SlideShare una empresa de Scribd logo
1 de 45
Ponente: 
Nivel: 
Carrera: 
Universidad: 
Eduardo Rojas 
6 to 
Ingeniería Industrial 
Técnica del Norte
APLICACIÓN DE LA METODOLOGÍA 
DMAIC EN EL SUBPROCESO DE 
ENVASE DE AZÚCAR EN EL INGENIO 
AZUCARERO DEL NORTE (IAMCEM) 
Ubicado en el kilometro 25 de la panamericana 
norte vía a Tulcán. 
Del 19 – Nov - 2012 
Al 22 – Ene - 2013
Proceso de 
elaboración de azúcar 
Ilustración 1. Proceso de elaboración de azúcar a partir del subproceso de 
evaporación. 
Ilustración 2. Maquina envasadora de azúcar.
1. APLICACIÓN DE LA METODOLOGÍA 
DMAIC 
DEFINIR 
MEDIR 
ANALIZA 
R MEJOR 
AR 
CONTROL 
AR Ilustración 3. Fases de la metodología DMAIC
1.1. DEFINIR 
En esta primera etapa se presenta el mapeo del proceso como una 
herramienta indispensable para definir las oportunidades de mejora dentro 
del proceso de elaboración de azúcar. 
Ilustración 4. Macro proceso de la elaboración de azúcar IAMCEM
1.1.1. PLANTEAMIENTO DEL PROBLEMA 
Se puede observar que 
para el subproceso de 
envase de azúcar no se 
definen variables de 
control en su sistema 
informático de control. 
Proceso Variable Frecuencia 
Sulfatación Ph jugo sulfatado Cada hora 
Alcalización 
Ph jugo encalado Cada hora 
Baumé lechada 
Cada 
preparación 
Clarificación 
Ph jugo claro Cada hora 
Temperatura del 
Cada hora 
tanque flash 
Turbiedad de jugo 
claro 
Cada hora 
Temperatura pre-calentador 
Cada hora 
Proceso Variable Frecuencia 
Evaporación 
Brix jugo claro Cada hora 
Temperatura de vapor 
del pre-evaporador 
Cada hora 
Vacío Cada hora 
Brix meladura Cada hora 
Cocimiento masa A 
Vacío tacho 1, 4 Cada hora 
Temperatura de 
Cada hora 
cocimiento 
Pureza masa A Cada hora 
Centrifugas 
Ph agua centrifugas Cada hora 
STD Agua centrifugas Cada hora 
Ilustración 5. Variables de control del proceso de la elaboración de azúcar IAMCEM
1.1.1. PLANTEAMIENTO DEL PROBLEMA 
 Una de las funciones del asistente del jefe de laboratorio es 
CONTROLAR EL PESO DE SACOS DE AZÚCAR DE ACUERDO A 
LOS PARÁMETROS DE CANTIDAD ESTABLECIDOS, bajo estas 
circunstancias he considerado esta función como una oportunidad 
para la aplicación del control estadístico y una oportunidad de mejora 
para el subproceso de envase de azúcar.
1.1.1 PLANTEAMIENTO DEL PROBLEMA 
Ilustración 7. Lluvia de ideas 
Alto nivel de variabilidad 
del peso de los sacos de 
azúcar 
Poco interés del personal de 
laboratorio por mejorar la calibración 
de la maquina envasadora. 
Debería ser tomada en 
cuenta la opinión de un 
ingeniero mecatrónico 
Los operarios no llevan un 
registro del control del peso de 
los sacos de azúcar envasados 
Verificar el mecanismo de 
cierre del paso de azúcar 
El control de peso del saco de azúcar 
no debería ser una función del 
asistente del jefe de laboratorio 
Verificar la calidad de 
los sensores de peso 
Verificar el estado de los sensores 
en cada mantenimiento 
Se deberia verificar la 
calibracion de la valanza digital 
El control sobre el peso del 
saco de azucar es esporadico 
El proceso se encuentra documentado 
pero correctamente difundido 
No se realizan controles 
sobre el metodo descrito 
Considero que el saco de azucar deberia tener 
mas longitud para mayor facilidad en el 
momento de ubicar el saco en la maquina 
El supervisor de envase pasa mas 
tiempo en el laboratorio que 
controlando las actividades del envase 
El supervisor de envase 
prioriza el control del 
color de el azúcar El nivel de variabilidad cambia en función 
del operario de la maquina envasadora
1.1.1. DEFINICIÓN DEL PROBLEMA 
El nivel de variabilidad 
cambia en función del operario 
de la maquina envasadora 
Ilustración 6. Diagrama Causa-Efecto sobre el alto nivel 
de variabilidad del peso de los sacos de azúcar 
Alto nivel de variabilidad en el 
peso de los sacos de azúcar 
Maquinaria 
El cierre del paso d azúcar 
no es tan rápido como debería 
El supervisor de envase 
prioriza el control de 
la coloración del azúcar 
Método 
El control del peso de los sacos de azúcar no debería formar 
parte de las funciones del asistente del jefe de laboratorio, 
la empresa cuenta con un supervisor de envase. 
Hace falta difusión del 
método a los operarios 
Medición 
No se llevan registros del 
peso de los sacos de azúcar 
El control sobre el peso de un 
saco de azúcar es esporádico 
El nivel de variabilidad cambia en función del 
operario que se encuentre envasando el azúcar 
Materiales 
El saco de papel debería tener más 
espacio para sostenerse en el momento 
que se encuentra llenándose 
Mano de obra 
Se necesita un sensor de 
peso con más precisión 
El contador digital 
no esta bien calibrado 
El operador presiona un botón para 
soltar el saco de azúcar cuando esta lleno 
El supervisor de envase para más 
tiempo en el laboratorio que controlando 
las actividades del envase
1.1.2. PROYECTO 
 Mejorar estadísticamente el control del peso del saco de azúcar envasado en 
papel, disminuyendo la variabilidad y generando un aumento de la 
productividad del subproceso de envase. 
Ilustración 8. Saco de azúcar 
presentación en papel (50 kg)
1.1.3. OBJETIVOS ESPECÍFICOS DEL 
PROYECTO 
 Definir las oportunidades de mejora existentes dentro del subproceso de envase de 
azúcar en papel. 
 Determinar la calidad de las mediciones mediante un estudio de repetibilidad y 
reproducibilidad. 
 Analizar estadísticamente la capacidad y estabilidad del subproceso de envase de 
azúcar. 
 Realizar el diseño de las tolerancias para el subproceso de envase de azúcar.
1.1.4. MARCO DEL PROYECTO DE MEJORA PARA 
EL SUBPROCESO ENVASE DE AZÚCAR 
MARCO DEL PROYECTO SEIS SIGMA FECHA: 19/11/2012 VERSIÓN: 1.0 
Título: APLICACIÓN DE LA METODOLOGÍA DMAIC EN EL SUBPROCESO DE ENVASE DE AZÚCAR EN EL INGENIO 
AZUCARERO DEL NORTE 
Declaración del problema: Una de las funciones del departamento de laboratorio es controlar el peso correcto de los sacos de 
azúcar envasados, mas no es una actividad que se realiza constantemente. Ésta actividad requiere un control y un cálculo de la 
eficiencia y productividad del sistema de envase de azúcar. 
Objetivo: Mejorar estadísticamente el control del peso del saco de azúcar envasado en papel, disminuyendo la variabilidad y 
generando un aumento de la productividad del subproceso de envase. 
Alcance: El proyecto se limitara a realizar un control estadístico del peso del saco de azúcar envasado en papel y a mejorar la 
productividad del subproceso de envase de azúcar. 
Autor: Eduardo Rojas 
Recursos: Manual de procedimientos del personal de laboratorio, registro elaborado sobre el peso del saco de azúcar envasado, 
registro de los productos conformes y no conformes envasados. 
Métricas: Peso, capacidad, estabilidad, productividad. 
Fecha de inicio del proyecto: 19 de noviembre del 2012. 
Fecha planeada para finalizar el proyecto: 10 de febrero del 2013. 
Entregable del proyecto: Indicadores de productividad, estudio de capacidad y estabilidad del peso del azúcar envasado en papel, 
análisis de la confiabilidad de los datos, diseño de tolerancias, todo esto aplicado al subproceso de envase de azúcar en papel. 
Tabla 1. Marco del proyecto de mejora
2. MEDIR 
Para empezar con la medición de la métrica involucrada y establecer una 
línea base, es necesario validar el sistema de medición para el peso de los 
sacos de azúcar de papel. 
Ilustración 9. Bodega de producto Ilustración 10. Ejemplo de envase 
terminado IAMCEM
2.1. ESTUDIO R&R LARGO 
REPETIBILIDAD Y REPRODUCIBILIDAD 
Referencias del estudio R&R 
Métrico: Peso de un saco de azúcar 
Tamaño de la muestra: 10 
Operadores evaluados: 3 
Numero de ensayos: 2 
Tabla 2. Levantamiento de datos para 
el estudio R&R largo 
Responsable: Eduardo Rafael Rojas Araujo Fecha: 16/01/2013 
Especificaciones: 
LES 50.09 Estudio: R & R Largo 
LEI 49.94 
Departamento 
: 
Producción 
Tolerancia: 0.15 0.09 0.06 Sector: Envase 
n 
Operador 1 Operador 2 Operador 3 
Ensayo Ensayo Ensayo Ensayo Ensayo Ensayo 
1 2 1 2 1 2 
1 50.05 50.04 50.04 50.04 50.05 50.04 
2 50.03 50.02 50.03 50.02 50.02 50.03 
3 50.03 50.02 50.04 50.03 50.03 50.03 
4 50.02 50.02 50.02 50.01 50.02 50.01 
5 50.03 50.02 50.02 50.01 50.01 50.02 
6 50.04 50.03 50.04 50.03 50.03 50.02 
7 50.01 50.00 50.00 50.00 50.01 50.01 
8 50.03 50.03 50.03 50.02 50.03 50.02 
9 50.05 50.05 50.06 50.06 50.05 50.04 
10 50.01 50.01 50.01 50.00 50.00 50.00
2.1. ESTUDIO R&R LARGO 
ANÁLISIS DE LAS MEDIAS DE LOS 
DATOS 
Tabla 3. La tolerancia para el producto es de 0.15 y las especificaciones son de 50±0.09 
n 1 2 3 4 5 6 7 8 9 10 
Media 1 50.045 50.025 50.025 50.020 50.025 50.035 50.005 50.030 50.050 50.010 
Media 2 50.040 50.025 50.035 50.015 50.015 50.035 50.000 50.025 50.060 50.005 
Media 3 50.045 50.025 50.030 50.015 50.015 50.025 50.010 50.025 50.045 50.000 
Rango 0.005 0.000 0.010 0.005 0.010 0.010 0.005 0.005 0.015 0.005 
50.070 
50.060 
50.050 
50.040 
50.030 
50.020 
50.010 
50.000 
49.990 
49.980 
49.970 
Comparacion de la media de los operadores 
1 2 3 4 5 6 7 8 9 10 
1 2 3 
Ilustración 11. Análisis grafico de los 
datos obtenidos para el estudio R&R 
largo
2.1. ESTUDIO R&R LARGO 
REPETIBILIDAD Y REPRODUCIBILIDAD 
1) Calcular el rango de las mediciones de cada operador. 
6) 3) 7) 2) 4) El Calcular error de el la índice limite promedio medición superior precisión/de expandido expandida los de la rangos tolerancia 
carta 5.15 de de del veces rangos. 
cada equipo debido operador VE. 
a la y repetibilidad obtener el promedio y 
de la 
reproducibilidad. 
media de los rangos, además calcular la media de todas las mediciones realizadas por 
un mismo Repetibilidad operador. 
y reproducibilidad 
Si los datos se %VE2 ajustan + %VO2 
a distribución normal ampliamos la desviación 
%VE2 + %VO2 
estándar del error del equipo en 5.15 veces. 
EM n 
= R&R= 
EM = R&R= 0.0311 
Operador 1 Operador 2 Operador 3 
Ensayo 
Ensay 
o Rango 
Ensayo Ensayo 
Rango 
Ensayo Ensayo 
Rango 
1 2 1 2 1 2 
1 50.05 50.04 0.01 50.04 50.04 0.00 50.05 50.04 0.01 
2 50.03 50.02 0.01 50.03 50.02 0.01 50.02 50.03 0.01 
3 50.03 50.02 0.01 50.04 50.03 0.01 50.03 50.03 0.00 
4 50.02 50.02 0.00 50.02 50.01 0.01 50.02 50.01 0.01 
5 50.03 50.02 0.01 50.02 50.01 0.01 50.01 50.02 0.01 
6 50.04 50.03 0.01 50.04 50.03 0.01 50.03 50.02 0.01 
7 50.01 50.00 0.01 50.00 50.00 0.00 50.01 50.01 0.00 
8 50.03 50.03 0.00 50.03 50.02 0.01 50.03 50.02 0.01 
9 50.05 50.05 0.00 50.06 50.06 0.00 50.05 50.04 0.01 
10 50.01 50.01 0.00 50.01 50.00 0.01 50.00 50.00 0.00 
R₁¯ 0.006 
R₂¯ 0.007 
R₃¯ 0.007 
Σ R 0.020 
R¯ 0.007 
Dif u k2 
Tabla 14. Error de la medición 
Por lo tanto la variación de la repetibilidad y reproducibilidad. 
Tabla 5. Promedio de los rangos de cada operador 
Tabla 4. Rango de los datos de cada operador 
μ₁ 50.027 
μ₂ 50.026 
μ₃ 50.024 
Tabla 6. Media de las observaciones de cada operador 
LCS (R¯) (D₄) 
LCS 0.02 
Tabla 7. Límite superior de la carta de rangos 
D₄ 
Ensayo 
s 
3.27 2 
2.57 3 
Tabla 8. Valores de la constante D4 
Repetibilidad (variación del equipo) 
VE = (R¯) (k₁) 
VE = 0.0304 
Tabla 9. Variación del equipo 
σ repeti = 
VE 
5.15 
σ repeti = 0.0059 
Tabla 10. Desviación del equipo 
k₁ ensayos y 
k₂ operarios 
2 3 
k₁ 4.56 3.05 
k₂ 3.65 2.70 
Tabla 11. Valores de la constante k1 para n ensayos 
y k2 para n operarios 
5) Determinar la variación expandida del operador (VO). 
Reproducibilidad (variación del operador) 
VO = 
VO = 0.0066 
2 
− 
VE2 
nt 
Tabla 12. Variación del operador 
σ repro = 
VO 
5.15 
σ repro = 0.0013 
Tabla 13. Desviación del operador 
k₁ ensayos y 
k₂ operarios 
2 3 
k₁ 4.56 3.05 
k₂ 3.65 2.70 
Tabla 11. Valores de la constante k1 para n ensayos 
y k2 para n operarios 
σ R & R= 
R & R 
5.15 
σ R & R = 0.0060 
Tabla 15. Desviación de la repetibilidad y reproducibilidad 
Análisis en % de tolerancias 
% VE = 
100 (VE) 
% VO = 
100 (VO) 
Tolerancia Tolerancia 
% VE = 0.20 % VO = 0.04 
P/T = % R & R = 
P/T = % R & R = 20.73% Marginal 
Tabla 16. Índice de precisión y tolerancia Tabla 17. Análisis en porcentaje de tolerancias. 
Excelente proceso Aceptable Bueno Marginal 
Debe ser 
corregido 
≤ 10% 10% < X ≤ 20% 20% < X ≤ 30% > 30 
Tabla 18. Interpretación del índice de P/T
2.1. ESTUDIO R&R LARGO 
RESULTADOS 
Tabla 19. Porcentajes de participación de las fuentes de variación en el error. 
Criterio % de participación en el 
error 
Interpretación 
VE 
20.27% 
La variación atribuida al equipo tiene un % de calidad de la medición 
marginal, aunque tiende a un % aceptable. 
VO 
4.38% 
La variación atribuida al equipo tiene un % de calidad de la medición 
excelente 
R&R 
38.06% 
La variación atribuida a la medición tiene un % de calidad que debe ser 
corregido. 
P/T 20.73% Tiene una resolución poco adecuada 
Tabla 18. Interpretación del índice P/T 
Excelente 
proceso 
Aceptable Bueno Marginal 
Debe ser 
corregido 
≤ 10% 10% < X ≤20% 20% < X ≤ 30% > 30%
25 
20 
15 
10 
5 
0 
Porcentajes de las fuentes de variación 
20.27 
4.38 
VE VO P/T 
20.73 
Fuentes de variación 
Ilustración 12. Análisis de las fuentes de 
variación
2.1. ESTUDIO R&R LARGO 
RESULTADOS 
 El mínimo porcentaje de variación que se atribuye al operador se debe a: 
 La simplicidad del método de muestreo. 
 El alto porcentaje de variación que se atribuye al instrumento, puede ser por: 
 Suciedad en la balanza. 
 Componentes gastados. 
 Variabilidad dentro de los sacos de papel. 
 Mal funcionamiento del instrumento. 
Objetivo especifico 2
2.2. SITUACIÓN INICIAL DEL SUBPROCESO 
DE ENVASE DE AZÚCAR 
 El objetivo del subproceso de envase es justamente envasar sacos de azúcar de 50 
kg. 
 ¿Cuántos sacos de azúcar envasados cumplen este parámetro? 
 Obtener la probabilidad de que un saco de azúcar seleccionado aleatoriamente 
cumpla con el parámetro de tener exactamente 50Kg. 
1) Seleccionar el tamaño de la muestra. 
2) Levantar los datos sobre el peso de un saco de azúcar. 
3) Realizar la prueba de normalidad de los datos. 
4) Calcular la probabilidad.
2.2. SITUACIÓN INICIAL DEL SUBPROCESO 
DE ENVASE DE AZÚCAR 
 Selección del tamaño de la muestra. Técnica de los estándares militares. 
Tabla 20. Letras código para el tamaño de la muestra 
Tamaño del lote Niveles especiales de inspección Niveles generales de inspección 
S-1 S-2 S-3 S-4 I II III 
2 a 8 A A A A A A B 
9 a 15 A A A A A B C 
16 a 25 A A B B B C D 
26 a 50 A B B C C D E 
51 a 90 B B C C C E F 
91 a 150 B B C D D F G 
151 a 280 B C D E E G H 
281 a 500 B C D E F H J 
501 a 1 200 C C E F G J K 
1 200 a 3 200 C D E G H K L 
3 201 a 10 000 C D F G J L M 
10 001 a 35 000 C D F H K M N 
35 001 a 150 000 D E G J L N P 
150 000 a 500 000 D E G J M P Q 
500 001 y más D E H K N Q R 
Tabla 21. Tamaño de la muestra
2.2. SITUACIÓN INICIAL DEL SUBPROCESO 
DE ENVASE DE AZÚCAR 
 Levantamiento de los datos del peso de un azúcar. 
Tabla 22. Muestra del peso de un saco de azúcar 
50.06 50.08 50.03 50.02 50.05 49.99 50.00 50.01 50.00 50.01 
50.06 50.07 50.06 50.09 50.08 49.95 49.96 49.95 49.98 50.02 
50.06 50.01 50.04 50.06 50.02 49.98 49.95 49.96 50.01 50.02 
50.03 50.00 50.04 50.00 50.03 50.05 50.02 50.00 50.00 50.01 
50.01 50.03 49.96 49.94 50.00 49.98 49.99 49.95 49.96 49.98 
50.04 50.03 49.99 50.01 50.01 50.00 49.97 50.00 49.99 49.98 
49.95 49.98 50.01 49.94 49.96 50.01 49.94 50.14 50.10 50.03 
50.02 50.07 50.07 50.01 50.00 50.02 50.07 50.06 50.06 50.05 
50.10 50.09 50.11 50.08 50.11 50.10 50.04 50.04 50.03 50.00 
49.94 49.96 49.95 49.98 50.01 50.05 50.05 50.02 49.96 49.97 
50.00 50.03 49.99 50.01 50.01 49.95 49.95 49.99 50.02 49.97 
50.05 50.06 50.04 50.03 50.04 49.90 50.00 49.92 49.95 49.98 
50.03 49.98 49.96 49.95 49.96
2.2. SITUACIÓN INICIAL DEL SUBPROCESO 
DE ENVASE DE AZÚCAR 
 Realización de la prueba de normalidad 
 Aplicación 1 MiniTab. 
 Calculo de la probabilidad de obtener 1 saco de azúcar que tiene exactamente 
50kg. 
 n = 125 
 X = 13 
 Pr (marginal) = 0.104 
 Resultados 
 El valor P de la prueba de normalidad, con un nivel de confianza 푁퐶 = 95% y un ∝ = 5%; es de: 
0.117 
 Y la probabilidad de obtener un saco de azúcar que contenga 50kg es de 0.104
2.2. SITUACIÓN INICIAL DEL SUBPROCESO 
DE ENVASE DE AZÚCAR 
Productividad mono factorial (unidades producidas por día). 
Del 19 – Nov – 2012, al 19 – dic - 2012 
Datos: 
Unidades promedio producidas por día: 
1756 
Probabilidad de obtener un saco con 50kg: 
0.104 
Unidades probables con 50kg: 
183 
• 푃푟표푑푢푐푡푖푣푖푑푎푑 = 
푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 
푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 
• 푃푟표푑푢푐푡푖푣푖푑푎푑 = 183 푆푎푐표푠 푑푒 푎푧푢푐푎푟 
푑푖푎 
Ecuación 1. Calculo de la productividad
2.3. ESTUDIO DE CAPACIDAD 
 Analizar la capacidad de un proceso consiste en conocer la amplitud de la variación 
natural (EI – ES) del proceso para una característica de calidad dada (Peso), donde 
las mediciones deben ser iguales a un valor nominar N (50kg). 
 Aplicación 3 MiniTab.
2.3. ESTUDIO DE CAPACIDAD 
 Calculo de los índices de capacidad del proceso. 
 Índice de capacidad potencial del proceso. 
Tabla 26. Índice de capacidad real del proceso 
Tabla 23. Calculo del índice de capacidad del proceso. 
Es − Ei 
Cp = 
6 s 
Cp = 0.88 
x− − Ei 
3 s 
; 
Es − x− 
 Índices de capacidad del proceso sobre la especificación inferior y superior. 
Tabla 24. Calculo del índice inferior de capacidad del proceso. 
x− − N 
x− − Ei 
1 
2 Es − Ei 
Cpi = 
3 s 
Cpi = 0.81 
Tabla 25. Calculo del índice superior de capacidad del proceso. 
Es − 푥− 
Cps = 
3 s 
Cps = 0.94 
real del proceso. 
Índice de centrado del proceso. 
 Índice de Taguchi. 
Cpk = Mínimo 
Cpk = mínimo 0.81 
3 s 
K = 
K = 10% 
Cpm = 
Cpm = 0.85 
Tabla 27. Índice de centrado del proceso 
Tabla 28. Índice de Taguchi 
Es − Ei 
6 s2 + x− − N
2.3. ESTUDIO DE CAPACIDAD 
RESULTADOS DE LA SITUACIÓN 
INICIAL 
Índices 
 Cp = 0.88 < 1 
Interpretación 
 El proceso de envase de azúcar no es 
K = 0.1 = 10% Este signo índice positivo si toma nos indica que la 
potencialmente del proceso. 
capaz de cumplir con 
las especificaciones. 
 El Cpk ≤ Cp. Por lo tanto, se ajusta a 
 las Se condiciones encontraría en del la índice categoría Cpk. 
número 
3, donde el proceso requiere 
modificarse para alcanzar una calidad 
Cpi = 0.81 
 Cps = 0.94 
Ecuación 2. Factor de corrección Tao 
Tabla 31. 30. Interpretación Interpretación del del índice índice K 
Cpk 
Tabla 29. Rangos para la interpretación del índice de capacidad 
del proceso. 
Cp Categoria Interpretación satisfactoria. 
≥ 2 Clase mundial Calidad 6 sigma 
> 1.33 1.00 Adecuado 
1 < Cp ≤ 1.33 2.00 Parcialmente adecuado 
0.67 < Cp ≤ 1 3.00 Requiere modificaciones 
≤ 0.67 4.00 No adecuado para el trabajo 
Estos índices toman en cuenta el 
centrado del proceso. La capacidad 
del proceso mejora con los valores que 
van desde la especificación superior, y 
se reduce con los valores que van 
desde la especificación inferior. 
 La mayor cantidad de problemas se 
encuentran de la media hacia la 
especificación inferior 
(Cpk = 0.81 ) < (Cp = 0.88) 
Cpk Interpretación 
≥ 1.25 El proceso es satisfactorio 
< 1 
El proceso no cumple al menos con una 
especificación 
Cpk = Cp Siempre debe ser menor o igual al índice Cp 
Cpk negativo o 0 
La medida del proceso esta fuera de las 
especificaciones 
Cpk ≠ Cp El proceso tiene problemas de centrado 
Cumplir con las especificaciones no sinónimo de calidad, la variabilidad debe 
reducirse en torno al valor nominal 
(Taguchi). 
 Se interpreta como una incapacidad 
del proceso para cumplir con las 
especificaciones por problemas de 
centrado del proceso y exceso de 
variación en el mismo. 
Cpm 0.85 
σ2 + ( μ − N )2 . 
media del proceso es más grande que 
el valor nominal. 
Si analizamos el porcentaje, significa 
que el proceso es aceptablemente 
centrado. 
K K positivo Media > Valor nominal 
K negativo Media < Valor nominal 
K < 20% El centrado del proceso es aceptable 
K > 20% 
El descentramiento del proceso contribuye 
notablemente a la incapacidad del proceso para 
cumplir con las especificaciones.
2.4. ESTUDIO DE ESTABILIDAD 
 La herramienta utilizada para medir la estabilidad del proceso, en este caso es la 
carta de control para variables X – R. 
Esta carta nos permite analizar la variación entre las medias del peso de los sacos de 
azúcar en subgrupos, y así, poder detectar posibles cambios en las medias del 
proceso cuando la carta detecte puntos fuera de los límites de control. 
Nota: el tamaño del subgrupo debe ser menor que 10, al contrario de las cartas X – S.
2.4. ESTUDIO DE ESTABILIDAD 
CARTA DE CONTROL X – R 
1 3 5 7 9 11 13 15 17 19 21 23 25 
50.10 
50.05 
50.00 
49.95 
Muestra 
Media de la muestra 
UC L=50.0519 
__ 
X=50.0114 
LC L=49.9710 
1 3 5 7 9 11 13 15 17 19 21 23 25 
0.20 
0.15 
0.10 
0.05 
0.00 
Muestra 
Rango de la muestra 
UC L=0.1481 
_ 
R=0.0701 
LC L=0 
1 
5 
1 
6 
5 
5 
1 5 
1 
1 
1 
1 
Gráfica Xbarra-R de C1, ..., C5 
Ilustración 13. Carta de control de medias y rango s 
(subgrupo = 5, media = 50.01, desviación estándar = 0.0457) 
Pruebas 
Aplicación 4 MiniTab
2.4. ESTUDIO DE ESTABILIDAD 
 El índice de estabilidad se obtiene de la razón entre el número de puntos especiales 
y el número total de puntos, multiplicado por 100. 
St = 
numero de puntos especiales 
numero total de puntos 
x 100 
Índice St 24% 4% 
Carta X R 
Carta de 
X - R 
control 
Ecuación 3. Índice de estabilidad 
El porcentaje de 4% de la carta R corresponde a un proceso regular por ser menor 
que el 5%. 
 Los porcentajes de este índice puede mejorar añadiendo más 
subgrupos al cálculo de las cartas de control. 
Tabla 32. Valores del índice de estabilidad
4.5. CONCLUSIONES DE LA FASE MEDIR 
 El proceso es tipo D. INESTABLE e INCAPAZ 
¿El proceso es estable? 
Herramientas: Cartas de control e índice de 
estabilidad 
SI NO 
¿El proceso es capaz? SI A (Estable y Capaz) B (Capaz pero inestable 
Herramientas: Estudios de capacidad e 
NO Tabla 34. Los cuatro estados de un proceso. C (Estable pero incapaz) D (Inestable e incapaz) 
índices 
Objetivo especifico 3
3. ANALIZAR 
En esta etapa se identifican las X potenciales que están 
influyendo en el problema de la variabilidad del 
subproceso de envase de azúcar. A partir de aquí es 
posible identificar las X vitales.
3.1 DIAGRAMA CAUSA-EFECTO 
SITUACIÓN FINAL 
Ilustración 14. Diagrama causa efecto 
“falta de precisión sobre el valor nominal” 
Realizar un mantenimiento 
electrónico permanente 
Variabilidad en el peso 
del saco de azúcar 
Falta de precisión 
sobre el valor nominal 
Mano de obra 
Medición 
Método 
El análisis de estabilidad 
necesita de mas subgrupos 
que permitan mejorar la 
estimación del índice St y 
adicionalmente utilizar la 
cata de control X - S 
La calibración de la maquina debe ser 
establecida por un Ing. Macarrónico 
Las personas que realizan el mantenimiento tienen 
conocimientos eléctricos mas no mecánicos 
El personal de mantenimiento presenta poco 
interés en mejorar la calibración de la maquina. 
Necesita un ajuste para mejorar 
su precisión mecánica 
El sistema de medición no es 
apto para Variabilidad en los fines de control 
sacos de azúcar 
Materiales 
Mal diseño del 
sistema de medición 
Suciedad en el equipo 
Mal funcionamiento 
de la balanza 
Método inadecuado 
Maquinaria 
Componentes gastados 
El nivel de variabilidad cambia en 
función del operario que se encuentra 
en la maquina envasadora
3.2. IDENTIFICACIÓN DE LAS X 
POTENCIALES 
 X1: Variación en el peso del saco de azúcar envasado. 
 X2: Asesorar la calibración con un especialista en electrónica y mecánica. 
 X3: Realizar ajustes mecánicos. 
 X4: Realizar ajustes electrónicos. 
 X5: Variación en los sacos. 
 X6: Posibles componentes gastados en la maquina de envasado. 
 X7: Fallas en el equipo de medición. 
 X8: Variación del peso del saco de azúcar en función del operador.
3.3. IDENTIFICACIÓN DE LAS X VITALES 
 X3: Realizar ajustes mecánicos. 
 X4: Realizar ajustes electrónicos. 
 X6: Posibles componentes gastados en la maquina de envasado. 
 X8: Variación del peso del saco de azúcar en función del operador.
4. MEJORAR 
 Implementar limites de tolerancias acordes a la calidad 
seis sigma. 
 Mejorar las condiciones de almacenaje en la maquina. 
 Verificar la calibración electrónica en el tablero de control y 
los elementos mecánicos que se controla el tablero. 
 Implementar un sistema de dosificación de envase de 
azúcar. 
 Implementación de una maquina automática de envase de 
azúcar.
4.1. DISEÑO DE TOLERANCIAS 
 Datos: 
 n = 100 
 μ = 50.01 
 σ = 0.05 
μ ∓ Z∝ 
2 
σ 
NC 90% 95% 99% 
α 0.10 0.05 0.01 
0.95 0.975 0.995 
LCS 50.055 50.056 50.057 
LCI 49.971 49.9694 49.9685 
Tabla 33. Diseño de tolerancias de una muestra que se ajusta a 
una distribución normal estándar. 
Z∝ 
2 
Objetivo especifico 4
4.2. MEJORA DE LAS CONDICIONES DE LA 
MAQUINA 
AJUSTES ELECTRO-MECÁNICOS. 
Relación con las X vitales 
 X3: Realizar ajustes mecánicos. 
 X4: Realizar ajustes electrónicos. 
 Realizar ajustes en la calibración del 
tablero de control, de modo que 
permita un rango de variación 0.08kg 
en el envase de azúcar. 
Ilustración 15. Maquina envasadora primera etapa de mejora
4.2. MEJORA DE LAS CONDICIONES DE LA 
MAQUINA 
AJUSTES ELECTRO-MECÁNICOS. 
 Sistema de dosificación. 
¿Es posible implementar este sistema en la 
maquina de envase actual? 
¿Existe disponibilidad de espacio físico? 
¿Cuenta con planos del Layout? 
¿Cuánto tiempo tomara implementar las 
educaciones a la maquina de envase 
actual? 
Ilustración 16. Maquina envasadora segunda etapa de mejora
4.2. IMPLEMENTACIÓN DE UNA MAQUINA 
AUTOMÁTICA. 
• Maquina automática de envasado de azúcar 
Objetivo especifico 1
5. CONTROLAR 
El objetivo es envasar sacos de azúcar con un límite de 
tolerancia de 50 ∓ 0.04
5.1. ANÁLISIS COMPARATIVO 
Situación inicial Proceso controlado 
Ilustración 17. Comparación de los Índices de capacidad estado inicial y actual
5.1. ANÁLISIS COMPARATIVO 
Probabilidad estado inicial 
• Pr (marginal) = 0.104 
Probabilidad estado actual 
• Pr (marginal) = 0.168 
푃푟표푑푢푐푡푖푣푖푑푎푑 = 
푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 
푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 
푃푟표푑푢푐푡푖푣푖푑푎푑 = 183 푆푎푐표푠 푑푒 푎푧푢푐푎푟 
푑푖푎 
푃푟표푑푢푐푡푖푣푖푑푎푑 = 
푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 
푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 
푃푟표푑푢푐푡푖푣푖푑푎푑 = 295 푆푎푐표푠 푑푒 푎푧푢푐푎푟 
푑푖푎
6. CONCLUSIONES
• La aplicación de la metodología cumplió con el objetivo de realizar una mejora en el 
subproceso de envase de azúcar 
• Hacen falta estudios más profundos para llegar a la meta del 6 sigma y la obtención 
del 3.4 defectos por millón de unidades producidas.

Más contenido relacionado

La actualidad más candente

Guía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadGuía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadCorporación Dinant
 
4. Validación de producto y proceso
4. Validación de producto y proceso4. Validación de producto y proceso
4. Validación de producto y procesoAdriana Soto
 
Diseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesDiseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesInnocon S.A. - Grupo Setop Ltda.
 
Trabajo localizacion de plantas
Trabajo localizacion de plantasTrabajo localizacion de plantas
Trabajo localizacion de plantasalbertovilchez2704
 
Tema 2.1 informacion general del control de la actividad de produccion.
Tema 2.1 informacion general del control de la actividad de produccion.Tema 2.1 informacion general del control de la actividad de produccion.
Tema 2.1 informacion general del control de la actividad de produccion.kleta23
 
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Jesus Rodriguez
 
Mapa conceptual de sistemas y normas de calidad
Mapa conceptual de sistemas y normas de calidadMapa conceptual de sistemas y normas de calidad
Mapa conceptual de sistemas y normas de calidaddanielavstanleyt
 
Apicando las 9s israel
Apicando las 9s israelApicando las 9s israel
Apicando las 9s israelBIOPOWER
 
Control documental del proceso
Control documental del procesoControl documental del proceso
Control documental del procesoToño Perez
 
Múltiples Amortiguadores de tiempo
Múltiples Amortiguadores de tiempoMúltiples Amortiguadores de tiempo
Múltiples Amortiguadores de tiempoArturo Vázquez
 
mapa mental manejo de materiales
mapa mental manejo de materialesmapa mental manejo de materiales
mapa mental manejo de materialesismaelvillasana10
 
Costos y preuspuestos
Costos y preuspuestosCostos y preuspuestos
Costos y preuspuestosDiego Gomez
 
Ingeniería de métodos
Ingeniería de métodosIngeniería de métodos
Ingeniería de métodosEtron Pc
 
Mejoramiento del proceso productivo de elaboración de hamburguesas
Mejoramiento del proceso productivo de elaboración de hamburguesasMejoramiento del proceso productivo de elaboración de hamburguesas
Mejoramiento del proceso productivo de elaboración de hamburguesasvoltajetotal
 

La actualidad más candente (20)

Guía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidadGuía de ejercicios aplicación de la calidad
Guía de ejercicios aplicación de la calidad
 
4. Validación de producto y proceso
4. Validación de producto y proceso4. Validación de producto y proceso
4. Validación de producto y proceso
 
Diseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesDiseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industriales
 
Sesión 2 gestión de la productividad
Sesión 2 gestión de la productividadSesión 2 gestión de la productividad
Sesión 2 gestión de la productividad
 
Trabajo localizacion de plantas
Trabajo localizacion de plantasTrabajo localizacion de plantas
Trabajo localizacion de plantas
 
Tema 2.1 informacion general del control de la actividad de produccion.
Tema 2.1 informacion general del control de la actividad de produccion.Tema 2.1 informacion general del control de la actividad de produccion.
Tema 2.1 informacion general del control de la actividad de produccion.
 
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
 
Mapa conceptual de sistemas y normas de calidad
Mapa conceptual de sistemas y normas de calidadMapa conceptual de sistemas y normas de calidad
Mapa conceptual de sistemas y normas de calidad
 
Mapa de la cadena de valor vsm 1
Mapa de la cadena de valor vsm 1Mapa de la cadena de valor vsm 1
Mapa de la cadena de valor vsm 1
 
Control Estadistico De Procesos
Control Estadistico De ProcesosControl Estadistico De Procesos
Control Estadistico De Procesos
 
Apicando las 9s israel
Apicando las 9s israelApicando las 9s israel
Apicando las 9s israel
 
Control documental del proceso
Control documental del procesoControl documental del proceso
Control documental del proceso
 
estudio del trabajo
estudio del trabajoestudio del trabajo
estudio del trabajo
 
Múltiples Amortiguadores de tiempo
Múltiples Amortiguadores de tiempoMúltiples Amortiguadores de tiempo
Múltiples Amortiguadores de tiempo
 
Medición del trabajo
Medición del trabajoMedición del trabajo
Medición del trabajo
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
 
mapa mental manejo de materiales
mapa mental manejo de materialesmapa mental manejo de materiales
mapa mental manejo de materiales
 
Costos y preuspuestos
Costos y preuspuestosCostos y preuspuestos
Costos y preuspuestos
 
Ingeniería de métodos
Ingeniería de métodosIngeniería de métodos
Ingeniería de métodos
 
Mejoramiento del proceso productivo de elaboración de hamburguesas
Mejoramiento del proceso productivo de elaboración de hamburguesasMejoramiento del proceso productivo de elaboración de hamburguesas
Mejoramiento del proceso productivo de elaboración de hamburguesas
 

Destacado

Principales herramientas a utilizar en la etapa DEFINIR de DMAIC
Principales herramientas a utilizar en la etapa DEFINIR de DMAICPrincipales herramientas a utilizar en la etapa DEFINIR de DMAIC
Principales herramientas a utilizar en la etapa DEFINIR de DMAICBlackberry&Cross
 
Caso de aplicacion six sigma
Caso de aplicacion six sigmaCaso de aplicacion six sigma
Caso de aplicacion six sigmaEmerson Delgado
 
Proyecto Final Seis Sigma
Proyecto Final Seis SigmaProyecto Final Seis Sigma
Proyecto Final Seis SigmaDsooner
 
Metodología dmaic ejemplo
Metodología dmaic ejemploMetodología dmaic ejemplo
Metodología dmaic ejemplofer60aranda
 
Analisis de sistemas de medicion
Analisis de sistemas de medicionAnalisis de sistemas de medicion
Analisis de sistemas de medicionSalvador Hernandez
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejiaguruclef01
 
Qué es el Six Sigma ?
Qué es el Six Sigma ?Qué es el Six Sigma ?
Qué es el Six Sigma ?LuisFerToledo
 
Storyboard idea 1 Hossameldin Elrayes and Lauryn Kyriacou
Storyboard   idea 1 Hossameldin Elrayes and Lauryn KyriacouStoryboard   idea 1 Hossameldin Elrayes and Lauryn Kyriacou
Storyboard idea 1 Hossameldin Elrayes and Lauryn Kyriacouhaverstockmedia
 
Calidad - Experto universitario en six sigma black belt
Calidad  - Experto universitario en six sigma black beltCalidad  - Experto universitario en six sigma black belt
Calidad - Experto universitario en six sigma black beltCentro de e-Learning. UTN FRBA
 

Destacado (20)

El método DMAIC en Six Sigma
El método DMAIC en Six SigmaEl método DMAIC en Six Sigma
El método DMAIC en Six Sigma
 
Principales herramientas a utilizar en la etapa DEFINIR de DMAIC
Principales herramientas a utilizar en la etapa DEFINIR de DMAICPrincipales herramientas a utilizar en la etapa DEFINIR de DMAIC
Principales herramientas a utilizar en la etapa DEFINIR de DMAIC
 
Ejemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis SigmaEjemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis Sigma
 
Six Sigma Metodologia DMAIC
Six Sigma Metodologia DMAICSix Sigma Metodologia DMAIC
Six Sigma Metodologia DMAIC
 
Proceso DMAIC para la Calidad
Proceso DMAIC para la CalidadProceso DMAIC para la Calidad
Proceso DMAIC para la Calidad
 
Dmaic
DmaicDmaic
Dmaic
 
Caso de aplicacion six sigma
Caso de aplicacion six sigmaCaso de aplicacion six sigma
Caso de aplicacion six sigma
 
Seis sigma presentación
Seis sigma presentaciónSeis sigma presentación
Seis sigma presentación
 
Proyecto Final Seis Sigma
Proyecto Final Seis SigmaProyecto Final Seis Sigma
Proyecto Final Seis Sigma
 
Metodología dmaic ejemplo
Metodología dmaic ejemploMetodología dmaic ejemplo
Metodología dmaic ejemplo
 
Analisis de sistemas de medicion
Analisis de sistemas de medicionAnalisis de sistemas de medicion
Analisis de sistemas de medicion
 
Dmaic
DmaicDmaic
Dmaic
 
Estudio R & R Mejia
Estudio R & R  MejiaEstudio R & R  Mejia
Estudio R & R Mejia
 
Presentacion seis sigma
Presentacion seis sigmaPresentacion seis sigma
Presentacion seis sigma
 
Qué es el Six Sigma ?
Qué es el Six Sigma ?Qué es el Six Sigma ?
Qué es el Six Sigma ?
 
Seis Sigma y sus Herramientas
Seis Sigma y sus HerramientasSeis Sigma y sus Herramientas
Seis Sigma y sus Herramientas
 
Storyboard idea 1 Hossameldin Elrayes and Lauryn Kyriacou
Storyboard   idea 1 Hossameldin Elrayes and Lauryn KyriacouStoryboard   idea 1 Hossameldin Elrayes and Lauryn Kyriacou
Storyboard idea 1 Hossameldin Elrayes and Lauryn Kyriacou
 
6 sigma.parte ii
6 sigma.parte ii6 sigma.parte ii
6 sigma.parte ii
 
6 sigma parte vii
6 sigma parte vii6 sigma parte vii
6 sigma parte vii
 
Calidad - Experto universitario en six sigma black belt
Calidad  - Experto universitario en six sigma black beltCalidad  - Experto universitario en six sigma black belt
Calidad - Experto universitario en six sigma black belt
 

Similar a Aplicación de la metodología DMAIC

Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14Maestros en Linea
 
Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14Maestros Online
 
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdfTaniaMendez60
 
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3Presentacion reporte de practica unidad 2 equipo 2_ grupo 3
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3OLGUINCRUZHECTOR
 
Exposición final proyecto: Propuesta de redistribución en planta
Exposición final proyecto: Propuesta de redistribución en plantaExposición final proyecto: Propuesta de redistribución en planta
Exposición final proyecto: Propuesta de redistribución en plantaAprendizajeAutnomo
 
Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14Educaciontodos
 
DIAPOS ING DE METODOS - PRESENTAR.1.pptx
DIAPOS ING DE METODOS - PRESENTAR.1.pptxDIAPOS ING DE METODOS - PRESENTAR.1.pptx
DIAPOS ING DE METODOS - PRESENTAR.1.pptxHermesMejiaVasquez
 
Clase de Administración de la Calidad II del 11.06.22.pdf
Clase de Administración de la Calidad II del 11.06.22.pdfClase de Administración de la Calidad II del 11.06.22.pdf
Clase de Administración de la Calidad II del 11.06.22.pdfAndrsCastro58
 
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...BolaosYasser
 
PRESENTACION DE SIG - ING. INDUSTRIAL
PRESENTACION DE SIG - ING. INDUSTRIALPRESENTACION DE SIG - ING. INDUSTRIAL
PRESENTACION DE SIG - ING. INDUSTRIALfelixxx1983
 
Presentacion de SIG- Ing. Industrial
Presentacion de SIG- Ing. IndustrialPresentacion de SIG- Ing. Industrial
Presentacion de SIG- Ing. Industrialfelixxx1983
 
Presentacion TESIS DEL CASTILLO.pptx
Presentacion TESIS DEL CASTILLO.pptxPresentacion TESIS DEL CASTILLO.pptx
Presentacion TESIS DEL CASTILLO.pptxPedroAndrsSalasGonza
 

Similar a Aplicación de la metodología DMAIC (20)

Mejora continua
Mejora continuaMejora continua
Mejora continua
 
Cuadro comparativo
Cuadro comparativoCuadro comparativo
Cuadro comparativo
 
Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14
 
Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14
 
Anexo 1.pptx
Anexo 1.pptxAnexo 1.pptx
Anexo 1.pptx
 
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf
10 ENFOQUES ESTUDIO DEL TRABAJO EQUIPO 3.pdf
 
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3Presentacion reporte de practica unidad 2 equipo 2_ grupo 3
Presentacion reporte de practica unidad 2 equipo 2_ grupo 3
 
Jose ramirez trabajo_individual
Jose ramirez trabajo_individualJose ramirez trabajo_individual
Jose ramirez trabajo_individual
 
Exposición final proyecto: Propuesta de redistribución en planta
Exposición final proyecto: Propuesta de redistribución en plantaExposición final proyecto: Propuesta de redistribución en planta
Exposición final proyecto: Propuesta de redistribución en planta
 
Control estadistico de calidad s14
Control estadistico de calidad s14Control estadistico de calidad s14
Control estadistico de calidad s14
 
Simplificación de trabajo gerencia 2
Simplificación de trabajo   gerencia 2Simplificación de trabajo   gerencia 2
Simplificación de trabajo gerencia 2
 
TareaS6.docx
TareaS6.docxTareaS6.docx
TareaS6.docx
 
DIAPOS ING DE METODOS - PRESENTAR.1.pptx
DIAPOS ING DE METODOS - PRESENTAR.1.pptxDIAPOS ING DE METODOS - PRESENTAR.1.pptx
DIAPOS ING DE METODOS - PRESENTAR.1.pptx
 
Informe 1 analitica
Informe 1 analiticaInforme 1 analitica
Informe 1 analitica
 
Clase de Administración de la Calidad II del 11.06.22.pdf
Clase de Administración de la Calidad II del 11.06.22.pdfClase de Administración de la Calidad II del 11.06.22.pdf
Clase de Administración de la Calidad II del 11.06.22.pdf
 
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...
Propuestas de mejora de la planta procesadora de productos lácteos LA SONRISA...
 
PRESENTACION DE SIG - ING. INDUSTRIAL
PRESENTACION DE SIG - ING. INDUSTRIALPRESENTACION DE SIG - ING. INDUSTRIAL
PRESENTACION DE SIG - ING. INDUSTRIAL
 
Presentacion de SIG- Ing. Industrial
Presentacion de SIG- Ing. IndustrialPresentacion de SIG- Ing. Industrial
Presentacion de SIG- Ing. Industrial
 
Presentacion TESIS DEL CASTILLO.pptx
Presentacion TESIS DEL CASTILLO.pptxPresentacion TESIS DEL CASTILLO.pptx
Presentacion TESIS DEL CASTILLO.pptx
 
Ingenieria de detalle
Ingenieria de detalleIngenieria de detalle
Ingenieria de detalle
 

Último

2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdfAnthonyTiclia
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISIfimumsnhoficial
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)ssuser563c56
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Francisco Javier Mora Serrano
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamientoRobertoAlejandroCast6
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestajeffsalazarpuente
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaANDECE
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfMIGUELANGELCONDORIMA4
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7luisanthonycarrascos
 
Topografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasTopografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasSegundo Silva Maguiña
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptEduardoCorado
 
ECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfmatepura
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxClaudiaPerez86192
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCANDECE
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdfFernandaGarca788912
 
Fe_C_Tratamientos termicos_uap _3_.ppt
Fe_C_Tratamientos termicos_uap   _3_.pptFe_C_Tratamientos termicos_uap   _3_.ppt
Fe_C_Tratamientos termicos_uap _3_.pptVitobailon
 
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfReneBellido1
 
Residente de obra y sus funciones que realiza .pdf
Residente de obra y sus funciones que realiza  .pdfResidente de obra y sus funciones que realiza  .pdf
Residente de obra y sus funciones que realiza .pdfevin1703e
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxEduardoSnchezHernnde5
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfedsonzav8
 

Último (20)

2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISI
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuesta
 
Edificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes GranadaEdificio residencial Tarsia de AEDAS Homes Granada
Edificio residencial Tarsia de AEDAS Homes Granada
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7
 
Topografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasTopografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la Ingenierías
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.ppt
 
ECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdf
 
Comite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptxComite Operativo Ciberseguridad 012020.pptx
Comite Operativo Ciberseguridad 012020.pptx
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRC
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdf
 
Fe_C_Tratamientos termicos_uap _3_.ppt
Fe_C_Tratamientos termicos_uap   _3_.pptFe_C_Tratamientos termicos_uap   _3_.ppt
Fe_C_Tratamientos termicos_uap _3_.ppt
 
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
 
Residente de obra y sus funciones que realiza .pdf
Residente de obra y sus funciones que realiza  .pdfResidente de obra y sus funciones que realiza  .pdf
Residente de obra y sus funciones que realiza .pdf
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptx
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdf
 

Aplicación de la metodología DMAIC

  • 1. Ponente: Nivel: Carrera: Universidad: Eduardo Rojas 6 to Ingeniería Industrial Técnica del Norte
  • 2. APLICACIÓN DE LA METODOLOGÍA DMAIC EN EL SUBPROCESO DE ENVASE DE AZÚCAR EN EL INGENIO AZUCARERO DEL NORTE (IAMCEM) Ubicado en el kilometro 25 de la panamericana norte vía a Tulcán. Del 19 – Nov - 2012 Al 22 – Ene - 2013
  • 3. Proceso de elaboración de azúcar Ilustración 1. Proceso de elaboración de azúcar a partir del subproceso de evaporación. Ilustración 2. Maquina envasadora de azúcar.
  • 4. 1. APLICACIÓN DE LA METODOLOGÍA DMAIC DEFINIR MEDIR ANALIZA R MEJOR AR CONTROL AR Ilustración 3. Fases de la metodología DMAIC
  • 5. 1.1. DEFINIR En esta primera etapa se presenta el mapeo del proceso como una herramienta indispensable para definir las oportunidades de mejora dentro del proceso de elaboración de azúcar. Ilustración 4. Macro proceso de la elaboración de azúcar IAMCEM
  • 6. 1.1.1. PLANTEAMIENTO DEL PROBLEMA Se puede observar que para el subproceso de envase de azúcar no se definen variables de control en su sistema informático de control. Proceso Variable Frecuencia Sulfatación Ph jugo sulfatado Cada hora Alcalización Ph jugo encalado Cada hora Baumé lechada Cada preparación Clarificación Ph jugo claro Cada hora Temperatura del Cada hora tanque flash Turbiedad de jugo claro Cada hora Temperatura pre-calentador Cada hora Proceso Variable Frecuencia Evaporación Brix jugo claro Cada hora Temperatura de vapor del pre-evaporador Cada hora Vacío Cada hora Brix meladura Cada hora Cocimiento masa A Vacío tacho 1, 4 Cada hora Temperatura de Cada hora cocimiento Pureza masa A Cada hora Centrifugas Ph agua centrifugas Cada hora STD Agua centrifugas Cada hora Ilustración 5. Variables de control del proceso de la elaboración de azúcar IAMCEM
  • 7. 1.1.1. PLANTEAMIENTO DEL PROBLEMA  Una de las funciones del asistente del jefe de laboratorio es CONTROLAR EL PESO DE SACOS DE AZÚCAR DE ACUERDO A LOS PARÁMETROS DE CANTIDAD ESTABLECIDOS, bajo estas circunstancias he considerado esta función como una oportunidad para la aplicación del control estadístico y una oportunidad de mejora para el subproceso de envase de azúcar.
  • 8. 1.1.1 PLANTEAMIENTO DEL PROBLEMA Ilustración 7. Lluvia de ideas Alto nivel de variabilidad del peso de los sacos de azúcar Poco interés del personal de laboratorio por mejorar la calibración de la maquina envasadora. Debería ser tomada en cuenta la opinión de un ingeniero mecatrónico Los operarios no llevan un registro del control del peso de los sacos de azúcar envasados Verificar el mecanismo de cierre del paso de azúcar El control de peso del saco de azúcar no debería ser una función del asistente del jefe de laboratorio Verificar la calidad de los sensores de peso Verificar el estado de los sensores en cada mantenimiento Se deberia verificar la calibracion de la valanza digital El control sobre el peso del saco de azucar es esporadico El proceso se encuentra documentado pero correctamente difundido No se realizan controles sobre el metodo descrito Considero que el saco de azucar deberia tener mas longitud para mayor facilidad en el momento de ubicar el saco en la maquina El supervisor de envase pasa mas tiempo en el laboratorio que controlando las actividades del envase El supervisor de envase prioriza el control del color de el azúcar El nivel de variabilidad cambia en función del operario de la maquina envasadora
  • 9. 1.1.1. DEFINICIÓN DEL PROBLEMA El nivel de variabilidad cambia en función del operario de la maquina envasadora Ilustración 6. Diagrama Causa-Efecto sobre el alto nivel de variabilidad del peso de los sacos de azúcar Alto nivel de variabilidad en el peso de los sacos de azúcar Maquinaria El cierre del paso d azúcar no es tan rápido como debería El supervisor de envase prioriza el control de la coloración del azúcar Método El control del peso de los sacos de azúcar no debería formar parte de las funciones del asistente del jefe de laboratorio, la empresa cuenta con un supervisor de envase. Hace falta difusión del método a los operarios Medición No se llevan registros del peso de los sacos de azúcar El control sobre el peso de un saco de azúcar es esporádico El nivel de variabilidad cambia en función del operario que se encuentre envasando el azúcar Materiales El saco de papel debería tener más espacio para sostenerse en el momento que se encuentra llenándose Mano de obra Se necesita un sensor de peso con más precisión El contador digital no esta bien calibrado El operador presiona un botón para soltar el saco de azúcar cuando esta lleno El supervisor de envase para más tiempo en el laboratorio que controlando las actividades del envase
  • 10. 1.1.2. PROYECTO  Mejorar estadísticamente el control del peso del saco de azúcar envasado en papel, disminuyendo la variabilidad y generando un aumento de la productividad del subproceso de envase. Ilustración 8. Saco de azúcar presentación en papel (50 kg)
  • 11. 1.1.3. OBJETIVOS ESPECÍFICOS DEL PROYECTO  Definir las oportunidades de mejora existentes dentro del subproceso de envase de azúcar en papel.  Determinar la calidad de las mediciones mediante un estudio de repetibilidad y reproducibilidad.  Analizar estadísticamente la capacidad y estabilidad del subproceso de envase de azúcar.  Realizar el diseño de las tolerancias para el subproceso de envase de azúcar.
  • 12. 1.1.4. MARCO DEL PROYECTO DE MEJORA PARA EL SUBPROCESO ENVASE DE AZÚCAR MARCO DEL PROYECTO SEIS SIGMA FECHA: 19/11/2012 VERSIÓN: 1.0 Título: APLICACIÓN DE LA METODOLOGÍA DMAIC EN EL SUBPROCESO DE ENVASE DE AZÚCAR EN EL INGENIO AZUCARERO DEL NORTE Declaración del problema: Una de las funciones del departamento de laboratorio es controlar el peso correcto de los sacos de azúcar envasados, mas no es una actividad que se realiza constantemente. Ésta actividad requiere un control y un cálculo de la eficiencia y productividad del sistema de envase de azúcar. Objetivo: Mejorar estadísticamente el control del peso del saco de azúcar envasado en papel, disminuyendo la variabilidad y generando un aumento de la productividad del subproceso de envase. Alcance: El proyecto se limitara a realizar un control estadístico del peso del saco de azúcar envasado en papel y a mejorar la productividad del subproceso de envase de azúcar. Autor: Eduardo Rojas Recursos: Manual de procedimientos del personal de laboratorio, registro elaborado sobre el peso del saco de azúcar envasado, registro de los productos conformes y no conformes envasados. Métricas: Peso, capacidad, estabilidad, productividad. Fecha de inicio del proyecto: 19 de noviembre del 2012. Fecha planeada para finalizar el proyecto: 10 de febrero del 2013. Entregable del proyecto: Indicadores de productividad, estudio de capacidad y estabilidad del peso del azúcar envasado en papel, análisis de la confiabilidad de los datos, diseño de tolerancias, todo esto aplicado al subproceso de envase de azúcar en papel. Tabla 1. Marco del proyecto de mejora
  • 13. 2. MEDIR Para empezar con la medición de la métrica involucrada y establecer una línea base, es necesario validar el sistema de medición para el peso de los sacos de azúcar de papel. Ilustración 9. Bodega de producto Ilustración 10. Ejemplo de envase terminado IAMCEM
  • 14. 2.1. ESTUDIO R&R LARGO REPETIBILIDAD Y REPRODUCIBILIDAD Referencias del estudio R&R Métrico: Peso de un saco de azúcar Tamaño de la muestra: 10 Operadores evaluados: 3 Numero de ensayos: 2 Tabla 2. Levantamiento de datos para el estudio R&R largo Responsable: Eduardo Rafael Rojas Araujo Fecha: 16/01/2013 Especificaciones: LES 50.09 Estudio: R & R Largo LEI 49.94 Departamento : Producción Tolerancia: 0.15 0.09 0.06 Sector: Envase n Operador 1 Operador 2 Operador 3 Ensayo Ensayo Ensayo Ensayo Ensayo Ensayo 1 2 1 2 1 2 1 50.05 50.04 50.04 50.04 50.05 50.04 2 50.03 50.02 50.03 50.02 50.02 50.03 3 50.03 50.02 50.04 50.03 50.03 50.03 4 50.02 50.02 50.02 50.01 50.02 50.01 5 50.03 50.02 50.02 50.01 50.01 50.02 6 50.04 50.03 50.04 50.03 50.03 50.02 7 50.01 50.00 50.00 50.00 50.01 50.01 8 50.03 50.03 50.03 50.02 50.03 50.02 9 50.05 50.05 50.06 50.06 50.05 50.04 10 50.01 50.01 50.01 50.00 50.00 50.00
  • 15. 2.1. ESTUDIO R&R LARGO ANÁLISIS DE LAS MEDIAS DE LOS DATOS Tabla 3. La tolerancia para el producto es de 0.15 y las especificaciones son de 50±0.09 n 1 2 3 4 5 6 7 8 9 10 Media 1 50.045 50.025 50.025 50.020 50.025 50.035 50.005 50.030 50.050 50.010 Media 2 50.040 50.025 50.035 50.015 50.015 50.035 50.000 50.025 50.060 50.005 Media 3 50.045 50.025 50.030 50.015 50.015 50.025 50.010 50.025 50.045 50.000 Rango 0.005 0.000 0.010 0.005 0.010 0.010 0.005 0.005 0.015 0.005 50.070 50.060 50.050 50.040 50.030 50.020 50.010 50.000 49.990 49.980 49.970 Comparacion de la media de los operadores 1 2 3 4 5 6 7 8 9 10 1 2 3 Ilustración 11. Análisis grafico de los datos obtenidos para el estudio R&R largo
  • 16. 2.1. ESTUDIO R&R LARGO REPETIBILIDAD Y REPRODUCIBILIDAD 1) Calcular el rango de las mediciones de cada operador. 6) 3) 7) 2) 4) El Calcular error de el la índice limite promedio medición superior precisión/de expandido expandida los de la rangos tolerancia carta 5.15 de de del veces rangos. cada equipo debido operador VE. a la y repetibilidad obtener el promedio y de la reproducibilidad. media de los rangos, además calcular la media de todas las mediciones realizadas por un mismo Repetibilidad operador. y reproducibilidad Si los datos se %VE2 ajustan + %VO2 a distribución normal ampliamos la desviación %VE2 + %VO2 estándar del error del equipo en 5.15 veces. EM n = R&R= EM = R&R= 0.0311 Operador 1 Operador 2 Operador 3 Ensayo Ensay o Rango Ensayo Ensayo Rango Ensayo Ensayo Rango 1 2 1 2 1 2 1 50.05 50.04 0.01 50.04 50.04 0.00 50.05 50.04 0.01 2 50.03 50.02 0.01 50.03 50.02 0.01 50.02 50.03 0.01 3 50.03 50.02 0.01 50.04 50.03 0.01 50.03 50.03 0.00 4 50.02 50.02 0.00 50.02 50.01 0.01 50.02 50.01 0.01 5 50.03 50.02 0.01 50.02 50.01 0.01 50.01 50.02 0.01 6 50.04 50.03 0.01 50.04 50.03 0.01 50.03 50.02 0.01 7 50.01 50.00 0.01 50.00 50.00 0.00 50.01 50.01 0.00 8 50.03 50.03 0.00 50.03 50.02 0.01 50.03 50.02 0.01 9 50.05 50.05 0.00 50.06 50.06 0.00 50.05 50.04 0.01 10 50.01 50.01 0.00 50.01 50.00 0.01 50.00 50.00 0.00 R₁¯ 0.006 R₂¯ 0.007 R₃¯ 0.007 Σ R 0.020 R¯ 0.007 Dif u k2 Tabla 14. Error de la medición Por lo tanto la variación de la repetibilidad y reproducibilidad. Tabla 5. Promedio de los rangos de cada operador Tabla 4. Rango de los datos de cada operador μ₁ 50.027 μ₂ 50.026 μ₃ 50.024 Tabla 6. Media de las observaciones de cada operador LCS (R¯) (D₄) LCS 0.02 Tabla 7. Límite superior de la carta de rangos D₄ Ensayo s 3.27 2 2.57 3 Tabla 8. Valores de la constante D4 Repetibilidad (variación del equipo) VE = (R¯) (k₁) VE = 0.0304 Tabla 9. Variación del equipo σ repeti = VE 5.15 σ repeti = 0.0059 Tabla 10. Desviación del equipo k₁ ensayos y k₂ operarios 2 3 k₁ 4.56 3.05 k₂ 3.65 2.70 Tabla 11. Valores de la constante k1 para n ensayos y k2 para n operarios 5) Determinar la variación expandida del operador (VO). Reproducibilidad (variación del operador) VO = VO = 0.0066 2 − VE2 nt Tabla 12. Variación del operador σ repro = VO 5.15 σ repro = 0.0013 Tabla 13. Desviación del operador k₁ ensayos y k₂ operarios 2 3 k₁ 4.56 3.05 k₂ 3.65 2.70 Tabla 11. Valores de la constante k1 para n ensayos y k2 para n operarios σ R & R= R & R 5.15 σ R & R = 0.0060 Tabla 15. Desviación de la repetibilidad y reproducibilidad Análisis en % de tolerancias % VE = 100 (VE) % VO = 100 (VO) Tolerancia Tolerancia % VE = 0.20 % VO = 0.04 P/T = % R & R = P/T = % R & R = 20.73% Marginal Tabla 16. Índice de precisión y tolerancia Tabla 17. Análisis en porcentaje de tolerancias. Excelente proceso Aceptable Bueno Marginal Debe ser corregido ≤ 10% 10% < X ≤ 20% 20% < X ≤ 30% > 30 Tabla 18. Interpretación del índice de P/T
  • 17. 2.1. ESTUDIO R&R LARGO RESULTADOS Tabla 19. Porcentajes de participación de las fuentes de variación en el error. Criterio % de participación en el error Interpretación VE 20.27% La variación atribuida al equipo tiene un % de calidad de la medición marginal, aunque tiende a un % aceptable. VO 4.38% La variación atribuida al equipo tiene un % de calidad de la medición excelente R&R 38.06% La variación atribuida a la medición tiene un % de calidad que debe ser corregido. P/T 20.73% Tiene una resolución poco adecuada Tabla 18. Interpretación del índice P/T Excelente proceso Aceptable Bueno Marginal Debe ser corregido ≤ 10% 10% < X ≤20% 20% < X ≤ 30% > 30%
  • 18. 25 20 15 10 5 0 Porcentajes de las fuentes de variación 20.27 4.38 VE VO P/T 20.73 Fuentes de variación Ilustración 12. Análisis de las fuentes de variación
  • 19. 2.1. ESTUDIO R&R LARGO RESULTADOS  El mínimo porcentaje de variación que se atribuye al operador se debe a:  La simplicidad del método de muestreo.  El alto porcentaje de variación que se atribuye al instrumento, puede ser por:  Suciedad en la balanza.  Componentes gastados.  Variabilidad dentro de los sacos de papel.  Mal funcionamiento del instrumento. Objetivo especifico 2
  • 20. 2.2. SITUACIÓN INICIAL DEL SUBPROCESO DE ENVASE DE AZÚCAR  El objetivo del subproceso de envase es justamente envasar sacos de azúcar de 50 kg.  ¿Cuántos sacos de azúcar envasados cumplen este parámetro?  Obtener la probabilidad de que un saco de azúcar seleccionado aleatoriamente cumpla con el parámetro de tener exactamente 50Kg. 1) Seleccionar el tamaño de la muestra. 2) Levantar los datos sobre el peso de un saco de azúcar. 3) Realizar la prueba de normalidad de los datos. 4) Calcular la probabilidad.
  • 21. 2.2. SITUACIÓN INICIAL DEL SUBPROCESO DE ENVASE DE AZÚCAR  Selección del tamaño de la muestra. Técnica de los estándares militares. Tabla 20. Letras código para el tamaño de la muestra Tamaño del lote Niveles especiales de inspección Niveles generales de inspección S-1 S-2 S-3 S-4 I II III 2 a 8 A A A A A A B 9 a 15 A A A A A B C 16 a 25 A A B B B C D 26 a 50 A B B C C D E 51 a 90 B B C C C E F 91 a 150 B B C D D F G 151 a 280 B C D E E G H 281 a 500 B C D E F H J 501 a 1 200 C C E F G J K 1 200 a 3 200 C D E G H K L 3 201 a 10 000 C D F G J L M 10 001 a 35 000 C D F H K M N 35 001 a 150 000 D E G J L N P 150 000 a 500 000 D E G J M P Q 500 001 y más D E H K N Q R Tabla 21. Tamaño de la muestra
  • 22. 2.2. SITUACIÓN INICIAL DEL SUBPROCESO DE ENVASE DE AZÚCAR  Levantamiento de los datos del peso de un azúcar. Tabla 22. Muestra del peso de un saco de azúcar 50.06 50.08 50.03 50.02 50.05 49.99 50.00 50.01 50.00 50.01 50.06 50.07 50.06 50.09 50.08 49.95 49.96 49.95 49.98 50.02 50.06 50.01 50.04 50.06 50.02 49.98 49.95 49.96 50.01 50.02 50.03 50.00 50.04 50.00 50.03 50.05 50.02 50.00 50.00 50.01 50.01 50.03 49.96 49.94 50.00 49.98 49.99 49.95 49.96 49.98 50.04 50.03 49.99 50.01 50.01 50.00 49.97 50.00 49.99 49.98 49.95 49.98 50.01 49.94 49.96 50.01 49.94 50.14 50.10 50.03 50.02 50.07 50.07 50.01 50.00 50.02 50.07 50.06 50.06 50.05 50.10 50.09 50.11 50.08 50.11 50.10 50.04 50.04 50.03 50.00 49.94 49.96 49.95 49.98 50.01 50.05 50.05 50.02 49.96 49.97 50.00 50.03 49.99 50.01 50.01 49.95 49.95 49.99 50.02 49.97 50.05 50.06 50.04 50.03 50.04 49.90 50.00 49.92 49.95 49.98 50.03 49.98 49.96 49.95 49.96
  • 23. 2.2. SITUACIÓN INICIAL DEL SUBPROCESO DE ENVASE DE AZÚCAR  Realización de la prueba de normalidad  Aplicación 1 MiniTab.  Calculo de la probabilidad de obtener 1 saco de azúcar que tiene exactamente 50kg.  n = 125  X = 13  Pr (marginal) = 0.104  Resultados  El valor P de la prueba de normalidad, con un nivel de confianza 푁퐶 = 95% y un ∝ = 5%; es de: 0.117  Y la probabilidad de obtener un saco de azúcar que contenga 50kg es de 0.104
  • 24. 2.2. SITUACIÓN INICIAL DEL SUBPROCESO DE ENVASE DE AZÚCAR Productividad mono factorial (unidades producidas por día). Del 19 – Nov – 2012, al 19 – dic - 2012 Datos: Unidades promedio producidas por día: 1756 Probabilidad de obtener un saco con 50kg: 0.104 Unidades probables con 50kg: 183 • 푃푟표푑푢푐푡푖푣푖푑푎푑 = 푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 • 푃푟표푑푢푐푡푖푣푖푑푎푑 = 183 푆푎푐표푠 푑푒 푎푧푢푐푎푟 푑푖푎 Ecuación 1. Calculo de la productividad
  • 25. 2.3. ESTUDIO DE CAPACIDAD  Analizar la capacidad de un proceso consiste en conocer la amplitud de la variación natural (EI – ES) del proceso para una característica de calidad dada (Peso), donde las mediciones deben ser iguales a un valor nominar N (50kg).  Aplicación 3 MiniTab.
  • 26. 2.3. ESTUDIO DE CAPACIDAD  Calculo de los índices de capacidad del proceso.  Índice de capacidad potencial del proceso. Tabla 26. Índice de capacidad real del proceso Tabla 23. Calculo del índice de capacidad del proceso. Es − Ei Cp = 6 s Cp = 0.88 x− − Ei 3 s ; Es − x−  Índices de capacidad del proceso sobre la especificación inferior y superior. Tabla 24. Calculo del índice inferior de capacidad del proceso. x− − N x− − Ei 1 2 Es − Ei Cpi = 3 s Cpi = 0.81 Tabla 25. Calculo del índice superior de capacidad del proceso. Es − 푥− Cps = 3 s Cps = 0.94 real del proceso. Índice de centrado del proceso.  Índice de Taguchi. Cpk = Mínimo Cpk = mínimo 0.81 3 s K = K = 10% Cpm = Cpm = 0.85 Tabla 27. Índice de centrado del proceso Tabla 28. Índice de Taguchi Es − Ei 6 s2 + x− − N
  • 27. 2.3. ESTUDIO DE CAPACIDAD RESULTADOS DE LA SITUACIÓN INICIAL Índices  Cp = 0.88 < 1 Interpretación  El proceso de envase de azúcar no es K = 0.1 = 10% Este signo índice positivo si toma nos indica que la potencialmente del proceso. capaz de cumplir con las especificaciones.  El Cpk ≤ Cp. Por lo tanto, se ajusta a  las Se condiciones encontraría en del la índice categoría Cpk. número 3, donde el proceso requiere modificarse para alcanzar una calidad Cpi = 0.81  Cps = 0.94 Ecuación 2. Factor de corrección Tao Tabla 31. 30. Interpretación Interpretación del del índice índice K Cpk Tabla 29. Rangos para la interpretación del índice de capacidad del proceso. Cp Categoria Interpretación satisfactoria. ≥ 2 Clase mundial Calidad 6 sigma > 1.33 1.00 Adecuado 1 < Cp ≤ 1.33 2.00 Parcialmente adecuado 0.67 < Cp ≤ 1 3.00 Requiere modificaciones ≤ 0.67 4.00 No adecuado para el trabajo Estos índices toman en cuenta el centrado del proceso. La capacidad del proceso mejora con los valores que van desde la especificación superior, y se reduce con los valores que van desde la especificación inferior.  La mayor cantidad de problemas se encuentran de la media hacia la especificación inferior (Cpk = 0.81 ) < (Cp = 0.88) Cpk Interpretación ≥ 1.25 El proceso es satisfactorio < 1 El proceso no cumple al menos con una especificación Cpk = Cp Siempre debe ser menor o igual al índice Cp Cpk negativo o 0 La medida del proceso esta fuera de las especificaciones Cpk ≠ Cp El proceso tiene problemas de centrado Cumplir con las especificaciones no sinónimo de calidad, la variabilidad debe reducirse en torno al valor nominal (Taguchi).  Se interpreta como una incapacidad del proceso para cumplir con las especificaciones por problemas de centrado del proceso y exceso de variación en el mismo. Cpm 0.85 σ2 + ( μ − N )2 . media del proceso es más grande que el valor nominal. Si analizamos el porcentaje, significa que el proceso es aceptablemente centrado. K K positivo Media > Valor nominal K negativo Media < Valor nominal K < 20% El centrado del proceso es aceptable K > 20% El descentramiento del proceso contribuye notablemente a la incapacidad del proceso para cumplir con las especificaciones.
  • 28. 2.4. ESTUDIO DE ESTABILIDAD  La herramienta utilizada para medir la estabilidad del proceso, en este caso es la carta de control para variables X – R. Esta carta nos permite analizar la variación entre las medias del peso de los sacos de azúcar en subgrupos, y así, poder detectar posibles cambios en las medias del proceso cuando la carta detecte puntos fuera de los límites de control. Nota: el tamaño del subgrupo debe ser menor que 10, al contrario de las cartas X – S.
  • 29. 2.4. ESTUDIO DE ESTABILIDAD CARTA DE CONTROL X – R 1 3 5 7 9 11 13 15 17 19 21 23 25 50.10 50.05 50.00 49.95 Muestra Media de la muestra UC L=50.0519 __ X=50.0114 LC L=49.9710 1 3 5 7 9 11 13 15 17 19 21 23 25 0.20 0.15 0.10 0.05 0.00 Muestra Rango de la muestra UC L=0.1481 _ R=0.0701 LC L=0 1 5 1 6 5 5 1 5 1 1 1 1 Gráfica Xbarra-R de C1, ..., C5 Ilustración 13. Carta de control de medias y rango s (subgrupo = 5, media = 50.01, desviación estándar = 0.0457) Pruebas Aplicación 4 MiniTab
  • 30. 2.4. ESTUDIO DE ESTABILIDAD  El índice de estabilidad se obtiene de la razón entre el número de puntos especiales y el número total de puntos, multiplicado por 100. St = numero de puntos especiales numero total de puntos x 100 Índice St 24% 4% Carta X R Carta de X - R control Ecuación 3. Índice de estabilidad El porcentaje de 4% de la carta R corresponde a un proceso regular por ser menor que el 5%.  Los porcentajes de este índice puede mejorar añadiendo más subgrupos al cálculo de las cartas de control. Tabla 32. Valores del índice de estabilidad
  • 31. 4.5. CONCLUSIONES DE LA FASE MEDIR  El proceso es tipo D. INESTABLE e INCAPAZ ¿El proceso es estable? Herramientas: Cartas de control e índice de estabilidad SI NO ¿El proceso es capaz? SI A (Estable y Capaz) B (Capaz pero inestable Herramientas: Estudios de capacidad e NO Tabla 34. Los cuatro estados de un proceso. C (Estable pero incapaz) D (Inestable e incapaz) índices Objetivo especifico 3
  • 32. 3. ANALIZAR En esta etapa se identifican las X potenciales que están influyendo en el problema de la variabilidad del subproceso de envase de azúcar. A partir de aquí es posible identificar las X vitales.
  • 33. 3.1 DIAGRAMA CAUSA-EFECTO SITUACIÓN FINAL Ilustración 14. Diagrama causa efecto “falta de precisión sobre el valor nominal” Realizar un mantenimiento electrónico permanente Variabilidad en el peso del saco de azúcar Falta de precisión sobre el valor nominal Mano de obra Medición Método El análisis de estabilidad necesita de mas subgrupos que permitan mejorar la estimación del índice St y adicionalmente utilizar la cata de control X - S La calibración de la maquina debe ser establecida por un Ing. Macarrónico Las personas que realizan el mantenimiento tienen conocimientos eléctricos mas no mecánicos El personal de mantenimiento presenta poco interés en mejorar la calibración de la maquina. Necesita un ajuste para mejorar su precisión mecánica El sistema de medición no es apto para Variabilidad en los fines de control sacos de azúcar Materiales Mal diseño del sistema de medición Suciedad en el equipo Mal funcionamiento de la balanza Método inadecuado Maquinaria Componentes gastados El nivel de variabilidad cambia en función del operario que se encuentra en la maquina envasadora
  • 34. 3.2. IDENTIFICACIÓN DE LAS X POTENCIALES  X1: Variación en el peso del saco de azúcar envasado.  X2: Asesorar la calibración con un especialista en electrónica y mecánica.  X3: Realizar ajustes mecánicos.  X4: Realizar ajustes electrónicos.  X5: Variación en los sacos.  X6: Posibles componentes gastados en la maquina de envasado.  X7: Fallas en el equipo de medición.  X8: Variación del peso del saco de azúcar en función del operador.
  • 35. 3.3. IDENTIFICACIÓN DE LAS X VITALES  X3: Realizar ajustes mecánicos.  X4: Realizar ajustes electrónicos.  X6: Posibles componentes gastados en la maquina de envasado.  X8: Variación del peso del saco de azúcar en función del operador.
  • 36. 4. MEJORAR  Implementar limites de tolerancias acordes a la calidad seis sigma.  Mejorar las condiciones de almacenaje en la maquina.  Verificar la calibración electrónica en el tablero de control y los elementos mecánicos que se controla el tablero.  Implementar un sistema de dosificación de envase de azúcar.  Implementación de una maquina automática de envase de azúcar.
  • 37. 4.1. DISEÑO DE TOLERANCIAS  Datos:  n = 100  μ = 50.01  σ = 0.05 μ ∓ Z∝ 2 σ NC 90% 95% 99% α 0.10 0.05 0.01 0.95 0.975 0.995 LCS 50.055 50.056 50.057 LCI 49.971 49.9694 49.9685 Tabla 33. Diseño de tolerancias de una muestra que se ajusta a una distribución normal estándar. Z∝ 2 Objetivo especifico 4
  • 38. 4.2. MEJORA DE LAS CONDICIONES DE LA MAQUINA AJUSTES ELECTRO-MECÁNICOS. Relación con las X vitales  X3: Realizar ajustes mecánicos.  X4: Realizar ajustes electrónicos.  Realizar ajustes en la calibración del tablero de control, de modo que permita un rango de variación 0.08kg en el envase de azúcar. Ilustración 15. Maquina envasadora primera etapa de mejora
  • 39. 4.2. MEJORA DE LAS CONDICIONES DE LA MAQUINA AJUSTES ELECTRO-MECÁNICOS.  Sistema de dosificación. ¿Es posible implementar este sistema en la maquina de envase actual? ¿Existe disponibilidad de espacio físico? ¿Cuenta con planos del Layout? ¿Cuánto tiempo tomara implementar las educaciones a la maquina de envase actual? Ilustración 16. Maquina envasadora segunda etapa de mejora
  • 40. 4.2. IMPLEMENTACIÓN DE UNA MAQUINA AUTOMÁTICA. • Maquina automática de envasado de azúcar Objetivo especifico 1
  • 41. 5. CONTROLAR El objetivo es envasar sacos de azúcar con un límite de tolerancia de 50 ∓ 0.04
  • 42. 5.1. ANÁLISIS COMPARATIVO Situación inicial Proceso controlado Ilustración 17. Comparación de los Índices de capacidad estado inicial y actual
  • 43. 5.1. ANÁLISIS COMPARATIVO Probabilidad estado inicial • Pr (marginal) = 0.104 Probabilidad estado actual • Pr (marginal) = 0.168 푃푟표푑푢푐푡푖푣푖푑푎푑 = 푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 푃푟표푑푢푐푡푖푣푖푑푎푑 = 183 푆푎푐표푠 푑푒 푎푧푢푐푎푟 푑푖푎 푃푟표푑푢푐푡푖푣푖푑푎푑 = 푈푛푖푑푎푑푒푠 푠푎푡푖푠푓푒푐ℎ푎푠 푅푒푐푢푟푠표푠 푢푡푖푙푖푧푎푑표푠 푃푟표푑푢푐푡푖푣푖푑푎푑 = 295 푆푎푐표푠 푑푒 푎푧푢푐푎푟 푑푖푎
  • 45. • La aplicación de la metodología cumplió con el objetivo de realizar una mejora en el subproceso de envase de azúcar • Hacen falta estudios más profundos para llegar a la meta del 6 sigma y la obtención del 3.4 defectos por millón de unidades producidas.