NUEVOS MODELOS DE PRODUCCIÓN EN UN ENTORNO COMPETITIVO

1. NUEVOS MODELOS DE PRODUCCIÓN EN UN ENTORNO COMPETITIVO “Hacia un modelo de producción robusta” Eva Pérez Pulido Dpto. Programas Internacionales INSTITUTO ANDALUZ DE TECNOLOGÍA Dos Hermanas, 30 de septiembre de 2005

2. Metodología de Diseño Robusto • 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. Producción Robusta: Productos y Procesos robustos • Producto robusto Aquel capaz de desempeñar todas sus funciones aún cuando se han producido variaciones aceptables durante periodos de vida razonables. • Proceso robusto Aquel cuyas salidas presentan pequeñas variaciones cuando algunas de las entradas del proceso presentaron variaciones significantes.

4. Producción Robusta: Productos y Procesos robustos 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. En definitiva: “Se desconoce información vital sobre el proceso/ producto” Producción Robusta: Productos y Procesos robustos Causas de la falta de robustez Los 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

6. www.eurobust.net Proyecto EURobust • 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.

7. Objeto del proyecto • 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. Consorcio EURobust...¿quiénes somos? • 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. Producción Robusta: Productos y Procesos robustos 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

10. Factores de ruido X1 X2 Proceso Respuesta Y1 Y2 (Salidas) Diseño Factores controlables (Entradas) Diseño de Experimentos (DoE) Enfoque del proceso

11. Diseño de Experimentos (DoE) Opciones de experimentación • No todos los experimentos se hacen igual ... • “Un factor cada vez” • Experimentación “diseñada’’

12. Diseño de Experimentos (DoE) Experimentación: “Un factor cada vez” A2 B2 C2 D2 E4 ¿Cómo maximizaríamos la respuesta del proceso (Y) cambiando un factor cada vez ? Y A B C D E 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? 1 1 1 1 1 2 1 1 1 1 2 2 1 1 1 2 1 2 1 1 2 1 2 2 1 2 1 2 1 2 2 1 2 1 3 2 1 2 1 4

13. Diseño de Experimentos Diseño de Experimentos (DoE) 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. Cambios organizados en variables independientes (factores) con el propósito de observar cambios relacionados con las variables dependientes (respuestas).

14. Diseño de Experimentos (DoE) • 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.

15. Optimización: ajuste de factores respuesta deseada Diseño de Experimentos (DoE) Objetivos del DoE • Identificar el impacto de los factores en las respuestas • Identificar las interacciones específicas entre factores • Máxima información – Mínimos recursos • Poder obtener respuestas pronosticadas

16. La Voz del Cliente Define los Límites de las Especificaciones y los Objetivos Voz del Consumidor Información en Continuo Objetivo Límite Superior de Especificaciones USL Límite Inferior de Especificaciones LSL OK Voz del proceso Frecuencia Defectos Medidas de Salidas del Proceso Defectos Diseño de Experimentos (DoE)

17. Y LSL USL Diseño de Experimentos (DoE) Objetivos del proceso de mejora LSL USL LSL USL Ilustración de 3 cosas que pueden hacerse para mejorar el rendimiento de este proceso

18. Diseño de Experimentos (DoE) Métodos 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.

19. Clarificar objetivos Plan Check Determinar respuestas Análisis . Adecuación estadística . Análisis gráfico . Ecuación predictiva Determinar factores .Rangos . Niveles Do Combinación de líneas de investigación Confirmación Predicción Capacidad del DOE Modelo Llevar a cabo el experimento Determinar el orden de las líneas Act Integración de los conocimientos Determinar las necesidades de réplica Diseño de Experimentos (DoE) Pasos del DOE

20. VMEA: Análisis Modal de Variaciones y Efectos 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.

21. Eficiencia y efectividad Gestión de la variación no deseada en una etapa temprana (diseño) del producto/ proceso. Conceptos de VMEA VARIACIÓN • Presenteen todos los procesos. • Problemas de calidad yseguridad (variaciones no deseadas)

22. Conceptos de VMEA 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

23. Conceptos de VMEA KPC (Característica Clave del Proceso/Producto) Característica del producto para la cuál una variación no deseada podría afectar de formasignificativa a: - la seguridad del producto - la conformidad respectoa los estándares o regulaciones gubernamentales - lasatisfacción del cliente respecto al producto

24. Conceptos de VMEA • 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.

25. Procedimiento de aplicación de VMEA Selección de la KPC Desglose de la KPC: Sub-KPC y NF Valoración de las sensibilidades Valoración de la variación de los NF Cálculo de los VRPN

26. Diagrama de Ishikawa Característica Clave del producto (KPC)

27. Realizado por: Fecha: Sistema: Función: KPC Sub-KPC KPC Sens. a Sub-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 Tabla de VMEA

28. 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 Criterios de valoración Criterio 1: Valoración de la sensibilidad • De KPC a sub-KPC • De sub-KPC a factor de ruido Criterio 2: Valoración de la variación • De los factores de ruido (NF)

31. Hacia una Producción Robusta... Modelo implementación e integración de Metodologías de Diseño Robusto

32. Eva Pérez Pulido Dpto. Programas Internacionales evaperez@iat.es Tfno. 95 446 80 10 Fax: 95 446 04 07 http://www.iat.es C/ Gutenberg s/n Isla de La Cartuja 41092 Sevilla