Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
REDUCIR EL INDICADOR DIARIO DE RETENCION DE PRODUCTO A CAUSA DE
GRIETAS EN EL PROCESO DE FABRICACIÓN DE PLACAS DE FIBROCEMENTO.
Integrantes:
Juan Sebastián Salas Cardona 1105540
Gustavo Andrey Sarasti Feoktistov 1110119
Universidad de San Buenaventura Cali
Facultad de Ingeniería
Ingeniería Industrial
Cali, Colombia
2015
REDUCIR EL INDICADOR DIARIO DE RETENCION DE PRODUCTO A CAUSA DE
GRIETAS EN EL PROCESO DE FABRICACIÓN DE PLACAS DE FIBROCEMENTO.
Integrantes:
Juan Sebastián Salas Cardona
Gustavo Andrey Sarasti Feoktistov
Trabajo de grado presentado como requisito para optar al título de
Ingenieros Industriales
Universidad de San buenaventura Cali
Facultad de Ingeniería
Programa de Ingeniería Industrial
Santiago de Cali
2015
Contenido Titulo ..................................................................................................................................................4
Introducción .......................................................................................................................................4
Descripción del problema ...................................................................................................................5
Justificación .......................................................................................................................................5
Objetivo general .................................................................................................................................6
Objetivos específicos .........................................................................................................................6
Marco teórico .....................................................................................................................................6
Lean Manufacturing .......................................................................................................................6
Six sigma ........................................................................................................................................7
Ciclo DMAIC .................................................................................................................................8
Definir ........................................................................................................................................9
Medir ..........................................................................................................................................9
Análisis ......................................................................................................................................9
Mejorar .......................................................................................................................................9
Controlar ....................................................................................................................................9
Herramientas de análisis estadístico de la metodología lean six sigma ..........................................9
Gráficos de control .....................................................................................................................9
Capacidad del proceso ..............................................................................................................11
Índices de capacidad .................................................................................................................12
Anova (Análisis de varianza) ...................................................................................................12
Diagrama de Pareto. .................................................................................................................12
Herramientas de análisis de causa y proceso de lean six sigma ....................................................13
Diagrama de Ishikawa ..............................................................................................................13
VSM (ValueStreamMap) .........................................................................................................13
AMEF ......................................................................................................................................15
5 whys ......................................................................................................................................16
METOLOGÍA ..................................................................................................................................16
Etapa Definir ................................................................................................................................16
Introducción: ............................................................................................................................16
Descripción del proceso: ..........................................................................................................17
Análisis de VOC ..........................................................................................................................24
Análisis de SIPOC........................................................................................................................24
Etapa Medir: .................................................................................................................................27
Métricas de línea base y metas: ................................................................................................27
Calculo del nivel sigma de la variable ......................................................................................29
Etapa analizar: ..............................................................................................................................35
Concentración del homogenizador ...........................................................................................47
Diferencia de pesajes teóricos en formula vs reales en Display de formación ..........................49
Etapa mejora y control .................................................................................................................55
Anova ...........................................................................................................................................55
Mejoras del análisis de los 5 por qué de la etapa analizar: ...........................................................58
Titulo
Reducción del indicador diario de retención de producto terminado a casusa de grietas en el
proceso de fabricación de placas de fibrocemento (ETERNIT PACIFICO SA)
Introducción
El trabajo busca elaborar e implementar un plan de mejoramiento sobre el indicador de
retención diario de producto a causa de grietas en el proceso de fabricación de placas de
fibrocemento en la empresa ETERNIT PACIFICO SA a través de la aplicación de la
metodología six sigma y todas sus herramientas estadísticas y analíticas; principalmente a
través del uso de gráficos de control, análisis de capacidad, diagrama de Pareto, mapa de
cadena de valor, AMEF, 5 porqués e Ishikawa; lo que nos permitió analizar el estado actual
del defecto a estudiar y determinar las causas más significativas del mismo para elaborar un
plan de reducción del indicador.
Los gráficos de control nos permitieron ver la realidad actual de proceso teniendo como
punto central del análisis el nivel de variabilidad del mismo, para posteriormente analizar
las causas de dicha variabilidad a través de las herramientas de AMEF y 5 whys; esto tuvo
como resultado una serie de actividades correctivas que fueron aplicadas en la etapa de
mejora; en donde se compararon los indicadores generales más importantes del proceso
como lo son el índice de capacidad del proceso y el nivel sigma tomando en cuenta los
valores iniciales versus los valores posteriores a la implementación de la etapa de
mejoramiento.
Descripción del problema
Son muchos los defectos de fabricación observados dentro de la planta productiva de tejas
de fibrocemento dentro de la empresa ETERNIT PACIFICO; uno de los defectos de mayor
participación en los dos primeros meses del año es el de las grietas; causando niveles de
retención del producto de 8 y 16 por ciento en los dos primeros meses del año; esto se debe
principalmente a la falta de control que se tiene sobre el proceso con la ausencia de
parámetros de medición efectivos que permitan regular la operación y minimizar la
variabilidad en la producción.
La organización incurre en costos de revisión diaria tonelada retenida en los tres turnos de
fabricación, esto sumado al material que debe pasar por el proceso de rotura en donde las
tejas son destruidas y reprocesadas; aunque el proceso es cerrado y los desperdicios de
material son mínimos; los impactos económicos terminan siendo inconmensurables si se
tiene en cuenta la suma de los recursos empleados para la operación; esto sin mencionar la
insatisfacción del cliente en algunas oportunidades ya que los pedidos deben ser retrasados
a causa del reproceso; impactando no solo dentro del proceso productivo sino también en la
comercialización del producto y por tanto en la percepción que el cliente tiene de la
compañía.
Tomando en cuenta los factores anteriores la problemática representa sin duda una
oportunidad de mejoramiento dentro de la empresa pero ¿Cómo reducir el indicador de
retención diario de producto a causa de grietas en el proceso de fabricación de placas de
fibrocemento en la empresa ETERNIT PACIFICO SA?
Justificación
Teniendo en cuenta el gran porcentaje de retención diaria en la compañía; y analizando por
medio de un diagrama de Pareto los defectos de mayor participación dentro del proceso de
elaboración de tejas de fibrocemento, se busca atacar el quinto defecto de mayor relevancia
en los primeros dos meses del año 2015 para optimizar los recursos de la compañía.
Sabiendo que el defecto de grietas causó en los dos primeros meses el 8% y 16% de la
retención de producto terminado; incurriendo en costos solo en la revisión de placas que
superan los treinta millones de pesos en el 2014; es necesario reducir este indicador con el
fin de minizar los costos causados por el outsourcing y el reproceso derivado de la rotura
del material retenido que se determina como defectuoso; eliminando actividades que no
generan valor y teniendo niveles de calidad más alto en el proceso productivo de las tejas
de fibrocemento.
Conociendo la efectividad de la metodología six sigma se busca entonces implementar
herramientas de control estadística que permitan analizar los niveles de variabilidad
actuales y determinar sus causas haciendo uso de métodos de análisis de causas raíz para
lograr el mejoramiento del proceso y por tanto la reducción del indicador de retención por
grietas.
Objetivo general
Reducir del indicador diario de retención de producto terminado a casusa de grietas en el
proceso de fabricación de placas de fibrocemento en la empresa ETERNIT PACIFICO
SA
Objetivos específicos
Definir y medir los índices a analizar dentro del proceso productivo de tejas de
fibrocemento en que afectan el indicador de retención a causa del defecto GRIETA
en la empresa ETERNIT PACIFICO SA
Analizar los índices antes medidos y determinar las causas raíces que afectan el
indicador de retención a causa del defecto GRIETA en la empresa ETERNIT
PACIFICO SA
Diseñar un plan de mejoramiento y control que permita reducir el indicador de
retención a causa del defecto GRIETA en la empresa ETERNIT PACIFICO SA
Implementar el plan de mejoramiento y control antes propuesto.
Marco teórico
Lean Manufacturing
Es la occidentalización de un concepto japonés principalmente conocido como el sistema
de producción Toyota, también es llamado Just in Time o Pull manufacturing, todos estos
representan en mayor o menos parte las técnicas y herramientas de la manufactura esbelta
nacida en los años 70 con el sistema de producción de Toyota en donde contrario al
fordismo se implementó un sistema de producción en el que el cliente halara la cadena de
suministros de esta manera se reducían inventarios disminuían costos y se optimizaban los
recursos para la operación (Plenert, Introducing Lean Management into the Supply Chain,
2007); es decir, todas las actividades están direccionadas principalmente a las siguientes
actividades.
Eliminar los desperdicios
Reducir tiempos de ciclo y de flujo
Incrementar la capacidad de producción
Reducir inventarios
Incrementar el nivel de satisfacción del cliente
Eliminar los cuellos de botella
Mejorar los canales de comunicación externos e internos
Se convierte entonces en un modelo de negocio en el que se debe optimizar el rendimiento
de los recursos beneficiando a los consumidores, los empleados, stake-holders y a la
sociedad en general, dotando al cliente de lo que exactamente necesita, cuando lo necesita,
como lo necesita y al menor costo posible; se busca entonces incrementar el valor percibido
por el cliente sin incurrir en gastos adicionales o en su defecto minimizándolos (Bhasin,
2012).Fundamentándose en la comprensión, aceptación e implementación de una filosofía
de pensamiento a largo plazo esto incluso a veces en detrimento de pequeñas metas a nivel
financiero que la organización pueda tener a largo plazo, esto no quiere decir que dichas
metas se vean ignoradas por completo pero si es importante entender que son las metas a
largo plazo las que tienen un mayor nivel de relevancia, (Moore R. , 2007) pues no se trata
del uso de algunas herramientas o pequeños cambios en el proceso de producción se trata
de un cambio total para cualquier organización en donde se determina una nueva forma de
pensar acerca de cómo funciona la cadena de suministras, como se administran los
recursos, como se toman decisiones estratégicas o simplemente como se los empleados
realizan su trabajo diario y rutinario; en conclusión todos y cada uno de los aspectos se ven
intervenidos, por eso más que un modelo o un sistema de para la producción y la gestión se
trata de una revolución (Melton, 2005).
Six sigma
Tomado desde un punto de vista literal, a nivel estadístico estaría definido la presencia de
3.4 defectos en un millón de oportunidades; más allá que sea este el objetivo del concepto,
es una metodología direccionada a la reducción de la variabilidad de los procesos
obteniendo como resultado directo un incremento en la calidad del producto y la reducción
de desperdicios – por tanto costos – en los procesos de la organización ya sean de tipo
productivo o de servicios (Moore R. , 2007).
Ha sido considerado como una de las más poderosas estrategias de negocio, empleando una
metodología continua por medio del uso de herramientas y técnicas estadísticas de gran
efectividad; todo esto sustentado por el ciclo DMAIC (Definir, medir, analizar, mejorar,
controlar) con el objetivo de reducir casi a cero todo tipo de defectos y desperdicios; en este
se describe de qué manera fue seleccionado el proyecto, como fue aplicada la metodología
ya mencionada y como las herramientas tuvieron un impacto directo en el desarrollo de la
mejora del proceso con el objetivo de llegar a obtener verdaderas beneficios económicos
(Bañuelas, Antony, & Brace, 2006).
Se trata de una evolución de las antiguas metodologías clásicas para la calidad y la mejora
continua; basándose en conceptos del control estadísticos de procesos y la administración
de la calidad total; organizando de manera sistemática y metódica todas las estructuras que
lo preceden para crear un enfoque mejorado con una alta efectividad en la consecución de
los objetivos propuestos, teniendo como principal base los puntos críticos para la
satisfacción del consumidor; con un alto uso de recopilación de datos y análisis de los
mismos mediante gráficos de control y otras herramientas siempre con un enfoque que
permita medir los resultados del proceso desde un punto de vista operacional y financiero
(Felizzola & Luna, 2014).
Gracias a la efectividad a la hora de conseguir resultados el compromiso de todos los
implicados dentro de las organizaciones es mucho mayor; estos proyectos son dirigidos por
personas capacitadas específicamente en esta metodología manejando una jerarquización
con cinturones similar a lo que pase en las artes marciales; tomando como punto de partido
el cinturón amarillo y como punto más alto el Master black belt; su impacto se debe en gran
medida a la capacidad de la metodología de cambiar la cultura organizacional (Felizzola &
Luna, 2014)
Ciclo DMAIC
Una efectiva transformación de la organización y el negocio puede resultar realmente
beneficiosa para el modelo tradicional de lean six sigma; el cual normalmente es
implementado a través de rigurosas técnicas estadísticas avanzadas a las que pocas personas
dan uso en la actualidad. Esto resulta realmente abrumador para muchas compañías
especialmente para aquellas cuyas actividades económicas están direccionadas a la
comercialización de servicios (Atkinson, 2014).
En algunos casos entender que el cambio es un proceso tanto político como de
comportamiento resulta más importante que concentrarse exclusivamente en la aplicación
de metodologías estadísticas; actualmente las investigaciones en el campo del
comportamiento de la organización nos permite llegar más rápido al cambio, adaptarlo y
adoptarlo dentro de la organización para su inmediata aplicación; es por esto que el método
DMAIC se vuelve pieza clave en las estructura del cambio simplificando las tareas
ayudando a la comprensión de todos los que se ven directamente implicados dentro del
proyecto de mejora continua (Atkinson, 2014); DMAIC es un pilar sólido para la resolución
de problemas siguiendo los parámetros del método científico; está compuesto de 5 fases:
Definir
Es la etapa en la que se determina cual debe ser el punto de partida para la acción de los
procesos; se identifica que es lo que se debe medir y controlar y porque esto es importante
para mejorar el proceso, el problema debe ser entonces ser definido de manera cuantitativa
(Gama & Martínez, 2013)
Medir
En esta etapa se deben medir las variables a mejorar en el proyecto que impactan en mayor
medida el funcionamiento de proceso, para ello es indispensable el desarrollo de un plan de
recolección de datos; para finalmente comparar los resultados obtenidos con los
requerimientos del cliente estableciendo una línea de partida (Gama & Martínez, 2013).
Análisis
Es aquí donde se determina cual es el origen de la variabilidad del proceso y cuales son
principales factores que influyen de manera directa en dicha variabilidad; para lo cual se
hace uso de herramientas como diagramas de Ishikawa, matrices de relaciones o mapas de
cadena valor; desde el punto de vista estadístico se maneja un análisis de pareto y
finalmente desde el punto de vista de gestión se utilizan herramientas como los 5 porque o
un FMEA (Gama & Martínez, 2013).
Mejorar
Es aquí donde se muestra la transición del proyecto en donde los problemas de variabilidad
son atacados de acuerdo a las herramientas de la etapa de análisis; principalmente a través
de las acciones correctivas expresadas en el análisis de los 5 whys; además se diseñan
experimentos para determinar con certeza el impacto de las medidas tomadas para corregir
el proceso (Gama & Martínez, 2013).
Controlar
Tras validar las soluciones propuestas se debe controlar el proceso para verificar que este se
mantenga dentro de las especificaciones requeridas además de asegurar el funcionamiento
de las implementaciones de mejoramiento; en esta etapa se comparan además los resultados
actuales con los iniciales para determinar el impacto final del proyecto (Gama & Martínez,
2013).
Herramientas de análisis estadístico de la metodología lean six sigma
Gráficos de control
Son herramientas que nos ayudan a observar el comportamiento de la variabilidad de una
actividad o factor dentro del proceso productivo, haciendo uso o definiendo límites de
control que permiten identificar los momentos en los que el proceso no está cumpliendo
con las especificaciones propuestas, es entonces a largo y corto plazo una buena manera de
reducir los niveles de variabilidad de los procesos, lo que usualmente conlleva a reducir
costos y garantizar la calidad del producto (Lopez & Lopez, Uso secuencial de
herramientas de control de calidad en procesos productivos: una apliación al sector
agroalimentario., 2014).
Gran parte de los gráficos de control de procesos están conformados por tres líneas
paralelas; una línea medio que representa el promedio de la característica que se está
midiendo, y dos líneas adicionales en la parte de arriba y debajo de este promedio que
representan los límites de control del proceso; se espera que el 99.73% de los datos se
encuentren dentro de la línea inferior y superior; si esto efectivamente ocurre y no se
generan rachas, ciclos, inestabilidad o cualquier otro patrón que interfiera en la aleatoriedad
del proceso se dice entonces que el proceso está bajo control desde el punto de vista
estadístico, si por el contrario se observan puntos que no están dentro del rango antes
mencionados se dice que el proceso está fuera de control y se deben entonces hallar las
causas asignables que generan este comportamiento ; el cálculo de estos límites varía
según el tipo de gráfico que se esté manejando de la siguiente manera (Lopez & Guerola,
Control cuantitativo de la calidad en una empresa del sector servicios , 2013).
Según el parámetro de medición los gráficos se dividen en:
Tabla 1: (Lopez & Guerola, Control cuantitativo de la calidad en una empresa del sector
servicios , 2013)
Capacidad del proceso
Es la relación entre la incertidumbre del proceso y los niveles de tolerancia permitidos o lo
que es igual las especificaciones del proceso; estas especificaciones se determinan al igual
que en los gráficos de control como limistes de control inferior y superior; este indicador
tiene como herramientas de medición dos conceptos fundamentales, que son base de
análisis de la condición del proceso frente a los objetivos a obtener, estos son: la estrechez
de la distribución y su margen o reserva respecto a los límites de tolerancia (Verdoy,
Mateu, Sagasta, & Sirvernt, 2006).
Se dice que un proceso es capaz o controlado si los límites de su distribución se hallan
dentro de los límites de tolerancia del producto, es decir, si sus datos se ubican dentro de las
especificaciones del proceso (Verdoy, Mateu, Sagasta, & Sirvernt, 2006).
Contrario a lo que sucede con el termino de estabilidad la capacidad presenta más matices;
un proceso puede estar controlado y sin embargo no ser capaz porque a pesar de tener datos
que se mueven de manera aleatorio dentro de los límites de la distribución, dichos datos
pueden estar alejados del objetivo del procesos o lo que es lo mismo de sus
especificaciones; para que un proceso sea capaz debe presentar una curva normal estrecha
que además se ubique dentro de los límites de tolerancia de la actividad.
Gráfica 1 (Verdoy, Mateu, Sagasta, & Sirvernt, 2006):
Índices de capacidad
Son medidas de relación entre la capacidad del proceso y las especificaciones técnicas del
mismo, con el fin definir en un solo renglón el comportamiento del proceso; esta
información sin embargo puede resultar incompleta si no se conoce el proceso; por ello
deben ir normalmente acompañados de muestras de la evolución del mismo; de esta manera
se asegura un visión objetiva del comportamiento de lo estudiado (Verdoy, Mateu, Sagasta,
& Sirvernt, 2006).
Cp = índice de capacidad potencial continua del proceso
Indica la estreches relativa respecto de los limistes de tolerancia teniendo como referencia 6
desviaciones estándares simétricamente a cada lado de la media; dentro de este campo
deben estar contenidos más del 99% de los valores; si la dispersión coincide con los limites
de toleración el Cp será igual a 1; lo que obliga a estudiar otro índice (Cpk); este se
encargará de mostrar que tan centrado está el proceso de acuerdo a las especificaciones
Anova (Análisis de varianza)
Es una herramienta de comparación de dos poblaciones en donde se plantean un hipótesis
nula que sostiene que las medias de estas es igual; esto con el fin de determinar si hay algún
cambio estadístico significativo; la hipótesis entonces se rechaza o acepta de acuerdo a un
parámetro conocido como p-valor, que se define como: “Probabilidad mínima de
equivocarse con la cual se puede rechazar la hipótesis nula con el valor observado en la
muestra del estadístico del test” (Lacourly, 2010).
Son utilizadas para métodos experimentales pero también se pueden aplicar en otras
situaciones permitiendo contrastar varias medias de manera simultánea varias medias
poblacionales; el objetivos es entonces determinar los cambios entre las dos poblaciones
respecto a un punto de inflexión particular o un factor que pueda llegar a alterar los
resultados; en caso que no se presente un cambio se sabrá que la hipótesis nula es válida y
que por tanto dicho factor no tiene repercusión en el proceso, si se presenta lo contrario la
hipótesis será falsa y por tanto se deduce que aquel factor influye de manera directa en las
mediciones.
Diagrama de Pareto.
Es un diagrama basado en el principio de distribución desarrollada por el estadista Vilfredo
Pareto en donde se asume que el 20% de los causas representan el 80% de los problemas; o
el 20% de las personas tienen el 80% de las riquezas (Grosfeld-Nir, Ronen, & Kozlovsky,
2007); en fin, lo que determinar es como las causas potenciales pueden ser fácilmente
diferenciadas para así direccionar los esfuerzos a un determinado causa que tiene una
repercusión mayor; usualmente dando solución a esta causa potencial las otras se verán
reducidas; pero incluso en caso que esto no ocurra se habrá atacado el punto de mayor
ocurrencia del problema lo que genera un impacto positivo dentro del proceso.
Consta de un gráfico de barras en donde se despliegan un sin número de atributos y su
repercusión sobre la variable de impacto; convirtiéndose en una herramienta útil ya que
resume de manera efectiva la información de proceso (Grosfeld-Nir, Ronen, & Kozlovsky,
2007); sin embargo se debe tener en cuenta que es una herramienta de análisis que no tiene
repercusiones directas lo que quiere decir que no sirve de nada si no se implentan mejoras
al proceso que ayuden a reducir las principales causales del problema.
Herramientas de análisis de causa y proceso de lean six sigma
Diagrama de Ishikawa
Es una de las siete herramientas básicas para el control de la calidad; también es llamado
diagrama de espina de pescado y esta direccionado a hallar las posibles fallas de un proceso
desde cinco pilares fundamentales que conforman cualquier proceso; La cabeza del pescado
representa el problema que se está evaluando y sus espinas ramificaciones originadas por
todas las posibles causas (Journal of Medical Case Reports, 2011).
Dichas causas potenciales se deben enmarcar dentro de grandes grupos para facilitar la
construcción del diagrama causa efecto y además determinar con certeza hacia qué campo
debe ir direccionadas las mejoras del proceso.
VSM (ValueStreamMap)
Una herramienta que puede ser fundamental desarrollada por Toyota a la que se le ha dado
uso para facilitar la comprensión holística del proceso; entendiendo la palabra valor como
como el monto o cantidad que el cliente está dispuesto a pagar por un determinado
producto o servicio, por dicha cantidad se debe entonces satisfacer a cabalidad todas y cada
una de las necesidades del cliente; el valor esta entonces compuesto por características
como (Plenert, What are the technical tools of lean management, 2007):
Durabilidad
Calidad
Utilidad
Precio
Capacidad
Funcionalidad
Estética
Disponibilidad
El mapa de cadena de valor busca incorporar todas las actividades a desarrollar dentrodel
producto o el proceso que puede afectar de una u otra forma algunos de los componentes a
los que el cliente da valor; esto entonces nos obliga a diferencia tres conceptos
fundamentales (Plenert, What are the technical tools of lean management, 2007):
Actividades que agregan valor: Todas aquellas actividades que incrementan de manera
directa el valor del producto o servicio que se está ofreciendo.
Actividades incidentales: Son aquellas que aunque no agregan valor de manera directa al
producto son necesarias para su elaboración y por tanto no pueden ser eliminadas.
Actividades que no agregan valor: Son aquellas que no agregan valor de manera directa
al producto o servicio y que además representan costos adicionales dentro de la operación.
Dentro de la fabricación de un proceso de manufactura de zapatos el cortar el proceso de
cortar la suela es un valor agregado pues si esta no tiene el tamaño correcto no se puede
construir el zapato; por el contrario el proceso de transporte de la suelas desde el lugar de
corte hasta el almacén es una actividad que no agrega valor al cliente representando un
costo y uso de recursos para la compañía; el mapa de cadena de valor busca identificar y
diferenciar las actividades que agregan y no agregan valor; para eliminar o minimizar
aquellas que no lo hacen de esta manera se reducen costos optimizando además el flujo del
proceso y sus tiempos de ciclo.
La construcción de la herramienta se hace por medio de símbolos, medidas del proceso y
flechas mejorando la información del flujo del producto dentro de la organización y el
manejo de inventarios, especificando donde se generan cuellos de botella o en qué
momento se ven represadas piezas que impiden el normal funcionamiento de la línea
productiva además muestra la manera en que es organizada y enviada la información;
tomando como punto de inicio al proveedor y como punto final al cliente quien es a su vez
quien de una u otra forma hala el proceso por primera vez; es decir, el cliente es el punto de
partida pero también punto final de la operación. En esta representación gráfica del proceso
se puede evidenciar casi de manera inmediata en donde ocurren los desperdicios teniendo
como principal objetivo al creación de un nuevo flujo o estado del proceso o un mapa de
cadena de valor futuro definiéndolo como al estado que se quiere llegar una vez reparadas o
eliminadas las actividades que no agregan valor al proceso; esto se logra entonces
identificando factores como tiempos de valor agregado, tiempos de valor no agregado,
tiempos de ciclo, tiempos de alistamiento, etc. (Venkataramana, Ramnat, Kumar, &
Elanchezhian, 2014).
EL nuevo mapa de cadena de valor generalmente representa un cambio significativo
respecto de su predecesor para lo cual se deben realizar numerosas intervenciones en el
proceso por medio de un plan de implementación de mejoras para lograr que aquello que se
plantea como meta se convierta en una realidad; los elementos claves mostrados por el
mapa son:
El cliente y sus requerimientos
Pasos del proceso
Métrica del proceso
Niveles de inventario proceso a proceso
Proveedores y flujo de los materiales
Flujo de materiales y de información dentro del proceso
Tiempo total de ciclo del proceso
Takt Time
AMEF
Es uno de los métodos más usados para prevenir de manera sistematice cualquier tipo de
fallas en el proceso; la necesidad de detección temprana de los defectos a traído consigo el
desarrollo de métodos para la identificación en de errores en la etapa de diseño del
producto; este análisis es entonces direccionado a cualquiera de las fases de evolución del
producto; pasando por las piezas individuales hasta las grandes estructuras y desde un
simple proceso a un complejo tecnológico de gran magnitud (Rosza, Spilka, & Kania,
2015).
Tomando en cuenta la creciente necesidad de desarrollo de productos con una alta
responsabilidad ambiental la metodología del FMEA toma parte dentro de este tópico
atacando los impactos ambientales directos o irregularidades del proceso en este campo;
este análisis se hace entonces con el objetivo de mejorar de manera directa las actividades
del sistema; pues la herramienta puede brindar un resumen detallado de los posibles
problemas asociados al medio ambiente para su rápida reparación; antes que las
consecuencias siquiera aparezcan (Rosza, Spilka, & Kania, 2015).
Se busca entonces determinar cuáles son las posibles fallas que puede presentar el proceso
y a partir de ahí describir su grado de aparición y el impacto que genera dentro del producto
o las maneras en que este puede limitar la funcionalidad del productor, de esta manera se
obtiene un indicador general generado de la multiplicación de tres indicadores previos que
describen la capacidad de ocurrencia del hecho, la capacidad de solución y el impacto que
se genera en el producto final; después se plantea una acción correctiva que corrija el
indicador final manteniéndolo dentro de los patrones requeridos (Rosza, Spilka, & Kania,
2015).
Finalmente el FMEA se convierte en una herramienta de evaluación previa de los diseños
permitiendo identificar rápidamente las posibles fallas y dando soluciones inmediatas que
limiten o eliminen en su totalidad la probabilidad de ocurrencia o impacto de dicho error,
claramente es una herramienta poderosa si se le da la estructura necesaria.
5 whys
Se trata de una técnica de análisis de causa raíz que busca analizar problemas a traes de la
conjetura de preguntas sistematizadas que lleven a las causas principales del problema; para
ello los miembros del equipo deben llegar a la mayor profundidad posible (Muñoz, 2013);
esto se logra realizando la mayor cantidad de preguntas posibles hasta que sea imposible
generar una más, bien sea porque el grado de especificidad es muy grande o porque ya se
ha dado respuesta al porque inicial.
La técnica debe ir acompañada además de una actividad correctiva al final de cada cadena
de porqués, es decir, una vez identificada la causa más probable de un problema particular
se debe también ofrecer una mejora que permita eliminar dicha causa para los análisis
posteriores habiendo así acabo con el problema a tratar; evitando así de manera definitiva la
recurrencia de los fallos presentados inicialmente (Rodriguez, Bonet, Castillo, & Perez,
2014).
METOLOGÍA
El desarrollo metodológico del trabajo está basado en su totalidad en el ciclo DMAIC, a
continuación se presentan los diferentes resultados de cada una de las estapas.
Etapa Definir
Introducción:
El presente informe técnico refleja los resultados de la ejecución de cada una de las etapas
del proyecto: “Reducir el indicador diario de retención de producto a causa de grietas en el
proceso de fabricación de placas de fibrocemento”, llevado a cabo en la empresa Eternit
Pacifico S.A, el cual fue desarrollado mediante el uso de la metodología DMAIC.
El porcentaje de producto retenido diario es el resultado de una inspección realizada por un
auxiliar de calidad, el cual, indiferentemente de la cantidad de toneladas/placas fabricadas
en cada uno de los tres turnos, inspecciona un paquete de 100 unidades (forma en la cual el
producto es almacenado) el cual ha sido previamente seleccionado para cada turno,
haciendo mover por una pareja de operarios placa por placa las 100 unidades, fijándose de
que estén en perfecto estado, si mediante la inspección encuentra tres placas defectuosas o
más en alguno de los paquetes procede a inspeccionar otras 100 unidades del mismo turno,
si la cantidad de unidades defectuosas vuelve a igualar o superar la cantidad de tres placas,
el turno es retenido en su totalidad; de hallarse una cantidad menor de placas defectuosas en
la inspección por paquetes al 100%, se procede a inspeccionar por el exterior de los
paquetes el resto del producto fabricado en los 3 turnos con el fin de encontrar algunos
defectos que pueden ser percibidos de esta manera, en esta segunda parte de la inspección,
con un solo defecto que tenga alguno de los paquetes, este es retenido para pasar al área de
selección en el cual es inspeccionado al 100% por un personal de outsourcing.
Desde el mes de Marzo hasta diciembre del 2014, el nivel de retención diario cerró con un
porcentaje del 46,39%, lo que significan 20055,5 t retenidas de 42297,9 t fabricadas, de las
cuales 1664,19 t se atribuyen a un defecto en específico llamado “grietas”, el cual aparece
sobre los flancos y crestas de las placas de fibrocemento. El mes de enero del 2015 obtuvo
un porcentaje diario de retención del 55.9%, 2125,26 t de una producción de 3804,7 t, las
grietas fueron responsables del 8,74% de dicha retención. Febrero no mejoro y saco un
72,7% de porcentaje diario de retención al finalizar el mes, siendo esta vez las grietas
responsables del 16,20% en una producción total de 4026.9 t.
Se utilizaron dos diagramas de Pareto, el primero ilustra los datos de causales de retención
de placas en el año 2014, mientras que el segundo tan solo ilustra los datos de los meses de
enero y febrero del 2015, esto con el fin de mostrar el incremento significativo en la
variable trabajada en el proyecto (% de producto retenido a causa de grietas) durante el
presente año, razón por la cual fue escogida.
Descripción del proceso:
Para el proceso de fabricación de placas de fibrocemento son indispensables las siguientes
materias primas: Celulosa (cartón molido en conjunto con agua), solución de asbesto y
agua, cemento, con estas tres materias primas, el proceso productivo de placas puede
funcionar sin ningún problema, no obstante como materia prima ingresan al proceso como
medio de ahorro en costos el filler (recorte seco molido de teja dada como rotura y
carbonato de calcio con una pureza superior al 85%) y lodo (que es un recopilado del agua
que se va por las canales de la maquina en conjunto con sobrantes de mezcla que caen
durante el proceso). Las 5 materias primas mencionadas anteriormente se reúnen en el área
de preparación en tres dosificadores: dosificador de celulosa y lodo, dosificador de cemento
y filler y el dosificador de solución de asbesto.
Celulosa: La preparación de la celulosa se lleva a cabo en una maquina llamada
hidrapulper, este es el encargado de la molienda del cartón en conjunto con el agua, al
hidrapulper ingresa una paca de cartón de 200 kg y 5000 litros de agua según formula de
calidad. Esta debe trabajar bajo unos parámetros de concentración de 40 ± 5 gr/L. Del
hidrapulper pasa a un silo de almacenamiento de celulosa el cual se encarga de surtir el
dosificador de celulosa y lodo.
Lodo: El lodo es preparado en la zona de planta de lodos en donde por medio de un sistema
de drenaje llegan todos los desperdicios de agua y mezcla que resultan del proceso
productivo, en este lugar dichos residuos pasan a un mezclador el cual a su vez alimenta un
silo encargado del almacenamiento del lodo, el cual surte el dosificador de celulosa y lodo
posteriormente. El lodo debe trabajar bajo una concentración de máximo 115 gr/L.
Cemento: El cemento ingresa a la planta por medio de cisternas provenientes de Argos, las
cuales descargan directamente en un silo de almacenamiento, el cual se encarga de surtir al
dosificador de cemento y filler, el cual descarga directamente al mezclador. Al cemento se
le realizan 3 tipos diferentes de ensayos para medir sus propiedades: % retenido en malla
325 y BLAINE, encargados de monitorear el tamaño de partícula, ensayo de densidad y
principio y fin de fragüe.
Filler: Es preparado en un área llamada planta de carbonato, en este lugar tres molinos,
mandíbula, martillos y pendular se encargan de moler la piedra caliza y teja que es dada
como rotura por no cumplir con los parámetros de calidad. El producto que sale de este
proceso debe cumplir con el ensayo de % retenido en malla 325, en donde es evaluada su
granulometría.
Solución de crisotilo + Agua: El asbesto crisotilo llega en bultos de 45 Kg, estos pasan por
una banda transportadora la cual los lleva desde el sitio de almacenamiento hacia una
cabina en donde se realiza el corte del bulto, de aquí el material pasa a un molino de piedras
el cual se encarga de des compactar el bulto, posteriormente pasa por un tornillo sin fin el
cual alimenta un segundo molino llamado desfibrador, en el cual se unen los porcentajes
según formula de calidad de crisotilo des compactado y agua, el resultante de esta molienda
debe trabajar bajo unos parámetros de concentración de 40 ± 2 gr/L y volumetría de
mínimo 1900 ml.
El conjunto de estas cinco materias primas cae a una maquina llamada mezclador, la cual se
encarga de formar la mezcla que alimentara posteriormente la maquina en el área de
formación.
Formación: El homogenizador pasa toda la pasta a través de un depurador que funciona
como filtro, el cual se encarga de retener partículas grandes que puedan entorpecer el
proceso más adelante, cuando el tamiz de la criba no son eficientes el resultado es la
aparición de partículas grandes visibles en la placa a lo que se le da el nombre de
incrustación.
Posteriormente la pasta pasa a las cubas que son las encargadas de alimentar el fieltro
(banda transportadora) para que este lleve la pasta al formato; de cada cuba deben salir 5
capas de pasta para que lleguen al formato; la unión de las 15 capas compactadas dará
origen a la placa de fibrocemento; el espesor de la placa varía de acuerdo al tipo de
producto; en caso de ser producto de exportación la placa presentara un poco más espesor
respecto a la nacional, la placa resultante del formato tiene 16 metros de largo.
La placa lista debe pasar por cortadoras que determinen el ancho y largo de las tejas; estos
varían de acuerdo a las referencias ya sea P3, P7, P7 plus, P10, etc. Terminando así el
proceso de formación
Ondulación y moldeado: Aquí se le da forma de manera definitiva a la placa; primero por
medio de un proceso de ondulación realizado por la ventosa en un proceso que se debe
hacer al vacío; esto se hace para dar las pequeñas formas de montaña a la teja;
posteriormente las tejas son guardadas en moldes y llevadas a una cabina de fragüe por 8
horas a una temperatura de 60 grados Celsius, una vez pasadas las ocho horas las placas se
deben desmoldar esto quiere decir retirarlas de los moldes en que se encuentran y son
apiladas en grupos de 100 placas para su debido control de calidad.
El sistema de producción manejado en la planta es mixto pues se pueden encontrar
momentos en los que se procesa sin pedido (estrategia push) para mantener los niveles de
inventario estipulados; mientras que en otras oportunidades la producción se ve halada por
el cliente (estrategia pul), es decir, se hacen pedidos grandes gestionados por el
departamento de compras, de aquí salen ordenes de producción que deben llevarse a cabo
en unos tiempos de entrega estipulados.
El proceso es circular lo que quiere decir que no se generan ningún tipo de desechos pues
todo lo que de una u otra forma termina en el molino de desechos vuelve al TCN para
usarse como filler, esto naturalmente optimiza los recursos a disposición
Tabla 2:
Fuente: (Eternit Pacifico SA, 2010)
Análisis de VOC
El diagrama VOC realizado en conjunto con el equipo de trabajo nos guio hacia la
selección de dos variables a tener en cuenta en las siguientes fases del proyecto, estas
fueron: la solución de crisotilo + agua y los parámetros de maquina bajo los cuales funciona
el proceso.
Solución de crisotilo + Agua: Se determina como una de las variables más importantes
debido a que el crisotilo es el encargado de que las fibras de la placa queden amarradas
entre sí de manera correcta. Dado el caso de haber problemas de desfibración en el molino
de piedras y posteriormente en el desfibrador, la placa es más propensa a generar grietas en
sus flancos y crestas.
Parámetros bajo los cuales funciona el proceso: En conjunto con el equipo de trabajo se
recuerda una actividad que se había dejado de llevar a cabo desde hace un año en la
empresa, llamada control proceso. Dicha actividad era la encargada de medir los
parámetros de calidad de las materias primas que ingresan al proceso, al igual que algunas
de las entradas y parámetros de maquina como velocidad y pesajes de fórmula, en otras
palabras, la maquina había estado trabajando sin un monitoreo de su funcionamiento
durante 12 meses.
El resultado de definir estas dos variables como las más importantes del VOC fue tomar la
decisión de volver a implementar el control proceso en la empresa, incluyendo ensayos que
miden la desfibración del crisotilo.
Análisis de SIPOC
El SIPOC ayudo a socializar con la parte operativa de la empresa la manera en la cual
trabajan las aéreas que los rodean. Fue importante en especial en el momento en que se les
informa a los operarios los ensayos realizados por calidad a las materias primas y se les da
una inducción más a fondo acerca de cómo se realizan y de qué manera influyen en el
proceso.
A partir de dicha socialización los operarios se preocupaban con mayor frecuencia por
saber bajo que parámetros estaba funcionando el cemento, el carbonato y el filler,
comenzando a hablar con mayor propiedad de dichos temas, cabe resaltar que estos
parámetros si se medían en la empresa por parte del departamento de control calidad antes
de la realización del proyecto.
Figura 1:
Fuente: Creación propia
Crisotilo (5) °Schopper
Volumetria (ml)
Carton (3) % Humedad
Concentración (gr/lt)
Carbonato de calicio (1) % Humedad
% Retenido en malla 325
Solucion crisotilo + agua (5) % Solución en mezcla
Cemento (4) % de cemento en mezcla
Filler (1)
Celulosa (3) % de Celulosa en mezcla
mts/seg
Toneladas/Turno
Inspección de control proceso
Asignación a maquina
Tiempo de frague (3) Unidad de resistencia Nxm
voc
Cantidad de placas solicitada por
comercial para despachos
Especificaciones
Grietas (5) Unidades de placas defectuosas por
paquete de inspección (Maximo 3)
Producción base por turno
(2)
Cantidad de toneladas a producir por
turno (85 toneladas)Programación de producción
Generar la menor cantidad de
producto no conforme a causa de
grietas en el proceso de fabricación
de placas de fibrocemento
Parametros de operación (5)
Mano de obra Especialización (3)
Cantidad producto a fabricar
(3)
Resistencia de la placa
Molida
Formulación
Mezcla
% de Carbonato de calcio + RSM en mezcla
Velocidad de máquina (5)
Maquinas
Capacidad de máquina (1)
Figura 2
Fuente: Creación propia
S I O CMATERIAS PRIMAS MATERIAS PRIMAS MATERIAS PRIMAS MATERIAS PRIMAS
Proveedores: Carton Placas de fibrocemento
Carton Piedra caliza Devolucion de viajes de cartón
Cartonera nacional Crisotilo Devolucion de viajes de piedra caliza Bodega de APT (Almacen de producto terminado)
Diego Jimenez Agua Lodo Planta de lodos
Procesos ecologicos Energia electrica Filler Planta Carbonato
Piedra caliza Hidrofugante Agua Cono 1
Sociedad de mineros Cemento Agua Cono 2
Cemento
Argos
Crisotilo
SAMA
BRICOLSA
Hidrofugante
BRENTANG
Aguay energia electrica
EMCALI
FORMULACION DEL PRODUCTO CALIDAD (M246) FORMULACION DEL PRODUCTO CALIDAD (M246) FORMULACION DEL PRODUCTO CALIDAD (M246) FORMULACION DEL PRODUCTO CALIDAD (M246)
Departamento de calidad Formula del producto (CANTIDADES EN KG) Placa de fibrocemento Bode de Producto terminado
PLANEACION DEL PROCESO PLANEACION DEL PROCESO PLANEACION DEL PROCESO PLANEACION DEL PROCESO
Departamento de producción Plan de producción semanal (UNIDADES)
Cantidad de placas suficientes para cumplir con
los despachos Consumidor final
MANTENIMIENTO MANTENIMIENTO
Departamento de mantenimiento
1. Mantenimiento preventivo 2. Mantenimiento por
paro
Maquinas en buen estado para la fabricación de
placas de fibrocemento, Cantidad de paros (Horas
marcha maquina)
Producción
SELECCIÓN SELECCIÓN SELECCIÓN SELECCIÓN
PROCESO DE SELECCIÓN TERCERIZADOS Revision total de la producción retenida.
ESI
AREAS PERSONAL AREAS PERSONAL AREAS PERSONAL AREAS PERSONAL
Calidad
1.Analista de materias primas 2. Auxiliares de calidad 3.
Asistente de calidad
Estado de las materias primas, resultados ensayos
de resistencia de la placa, recepcion de producto,
inspección de producto, indicador porcentaje de
retención de producto, datos de liberación de
producto por resistencia.
Producción
Producción
1. Operarios 2. Supervisores 3. Asistente producción 4.
Auxiliares de producciónFabricación de placas de fibrocemento. Almacén de producto terminado
Mantenimiento
1. Electricos 2. Mecanicos 3. Supervisor 4. Analista de
mantenimientoIndicador de confiabilidad de maquina Producción
VENTAS Ventas VENTAS Ventas
Informe de ventas Cantidad de placas a producir en maquina Almacén de producto terminado
AREAS MAQUINAS AREAS MAQUINAS AREAS MAQUINAS AREAS MAQUINA
Calidad Estado de las materias primas Disponibilidad de materias primas Producción
Producción Maquinas
Mantenimiento Alistamientos
CALIDAD CALIDAD CALIDAD CALIDAD
Especificaciones de producto Placas aprobadas Producción
Estado de las materias primas Placas rechazadas Producción
Materias primas conformes Producción
Materias primas no conformes Producción
PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN
Parametros de operación Programación de operación maquina Operarios
INICIO FIN
Horas marcha maquinaProducción
SIPOC - FABRICACION DE PLACAS DE FIBROCEMENTO
Bodega de AMR (Almacen de materias primas y
repuestos)
PROCESO DE FABRICACIÓN DE PLACAS DE
FIBROCEMENTO
Producto en buen estado listo para ser entregado
a almacénProducción
Activación OPAbastecimiento
de MPAlistamiento de
maquinaFase de
preparaciónFase de
formaciónOndulación
Cabina de frague
Desmoldadora
Frague 7 días o mas hasta
cumplir resistencia
Entrega de producto a
almacen
Durante la etapa defina se estructura un cronograma del desarrollo del proyecto, en el cual
se programaron las actividades que serían llevadas a cabo en cada una de las etapas con sus
respectivas fechas de entrega o cumplimiento, responsables, resultados esperados y status,
el cual hace referencia a si la fase ha sido completada (color verde), se encuentra en estado
pendiente (color amarillo) o atrasada (color rojo), herramienta que nos brindó un control
visual en cuanto al cumplimiento de cada una de las actividades, empujando al equipo a
trabajar de una manera más eficiente en el momento en que veíamos actividades atrasadas,
o a analizar el por qué no se había llevado a cabo dicha actividad, si de verdad agregaba
valor al proyecto o no.
Etapa Medir:
Métricas de línea base y metas:
Debido a que la elaboración del proyecto da inicio el mes de marzo del 2015 nuestro
periodo de 12 meses para la determinación de nuestra línea base, current y meta da inicio
en marzo del 2014 y finaliza en febrero del 2015. La siguiente tabla nos muestra la cantidad
de toneladas fabricadas mensualmente, la cantidad de toneladas que son retenidas
mensualmente, el porcentaje que estas cantidades retenidas representan y por último, la
cantidad de toneladas que son retenidas exclusivamente a causa de grietas y el porcentaje
que dicha cantidad retenida representa dentro de la retención total del mes.
Tabla 3 (Indicador retención por grietas Marzo 2014 a Febrero 2015)
Fuente: Creación propia
Gracias a dichos datos logramos determinar los siguientes parámetros de nuestro proyecto:
Base Line (promedio de los 12 meses para la variable: % Material retenido por grietas):
8,64%
Current (último dato: febrero): 16,20%
Meta: Reducir el indicador de porcentaje de retención mensual a causa de grietas a un
porcentaje igual o menor de 4,32 %, la cual se genera de la intención de lograr una
reducción igual o mayor al 50% del Base Line.
Variable de medición: % de producto retenido a causa de grietas.
Calculo de variable de medición: % de producto retenido a causa de grietas = (Cantidad
producto retenido por grietas en el mes/Cantidad producto retenido en el mes)*100.
Al realizar un cierra parcial del porcentaje de retención de producto discriminando cada una
de las causales al año 2015 en el mes de febrero, la variable de medición del proyecto
duplica el valor con el que cierra en el año 2014, utilizamos un diagrama de Pareto para
ilustrar ambos escenarios:
Grafica 2 (Pareto de causales de retención):
Fuente: (Eternit Pacifico , 2015)
En el 2014 el porcentaje de producto retenido a causa de grietas cierra con un 6.75%.
Grafica 3 (Pareto de causales de retención)
Fuente: (Eternit Pacifico , 2015)
En el cierre parcial del 2015 en el cual se tienen en cuenta los datos de enero y febrero, el
porcentaje de producto retenido a causa de grietas cierra con un 13.07%.
Calculo del nivel sigma de la variable
Para el cálculo del nivel sigma de la variable % de producto retenido a causa de grietas se
tomaron en cuenta los siguientes valores: total del producto fabricado en el periodo que
inicia en mes de marzo de 2014 y finaliza en febrero de 2015, al igual que la cantidad total
de producto retenido a causa de grietas en el mismo periodo, ambos datos trabajados en
toneladas.
Tabla 4 (Retención mensual por grietas): (Eternit Pacifico , 2015)
Figura 3 (Sigma Sheet)
Fuente: Creación propia
En conjunto con los departamentos de producción y costos se realizó la proyección del
producto que sería fabricado en los meses restantes del año 2015, al igual que en los dos
primeros meses del 2016, la siguiente tabla nos muestra dicha proyección, y las toneladas
retenidas a causa de grietas en el caso de que el porcentaje de retención por dicha causal
mantuviera el valor con el que cerró el mes de febrero del 2014.
2014 MARZO 5.190 2.746 52,90% 1,93% 53
2014 ABRIL 4.589 2.003 43,60% 0% -
2014 MAYO 3.225 679 21,10% 4,82% 33
2014 JUNIO 4.271 2.027 47,50% 36,18% 733
2014 JULIO 4.764 2.087 43,80% 16,52% 345
2014 AGOSTO 3.608 1.054 29,20% 0,00% -
2014 SEPTIEMBRE 4.218 2.574 61,00% 15,48% 399
2014 OCTUBRE 4.716 2.825 59,90% 3,21% 91
2014 NOVIEMBRE 4.152 2.282 55,00% 0,00% -
2014 DICIEMBRE 3.565 1.778 49,90% 0,63% 11
2015 ENERO 3.805 2.125 55,90% 8,74% 186
2015 FEBRERO 4.027 2.926 72,70% 16,20% 474
50129,5 2323,9
Toneladas Retenidas
por grietasAño
TOTAL
MesToneladas
fabricadas
Toneladas
retenidas
% Material
retenido
% Material retenido
por grietas
enter
1 Number Of Units Processed N= 50130
2 Total Number Of Defects Made including rework defects D= 2324
3 Number Of Defect Opportunities O= 1
On a Per Unit Basis
4 Solve For Defects Per Million Opportunities 46359
5 Calculated Sigma Levelσ = 3,18
Calculating Sigma Performance - Dicrete data
Tabla 5 (Retención mensual proyectado grietas)
Fuente: (Eternit Pacifico , 2015)
Figura 4 (Sigma sheet proyectado)
Fuente: Creación propia
2015 MARZO 5.331 3678,7 69% 16,20% 596
2015 ABRIL 4.888 1958,2 40,10% 16,20% 317
2015 MAYO 4.338 2255,76 52% 16,20% 365
2015 JUNIO 4.150 2158 52% 16,20% 350
2015 JULIO 4.500 2340 52% 16,20% 379
2015 AGOSTO 4.700 2444 52% 16,20% 396
2015 SEPTIEMBRE 4.795 2493,4 52% 16,20% 404
2015 OCTUBRE 4.485 2332,2 52% 16,20% 378
2015 NOVIEMBRE 4.422 2299,44 52% 16,20% 373
2015 DICIEMBRE 4.148 2156,96 52% 16,20% 349
2016 ENERO 4.272 2221,6688 52% 16,20% 360
2016 FEBRERO 4.401 2288,31886 52% 16,20% 371
54429,9 4637,5
Toneladas
fabricadas
Toneladas
retenidas
% Material
retenido
% Material
retenido por
Toneladas
Retenidas Año Mes
TOTAL
Gráfica 4 (Capacidad de proceso de grietas)
Fuente: Creación propia
Por los indicadores de Cp y Cpk deduce que el proceso es incapaz y además está
descentrado respecto de las especificaciones de la compañía; se encuentra además que
existen una gran cantidad de defectos por millón.
Gráfica 5 (Gráfico de control IMR total de Pn retenida)
Fuente: Creación propia
Se muestra en el gráfico de control que todos los valores salvo el del periodo siete se
encuentran dentro de los límites del proceso; el promedio dentro del año 2014 es de 6.8%
mientras que en lo que va del 2015 se eleva hasta 12.5% a causa del mal funcionamiento
de las máquinas y la ausencia de control del proceso.
Teniendo en cuenta las variables de medición del control proceso que se realizaba años
atrás en la empresa se realiza el Data collection plan, el cual ilustra la manera en la que
dichas variables pasaran a ser medidas nuevamente a partir de este proyecto y los
parámetros de evaluación para dichas variables.
Lodo
Celulosa
(TNC)
Agua Entrada Cono 1
Agua Entrada Cono 2
Homogenizador
Agua Canal (g/L)
Escapes Tamices Barco 1
Escapes Tamices Barco 2
Escapes Tamices Barco 3
Escapes Tamices Barco 4
Escapes Tamices Barco 5
¿Qué medir?
DATA COLLECTION PLAN - ¿Cómo disminuir el indice de retención de producto a causa de grietas?
Máx. 115
40 ± 5
Min. 300
Velocidad de máquina
Verificación en el Display/GSE de preparación que los pesos de las materias primas se
cumplan según la formula entregada a producción por calidad.
Cumplimiento de preparacion de mezcla para
fabricación de producto según formula
Max 25
Max 25
Toma de concentraciones en gr/cm³ de material utilizado mediante el proceso
productivo en lugares que se determinaron claves en el proceso en cuanto a su
influencia en la aparición de grietas.
Espesor del producto Verificación en el Display/GSE de formación el espesor promedio de la placa en mm
con el cual esta saliendo la placa
Concentraciones de puntos clave del proceso
Para producto nacional: 5,0 mm - 5,8 mm
Para producto Panamá: 5,8 mm - 6,3 mm
Min 125
Max 25
Max 25
Max 25
Max 25
Cumplimiento de valores de formula para Celulosa, Cemento, Filler (Carbonato+RSM),
Crisotilo en solución y agua que se ingresa al desfibrador de crisotilo antes de la molida
Método de medición Parámetros para evaluar las mediciones
Verificación en el Display/GSE de formación la velocidad en mts/seg en la cual se
encuentra trabajando la máquina60 mts/seg - 75 mts/seg
Ensayo que mide la eficiencia del desfibrador de crisotilo mediante decantación.Volumetría de asbesto crisotilo 1900 ml - 2000 ml
Tabla 6 (Data Colletion Plan)
Fuente: Creación propia
Esta herramienta pasaría a ser vital durante las etapas analizar y mejora.
Verificar que la muestra se abstenga de perder humedad a la hora de tomar el peso seco
Display/GSE de formación
Tanque 1700 de preparación
Tener cuidado cuando el espesor promedio se encuentre cercano al mínimo para prevenir que la maquina
este sacando producto por debajo de especificación.
Verificar nivel de agua de tanque 1700 antes de tomar la muestra para tener conocimiento de si se esta
ingresando al desfibrador la cantidad correcta de agua, o en su defecto, mas o menos agua de la necesaria.
Notas de muestreo Dónde recolectar la muestra
Display/GSE de formación
Barco 4
Barco 5
Dosificador de Lodo
Dosificador de Celulosa
Salida de TNC
Entrada de agua a Cono 1
Dentro del Homogenizador
Entrada de agua a Cono 2
Cómo recolectar la información/Cómo hacer el ensayo
Recolectar la muestra en los lugares mencionados anteriormente. Quitar en un
Embudo Buchner el exceso de humedad por medio de vacio, secar la muestra en
horno microondas hasta que no pierda más humedad, dividir el resultado de
peso seco entre el volumen del recipiente utilizado para ingresar la muestra al
Embudo Buchner.
Anotar dato que arroja el Display/GSE
Anotar dato que arroja el Display/GSE
Anotar dato que arroja el Display/GSE
Secar 30 gramos de asbesto crisotilo, desmenuzarlos de manera manual, llenar
probeta de 2000 ml hasta 1000 ml, introducir los 30 gramos mencionados
anteriormente, llenar la probeta hasta 2000 ml, agitar 30 veces.
Dosificador de asbesto crisotilo.Tener cuidado de no quemar la fibra a la hora de secar la muestra de asbesto crisotilo.
Canal que recoge desechos de las 5 cubas o barcos.
Barco 1
Barco 2
Barco 3
Etapa analizar:
Se elabora un diagrama de espina de pescado y posteriormente una matriz causa efecto con
el fin de hallar las variables más incidentes en cuanto a la aparición de grietas.
Figura 5: Diagrama de Ishikawa causa de grietas
Fuente: Creación propia
La matriz causa – efecto fue hecha en conjunto con el equipo de trabajo, podemos observar
como la molienda de asbesto crisotilo en el desfibrador fue la variable de salida que más
impacto genero sobre la aparición de grietas.
Se realiza un diagrama de Pareto que ilustra bajo la producción de qué referencia de placa
aparece el defecto grietas con mayor frecuencia. Esto con el fin de facilitar el seguimiento
del defecto, fue útil en la medida en que empezó a tenerse especial rigurosidad por parte de
la supervisión de personal de parte de mantenimiento, producción y calidad a la hora de
fabricación de producto plus.
Gráfica 22 (Gráfico de Pareto porcentaje de retención por tipo de teja)
Fuente: Creación propia
Es evidente que las tejas plus son la de mayor repercusión dentro del defecto grietas;
representando casi el 80 por ciento de las grietas en lo que va del año 2015 en los meses de
Enero, Febrero y Marzo hasta el 21; fecha en la que se inicia la actividad de control
proceso.
Tabla 7: Matriz de relación
Fuente: Creación propia
Antes de la elaboración del Data collection plan, se inicia la recolección de datos acerca de
la variable más determinante según el VOC y nuestra matriz causa - efecto en cuanto a la
aparición de grietas en las crestas y flancos de las placas de fibrocemento, la desfibración
del crisotilo. Eternit Pacifico S.A ya contaba con un ensayo, el cual no se practicaba desde
hace meses, el cual tiene como objetivo medir el nivel de desfibración del crisotilo durante
el proceso de molienda en grados Schopper, mediante la formación de una malla entre las
fibras de 2 gramos de crisotilo y la cantidad de agua de una muestra de 1000 ml que puede
pasar a través de dicha malla. Los resultados de la medición fueron los siguientes:
Tabla 8: Desfibracion de crisotilo por turno
Fuente: Creación propia
Mediante el uso de las herramientas estadísticas vistas en el diplomado de Lean – Sigma,
se procede a realizar el análisis del comportamiento de esta variable como único referente
de medición como posible causa de la aparición de grietas
Fecha Turno ° Schopper
03/03/2015 T2 40
04/03/2015 T2 55
04/03/2015 T3 58
05/03/2015 T2 60
05/03/2015 T3 52
06/03/2015 T2 49
06/03/2015 T3 63
09/03/2015 T2 56
09/03/2015 T3 49
10/03/2015 T2 48
10/03/2015 T3 49
11/03/2015 T2 49
11/03/2015 T3 50
12/03/2015 T2 48
12/03/2015 T3 51
13/03/2015 T2 46
13/03/2015 T3 48
16/03/2015 T2 54
16/03/2015 T3 56
17/03/2015 T2 58
17/03/2015 T3 65
18/03/2015 T2 60
18/03/2015 T3 63
19/03/2015 T2 59
19/03/2015 T3 65
20/03/2015 T2 63
20/03/2015 T3 43
Gráfica 6 (Prueba de normalidad Schopper)
Fuente: Creación propia
Con un Valor P mayo a 0.05 podemos afirmar que nuestros datos son normales y podemos
proceder entonces a hallar la capacidad del proceso.
Gráfica 7 (Análisis de capacidad Schopper)
Fuente: Creación propia
El índice de grados Schopper teóricamente debe superar el valor de 45 ° Schopper con el
fin de garantizar una correcta desfibración del crisotilo, la media de 53,96 y desviación
estándar de 6.9 que arrojaron los 27 datos estudiados brindan la impresión de que dentro del
proceso dicha variable no tiende a salir del límite de especificación con frecuencia, no
obstante en el grafico six pack de capacidad, se puede observar que en los subgrupos 1 y 9,
existe un dato que está por debajo del límite de especificación de mínimo 45° Schopper, lo
que abre la ventana a la posibilidad de que en ciertas ocasiones la variable pueda salir de
los límites de especificación, indisponiendo así la estabilidad de máquina, razón por la cual
se toma la decisión de continuar con su medición.
Gráfica 8 (Grafica de caja de Schopper)
Fuente: Creación propia
Posterior a las mediciones relacionadas con el ensayo de Schopper Riegler, por medio de
una de las sugerencias de un miembro del equipo de soporte requerido: Oscar Gómez, se
toma en cuenta la humedad de la placa fresca (aquella que es ondulada para la fabricación
de tejas), como una de las razones por las cuales pueden estar apareciendo las grietas en el
producto, del mismo modo que se realizaron mediciones para estudiar el estado de la
desfibración de crisotilo, así mismo se tomaron datos de humedades de placa antes y
después de formato. EL ensayo mediante el cual se mide esta variable se divide en dos
partes, la primera es la medición del % de humedad de placa fresca antes de formato, con
límites de especificación entre 33% y 40% y la segunda es la medición del % de humedad
de placa fresca después de formato, con límites de especificación entre 27% y 30%.
Diagrama de los 5 Por qué
Se lleva a cabo matriz causa efecto con el fin de encontrar causas raíces a variables que por
medio de los análisis anteriores hemos identificado como críticas.
Tabla 8: 5 whys
Fuente: Creación propia
Las mejoras de este diagrama serán mostradas en la etapa mejora. Siguiendo la misma
línea mediante la cual se busca identificar las causas raíces se realiza un análisis de modo y
efecto de falla, se hablara sobre las mejoras conseguidas por medio del AMEF durante la
etapa mejora.
5 WHY´s ¿Por qué? ¿Por qué? ¿Por qué? ¿Por qué? ¿Por qué? Acciones correctivas
Diferencias en los pesajes de MP
que entran al proceso.
El operario brinda poca
importancia a este
hecho
El supervisor de
turno da prioridad a
temas diferentes
No se considera una
variable critica antes
del inicio del proyecto
No se mide el impacto
de que la variable este
fuera de control
Falta de eficiencia en
análisis de causas a los
problemas de la
máquina.
Inclusión de control de esta
variable mediante medición diaria
Entradas al proceso con
caracteristicas deficientes para
optimo estado de la placa.
Antes del inicio del
proyecto no se media
el estado del producto
molido y la mezcla
Se prioriza el estado
de la materia prima
por encima de las
variables de proceso
Antes el control
proceso no era
tomado muy en cuenta
por produccíon
Enfoque en area de
producción en fabricar
un alto tonelaje sin
importar calidad de
producto
El área de producción
es medida por
productividad (cantidad
de toneladas vs
recursos)
principalmente
Inclusión de control de esta
variable mediante medición diaria
- Negociación con Argos para
trabajar un cemento mas grueso
Fallas electricas y mecánicas en
el funcionamiento de la máquina
Hatschek
Se convive con fallas de
máquina que generan
grietas
No se para la
maquina para
arreglar las fallas
Afectaria la cantidad
de producto fabricado
por turno
Se prioriza en cuestiones de
mantenimiento inmediato y
preventivo las fallas de maquina
causantes de grietas.
Placa con parametros de
Humedad por fuera de
especificación
La variable no es
medida diariamente
No se considera una
variable vital para el
proceso
Falta de eficiencia en
análisis de causas a los
problemas de la
máquina.
Escasez de enfoque en
la calidad del producto
en la filosofía de la
empresa
No se invierte suficiente
en reducción de costos
de no calidad
Inclusión de control de esta
variable mediante medición diaria
ELEMENTO MODO Y EFECTOS POTENCIALES DE FALLACAUSAS Y CONTROLES DE PREVENCION Y
DETECCION
Demora en el sistema de cierre de valbulas en
proceso de dosificado.
Básculas descalibradas
Problemas en proceso de dosificado (daños
en sin fines, flujo de aire a presión, elevador)
Cemento demasiado fino, carbonato de
calcio de baja pureza.
Falla electrica o mecánica.
Mezcla demasiado aguada
Uso excesivo de la capacidad de la máquina
en condiciones actuales.
Ventosa ondulada desalineada con banco
ondulador.
Caida de moldes desalineada con la placa.
Mal funcionamiento de cajas de vacío
(invertidas y de espina de pescado)
Mal funcionamiento de rodillos exprimidores
Mal funcionamiento de rodillo motriz
AMEF para variable % producto retenido a causa de grietas
Placa demasiado seca o demasiado humeda.
Pesaje real superior al peso que dice la formula de calidad que
deberáa tener cada una de las materias primas a la hora de
ingresar al proceso para realizar la mezcla con la que se fabrica la
placa de cemento reforzado.
Pesaje en dosificadores: 1. Cemento
y Carbonato - 2. Celulosa y lodo - 3.
Solucion de crisotilo
Estado de entradas al proceso: 1.
Materia prima - 2. Molienda de
crisotilo y cartón - 3. Mezclada.
Estado de bandas transportadoras y
máquina onduladora.
% de humedad de la placa antes y
después de formato.
1. Que la MP no cumpla con los estandares de Calidad
requeridos. - 2. Fallan los variadores de los molinos, las
cantidades de material que ingresan a la molienda no son las
adecuadas. - 3. Concentración muy baja de la mezclada.
Bandas transportadoras disparadas o a una velocidad muy alta,
onduladora presentando problemas de alineamiento y vacío.
Tabla 9: AMEF
Fuente: Creación propia
ACCIONES OCURRENCIA DETECCION NPR (f)
Intervención electrica en cuanto al llenado
de dosificadores de Celulosa - Lodo y
solución de crisotilo
Se revisa estado de calibración de básculas
por parte de metrología.
Intervención de mantenimiento en chequeo
de sin fin de carbonato (Filler)
Acuerdo con Argos para manejar resultados
de Blaine (ensayo finura de cemento)
acordes a un cemento mas grueso.
Mantenimiento preventivo para variadores
de molinos
Toma diaria de ensayo de determinación de
la concentración a la pasta
3 1 18
FINAL
2 1 14
ELEMENTO SEVERIDAD OCURRENCIA DETECCION NPR (i)
345
7 3 3 63
PRIORIDAD DE NPR -TOTAL NIVEL DE RIESGO
Pesaje en dosificadores: 1. Cemento y
Carbonato - 2. Celulosa y lodo - 3. Solucion
de crisotilo
Estado de entradas al proceso: 1. Materia
prima - 2. Molienda de crisotilo y cartón - 3.
Mezclada.
Estado de bandas transportadoras y máquina
onduladora.
% de humedad de la placa antes y después de
formato.
7 8 3 168
7 4 3 84
INICIAL
6 5 1 30
ACCIONES OCURRENCIA DETECCION NPR (f)
Control sobre la velocidad de la maquina,
determinando una velocidad de 71 mts/min
maximo.
Revisón periodica de la caída de la ventosa
ondulada por parte del supervisor de
producción
Revisón periodica de la caída de los moldes
por parte del supervisor de producción
Chequeo periodico por parte de maquinista
de unidad de medición de vacío para las
bombas y cajas de vacío
Rodillos exprimidores alineados.
Se trabaja con una presión de formación
estandar
FINAL
1
4 2 56
2 14
102PRIORIDAD DE NPR -TOTAL NIVEL DE RIESGO
Tabla 10: Consolidado porcentaje de humedad diaria
Fuente: Creación propia
En cuanto a la variable de humedad de placa fresca antes de formato, se estudia que los
datos se comporten de manera normal con un Valor P de 0.059, el dato del 16/02/15 impide
que este sea mayor, fue un caso puntual debido al fallo de dos bombas de vacío, las cuales
después de ser intervenidas no volvieron a sacar la variable de sus límites de control.
FECHA TURNO % Humedad A. Formato % Humedad D. Formato FECHA TURNO % Humedad A. Formato % Humedad D. Formato
05/02/15 T2 36,29 26,88 24/02/15 T3 32,26 25,92
05/02/15 T3 35,88 28,04 25/02/15 T2 36,37 28,59
06/02/15 T2 35,95 28,38 25/02/15 T3 36,25 27,86
06/02/15 T3 40,30 26,30 26/02/15 T2 36,14 27,38
09/02/15 T2 40,00 29,72 26/02/15 T3 34,24 26,35
09/02/15 T3 38,46 30,70 27/02/15 T2 39,41 29,15
10/02/15 T2 38,29 29,65 27/02/15 T3 37,17 29,73
10/02/15 T2 40,28 30,65 03/03/15 T2 35,66 28,79
10/02/15 T3 37,67 30,11 03/03/15 T3 34,54 26,84
11/02/15 T2 38,48 28,49 04/03/15 T3 34,88 31,15
11/02/15 T3 37,54 23,33 05/03/15 T3 38,51 30,68
12/02/15 T2 37,07 27,63 06/03/15 T2 37,71 30,28
12/02/15 T3 36,68 28,44 06/03/15 T2 35,24 32,49
13/02/15 T2 36,73 28,30 09/03/15 T2 32,88 28,49
13/02/15 T3 37,09 27,34 09/03/15 T3 33,47 29,36
16/02/15 T2 40,55 29,94 11/03/15 T2 36,47 29,57
16/02/15 T3 47,76 30,25 11/03/15 T3 37,50 28,58
17/02/15 T2 38,23 27,61 12/03/15 T2 35,96 26,26
17/02/15 T3 37,25 27,54 12/03/15 T2 34,73 27,68
18/02/15 T2 37,63 29,49 12/03/15 T3 35,20 31,94
18/02/15 T3 34,48 23,08 12/03/15 T3 36,01 28,95
19/02/15 T2 37,76 27,31 13/03/15 T3 35,61 29,41
19/02/15 T3 37,24 27,31 13/03/15 T3 35,03 27,12
20/02/15 T2 34,77 26,78 16/03/15 T2 33,44 27,16
20/02/15 T3 34,98 26,69 16/03/15 T3 33,90 29,53
23/02/15 T2 36,66 28,13 16/03/15 T3 35,72 30,28
23/02/15 T3 37,22 28,50 17/03/15 T2 33,10 30,43
24/02/15 T2 36,33 27,66 17/03/15 T3 33,33 29,36
18/03/15 T2 34,95 29,21
18/03/15 T3 40,68 28,46
19/03/15 T2 38,97 29,65
20/03/15 T2 39,48 27,46
20/03/15 T3 36,54 27,82
DATOS PLACA FRESCA
Gráfica 9 (Prueba de normalidad humedad antes de formato)
Fuente: Creación propia
Únicamente se observa un dato fuera de los límites para el día 5, esta causa especial fue
corregida de manera inmediata.
Gráfica 10 (Capacidad de indicador de humedad antes de formato)
Fuente: Creación propia
En cuanto a la variable de humedad de placa después de formato, el Valor P de 0.322
garantiza que nuestros datos se comportan de manera normal.
Gráfica 11 (Prueba de normalidad humedad después de formato)
Fuente: Creación propia
El análisis de capacidad del proceso nos permite observar en los gráficos de control y
Rango móvil que cada vez que hubo un pico hacia alguno de los límites de control ya
fueran superior o inferior, el siguiente dato se mueve en sentido contrario, con el fin de
estar lo más cercano a la media posible, lo cual es el efecto de modificaciones en cuanto a
cambios en las presiones de los rodillos exprimidores y cantidad de vacío para absorción de
agua mientras la pasta se pega al fieltro.
Gráfica 12 (Análisis de capacidad de humedad antes de formato)
Fuente: Creación propia
Control proceso: Posterior al desarrollo del Data Collection Plan, en donde se definen el
total de las variables a medir, los métodos de medición, y las especificaciones de dichas
variables, se le asigna la responsabilidad de realizar dichas mediciones al técnico en control
calidad de la planta, quien por medio de un formato desarrollado en conjunto con el equipo
de trabajo se encarga diariamente de las mediciones.
Concentración de celulosa: La concentración de la celulosa debe trabajar según la
especificación dentro de unos parámetros de 40 ± 5 gr/L, la celulosa es la encargada de
darle flexibilidad a la placa, una concentración de celulosa por debajo de 35 gr/L tiene poco
cartón en su preparación, es decir, menor propiedad de flexibilidad para el producto al cual
le esté ingresando esta molienda, lo cual a la hora de ondular la placa puede ocasionar
problemas. Las placas de cemento reforzado están compuestas en mayor proporción por
cemento, el cual es la materia prima con mayor densidad de todas las que se utilizan en el
proceso de fabricación de dicho producto, una concentración de celulosa por encima de los
45 gr/L le está ingresando un mayor porcentaje de cartón a la teja del que debería tener, por
ende baja la densidad del producto, lo cual conlleva a que se generen otros tipos de
problema en el producto los cuales no serán explicados en este proyecto el cual únicamente
gira en torno a la causal de retención y rotura grietas.
El grafico de control de la celulosa nos muestra como en los primeros 9 días en los que la
toma de datos comenzó la variable se salía de los límites de especificación con frecuencia,
ver días 4, 5, 7 y 8, podemos tomar este periodo de tiempo como un periodo de aprendizaje,
debido a que a partir del día 9 hasta el 18 se ve como la variable mantiene dentro de los
límites de especificación.
Gráfica 13 (Gráfico de control I-MR Celulosa)
Fuente: Creación propia
Concentración del homogenizador
La concentración del homogenizador es importante debido a que es la fuente directa de
pasta hacia el proceso de formación, una baja concentración en el homogenizador quiere
decir que le está ingresando más agua al producto que la que debería, lo cual le quita
propiedades de densidad, flexibilidad y pureza. El límite de especificación para esta
variable es un LEI de 125 gr/L mínimo. El grafico de control en el cual se reflejan los datos
del homogenizador nos muestra como en los primeros 5 días la variable sale del límite de
especificación en dos ocasiones, los dias 3 y 5, posterior se nota el impacto del seguimiento
a medida de que se mantiene todo el tiempo por encima del límite de especificación inferior
de 125 gr/L.
Gráfica 14 (Gráfico de control I-MR Homogenizador)
Fuente: Creación propia
Humedad antes de formato: Continúan las mediciones del % de humedad antes de formato,
se observa que en ningún momento la variable sale de los límites de especificación.
Gráfica 15 (Gráfico de control I-MR Humedad antes de formato)
Fuente: Creación propia
Humedad después de formato: Continúan las mediciones del % de humedad después de
formato, se observa que en ningún momento la variable sale de los límites de
especificación.
Gráfica 16 (Gráfico de control I-MR Humedad después de formato)
Fuente: Creación propia
Diferencia de pesajes teóricos en formula vs reales en Display de formación
El que se respeten las cantidades según formula de las materias primas que pasan a ser parte
del proceso es vital para que la placa conserve las propiedades de dureza, flexibilidad y
resistencia correspondientes, razón por la cual el control proceso mide la diferencia entre el
peso teórico de cada una de las MP vs el pesaje real en máquina, los siguientes gráficos de
control muestran la diferencia en Kilogramos de los dos pesos mencionados con
anterioridad para el cemento, la celulosa, el filler y el crisotilo.
Gráfica 17 (Gráfico de control I-MR Cemento real vs fórmula)
Fuente: Creación propia
El out layer que se presenta en el día 17 para los gráficos de control de diferencia en
pesajes teóricos vs reales de cemento y carbonato se debe a una sola causa especial, la cual
no permitió el ingreso de Filler al proceso, por lo tanto la cantidad de materia prima
correspondiente al Filler fue sustituida en la mezcla por el cemento.
Gráfica 18 (Gráfico de control I-MR Filler real vs fórmula)
Fuente: Creación propia
Las diferencias en los pesajes de celulosa se consideran significativas a la medida que
superan los 10 kg.
Gráfica 19 (Gráfico de control I-MR Celulosa real vs fórmula)
Fuente: Creación propia
La mayor diferencia en cuanto a los pesajes teórico vs real sin duda fue la del asbesto
crisotilo, no obstante una mayor cantidad de crisotilo en la placa únicamente aumenta su
propiedad de resistencia, no obstante es un problema para el costo de la empresa.
Gráfica 20 (Gráfico de control I-MR Crisotilo real vs fórmula)
Fuente: Creación propia
Gráfica 21 (Gráfico de control I-MR Crisotilo real vs fórmula)
Fuente: Creación propia
La variable de velocidad de maquina (bandas transportadoras) influye sobre las humedades
de placa y velocidad de ondulación de la placa.
13121110987654321
75
70
65
60
Observación
Va
lor i
nd
ivid
ua
l
_X=67,32
LC S=73,34
LC I=61,31
13121110987654321
8
6
4
2
0
Observación
Ra
ng
o m
óv
il
__MR=2,26
LC S=7,384
LC I=0
1
1
Gráfica I-MR de Velocidad de Máquina
Se realiza un diagrama de Pareto que ilustra bajo la producción de qué referencia de placa
aparece el defecto grietas con mayor frecuencia. Esto con el fin de facilitar el seguimiento
del defecto, fue útil en la medida en que empezó a tenerse especial rigurosidad por parte de
la supervisión de personal de parte de mantenimiento, producción y calidad a la hora de
fabricación de producto plus.
Gráfica 23 (Gráfico de Pareto porcentaje de retención por tipo de teja)
Fuente: Creación propia
Es evidente que las tejas plus son la de mayor repercusión dentro del defecto grietas;
representando casi el 80 por ciento de las grietas en lo que va del año 2015 en los meses de
Enero, Febrero y Marzo hasta el 21; fecha en la que se inicia la actividad de control
proceso.
Etapa mejora y control
Anova
Gráfica 24 (Análisis de varianza indicar de retención por grietas mensuales de
Febrero 2014 a Febrero 2015 vs primeras semanas de Abril)
Fuente: Creación propia
La primera caja muestra los valores de retención mensual y su distribución en cuanto al
indicador de retención por grietas; mientras que la del lado derecho ilustra el
comportamiento del mismo en el periodo de las tres primeras semanas de abril posterior a
la aplicación del control proceso; acuerdo al P-Value no alcanza a ser estadísticamente
significativa sin embargo de aritméticamente el cambio es evidentemente significativo y se
percibe de manera inmediata.
Figura 6: Sigma sheet
Fuente: Creación propia
Fecha Produccion Ton diarias Porcentaje de retención diario a causa de gritas Toneladas retenidas diarias a causa de grietas01/04/2015 157,72 5,91% 5,87
06/04/2015 208,54 0% 0,00
07/04/2015 217,07 0% 0,00
08/04/2015 257,07 0% 0,00
09/04/2015 232,59 0% 0,00
10/04/2015 282,61 0% 0,00
12/04/2015 199,85 0% 0,00
14/04/2015 262,03 0% 0,00
15/04/2015 223,07 0% 0,00
16/04/2015 188,08 0% 0,00
17/04/2015 274,76 0% 0,00
18/04/2015 200,11 0% 0,00
20/04/2015 236,54 0% 0,00
21/04/2015 205,82 0% 0,00
22/04/2015 246,35 0% 0,00
23/04/2015 269,75 0% 0,00
24/04/2015 232,63 0% 0,00
25/04/2015 175,72 0% 0,00
27/04/2015 192,16 0% 0,00
28/04/2015 215,42 0% 0,00
29/04/2015 256,42 0% 0,00
30/04/2015 153,94 0% 0,00
Promedio Abril 0,27% TOTAL TONELADAS RETENIDAS POR GRIETAS 5,87
Tabla 12: % de retención de producto diario, mes de abril.
Fuente: Creación propia
Se evidencia una mejora en el sigma del proceso el cual al inicio del proyecto se hallaba en
3.18 y posterior a las etapas de mejora y control alcanza una cifre de 4.54.
Mejoras del análisis de los 5 por qué de la etapa analizar:
Tabla 12: Acciones de mejoramiento
Fuente: Creación propia
5 WHY´s Mejoras Repercuciones Fecha de programación Cumplimiento
Diferencias en los pesajes de MP que entran al
proceso.
Variables dentro de control con mayor frecuencia.
Ver etapa analizar, Graficos I-MR diferencias de
pesajes teoricos formula vs reales en Display de
formación.
La placa conserva las propiedades de dureza,
flexibilidad y resistencia que requiere par un
optimo proceso de ondulado y para un futuro mejor
desempeño de resistencia.
01/04/2015 C
Entradas al proceso con caracteristicas deficientes
para optimo estado de la placa.
Resultados de muestras de concentraciones dentro
de limites de especificación con mayor frecuencia. -
Argos accede a la negociación y comienza a
distribuir un cemento mas comodo para el proceso,
esta mejora comienza a regir a partir de finales de
abril en donde el promedio del resultado del
blaine era de 4723 y empezó a llegar cementos con
resultados entre 4100 y 4400.
La maquina trabaja bajo los parametros de
estabilidad correctos según documentación teorica
de la empresa.
01/04/2015 Para
medicion de
concentraciones de
máquina- 23/04/2015
Para cambio en el
tamaño de particula del
cemento por parte de
Argos.
C
Fallas electricas y mecánicas en el funcionamiento
de la máquina Hatschek
Velocidad de máquina controlada. Ver etapa
analizar, Graficos I-MR de velocidad de máquina.
Se reduce el coeficiente de variación de la variable,
velocidad de maquina, ayudando a la maquina a
trabajar cada vez mas cerca de un mismo
parametro.
01/04/2015 C
Placa con parametros de Humedad por fuera de
especificación
Variables dentro de control con mayor frecuencia.
Ver etapa analizar, Graficos I-MR % de humedad
antes y despues de formato.
Placa con un porcentaje de humedad optimo para
entrar al proceso de ondulado.01/04/2015 C
En conjunto con el departamento de costos se realiza el análisis de costos, teniendo en
cuenta que el personal de outsourcing cobra $15.819 por cada tonelada de producto que
tiene que mover en el patio de selección.
Tabla 13: Análisis de costos por retención de grietas Marzo 2014 a Febrero 2015
Fuente: Creación propia
Se realiza también una proyección del material a fabricar en el resto del año 2015 y los dos
primeros meses del 2016, en el mes de marzo se observa que la variable sigue con la misma
tendencia de incremento en con la que venía en febrero, no obstante cabe resaltar que hasta
la fecha no había sido llevada a cabo ninguna mejora.
Tabla 14: Proyección de costos por retención de grietas
Fuente: Creación propia
2014 MARZO 5.190 2.746 52,90% 1,93% 53 838.464
2014 ABRIL 4.589 2.003 43,60% 0% - -
2014 MAYO 3.225 679 21,10% 4,82% 33 517.721
2014 JUNIO 4.271 2.027 47,50% 36,18% 733 11.599.441
2014 JULIO 4.764 2.087 43,80% 16,52% 345 5.454.477
2014 AGOSTO 3.608 1.054 29,20% 0,00% - -
2014 SEPTIEMBRE 4.218 2.574 61,00% 15,48% 399 6.303.897
2014 OCTUBRE 4.716 2.825 59,90% 3,21% 91 1.434.659
2014 NOVIEMBRE 4.152 2.282 55,00% 0,00% - -
2014 DICIEMBRE 3.565 1.778 49,90% 0,63% 11 177.175
2015 ENERO 3.805 2.125 55,90% 8,74% 186 2.938.399
2015 FEBRERO 4.027 2.926 72,70% 16,20% 474 7.497.371
Toneladas Retenidas
por grietas
Costo de mover el
materialAño Mes
Toneladas
fabricadas
Toneladas
retenidas
% Material
retenido
% Material retenido
por grietas
2015 MARZO 5.331 3678,7 69% 31,64% 1.164 18.412.378
2015 ABRIL 4.888 1958,2 40,10% 0,30% 6 92.930
2015 MAYO 4.338 2255,76 52% 4,32% 97 1.541.543
2015 JUNIO 4.150 2158 52% 4,32% 93 1.474.736
2015 JULIO 4.500 2340 52% 4,32% 101 1.599.111
2015 AGOSTO 4.700 2444 52% 4,32% 106 1.670.183
2015 SEPTIEMBRE 4.795 2493,4 52% 4,32% 108 1.703.942
2015 OCTUBRE 4.485 2332,2 52% 4,32% 101 1.593.781
2015 NOVIEMBRE 4.422 2299,44 52% 4,32% 99 1.571.393
2015 DICIEMBRE 4.148 2156,96 52% 4,32% 93 1.474.025
2016 ENERO 4.272 2221,6688 52% 4,32% 96 1.518.246
2016 FEBRERO 4.401 2288,31886 52% 4,32% 99 1.563.793
Año MesToneladas
fabricadas
Toneladas
retenidas
% Material
retenido
% Material retenido
por grietas
Toneladas Retenidas
por grietas
Costo de mover el
material
Para el análisis de costos se omite el mes de marzo en el periodo de marzo de 2015 a
febrero de 2016, el costo de toneladas retenidas al año entonces tanto en el antes como en el
después se halla multiplicando por 11 meses y no por los 12 que realmente tiene el año, al
igual que la cantidad de toneladas movidas en patio a causa de grietas.
Tabla 15: Comparación estadística proceso antes y después de las acciones de
mejoramiento
Fuente: Creación propia
Según el análisis de costos del antes y el después en cuanto al costo de mover el material,
en un año se ahorraron $ 17.922.927.
Base Line 8,64% Base Line 0,27%
Desv. Esta 0,108782 Desv. Esta 1,260016234
C.V 125,87 C.V 5
Sigma del proceso 3,18 Sigma del proceso 4,37
Yield (%) 99,31% Yield (%)
DPMO 867905,84 DPMO 2035
Ppk -0,13 Ppk
Cpk -0,15 Cpk
LIE 20,72% LIE
LSE 38,01% LSE
% Rechazo 0,69% % Rechazo
Costo de mover una tonelada de
producto en patio de selección $ 15.819,00
Costo de mover una tonelada de
producto en patio de selección $ 15.819,00
Producción promedio mes toneladas 4177,00% Producción promedio mes toneladas 4464
Toneladas movidas en patio de
selección promedio mes 194,00%
Toneladas movidas en patio de
selección promedio mes 91
Costo Toneladas retenidas promedio
mes $ 3.068.886
Costo Toneladas retenidas promedio
mes $ 1.439.529Costo Toneladas retenidas promedio
año $ 33.757.746
Costo Toneladas retenidas promedio
año $ 15.834.819
Antes Después
Tabla 16: Análisis de costo por rotura año 2015
Fuente: Creación propia
Por otro lado al disminuir el % de retención de producto a causa de grietas también
disminuye la cantidad de rotura de producto a causa de dicha causal, por lo tanto podemos
observar que de marzo a abril hubo un ahorro de $23.497.228.
Para que la mejora perdure en el tiempo se tomó la decisión de crear un perfil de cargo el
cual está encargado de llevar a cabo el control proceso diariamente, esta labor se le atribuyó
al técnico en control calidad de la planta.
Valores
Etiquetas de fila Suma de TOTAL KILOS Suma de Importe ML
ENE (14.058) (7.532.286)
FEB (26.992) (15.146.205)
MAR (100.240) (54.655.405)
ABR (54.924) (31.158.177)
Total general (196.214) (108.492.073)
ROTURA AÑO 2015