Vocero | Transcripción |
| marco | Bienvenido |
| a esta presentación aquí, usando SAS JMP. |
| El tema de esta presentación es cómo utilizar las estadísticas como lenguaje común y cómo mejorar la calidad del proceso al hacerlo. |
| Trabajo como responsable de calidad para una empresa llamada Envases. Envases es una gran empresa, una |
| Empresa global que fabrica latas para la industria alimentaria. Puedes ver algunos de los productos aquí en la esquina izquierda. |
| Es posible que algunos de los productos le resulten familiares. Las latas se pueden comprar en los supermercados, tenemos carne, pescado, leche en polvo, también jugos, etc. en latas. |
| Contamos con instalaciones de fabricación en |
| México y en Europa y el |
| El tema que quiero discutir hoy aquí está relacionado con nuestras instalaciones de producción en Dinamarca. |
| Básicamente lo que voy a presentar aquí es un problema que se ha resuelto utilizando SAS JMP como una de las herramientas. |
| Y voy a pasar algo de tiempo en JMP para mostrar algunas de las funcionalidades y dar una idea de cómo se puede utilizar SAS JMP para trabajar con este tipo de problemas, que estoy seguro les resultará muy familiar. muchas de las personas, al ver esta presentación. |
| Bueno, volviendo al año pasado, |
| Tuvimos algunos problemas en nuestras líneas de producción y la gente de producción acudió a mí. Soy el jefe de calidad y me ocupo de este tipo de problemas que llegaban a mi escritorio diciendo: Marcus, tenemos algo de polvo de estaño en nuestras líneas de producción. |
| El estaño es el material que usamos para las latas, por lo que el polvo de estaño como tal no es |
| No se trata de cosas que ver en nuestra producción, pero la gente se quejaba de que se podía ver demasiado polvo de estaño en nuestras líneas de producción. |
| Y, como resultado de eso, necesitan limpiar las líneas todo el tiempo. |
| Ese fue, como el comienzo del problema. No teníamos ningún dato para demostrar esto. No teníamos ningún papel para revisar. No teníamos hojas de Excel. No teníamos ningún archivo JMP para examinar. Acabamos de recibir algunas opiniones de personas que dicen que tenemos demasiado. |
| Hay polvo de estaño en nuestra línea de producción y necesitamos limpiarlo todo el tiempo. |
| Y para compensarlo un poco |
| Más confuso, pero la gente decía que habíamos visto esto muchas veces antes, y algunas personas decían que nunca habíamos visto esto antes. |
| Comencé a hablar con la gente en la línea y les dije: ¿Esto es nuevo para ustedes? ¿Esto ha sucedido esta semana o fue la semana pasada? ¿O qué pasó con el año pasado? Y tengo muchas opiniones diferentes y muchas |
| aportes, y además la gente no me decía lo mismo, así que estaba un poco confundido acerca de cómo podríamos comenzar con este proyecto. |
| Pero de todos modos, necesitábamos empezar. |
| Así que lo primero que hice |
| era formar el equipo, diciendo: |
| La gente aquí en la organización necesitará formar un equipo. ¿Quién debería participar en el equipo? Y identificamos a algunas personas en la producción, algunas personas técnicas, algunas personas de operación, algunas personas para el departamento de mantenimiento, etc., personas relevantes para el proyecto. |
| Y la estructura que hemos utilizado aquí para resolver el problema está inspirada en Six Sigma DMAIC, tal vez algunos de ustedes ya la conozcan. |
| DMAIC se trata de definir el problema, medir el problema, analizar el motivo del problema, mejorar y luego controlar, si realmente tuvo éxito con la solución que se le ocurrió. |
| Una de las ideas con esto, DMAIC, y una de las ideas, también para mí, de usar la estructura aquí es definir y medir el problema, porque a veces |
| Puedes estar pensando que tienes un problema, pero al comenzar a medir el problema puedes darte cuenta de que lo que crees que era un problema en realidad no lo es en absoluto. |
| Así que no hay necesidad de seguir resolviendo el problema que en realidad no existe, y eso fue lo que le dije a la gente diciendo: Bueno, primero que nada, midamos el problema. ¿Tenemos siquiera algún problema o es sólo una sensación de estómago que estamos teniendo en la producción? |
| Ese fue el primer paso. |
| Entonces fuimos a la línea de producción???, yendo a la línea para ver, |
| ¿Podemos tener una idea del proceso? Tal vez incluso podamos ver dónde ocurre el problema. |
| El proceso es bastante simple. Intenté simplificarlo aquí en este dibujo muy simple, |
| sólo para darte una idea. Tenemos láminas de estaño que llegan a un transportador y luego tenemos un pistón. |
| hacer la tapa de las latas, por lo que el proceso es bastante sencillo. |
| Como resultado de este pistón y de hacer estas tapas, podemos ver que podemos acumular algo de polvo en el transportador, y aquí es donde el operador necesita limpiar de vez en cuando. |
| Y lo pudimos ver haciendo el ??? que después de 25.000 tapas podríamos recoger alrededor de dos kilogramos de polvo de estaño o más. |
| Y fue entonces cuando necesitábamos limpiar la línea. Así que esa fue nuestra línea de base, digamos que cuando habíamos producido 25.000 tapas equivalentes a más de dos kilogramos, necesitábamos limpiar la línea, y eso fue |
| No es aceptable porque la limpieza está ocupando tiempo de producción y al reducir el tiempo de producción no podemos producir las tapas que queremos producir. Eso significa que tal vez lleguemos tarde a la entrega o tal vez no podamos realizar la entrega en absoluto. |
| Entonces todos teníamos interés en reducir esta limpieza y pudimos ver que podemos reducir su limpieza si podemos reducir el polvo de estaño que se produce en la línea. |
| Entonces el problema era bastante simple cuando recopilamos el |
| el |
| datos en kilogramos aquí. |
| Recuerda que aquí en la imagen puedes ver la parte de atrás, este es el polvo que pudimos recoger con una aspiradora después de 25.000 tapas. Al principio, cuando la gente venía a mí, ni siquiera teníamos un equipaje con el polvo, era solo |
| Fue con solo mirar que pudimos expresar el problema que estábamos teniendo. Ahora al menos podemos ver que este es el problema que estamos teniendo. Tenemos demasiado polvo y esto es demasiado polvo, porque necesitamos limpiarlo. Entonces tenemos que reducir el |
| kilogramos después de 25.000 tapas producidas, ese fue el criterio de éxito del proyecto. |
| Al reunir a las personas adecuadas, hicimos un taller, pusimos a todas las personas en una habitación y les dijimos que aquí tenemos un problema. Después de 25.000 tapas producimos más de dos kilogramos de polvo. ¿Cuál es la razón para eso? |
| Y luego hicimos una lluvia de ideas, diciendo: miren el proceso, observen lo que viene en el proceso, lo que sale del proceso. ¿Puede alguna de estas variables explicar la reciente aparición del polvo de estaño que vemos? |
| Entonces el primer paso fue definir las variables. Y pueden ver, he marcado aquí en amarillo lo que el equipo esperaba que fueran algunas de las causas fundamentales del polvo de estaño que vimos. |
| Comenzamos con el aporte de que, desde que ingresa, sabemos que la hoja de hojalata, el grosor de la hoja de hojalata puede |
| puede variar, por lo que podemos tener una hoja de hojalata más gruesa y algunas |
| No entra una hoja tan fina y delgada. |
| Y también pudimos ver que el recubrimiento del pistón podría ser una razón para la capa de estaño. |
| Pudimos ver que, en comparación con otras líneas que tenían algo de capa, no tenían el problema en la misma escala. |
| También pudimos ver que en las medidas del pistón, tenemos cuatro medidas diferentes en el pistón que podrían explicar el motivo del polvo de estaño. |
| Nunca hemos probado esto, así que solo estaba en el papel, por lo que esta podría ser la razón, pero intentemos averiguarlo. |
| El año pasado o hace dos años, cuando tuvimos un problema como este, |
| El enfoque normalmente sería que intentáramos cosas diferentes, para poder intentar hacer que el grosor pudiera ver si esto podía cambiar algo, el pelaje. Pero aquí nos gustaría combinar todas las variables en un experimento simplemente para acelerar el proceso. |
| Entonces configuramos un diseño de experimentos, un DOE. |
| Con el tiempo tendremos que cambiar esto un poco, para que pueda reflejar la realidad que tenemos y también los tiempos de producción asignados que podríamos usar para el experimento. |
| Configurar los experimentos y definir las variables no fue una tarea difícil. Quizás tomó un par de horas. Configurar el DOE no fue difícil, lo hicimos en SAS JMP. Pero ejecutar el DOE fue la parte complicada porque llevó mucho tiempo; tomó alrededor de una semana. |
| Entonces necesitamos planear sacar la máquina y luego hicimos la prueba durante unos cinco días. Y simplemente lo que hicimos fue producir 25.000 tapas usando un tipo de configuración y luego 25.000 tapas usando otro tipo de configuración y así sucesivamente. |
| Y luego, después de la semana, analizamos los resultados y luego llegamos a una conclusión basada en estos resultados. |
| Déjame intentar mostrarte |
| lo que hicimos en SAS JMP. |
| Puedes ver esto aquí, con solo mirar los números, pudimos ver que se trata de un gran progreso desde nuestro punto de partida. Empezamos diciendo que teníamos demasiado polvo y que teníamos que limpiar todo el tiempo. Ahora al menos tenemos un número, un número... números en la lata. |
| Puedes ver aquí, tenemos el polvo de estaño. Este es el |
| Producimos polvo de estaño después de 25.000 tapas y también tenemos diferentes ajustes del espesor del material que entra en la línea. |
| Y aquí tenemos las cuatro medidas diferentes del pistón. Y tenemos una declaración, ¿ha sido recubierto o no? Tenemos diferentes tipos de pistones que estábamos probando. |
| Esto es bastante fácil de entender para la gente. Podrían ver cuánto polvo de estaño tenemos si el espesor del material que entra es 5,74, si la medida es 1,47 y así sucesivamente. |
| Así que este es un gran paso desde simplemente observar hasta tener algunos números reales detrás del conjunto de trabajo que teníamos al principio. |
| Así que simplemente recopilar el número aquí fue un gran progreso desde nuestro punto de partida, pero la idea era usar el número para ver si podemos explicarlo. |
| El motivo del polvo de estaño se basa en el espesor del material que entra, las cuatro medidas diferentes del pistón y si el pistón ha sido recubierto o no. |
| Estamos usando algunas de las herramientas en SAS JMP y una de las herramientas que usamos mucho aquí es el modelo de ajuste. El modelo de ajuste explica si habrá alguna relación entre sus respuestas y sus variables. |
| Y aquí arriba tenemos la respuesta. |
| Este es nuestro polvo de estaño. |
| Aquí tenemos el modelo, así que nos gustaría ver si el espesor del material afecta |
| el 10 polvo, la medida del pistón, |
| y si el revestimiento del pistón tendría algún impacto. |
| Ejecutando el modelo aquí |
| y diciendo, intenta combinar las diferentes variables y dime cuál tendrá mayor impacto en nuestro polvo de estaño. |
| Y estos son básicamente los resultados que obtuvimos. |
| Podríamos ver aquí que estamos usando el valor p para guiarnos si esto tiene sentido para nosotros. El pelaje es bajo y el valor p significa, bueno, parece que tenemos una diferencia significativa. |
| relación entre el abrigo y nuestro polvo de estaño. También creemos que el espesor del material tendrá un |
| relación con nuestro polvo de estaño, y creemos que la Medida 3 tendrá algún tipo de relación con el polvo de estaño. Esto significa también que las medidas 1, 2 y 4 no parecen ser significativas cuando hablamos del polvo de estaño. |
| Recuerde que comenzamos trabajando sin ningún tipo de número, así que ahora estábamos hablando de los valores P y cómo esto puede ayudarnos. |
| Y en realidad esto fue bastante fácil para nosotros interpretarlo, y la gente entendió, bueno, significativo significa que tal vez esto no sea una coincidencia. |
| Y al utilizar a las personas adecuadas, pudimos verificar que esto también tiene sentido para ellos, por lo que parece que el recubrimiento puede tener un impacto en el polvo de estaño. |
| Y el técnico... el personal técnico decía, sí, tiene sentido que el recubrimiento impacte en el polvo de estaño, porque hemos visto esto en otras líneas. |
| Y el espesor que se pudo verificar tiene sentido y la Medida 3 podría tener sentido, así que empezamos a creer que esto es |
| Algunas buenas pautas para nosotros, pero necesitamos ver. Sí, podemos ver que el pelaje parece ser significativo, pero ¿es con o sin recubrimiento lo que es relevante para nosotros? |
| Así que ampliamos esto... |
| el modelo adecuado aquí y |
| Puedes ver aquí en el generador de perfiles cómo las diferentes variables afectarán el polvo de estaño. Puedes ver el polvo de estaño aquí a la izquierda. |
| Y aquí pueden ver el grosor de la lámina que viene en el proceso, la Medida 3 y luego la capa. Y luego podríamos intentar simular si tenemos que recubrir, si tenemos la Medida 3 activada. |
| ¿Cuáles serían los kilogramos esperados que saldrían del proceso? |
| Aquí dice que podemos esperar 0,0057. También tenemos un intervalo de confianza aquí, pero podemos esperar que este sea el número de polvo de estaño que sale del proceso. |
| Entonces miramos y vemos qué pasa si tenemos un pistón que no está recubierto. Puedo ver que eso cambiará de significado y será más alto. |
| Y sabemos desde el principio que alrededor de 0,2 será un punto de inflexión si tenemos más de 0,2 kilogramos de polvo de estaño que necesitamos limpiar, por lo que queremos estar por debajo de 0,2. |
| Y lo que hicimos aquí para ir aún más lejos, porque sabemos que el espesor del material nos era muy difícil de controlar, esto está especificado y habrá alguna variación dentro del espesor, que sería muy difícil para nosotros cambiar. |
| Por lo tanto, necesitábamos tener un proceso muy sólido, diciendo que debíamos mantener el espesor flexible. |
| Pero lo que sí podemos controlar es la Medida 3 y el revestimiento. |
| Así que ampliamos este perfilador a |
| el simulador para que podamos simular qué pasaría si el espesor cambiara |
| con alguna desviación estándar especificada. |
| Entonces decimos que sabemos que el espesor puede cambiar. |
| Sabemos que tenemos una media alrededor de 5,595 y tenemos una desviación estándar de este material igual a 0,058. Podríamos cambiar esto más adelante. Queremos fijar la medida y queremos fijar el revestimiento, teniendo |
| el revestimiento del pistón. |
| También sabemos que nuestro objetivo no es superior a 0,2, por lo que podríamos agregar un objetivo aquí. |
| Y luego podríamos simular. |
| La Medida 3 quedará fija, la capa quedará fija, pero el espesor cambiará con el tiempo. |
| Luego podemos simular si queremos 5.000 hojas en el proceso, ¿qué podríamos esperar ver? |
| en el polvo de estaño? Y luego podríamos simular. Puedes ver si tenemos |
| Llegando una hoja de hojalata con un espesor de aproximadamente 5,6, la medida 3 por 1 y con una capa, podríamos esperar un resultado muy bueno. Y puedes ver, tenemos la línea roja aquí a las 2... |
| Lo siento, 0,2, y también podemos ver aquí que la tasa de defectos, lo que significa que la tasa de mediciones superiores a 0,1 sería 0, por lo que esto es bueno para nosotros. |
| También puedes ver que si luego lo cambiamos, la Medida 3, no en 1, |
| pero a 2,5. |
| Y con la simulación de nuevo. |
| estaremos en |
| un poco más alto |
| cantidad de polvo de estaño. Si nosotros, además de eso, |
| Lo siento, |
| cambiarlo por un pistón sin recubrimiento y ejecutar una placa de 5.000 hojas, podríamos esperar una respuesta muy pobre. |
| Y pudimos ver eso |
| La configuración que teníamos en nuestra línea de producción antes de comenzar con estos cambios eran pistones sin ningún tipo de recubrimiento. Esto era muy nuevo para nosotros y fue muy emocionante para nosotros ver que realmente podemos ver qué podría controlar el polvo de estaño e incluso podemos controlarlo nosotros mismos. |
| Entonces, basándonos en las simulaciones que tenemos aquí, decidimos tener |
| a |
| Medida 3 sobre 2 y luego un pistón con revestimiento, |
| lo que significa que tendremos un proceso muy robusto que puede manejar la variación que tenemos en el espesor de las láminas. |
| Entonces también podríamos intentar simular algo, ¿qué pasaría si esta desviación no fuera 0,058 sino que fuera |
| 1.5. |
| Verá, esto será demasiado, así que algunos de los acuerdos que tenemos con nuestros proveedores necesitan mantener la desviación estándar en un nivel específico porque entonces tendremos |
| un proceso robusto. |
| Así que esto fue como una revelación para todos nosotros, ya que es una foto muy, muy buena para nosotros y no nos ha costado mucho. Lo único que nos ha costado ha sido el experimento que nos planteamos para cinco días. |
| Entonces esta fue una buena noticia para nosotros. |
| Y aquí, en el número cinco, concluimos diciendo: Bien, ahora sabemos qué se debe mejorar, necesitamos recubrir las herramientas o el pistón y debemos ajustar la medición a 2,0. |
| Provenía aproximadamente de 3.0. Entonces esto fue??? una mejora, y esta es una imagen muy simple del generador de perfiles, |
| mostrando la relación entre nuestra capa de estaño y las diferentes variables que esperábamos. Y hicimos un control diciendo, intentemos cambiar. |
| nuestros procesos y luego producir 25.000 tapas más y luego podrás ver la comparación. Esta fue nuestra línea de base. Puedes ver el pequeño polvo aquí en el equipaje antes de que cambiemos el proceso, y puedes ver los 25.000 |
| del polvo de estaño después de producir 25.000 tapas después del cambio y no vimos ningún polvo de estaño aquí. |
| Entonces esto fue como... fue una muy buena prueba de concepto para nosotros. Fue uno de los primeros proyectos que hicimos usando SAS JMP y fue una muy buena prueba de concepto y la gente realmente confió en esta forma de resolver problemas. |
| Lo que aprendemos aquí es el uso de datos, nos beneficia, porque entonces tenemos algo en común, algo con lo que podemos relacionarnos con todos. |
| en lugar de tener opiniones diferentes que nos resulta muy difícil de cuantificar, por lo que el uso de esto fue de gran ayuda para todos nosotros. |
| Y utilizar a las personas adecuadas, a los técnicos, a las personas |
| con un conocimiento de la línea, también las personas que pueden utilizar un software estadístico como JMP entienden cómo configurar |
| un experimento, comprender cómo hacer un modelo de ajuste, modelos de regresión, etc. Y luego el uso de SAS JMP es realmente poderoso. No podríamos haber hecho esto, como en Excel, porque no tienen las herramientas. |
| Y luego, usar un proceso estructurado nos hace muy poderosos para nosotros, así que fue un muy buen aprendizaje para nosotros, y esto es algo que hemos implementado en muchos proyectos posteriormente con muy buena respuesta. |
