp Ppk
rendimiento dentro del potencial de igual 1.15 0.81
1.1
0.80 2.74 2.74 2.96 2.96
4
manera se redujo a 0. Esto se traduce NIVEL SIGMA
literalmente que por cada millón de engranes ANTES (PRIMERA
DESPUÉS (PRIMERA
que la empresa fabrique existe una PRUEBA). CAPACIDAD
PRUEBA) CAPACIDAD
DEL PROCESO DENTRO
probabilidad estadística del 0% de encontrar DEL POTENCIAL
GENERAL
ANTES DESPUÉS
8345.60 0
Revista Ingeniantes
19
[2] Barbara, Wheat, Chuck Mills y Mike Carnell
En este artículo se ha ilustrado un ejemplo de (2004) “SEIS SIGMA, una parábola sobre el
la aplicación de Seis Sigma para la solución camino hacia la excelencia y una “empresa
de un problema en específico. Con esto se esbelta”. Ediciones Granica.
demuestra que haciendo uso de las
herramientas de la Metodología que se tiene [3] Pande, P. S., Neuman, R. P., y Cavanagh,
disponible se pueden obtener buenos R.R. (2000) “The six sigma way, how GE,
resultados y así aumentar la productividad y la Motorola, and other top companies are honing
competitividad de las empresas, sin importar their performance” Ed. McGraw-Hill. United
si ésta es una grande o mediana empresa, States of America.
como bien lo menciona parte de los beneficios
de Seis Sigma.
[4] James E. Brady, Theodore T. Allen (2006)
Se estima que la efectividad en la aplicación “Six Sigma Literature: A Review and Agenda
ha estado fundamentada en los siguientes for Future Research,” Quality and Reliability
aspectos: a) una fuerte capacidad de Engineering International. Vol. 22.
liderazgo del equipo asignado al proyecto
para conducir los procesos de análisis e
implementación de mejoras de manera [5] S. Pande, Peter; P. Neuman Robert; R.
planificada; b) la efectiva utilización de Cavanagh, Roland. (2002), “Las claves del
métricas y herramientas de mejoramiento de Seis Sigma. La implantación con éxito de una
la calidad en forma oportuna y con un proceso cultura que revoluciona un mundo
de recopilación de datos veraz y c) la empresarial” Mc Graw Hill. España.
disposición de la gerencia de la empresa para
asignar los recursos que exigía el proyecto, [6] Bertrand L. Hansen, Prabhakar M. Grare
con la intención de materializar las mejoras (1990) “Control de Calidad. Teoría y
propuestas. Aplicaciones” Ediciones DÍAZ DE SANTOS
S.A. Madrid, España.
Con el desarrollo de esta aplicación, Seis
Sigma fue adecuado para el proceso como [7] Arango Serna, Martín Darío; Gómez
una estrategia de mejoramiento de la calidad Montoya, Rodrigo Andrés; Álvarez Uribe,
y productividad, en el ámbito de los procesos Karla Cristina (2011) “Identificación de
de maquilado de ruedas dentadas. También, Oportunidades de mejora en la gestión del
deja un antecedente para que la empresa transporte del carbón en Colombia con Six
“Solo Café de Calidad, S. de R.L. de C.V. Sigma” Boletín de Ciencias de la Tierra, núm.
incorporen la metodología en otros procesos 30. Universidad Nacional de Colombia.
con otras problemáticas y con ello más Medellín, Colombia.
empresas la adopten sin importar el tamaño
para que empleen las herramientas de Seis [8] Evaluación de la variación de un sistema
Sigma. de medición. Disponible en:
http://www.minitab.com/uploadedFiles/Docum
ents/sample-
BIBLIOGRAFÍA materials/TrainingSampleMeasurementSyste
msMTB16ES.pdf. Fecha de Consulta: 11 de
Julio del 2017.
[1] Rowland Hayler (2005) “What is Six Sigma
Process Management”, McGraw-Hill. [9] Bañuelas, R. Antony, J. Brace, M. , 2005,
“An Application of Six Sigma to Reduce
Revista Ingeniantes
20
Waste”, Quality & Reliability Engineering
International pp. 553-570.
Revista Ingeniantes
21