IMPLEMENTACIÓN DE BALANCEO DE LÍNEA Y REDUCCIÓN DE

Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC.

Recibido: 06/03/2013 Aceptado: 22/08/2013

IMPLEMENTACIÓN DE BALANCEO DE LÍNEA Y REDUCCIÓN DE DEFECTOS EN UNA EMPRESA MÉDICA Implementation of line balancing and defects reduction in a medical company

RESUMEN Este proyecto presenta un estudio de caso de la implementación de balanceo de líneas y reducción de defectos de una empresa fabricante de lentes oftálmicos, aplicando el sistema MOST para la obtención de tiempos estándar predeterminados. Para la disminución de defectos se aplicaron algunos principios básicos de la metodología Seis Sigma y Control Estadístico de Procesos. La motivación del estudio parte de los problemas surgidos desde la creación del área de IMC (recubrimiento en molde, por sus siglas en inglés): baja productividad, baja eficiencia y baja calidad. La realización de este proyecto elimina los problemas relacionados con baja eficiencia y disminuye los defectos en la producción. PALABRAS CLAVE: Balanceo de línea, MOST, Seis Sigma.

KARINA CECILIA ARREDONDO SOTO Ingeniero Industrial, M.I. Profesor Asociado Universidad Autónoma de Baja California [email protected] TERESA CARRILLO GUTIÉRREZ Ingeniero Industrial, M. C. Profesor Titular Universidad Autónoma de Baja California [email protected]

ABSTRACT This project presents a case report of the implementation of line balancing and reducing defects a manufacturer of ophthalmic lenses, applying the system to obtain MOST standard predetermined times. For the reduction of defects applied some basic principles of Six Sigma and Statistical Process Control. The motivation of the study of the problems arising from the creation of the IMC (In Mould Coating) area: low productivity, low efficiency and poor quality. The completion of this project eliminates the problems associated with low efficiency and reduces defects in production. KEYWORDS: Line balancing, MOST, Six Sigma.

1. INTRODUCCIÓN El proyecto se desarrolló en una empresa de transformación de monómero en lentes oftálmicos mediante procesos de polimerización. El área de ingeniería de procesos tiene como objetivo estabilizar los medibles de la línea IMC. Los principales indicadores son: •

Yield (rendimiento, que es el porcentaje de productos de calidad, de la producción total).

• Eficiencia (salidas/entradas). La empresa mantiene tales indicadores en niveles muy bajos (yield=60% como máximo, y eficiencia=50%), pero lejos de lo que el lector pudiera imaginar, la empresa se mantiene estable. El resto de las líneas tienen indicadores dentro de lo normal (yield=92% como máximo, y

4

RICARDO J.R. GUERRA FRAUSTO Ingeniero en Electrónica, Dr. Profesor Investigador, Universidad Autónoma de Baja California [email protected] MARCELA SOLÍS Ingeniero Industrial, M. C. Universidad Autónoma de Baja California [email protected]

eficiencia=100%), apuntando que el proceso de las líneas de producción es diferente al que se realiza en IMC. La línea IMC opera en turno matutino y vespertino; la cual presenta márgenes de utilidad muy elevados de modo que le permite continuar operando aún con este comportamiento inestable de producción. Sin embargo, el hecho de que siga operando no indica que este trabajando de manera normal. Simplemente en Yield (rendimiento), el estándar global es de 85%, lo que la sitúa 25 puntos porcentuales debajo de la curva normal. Los esfuerzos de la investigación se concentraron en incrementar los valores de los indicadores a niveles normales, mediante el control de la variación en el proceso aplicando Control Estadístico de Procesos (CEP) para así disminuir los defectos. Los objetivos de estudio son:


• •


proyecto Seis Sigma se caracteriza por 5 fases: Definir, Medir, Analizar, Mejorar y Controlar (en inglés DMAIC: Define, Measure, Analyze, Improve and Control).

Disminuir los rechazos de 40% a solo 15%. Aumentar la eficiencia a un 80% mínimo, mediante la implementación de balanceo de línea. ¿De qué manera afecta esto? En primer lugar existe un costo de oportunidad. La línea IMC debería estar produciendo más y con menos personal, entonces, existe una pérdida por las unidades adicionales que no se están produciendo y vendiendo. Este proceso no es lo suficientemente rentable, entonces se opta por métodos alternativos para producir lo mismo pero a un costo menor, cumpliendo con los estándares establecidos y dentro de la misma planta. Actualmente, los métodos alternativos resultan más económicos que la línea IMC pero que si ésta cumpliera con los estándares establecidos sería mucho más costeable pasar esa producción a IMC. Al igual que en México, existen otras subsidiarias a nivel mundial como Venezuela, Brasil e Irlanda que no cumplen a la perfección con los estándares. Por lo cual, de alcanzarse y hasta superarse los estándares, podrían migrar todos esos productos hacia México, significando para la región mayor riqueza y oportunidad de desarrollo. Es de interés el hecho de que al empezar este proyecto, la empresa comenzó a trabajar con un cambio en la gerencia general. El departamento de ingeniería estaba a punto de desaparecer, cuenta solo 4 ingenieros de proceso para todas las áreas, antes había 18. La nueva administración se propone hacer crecer al departamento de ingeniería conforme se vayan alcanzando ciertos objetivos, y no desaparecer el área de ingeniería como se tenía previsto anteriormente. Para resolver los problemas y aumentar los indicadores, se utilizan conocimientos básicos de ingeniería industrial: toma de tiempos, tiempos predeterminados, balanceo de líneas, y CEP en el contexto de Seis Sigma. Herramientas básicas y que habían sido olvidadas hasta el momento por esta área de la empresa.

3.

MARCO TEORICO

3.1 Sistema MOST MOST(Maynard Operation Sequence Technique), es un sistema de tiempos predeterminados, que permite el análisis de cualquier operación manual y algunas operaciones con equipo, es un sistema experto que sirve para desarrollar y establecer estándares reduciendo el tiempo del analista en su aplicación; por lo tanto ofrece una reducción de costos y mejoras en las áreas de trabajo. MOST se basa en actividades fundamentales que al combinarse hace posible mover objetos; las formas básicas de movimiento son descritas por secuencias. Su aplicación comenzó en 1965 en los Estados Unidos y hasta la fecha miles de empresas lo han aplicado y mucha gente ha sido entrenada en los diferentes tipos de empresas. Está basado en el principio de trabajo bajo los conceptos de fuerza – tiempo – distancia. Este concepto muestra que el tiempo es permitido solamente si el trabajo es realizado. Niebel [3] argumenta que MOST identifica tres modelos básicos de secuencias: movimiento general, movimiento controlado y uso de herramienta y equipo. La secuencia de movimiento general identifica el movimiento libre de un objeto en el espacio, por el aire, mientras que la secuencia controlada describe el movimiento de un objeto que permanece en contacto con una superficie o sujeto a otro durante el movimiento. La secuencia de uso de herramienta y equipo está dirigida al uso de herramientas manuales comunes y otras piezas de equipo.

3.2 Balanceo de líneas A la línea de producción se le reconoce como el principal medio para producir a bajo costo grandes cantidades o serie de elementos normalizados. En su concepto más refinado, la producción en línea es una disposición de áreas de trabajo donde las operaciones consecutivas están colocadas inmediata y mutuamente adyacentes, donde el material se mueve continuamente y a un ritmo uniforme a través de una serie de operaciones equilibradas que permiten la actividad simultánea en todos los puntos, moviéndose el producto hacia el fin de su elaboración a lo largo de un camino razonadamente directo [4]. Para este estudio de caso se utiliza el siguiente criterio:

2. METODOLOGIA En este trabajo se utiliza estudio de casos evaluativo como estrategia de investigación. Bajo la premisa de que un estudio de casos evaluativo pretende describir y explicar y se orienta a la formulación de juicios de valor que construyan la base para tomar decisiones. Por otra parte, Perry [1] argumenta que el método de estudio de casos como estrategia de investigación opera dentro del paradigma del realismo, el cual se muestra más apropiado que el positivismo, si se tiene en cuenta que el positivismo está basado en dimensiones de deducción/inducción, objetividad/subjetividad y mesurabilidad/inmensurabilidad. Debido a que este estudio de casos es del área de ingeniería industrial se usa la estrategia de mejora continua del negocio enfocada al cliente llamada Seis Sigma. Esta estrategia se apoya en una metodología robusta fundamentada en las herramientas y el pensamiento estadístico. Como se menciona en [2] un

Conocidos los tiempos de las operaciones, determinar el número de operadores necesarios para cada operación. Para calcular el número de operarios para el arranque de la operación se aplica la siguiente fórmula: Ecuación (1)

5


IP= Unidades a fabricar/Tiempo disponible de un operador


procedimientos más costosos pero que no generan tanto producto terminado defectuoso. En el área de IMC el proceso es más económico, sin embargo, con la gran cantidad de deficiencias en el área no puede aprobarse este proceso para las demás líneas. Es por eso que al controlar el proceso, está área se podrá proyectar globalmente. Al implementarse el balanceo de línea en el área de IMC se alcanzará una eficiencia del 100% de acuerdo a los estándares globales de la compañía. Al incrementar la eficiencia, la capacidad de producción aumentará y se reducirán los defectos ocasionados por el flujo lento del proceso. Si se disminuyen los defectos en el proceso al estándar global, se incrementarán los planes de producción y la migración de productos. Al implementar técnicas de CEP para la reducción y control de defectos se logrará reducirlos hasta llegar al estándar global de 85% de productos de calidad. Por tratarse de la implementación de una mejora, el proceso ya está establecido lo que encierra ciertas limitantes, como por ejemplo el hecho de que las estaciones de trabajo no fueron idealmente diseñadas pues carecen de un estudio de tiempos y movimientos previo, por tanto no puede realizarse una reingeniería. El personal está acostumbrado a trabajar a un ritmo de trabajo menor, aún y cuando pueden dar más, pues como no había estándares justificados y es la única línea que trabaja con el proceso de recubrimiento de lentes, no se les puede comparar con las demás. Su tiempo estándar se estableció mediante toma de tiempos con cronómetro. El producto puede presentar hasta unos 15 diferentes tipos de defectos aún y cuando el lente es un componente único, no existen ni ensambles ni sub-ensambles, por lo cual se considera que el riesgo de que haya un defecto es muy alto además de que influye mucho las condiciones ambientales para que la producción salga bien, como por ejemplo: el porcentaje de humedad, la temperatura ambiente y el número de partículas suspendidas. Con este proyecto, se busca: 1. Controlar la variación en el proceso para así disminuir los defectos, buscando disminuir los rechazos de 40% a solo 15%. 2. Incrementar el flujo de material en la línea mediante el balanceo y aumentar la eficiencia a un 80% mínimo, mediante la implementación de balanceo de línea, previo estudio de tiempos predeterminados que permitan corroborar los tiempos estándar en las operaciones.

Ecuación (2)

NO = (TE*IP)/E Donde: NO = número de operadores para la línea TE = Tiempo Estándar de la pieza IP = Índice de producción E = Eficiencia Planeada 3.3 Seis Sigma y el Control Estadístico del Proceso Según Chowdhury [5], Seis Sigma es una metodología de trabajo para conseguir la máxima eficacia de los procesos. Analiza la variabilidad y propone soluciones que maximizan la eficacia de procesos concretos. Se apoya en herramientas estadísticas y de análisis y propone el desarrollo de grupos de trabajo dinamizadores, creando una estructura propia de trabajo dentro de la organización de la empresa. Fue creada por Motorola en la década de los 80´s, posteriormente se consolidó de la mano de General Electric (GE) y en la actualidad es utilizada en todo el mundo por todas aquellas empresas que compiten para ocupar niveles de liderazgo en su sector. Los procedimientos para establecer un control estadístico del comportamiento de los costos implica: 1. Establecer la capacidad del proceso. 2. Crear un gráfico de control. 3. Recoger datos periódicos y representarlos gráficamente. 4. Identificar desviaciones. 5. Identificar las causas de las desviaciones. 6. Perpetuar los efectos positivos y corregir las causas de los negativos. Mediante la utilización de la metodología Seis Sigma, los Círculos de Calidad y los Equipos de Mejora se procederá a analizar las variaciones graficadas en los CEP. Primeramente se procede a estandarizar el proceso, para luego proceder a mejorar los estándares, logrando mayores niveles de productividad, mejores niveles de calidad, mejores plazos de respuestas y menores niveles de costos.

4. RESULTADOS El problema del área de producción radica en que en el área de IMC se está produciendo del 40% de material defectuoso, además de no haber balanceo de líneas, razones por las cuales es urgente implementar controles al proceso para reducir la variación. Otra razón para el desarrollo de este proyecto es que la eficiencia se encuentra al 50% de su capacidad instalada. La oportunidad de crecimiento es una motivación extra para mejorar esta área, ya que IMC tiene solamente dos líneas trabajando: una en la mañana y otra en la tarde. El resto de los productos, se hacen en otras líneas con

4.1 Establecimiento de tiempos estándar La siguiente tabla muestra los planes de producción diarios promedio por mes y el cumplimiento lo cual arroja una eficiencia promedio de 46% de los meses de enero a julio. Para los meses de agosto, septiembre y octubre se cumple el plan de producción al 57% trabajando con 5700

6


piezas. Lo que genera un promedio de 50% en los primeros 10 meses del periodo de estudio.

Raspar Prelavado Lavadora

Tabla 1 Planeación de la producción y eficiencias

Enero Capacidad Plan Producido Eficiencia (%) Capacidad Plan Producido Eficiencia (%)

5300 4127 41.27 Junio 5400 4723 47.23

Febrero Abril 10,000 4800 5100 3983 4679 39.83 46.79 Julio Agosto 10,000 5600 5700 5028 5700 50.28 57

Mayo

Abrir Base delgada 18.78 seg. Base gruesa 41.16 seg.

5500 4836 48.36 Octubre 5700 5700 57

La capacidad de 10,000 unidades se determinó en base a los estándares globales de la compañía, pero en la planta ubicada en la ciudad de Tijuana no se había realizado un estudio previo de tiempos predeterminados para corroborar el estándar. El plan se estima de acuerdo a las necesidades de la demanda y de lo que mediante toma de tiempos con cronómetro se determina que cada línea puede producir. Al realizar un estudio de tiempos predeterminados, se determinará si en las condiciones actuales mediante un balanceo, es posible incrementar la eficiencia y si en realidad está bien calculada la capacidad de producción estimada para la línea.

Limpiar separación

Audito 1 Audito 2 Recubrimi ento

Hay que destacar que aunque se corren muchos modelos no hay diferencias significativas entre ellos, solo si son base gruesa (1, 2, 3, 4) o delgada (5, 6, 7, 8). La base gruesa se limpia por traer un anillo de agua y la delgada no se limpia pues no trae el anillo (Ver Tabla 2, la operación 6). Por lo tanto al trabajar base gruesa el tiempo estándar se incrementa. También se tomó en cuenta un suplemento de 11% de tolerancia por medio ambiente y necesidades físicas de los operadores. Al aplicar el método MOST y los suplementos por tolerancia se obtuvieron los siguientes tiempos estándar para cada estación de trabajo.

Ensamble

Ajuste

Inventario

Tabla 2 Tiempo estándar de las operaciones Op. Llenado de moldes

Burbujeo (por charola)

Código A1B3G1 A0B0P3 F1 A1B0P1 A1 A 1 B 3 G 0 A 1 B 1 P 1 L 10 A0B0P0 A0 9(A 1 B 0 G 1 A 0 B 0 P 1 A 0 ) A 1 B 0 G 0 A 0 B 0 P 0 T 24 A0B0P0 A0 3(A 1 B 0 G 1 A 1 B 0 P 1 L 6 A1B0P1 A0) A6B6G3 A6B6P3 A1

TMU

Audito Final Seg.

120 170

Lampareo

A1B3G0 A1B3P0 S6 A1B3P0 A1 A1B3G0 A1B1P3 A1 A1B3G0 A1B3P1 A1 A1B0G0 A1B0P1 R1 A1B0P1 A1 A1B0G0 A1B0P3 L6 A1B0P3 A1 A1B0G0 A1B0P0 T3 F1 A1B0P0 A1 A1B0G0M1X3I0 T3 A1 A1B0G0M1X3I0 T3 A1 4(A 1 B 0 G 3 A 1 B 0 P 3 S 3 A1B0P1 A1) A1B0G1 A1B1P3 A1 A1B0G1 A1B0P1 R3 A1B1P1 A1 2(A 1 B 0 G 1 A 1 B 0 P 1 S 3 T 3 A1B1P1 A1) 8(A 1 B 0 G 1 A 1 B 0 P 3 F 6 A1B0P1 A1)

190

7.59

100

4.00

100

4.00

70 160 80

18.7 8

80 80 560

22.3 8

80 110 320 1200

81.9 2

A1B0G1 A1B0P1 T9 A1B0P1 A1 A 1 B 0 G 0 A 1 B 0 P 1 S 10 A1B0P1 A1 A1B0G1 A0B0P3 S3 A0B0P0 A0 A1B0G1 A1B0P1 T3 A1B0P0 A1

160

A1B3G0 A1B3P1 A1

100

4.00

70

2.80

A0B0G0 M2X2I2 P1 A0 A1B1G1 A0B0P3 S1 T3 A0B0P0 A0 A1B0G1 M1X1I1 A1 A1B0G1 A1B0P1 S3 T3 A1B0P1 A1 A1B0G1 M1X0I1 A1 A1B0G1 M1X0I1 A1 A1B0G0 A1B0P1 L1 A1B0P0 A1 A1B0G0 A1B0P0 A1 10(A 1 B 0 G 1 M 1 X 0 I 1 A 1 B 0 P 0 T1 A1B0P0 A1) A1B1G1 A0B0P2 R2 A1B1P0 A1 A1B0G1 A0B0P3 S3 A0B0P0 A0 A1B0G1 A1B0P1 T3 A1B0P0 A1 A1B1G1 A0B0P2 R2 A1B1P0 A1

180 80 6.79 90

100 60

11.5 9

130 50 50 60

4.48

30 800 100

4.00

80 6.79 90 100

4.00

4.80

4.2 Balanceo de línea Adicionalmente a las operaciones listadas, se consideran 3 trabajadores adicionales para actividades de pulido de moldes, retrabajos y; transporte de carritos y control de hornos, respectivamente. La asignación del número de operadores por actividad, porcentaje de carga de trabajo, piezas por hora estándar y reales se muestran en la Tabla

270 250 300


2.89

310

7


3 para producto de base gruesa y en la Tabla 4 para el producto de base delgada.

Ensamble 5 92% 1553 1430 Ajuste 2 89% 1609 1430 Inventario 2 63% 2252 1430 Audito 530 50 Final y 1 72% + + lampareo 529 529 Lampareo 1 100% 901 901 Pulidora 1 100% 15 15 Retrabajos 2 100% Transporte 1 100% y hornos Personal Directo 37 Eficiencia del balanceo 92.27% Personal Indirecto 5 Total personal 42 1430 piezas por hora Piezas por operador 203 7506 piezas por turno Este balanceo es válido trabajando el 70% del tiempo del turno.

Tabla 3 Balanceo base gruesa

Operación

Llenado de moldes Burbujeo por charola Raspar Prelavado Lavadora Abrir BG Limpiar separación Audito 1 Audito 2 Recubrimiento Ensamble Ajuste Inventario Audito Final y lampareo Lampareo Pulidora Retrabajos Transporte y hornos Personal Directo Personal Indirecto

No. Opera

% Carga

Piezas hr Std

Piezas por hr final

2 1 2 1 1 10 2 1 2 2 4 2 1

64% 77% 102% 53% 53% 100% 100% 100% 100% 37% 77% 60% 86%

1

20%

1502 1247 948 1802 1802 875 88 530 1802 2574 1243 1609 1126 530 + 62 901 15

963 963 963 963 963 875 88 530 963 963 963 963 963 50 + 62 901 15

1 1 2 1

100% 100% 100% 100% 37 5

Con base en: 𝐸 𝐵𝐺 = 𝐸 𝐵𝐷 =

Llenado de moldes Burbujeo por charola Raspar Prelavado Lavadora Abrir BG Limpiar separación Audito 1 Audito 2 Recubrimi ento

% Carga

Piezas hora estándar

Piezas por hora final

2

95%

1502

1430

1

115%

1247

1430

3 1 1 7

101% 79% 79% 100%

1422 1802 1802 1342

1430 1430 1430 1342

2

100%

88

88

1 2

100% 100%

530 1802

530 1430

2

56%

2574

1430

∑18 1 𝑆𝑀 × 100 = 92.27 % 18 ∑1 𝐴𝑀

Eficiencia Global con respecto a la mezcla de producción = (84.40 x 0.30) + (92.27 x 0.70) = 89.91% La siguiente matriz muestra las mejoras logradas en el área mediante el balanceo. Así mismo, cabe destacar que ahora es posible producir en una sola línea lo que antes se hacía en dos, por lo cual se eliminó el turno matutino y se dejó el turno nocturno por ser en el cual funcionó mejor el proyecto.

Tabla 4 Balanceo base delgada No. Operadores

∑18 1 𝑆𝑀 × 100 = 84.40 % ∑18 1 𝐴𝑀

E = Eficiencia SM = minutos estándar por operación AM = minutos

Eficiencia del balanceo 84.40% Total personal 42 963 piezas por hora Piezas por operador 203 2167 piezas por turno Este balanceo es válido trabajando el 30% del tiempo del turno.

Operación


Tabla 5 Indicadores antes y después del estudio

Indicador No. operadores por turno Piezas/Hora Producción/Turno Velocidad de la banda Piezas/Operador

Efectividad del balanceo

8

Antes del balanceo 39 (considerando dos turnos = 78) 600 5400 promedio

Después del balanceo 37 (solo un turno) 1143 10287

6m. /min.

6 m. /min.

123

245 Igual a 98.62% según los estándares Del corporativo Eficiencia real

Igual a 50% según los estándares Corporativos


administración, sino por que dejan de disfrazarse las cifras.

89.91% Personal Indirecto Total de Personal

5

5

(39)(2)+5= 83

42


Las Gráficas 1 y 2 muestran el comportamiento en cuanto a los defectos cosméticos al cambio de administración y al inicio del proyecto. Week (semana) 14 corresponde a la semana del 2 de abril y la 43 al 29 de noviembre. El proyecto comenzó en la semana 31. Utilizando la Tabla 6, se contabilizaron los defectos para identificar los que tenían mayor incidencia y que suman el 47.53% de la producción.

Estás mejoras se alcanzaron mediante la implementación de contadores en cada estación de trabajo al inicio y al final de la línea, y de una pantalla que despliega la cantidad producida de calidad y defectuosa, así como la existencia de un retraso según el balanceo. También se eliminó una inspección lo cual evitó utilizar dos operadores innecesariamente. Mediante evaluaciones por cumplimiento de metas se logró cumplir con el estándar. Como dato curioso, cabe destacar que los operadores comentaron que les gustaba más este método de trabajo, pues según dijeron, se aburrían menos, no se les acumulaba material y tenían menos presión del área de entrenamiento. No fue fácil implementar los nuevos estándares. Sin embargo, fue de gran ayuda el compromiso del personal directo, al ser los responsables del cumplimiento de las metas.

Gráfica 1 Defectos promedio por semana al cambio de administración

4.3 Reducción de defectos utilizando CEP Como se refirió anteriormente el yield (rendimiento) a principios del mes de agosto del periodo de estudio era del 60%, sí, solo 60 de cada 100 eran lentes de calidad, el resto se rechazaba. La solución al problema no era tan obvia, como en el caso del balanceo, por lo cual se optó por utilizar una metodología para la solución de problemas y mejoramiento que ha funcionado muy bien en muchas otras empresas y que hasta la fecha no se había usado en la compañía, a saber la metodología Seis Sigma. A continuación se muestra la manera en que se aplicó el método. •

Gráfica 2 Defectos promedio por semana al inicio del proyecto

Definir

Mediante la técnica de VOC (Voz del cliente) se identificaron tres tipos de especificaciones básicas: de rango del producto, del material y cosméticas. En cuanto a las especificaciones cosméticas son las que arrojan la mayor cantidad de rechazos por lo que se procederá a su estudio. Se busca que el lente de calidad aprobada se encuentre libre de manchas de agua, sucios, rajaduras, burbujas, incrustaciones, pits (golpe desprendido), ralladuras o golpes y pelusas. •

Tabla 6 Porcentajes promedio de defectos

Medir

Defectos Incrustación Rayado Mancha de agua Pelusa Sucio Acuñado Burbuja

La semana 17 se cambió la administración de la empresa, empezando por el gerente de manufactura, con lo cual se empezó una reingeniería en el modo de dirigir la empresa. A partir de esta semana los datos registrados fueron reales y se confirmó la inestabilidad del proceso, lo cual no se había registrado tal cual. Por eso, podemos observar que a partir de esa semana se disparan los defectos, no porque el proceso empeore con el cambio de

9

Porcentaje 8.38% 2.57% 4.23% 2.68% 4.80% 1.18% 3.56%


Rajadura Desprendido Trozo Condensado Gota Separaciones de horno Total


7.39% 0.92% 1.62% 2.55% 1.60% 6.05% 47.53%

Se ordenaron los defectos de mayor a menor para generar el Diagrama de Pareto mostrado en la Gráfica 3. Por lo tanto los problemas vitales son: incrustación, rajadura, separaciones de horno, sucio, mancha de agua y burbuja. A continuación analizaremos las causas de cada defecto empezando de mayor a menor importancia. La humedad por otro lado debe estar dentro de los límites de control si se quiere eliminar o al menos disminuir la rajadura como lo muestra la Figura 2.

Gráfica 3 Diagrama de Pareto

0.4

C3

0.3

C2

100 80 60

0.2

40

0.1

20

0.0

0

n r a rno cio gua uj a us a ado ado oz o ota ado dido ció du o G s y S u e a urb Pel Tr ta uñ en ja e h Ra den B d us Ra A c spr d r c s on ha e In C c De n an cio M ra a p Se

Figura 2 Diagrama Causa-Efecto Rajadura Porcentaje

0.5

• Analizar Al utilizar la herramienta FMEA Análisis de los Modos y Efectos de Fallas Potenciales (por sus siglas en inglés Potencial Failure Mode Effects Analyze) se determinaron las causas de los modos de falla en el proceso.

En el caso de la mancha de agua , este defecto es atribuible a que, debido a que el molde está sucio, las operadoras no alcanzan a ver la mancha y lo dejan pasar o también; debido a la humedad, el molde se separa y le entra agua por lo cual el lente se desecha.

a. La humedad para las separaciones y la rajadura. b. El ambiente contaminado y moldes sucios a las incrustaciones.

La burbuja, por otro lado, surge debido a que la orilla del molde tiene acumulamiento de resina seca dura pegada y al ensamblarse el empaque no sella bien y por allí se va escurriendo lentamente el monómero, lo que hace que el molde quede vacío o forma un vacío en forma de burbuja en la parte superior del lente.

Se utilizó el Diagrama Causa-Efecto para cada uno de los defectos para llegar a la raíz de cada uno de ellos. Para asegurarse del tipo de defecto se realizó un análisis bajo microscopio. La mayor cantidad de defectos cosméticos resultaron ser incrustaciones de resina, para evitar la incrustación según muestra La Figura 1 se requiere mantener los moldes limpios de la resina con la que se recubren, es la que principalmente causa un ambiente contaminado, lo cual produce la incrustación.

Debido a que son bastantes problemas vitales según indica el diagrama de Pareto, se buscará resolver el de mayor incidencia.

Figura 1 Diagrama Causa-Efecto Incrustación

Sin embargo, al hacer el análisis resulta que la causa raíz de la incrustación es similar a la de mancha de agua, burbuja y sucios, que es que el molde está sucio, ya sea por resina, agua, tallones con la toallita u otros.

10


Por lo cual es básico que el molde se mantenga limpio para poder resolver el problema. El proceso para la fabricación de lentes es un círculo vicioso, con el método actual. Los moldes siempre se ensucian, principalmente por el recubrimiento (resina).


Mean = 0.53025 StdDev = 0.092084 USL = 0.55 LSL = 0.4 Sigma Level = .2145 Sigma Capability = 1.5158 Cpk = .0715 Cp = .2715 DPM = 493,699 N = 40

Cpk Analysis

In spec

La idea es colocar un empaque antes de recubrir el molde de manera que evite que se ensucie, para esto requiere hacer pruebas con moldes limpios, para corroborar que la prueba funcione.De las actividades antes mencionadas se obtuvieron datos relevantes para la toma de decisiones en el proceso como lo muestra la gráfica de la humedad.

Out spec left Out spec right LSL

0.93

0.87

0.91

0.89

0.8

0.85

0.82

0.74

0.76

0.78

0.67

0.69

0.71

0.6

0.63

0.65

0.56

0.54

0.58

0.47

0.51

0.49

0.4

0.45

0.43

0.34

0.36

0.38

0.27

0.29

0.32

0.2

0.25

0.18

0.23

0.16

0.12

Cabe destacar, que es importante controlar la humedad en el ambiente, ya que es directamente proporcional a la humedad en la resina como lo muestra la Gráfica 4.

0.14

USL

Al revisar la Gráfica 6 se observa que el nivel de sigma es de 21.45%, lo que demuestra una gran deficiencia en el proceso, el cual está totalmente fuera de especificación, por lo cual el proceso es muy inestable.

Gráfica 4 Comportamiento de la humedad en X Xbar Chart

La humedad tiene una media de 53%, y aunque desde este punto de vista estaría dentro de especificación, la variación es bastante grave ±9.2%, eso sin mencionar la capacidad de proceso que está por el suelo con 0.0715 cuando en condiciones normales debería ser de al menos 1.33.

0.7

UCL=0.58195

0.6

CEN=0.53025

0.5 LCL=0.47855

0.4

•

0.3

Implementar la mejora

0.2

Separaciones y rajadura 0.1

Para este problema de la humedad la solución es más fácil, se tomó la decisión de comprar un deshumidificador para la estación de recubrimiento para controlar la humedad, con lo cual se evitan las separaciones a un 0% y a su vez la rajadura, pues se puede controlar la humedad arbitrariamente.

0 1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

Las gráficas 4 y 5 en X-R, muestran que la humedad está fuera de control lo que puede ser una causa atribuible de las separaciones y rajaduras.

Para evitar el efecto contrario de las separaciones, que es la adhesión que causa rajaduras y moldes quebrados, se modificó la mezcla de sulfactante, que es una sustancia química que sirve para evitar la adhesión.

Gráfica 5 Comportamiento de la humedad en R R Chart 0.1 UCL=0.089843

0.08

0.06

Incrustaciones 0.04

Para el caso específico de la incrustación se pensó en que la única manera de mantener limpio el molde era mediante una cubierta, empaque, anillo o aro que impidiera que la resina salpicara la parte posterior del molde, manteniéndolo de esta manera limpio. Después de varios diseños el empaque finalmente quedó como se muestra a continuación.

CEN=0.0275

0.02

0 1 LCL=0.0 2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

-0.02

Gráfica 6 Análisis CPk

Especificaciones del empaque Material: Plástico moldeado Diámetro: 66mm, 70mm, 75mm, 76mm, 80mm, 82 mm. Color: Natural Figura 3 Diseño del empaque

11



Día 4: El anillo se limpió con acetona. Con 8% de separaciones en túnel de secado. Las huellas digitales no se limpiaron después de ensamblar los moldes. La mayoría de las rajaduras fueron separaciones. Los defectos de sucio y otros son causados por error de operador. 25% de los moldes con resina filtrada fueron los mismos. Prueba

Día 5: Implementación de nuevo empaque con una reducción en el diámetro interior de 0.25 mm.

Se realizó un aviso de prueba con el departamento de Sistemas de Calidad con el propósito de que el área de producción trabajara una corrida piloto de 100 piezas durante siete días, para comprobar la funcionabilidad de la idea.

La implementación del anillo también sirvió para eliminar el problema de burbuja y disminuir dramáticamente los sucios.

Los anillos o empaques utilizados se realizaron por la misma empresa en el área de moldeo mediante la implementación de un inserto, utilizando una sola cavidad, teniendo una capacidad de 1200 piezas por día.

Controlar A la par que se llevó a cabo la prueba del aro para la reducción de la incrustación, también se implementó la formación de equipos interdisciplinarios de mejora para el área, de manera que se asignaron actividades de control del proceso a los involucrados: supervisor de la línea, ingeniero de procesos, ingeniero de calidad, y del área de mantenimiento. Al implementarse el balanceo se elimina la producción del turno matutino y se pasa toda la producción al turno nocturno, así, que lo que antes se producía en dos líneas ahora se hace en una sola. Además se logra que la eficiencia a trabajar sea de 100% de acuerdo al estándar establecido por la compañía. En cuanto a la implementación del empaque no se podrán saber los resultados reales en producción en masa debido a que su implementación se llevará a cabo en diciembre, fecha para la cual estará listo el molde. En cuanto al problema de los sucios se redujo dramáticamente, en conjunto con las separaciones, mancha de agua y rajadura, debido a una mezcla diferente o titulación, pero este proyecto lo llevó a cabo ingeniería de proyectos, por lo cual no se presentan datos. Es importante recalcar que también los cambios constantes de clima, específicamente de humedad, ayudaron mucho para encontrar el punto óptimo de humedad a la cual producir que es de 35-50%, antes se pensaba que era del 50-60%. Por otro lado, al término de este proyecto los resultados se muestran muy favorables, ya que el yield (rendimiento) estándar se está alcanzando en ambas líneas desde hace 46 días llegando en algunas ocasiones a sobrepasar el estándar hasta en 1 punto porcentual, por lo cual la meta a alcanzar es llegar en vez de un 85%, a un 95% con la implementación del empaque.

Tabla 7 Resultados de la prueba Resultados por día Flujo de resina en superficie no funcional Resina filtrada entre molde y anillo Huellas digitales en ensamble Yield (rendimiento) Incrustaciones Rajaduras Sucio Otros

1

2

3

4

5

6

7

0%

0%

0%

0%

0%

0%

0%

11%

10 %

13 %

8%

12 %

3%

5%

100%

100 %

100 %

100 %

100 %

100 %

100 %

75 % 1% 16 % 5% 3%

83 % 0% 12 % 1% 4%

82 % 1%

78 % 1% 14 % 0% 7%

75 % 3% 15 % 1% 6%

83 % 5%

65% 12% 4% 15% 4%

9% 1% 7%

4% 1% 7%

Día 1: Las separaciones fueron mayores al 65%, algo normal cuando se usan moldes nuevos en el proceso de IMC. El anillo no fue limpiado, se ensambló tal y como se recibió de moldeo. Las huellas digitales se limpiaron después de ensamblar los moldes. Día 2: Retraso en horno, separaciones mayores a 45%. El anillo fue limpiado con acetona. Las huellas digitales no se limpiaron después de ensamblar los moldes. Día 3: El anillo se limpió con acetona. 15% de separaciones en túnel de secado. Fuera de lo común, pues no se registraron incrustaciones. La mayoría de las rajaduras fueron separaciones. Las huellas digitales no se limpiaron después de ensamblar los moldes.

Gráfica 7 Rendimientos por semana

12


Puede observarse una caída en los estándares, pero no fue debido al cambio de administración, más bien por los problemas se cambió la administración y con el inicio del proyecto empieza a estabilizarse el producto.


En segundo lugar se hizo una prueba que demuestra que la única solución para evitar las incrustaciones, los sucios y hasta la mancha de agua es mantener un ambiente limpio, que de hasta un 9% la prueba con el anillo llega a resultados de hasta un 0% de incrustación y aún en un ambiente contaminado, es por eso que se espera incrementar aún más el Yield que de un 60% subió a 85% y se ha mantenido por dos meses, lo cual nos llena de confianza en que podemos dar un paso más hacia la mejora continua. Así mismo, la disminución hasta llegar a cero en las separaciones provocó una baja hasta de 8 puntos porcentuales en la rajadura, mediante la implementación del deshumidificador. Aún y cuando se ha logrado bastante todavía quedan muchas cosas por hacer.

Gráfica 8 Indicadores de Mejora

Es de interés el hecho de que hay algunas especificaciones en el plan de calidad que no se cumplen por lo cual es otro punto en el cual mejorar, un punto principal en realidad, que de considerarse habría una mayor intención de mejora, como por ejemplo la presión de aire positiva, lo cual no se está cumpliendo, especificaciones de cuarto limpio entre otras.

Rendimiento, eficiencia, lotes aceptados, M1 (cantidad llenada de moldes/ plan de producción) y M3 (moldes perdidos/ estándar de moldes perdidos) son los indicadores principales que demuestran la situación de la empresa, y que muestra la manera en que se ha estado estabilizando la situación en la empresa.

Finalmente, no nos queda más que reiterar la satisfacción lograda por el trabajo realizado y los resultados obtenidos en el proyecto hacia el cual nos aventuramos, así mismo reconocer la buena disposición de la empresa para realizar cambios pertinentes que conducen a la mejora.

5. CONCLUSIONES Y RECOMENDACIONES El trabajo efectuado es siempre gratificante cuando produce resultados favorables, estas palabras al lograr los objetivos planteados al inicio del proyecto. En primer lugar, se logró implementar el balanceo y elevar el nivel de producción de un plan de 5600 piezas a 7200 lo que representa un incremento de 1600 piezas por turno además de que el objetivo es que lleguen a 10,200 (mostrado en la Gráfica 9). A la fecha ya se logró llegar a 10,000.

6.

BIBLOGRAFÍA

[1] Ch. Perry, “Processes of a case study methodology for postgraduate research in marketing,” European Journal of Marketing, 32 (9/10): 785-802,1998. [2] H. Gutiérrez Pulido y R. De la Vara Salazar, “Control Estadístico de Calidad y Seis Sigma,” México: Mc Graw Hill, 2009. [3] B. Niebel y A. Freivalds, “Ingeniería Industrial, métodos, tiempos y movimientos,” México: Alfaomega, 12a Ed., 2009.

Gráfica 9 Plan de producción

13


[4] R. García Criollo, “Estudio del Trabajo. Ingeniería de métodos y medición del trabajo,” México: Mc Graw Hill, Segunda Edición, 2005. [5] Subir Chowdhury, “[El poder de Seis Sigma] The Power of Six Sigma,” España: Prentice Hall, 2001. Bibliografía adicional [6] H.B Maynard, “Manual de la ingeniería de la producción industrial,” México: Reverté, 1985. [7] P. Pande, R. Neuman y R. Cavabagh, “The Six Sigma Way, how GE, Motorola, and other top companies are honing their performance,” Estados Unidos: Mc Graw Hill, 2000. [8] G. Tennant, “Six Sigma, control estadístico del proceso y administración total de la calidad en manufactura y servicios,” México: Panorama, 2002. [9] F.E. Meyers. “Estudio de tiempos y movimientos”. Pearson Education, 2da Ed., 2000. [10] Boks, C.B.; Kroll, E.; Brouwers, W. C J; Stevels, A. L N, "Disassembly modeling: two applications to a Philips 21" television set," Electronics and the Environment, 1996. ISEE-1996., Proceedings of the 1996 IEEE International Symposium on , vol., no., pp.224,229, 6-8 May 1996 doi: 10.1109/ISEE.1996.501882 [11] S. Díaz De Salas, V. Mendoza, C. Porras, “Una guía para la elaboración de estudios de caso,” Libros Básicos en la Historia del Campo Iberoamericano de Estudios en Comunicación. Número 75, febrero-abril 2011, RAZÓN Y PALABRA. Primera Revista Electrónica en América Latina Especializada en Comunicación. www.razonypalabra.org.mx http://www.razonypalabra.org.mx/N/N75/varia_75 /01_Diaz_V75.pdf [12] R. Gómez, S. Barrera,”Seis sigma: un enfoque teórico y aplicado en el ámbito empresarial basándose en información científica,” http://repository.lasallista.edu.co/dspace/bitstream/ 10567/515/1/13.%20223-242.pdf

14


IMPLEMENTACIÓN DE BALANCEO DE LÍNEA Y REDUCCIÓN DE

Recommend Documents