Mejora del proyecto CGR de México

...

Regression Equation in Uncoded Units Ecuación de predicción[pic 9]

ciclos = 29.00 + 62.4 Hta - 0.2500 Velocidad + 1.440 Hta*Velocidad

Efecto de “AXB”

[pic 10]

[pic 11]

[pic 12]

La interacción entre variables existe cuando el efecto de una variable depende del nivel de la otra variable.

Si las líneas están paralelas

- No hay interacciones presentes.

Si las líneas están sesgadas una hacia la otra o cruzando.

- Hay interacciones presentes.

Como se puede observar en los datos de nuestro diseño de experimentos podemos concluir que es importante tomar en cuenta nuestras variables lo que es bueno tenerlas identificadas y podemos seguir adelante, ya que tenemos los resultados arriba comentados y algunos más como:

Un Error con valor de 13.5 que es mayor a 6

R cuadrada ajustada con un valor de 91.56

Con estos resultados procederemos a realizar las correcciones en nuestro siguiente paso para estandarizar las mismas y poder incrementar nuestro CP y CPK al igual que se establecerán las medidas necesarias para controlar las variables.

1. Diseño para Six Sigma - Mapa de desarrollo del producto1.1 Introducción

La metodología “Seis Sigma” tradicional denominado DMAIC (definir, medir, analizar, mejorar, controlar) o “Seis Sigma para la mejora” se enfoca a la solución de problemas o a su mejora sin un diseño o rediseño completo del sistema. La metodología de “Diseño para Seis Sigma” (DFSS) se enfoca a hacer las cosas correctas desde la primera vez o sea que el producto o servicio: (1) Haga las cosas correctas; y (2) Hacer las cosas correctas todo el tiempo.

Hacer las cosas correctas significa lograr una excelencia absoluta en diseño, ya sea el diseño del producto, proceso de manufactura, proceso de servicio o proceso de negocio. Hacer las cosas correctas todo el tiempo significa que no solo debe haber un diseño superior, sino que el producto o servicio real construido de acuerdo a ese diseño, siempre haga lo que se supone que debe hacer, con máxima consistencia y mínima variación en desempeño.

Entre las herramientas utilizadas por DFSS se tienen:

-

Funciones de transferencia, incluyen las relaciones matemáticas claras entre “causas” (que pueden ser parámetros de diseño o variables de proceso) y “efectos” (que normalmente son métricas de desempeño de producto/proceso). Conociendo las relaciones de las funciones de transferencia, se puede optimizar el diseño para lograr un desempeño superior.

-

Los tableros de proyecto DFSS son hojas de trabajo donde se registran los datos históricos y se da seguimiento a las métricas en sus métricas.

-

El método de despliegue de la función de calidad (QFD), es una guía y plan para las actividades de diseño para cumplir con los deseos del cliente.

-

El método de diseño axiomático proporciona algunas guías importantes (axiomas) sobre lo “que es un buen diseño del sistema” y “qué es un diseño débil del sistema”. Los diseños débiles normalmente tienen interacciones mutuas complicadas, acoplamiento, no independencia y complejidad excesiva. Los buenos diseños tienen relaciones claras entre parámetros de diseño y funciones de producto, y una simplicidad elegante. Los principios de diseño axiomático pueden ayudad a reducir las vulnerabilidades del diseño por tanto desarrollar diseños optimizados.

-

La teoría de solución creativa de problemas (TRIZ) tiene una base amplia de métodos y conocimientos para crear soluciones inventivas para problemas de diseño difíciles. Permite pensar “fuera de la caja” y concebir soluciones innovadoras de diseño.

-

Los métodos de Diseño para X, incluyen “diseño para manufactura y ensamble”, “diseño para confiabilidad”, y muchos otros. Diseño para X es una colección de métodos para hacer diseños adecuados para todos los propósitos.

-

Los métodos de Análisis del Modo y Efecto de Falla (FMEA), permiten hacer revisiones de diseño y eliminar fallas potenciales en las primeras etapas de diseño.

-

Los métodos estadísticos de diseño de experimentos (DOE), pueden ser usados para afinar las funciones de transferencia y optimización. Entre los métodos más populares se encuentra el Diseño factorial completo, diseño factorial fraccional y los métodos de Taguchi.

-

Los métodos de Taguchi se basan en arreglos ortogonales y análisis de datos. Incluyen conceptos como la función de pérdida, relación señal a ruido, arreglos iunternos y externos, factores de control y factores de ruido. Estos métodos permiten lograr un diseño robusto.

-

Otros métodos de Taguchi incluyen funciones ideales, relación señal a ruido dinámica, calidad funcional y desarrollo robusto de tecnología.

-

Los métodos de Taguchi de diseño de tolerancias o diseño de especificaciones, permiten hacer análisis de tolerancias de peor caso, diseño estadístico de tolerancias, diseño de tolerancias óptimas basadas en costo y diseño de tolerancias de Taguchi.

-

Los métodos de superficie de respuesta (RSM), pueden ser usados como una herramienta muy útil para desarrollar funciones de transferencia y realizar su optimización.

-

Los métodos de validación del diseño incluyen: validación del diseño (análisis del diseño por simulación o revisión de diseño en prototipos), validación del proceso (validación de la capacidad del proceso), y validación de la producción.

http://support.minitab.com/es-mx/minitab/17/topic-library/quality-tools/capability-analyses/capability-metrics/cpk-cpu-and-cpl-measures-of-potential-process-capability/

http://m.exam-10.com/doc/6406/index.html