“La Variabilidad en los procesos: clave para diseñar productos
competitivos“
Lourdes Pozueta Fernández
“Ingeniería e innov...
2.
“Hay muchas cosas que pueden ir mal en el proceso de desarrollo de un producto.
Muchas startups no aguantan económicame...
APRENDIZAJE
LENTO / Por AZAR: ACELERADO / PROVOCADO:
Hecho relevante ocurre: OBSERVAR  Provocar que ocurran hechos: EXPER...
¿CUÁNDO y CÓMO podemos reducir la VARIABILIDAD final?
Ref.:Tabla 10.1, Cap. 10: Libro “Métodos estadísticos. Control y Mej...
• EXPERIMENTAR con método científico para APRENDER QUÉ y CÓMO afecta
5.
• CARACTERIZAR comportamiento de Procesos SIMILARE...
DIAGNOSTICAR para identificar Factores Clave
Los médicos utilizan htas (Rayos-X o Test de Sangre) para determinar por qué ...
Factor A
- +
16 ensayos: 1 factor
A
D
+
E
-
B
16 ensayos: 5 factores
Factor A
- +
FactorB
+
-
-
+
3 factores
Factor A
- +
...
8.
Fagor Ederlan
Producto: Caliper
Característica: Ruido (FRF)
A
B
A
B
- D +
+
Causa Raíz ES Cota X
Variación en Frecuenci...
ENTRENAR a ser “Médicos de Procesos”
• ENTENDER la VARIABILIDAD de los PROCESOS ACTUALES,
– Observación consciente
– Cuest...
10.
lourdes.pozueta@avancex.com
lpozueta@ideas2value.net
• Experta en Estadística Industrial:
Estudios de análisis de fuen...
11.
Capacitación en abierto
SESIÓNDELANZAMIENTO
- METODOLOGÍAtesteadoconéxito
- PROFESORADO: Expertosenmateria
- SOPORTEWE...
12.
Referencias
13.
Innovation testers:
Una vez logrado el diseño conceptual del producto, y antes de la realización de prototipos y serie...
14.
La experimentación
para logro producto
robusto…
Ayudamos en cualquier fase del Proceso de Innovación
Próxima SlideShare
Cargando en…5
×

La Variabilidad en los procesos: clave para diseñar productos competitivos

269 visualizaciones

Publicado el

Evento: Martes de Innobasque. Innovación e Ingeniería. Febrero 2015
La importancia de entender las fuentes de variabilidad para incorporar este conocimiento desde el diseño de producto y proceso

Publicado en: Ingeniería
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
269
En SlideShare
0
De insertados
0
Número de insertados
18
Acciones
Compartido
0
Descargas
1
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

La Variabilidad en los procesos: clave para diseñar productos competitivos

  1. 1. “La Variabilidad en los procesos: clave para diseñar productos competitivos“ Lourdes Pozueta Fernández “Ingeniería e innovación” Bilbao. 24/02/2015 PPrrooggrraammaa 12:30 APERTURA Y CONTEXTO TXEMA VILLATE, DIRECTOR GENERAL DE INNOBASQUE “Apertura e introducción” ÁLVARO UBIERNA, DECANO DEL COLEGIO DE INGENIEROS DE TELECOMUNICACIÓN DEL PAÍS VASCO “El uso de las TIC como motor de productos y servicios” 12:45 EUSKADI, TERRITORIO DE INGENIEROS AMAIA BERNARAS, CONSULTORA SENIOR EN IDOM “IDOM y la innovación en ingeniería y manufactura” JOSÉ FÉLIX ROJAS, ASTROFÍSICO Y MIEMBRO DEL GRUPO DE CIENCIAS PLANETARIAS DE UPV/EHU “Planetcam UPV/EHU: una cá mara co n  fu t u ro” LOURDES POZUETA, DIRECTORA DE AVANCEX+I Explicación de la ponencia. https://www.youtube.com/watch?v=lqi-FCdUq-I
  2. 2. 2. “Hay muchas cosas que pueden ir mal en el proceso de desarrollo de un producto. Muchas startups no aguantan económicamente los fracasos.” Ejemplo: Why Electric Cars Don’t Have Better Batteries | MIT Technology Review http://www.technologyreview.com/review/534866/why-we-dont-have-battery-breakthroughs/ RETOS de la INGENIERÍA en la INNOVACiÓN •INCORPORAR con éxito, en el desarrollo de Producto/Proceso, CONOCIMIENTO (escaso) derivado de los AVANCES TECNOLÓGICOS •REPRODUCIR, en fabricación, los RESULTADOS que surgen en etapas iniciales de desarrollo de productos (prototipos) •...etc. Identificar Causas Raíz de la VARIABILIDAD EXPERIMENTAR con método científico
  3. 3. APRENDIZAJE LENTO / Por AZAR: ACELERADO / PROVOCADO: Hecho relevante ocurre: OBSERVAR  Provocar que ocurran hechos: EXPERIMENTAR con método científico 1 Observador Preparado   nº de personas preparadas: EQUIPO MULTIDISCIPLINAR Capacitación para APRENDER en base a DATOS Ingeniería de la Calidad: Estadística Industrial, …. CONOCIMIENTOS: Información+aprendizaje tiempo 1500 Nuevas Tecnologías Olas tecnológicas (+Internet) Necesidad de Aprender a “Aprender rápido”
  4. 4. ¿CUÁNDO y CÓMO podemos reducir la VARIABILIDAD final? Ref.:Tabla 10.1, Cap. 10: Libro “Métodos estadísticos. Control y Mejora de la Calidad” Prat, Tort-Martorell, Grima, Pozueta y Solé. Ed. UPC Hay que anticiparse en Fase de DISEÑO… Sin embargo…. Ley de Meskimen: “Nunca hay tiempo para hacer las cosas bien pero siempre para repetirlas” DOE Producto robusto DOE proceso robusto Metodologías/Herramientas de Ingeniería de la Calidad
  5. 5. • EXPERIMENTAR con método científico para APRENDER QUÉ y CÓMO afecta 5. • CARACTERIZAR comportamiento de Procesos SIMILARES: DIAGNÓSTICO Elementos diseño producto Materias primas, Proveedores, Parámetros máquina-proceso, localización, Utillajes, Desgastes, condiciones ambientales, Ergonomía, Experiencia en el usuario … Factores Clave que afectan variabilidad PROTOTIPO Y PROCESO ROBUSTO Factores Clave (Conocimiento adquirido) Avances Tecnológicos Desarrollo conceptual Factor A - + FactorB + - - + Metodología Experimentación 2 Competencias clave en Ingeniería de Calidad Innovación
  6. 6. DIAGNOSTICAR para identificar Factores Clave Los médicos utilizan htas (Rayos-X o Test de Sangre) para determinar por qué alguien tiene dolor. La Ingeniería de Calidad utiliza herramientas para comprender lo que NO SE VE 6. Heridas escondidas PREGUNTAS Hipótesis Escuchar con atención Observación Consciente Evidencias ¿Por qué?Causa Raíz 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00% 80,00% S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 S18 S19 S20 S21 S22 S23 S24 S25 S26 S27 S28 S29 S30 S31 S32 S33 S34 S35 S36 S37 S38 S39 S40 S41 S42 S43 S44 S45 S46 S47 S48 S49 S50 S51 S52 %Def. Total L. Superior Media Periodo L. Inferior media: xx% media: -10% media: zz 8% RESPUESTAS Herramientas analíticas Htas Recogida DATOS: observar, experimentar Predecir ≠ Causalidad Modelos predictivos o causales
  7. 7. Factor A - + 16 ensayos: 1 factor A D + E - B 16 ensayos: 5 factores Factor A - + FactorB + - - + 3 factores Factor A - + FactorB FactorB Factor A + - 16 ensayos: 2 factores A B A B - D + 4 factores Ejemplo de Estrategia Experimental y economía en los ensayos: 2k-p Varios factores a la vez Óptimo de conocimiento/Coste experimental Modelos predictivos-Causales Aprender Rápido Aplicable a simuladores ✔ Mover TODOS los factores a la vez ✔ Analizar Media y Variabilidad ✖ Prueba-Error o Mover UN factor cada vez Hay interacciones!! Eficiencia!!
  8. 8. 8. Fagor Ederlan Producto: Caliper Característica: Ruido (FRF) A B A B - D + + Causa Raíz ES Cota X Variación en Frecuencia3 según localización Cavidades en molde idénticas pero Cota X en producto varía Alta correlación entre FR3 y Cota X PUEDE SER la causa (correlación no implica causalidad) OBSERVAR PROCESO: Diagnóstico EXPERIMENTAR (provocar escenarios independientes) 1) Compensar Utillaje 2) Diseño producto robusto Prueba piloto
  9. 9. ENTRENAR a ser “Médicos de Procesos” • ENTENDER la VARIABILIDAD de los PROCESOS ACTUALES, – Observación consciente – Cuestionarse, elaborar preguntas, recoger datos apropiados para responder las preguntas, …y con ello a identificar factores clave que afectan a la variabilidad. – Utilizar herramientas reconocidas internacionalmente: SPC, gráficos multi-vari, modelos de regresión, series temporales, redes neuronales, …etc. • EXPERIMENTAR con método científico y TRATAR el producto/proceso – Abandonar tácticas de prueba/Error o mover 1 factor cada vez – Habilidades para recoger conocimiento tácito de las personas – Experimentar con varios factores a la vez para identificar interacciones – Utilizar metodologías estadísticas reconocidas internacionalmente: Anova, Diseños 2k-p para industria, Diseños para mezclas, Diseños experimentales para la salud, Diseños Shainin, …etc. • Discernir AZAR de EVIDENCIAS estadísticas. 9.
  10. 10. 10. lourdes.pozueta@avancex.com lpozueta@ideas2value.net • Experta en Estadística Industrial: Estudios de análisis de fuentes de variabilidad Diseño de Planes experimentales Análisis e interpretación de datos Optimización de productos y procesos Modelos predictivos y causales Metodologías de Mejora continua Elaboración procedimientos estadísticos • Consultoría a empresas • Formación en herramientas • Entrenamiento en competencias relacionadas con la Mejora Continua y el Diseño de Experimentos Socio fundador LinkedIN http://ideas2value.net/inicio/
  11. 11. 11. Capacitación en abierto SESIÓNDELANZAMIENTO - METODOLOGÍAtesteadoconéxito - PROFESORADO: Expertosenmateria - SOPORTEWEB... - APOYOTUTORES - PLANENTRENAMIENTOFLEXIBLE: - Materialadaptado - Rutinasparapotenciarhábitos - Casosprácticos - Proyectoscompartidos Campamentobaseparaaclimatar:puestaencomúnydebateconstructivo HITO1 HITO2 • Importanciaeimpactoproyecto • Clienteyrequisitos • Alcance:procesosypersonas DEFINIR MEDIR ANALIZAR IMPROVE CONTROL • Conocerproceso • Mediryvalorarlassalidasdelproceso(efectos) • Diagnósticosituacióndepartida • Idearsoluciones • Verificarresultados • Exportaraprendizaje • Estandarizaryacreditarproceso • Verificarresultados • Explotaraprendizaje • Determinarlasentradasclave(causasraiz) • Decidiraccionesdecambio DINÁMICASHERRAMIENTASENTO - IDENTIFICARorganizacionesinteresadas - PROYECTOSconretorno - PROMOTORDEAPOYO(Champion) - LÍDERmotivadoparaacudiralcurso - ROLESclaros - OPERATIVA/PREPARATIVOSprevios UNA TIDA C IÓN Curso Avanzado en Programas de Mejora Continua Lean-Six Sigma Diseño de Experimentos (3 módulos) Control Estadístico de Procesos (SPC) Marzo-Junio Marzo 2015Diciembre-Febrero Introducción Diseño Robusto Próximamente Alumnos del último curso DOE: Aplicación de DOE en la fabricación de Chips en Fagor Electrónica
  12. 12. 12. Referencias
  13. 13. 13. Innovation testers: Una vez logrado el diseño conceptual del producto, y antes de la realización de prototipos y series piloto, es necesario establecer el modo en que se va a medir el éxito del prototipo, o del proceso de generación del mismo, y las condiciones en que se van a elaborar los prototipos para poder evaluar con rigor científico los diferentes aspectos que interesa a una organización. Analizamos el comportamiento de prototipos ante variación de condiciones de diseño de producto y proceso, identificando factores que afectan y optimizando diseño. Establecemos pruebas piloto para evaluar la capacidad de los procesos de fabricación de lograr los requisitos de producto y realizamos propuestas de diseño de producto o proceso robustos a esta variabilidad. Innovation trainers Ofrecemos servicios de entrenamiento en competencias relacionadas con la Mejora Continua y el Diseño de Experimentos. Potenciamos desarrollar el “statistical thinking” en las organizaciones: el pensamiento que persigue chequear/aceptar teorías en base a hechos/evidencias. http://ideas2value.net/inicio/ Lourdes Pozueta Fernández Coordina el área diseño de experimentos y análisis estadístico de Ideas2Value Network Miembro fundador Hub de innovación abierta
  14. 14. 14. La experimentación para logro producto robusto… Ayudamos en cualquier fase del Proceso de Innovación

×