Hacia un modelo de producción Robusta
-
Upload
martha-sanchez -
Category
Documents
-
view
110 -
download
2
Transcript of Hacia un modelo de producción Robusta
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 [email protected]
Tfno. 95 446 80 10Fax: 95 446 04 07http://www.iat.es
C/ Gutenberg s/nIsla de La Cartuja
41092 Sevilla