| Vocero |
Transcripción |
| Marco |
Bienvenido |
| |
a esta presentación aquí, utilizando SAS JMP. |
| |
El tema de esta presentación es cómo utilizar la estadística como lenguaje común y cómo mejorar la calidad del proceso al hacerlo. |
| |
Trabajo como gerente de calidad para una empresa llamada Envases. Envases es una empresa enorme, una |
| |
Empresa global que fabrica latas para la industria alimentaria. Puede ver algunos de sus productos en la esquina izquierda. |
| |
Quizás algunos de estos productos te resulten familiares. Son latas que se venden en los supermercados: carne, pescado, leche en polvo, jugos, etc. |
| |
Contamos con instalaciones de fabricación en |
| |
México y en Europa y el |
| |
El tema que quiero abordar hoy aquí está relacionado con nuestras instalaciones de producción en Dinamarca. |
| |
Básicamente lo que voy a presentar aquí es un problema que ha sido resuelto utilizando SAS JMP como una de las herramientas. |
| |
Y voy a pasar algún 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 de que son muy familiares para muchas de las personas que ven esta presentación. |
| |
Bueno, volviendo al año pasado, |
| |
Tuvimos algunos problemas en nuestras líneas de producción y el personal de producción acudió a mí. Soy el jefe de calidad y me encargo de este tipo de problemas. Llegaron a mi escritorio y me dijeron: «Marcus, tenemos 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 hay cosas que ver en nuestra producción, pero la gente se quejaba de que podían 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 principio del problema. No teníamos datos que demostraran esto. No teníamos papel para revisar. No teníamos hojas de Excel. No teníamos archivos JMP para revisar. Solo teníamos algunas opiniones de la gente que decía que teníamos demasiado. |
| |
polvo de estaño en nuestra línea de producción, y tenemos que limpiarlo todo el tiempo. |
| |
Y para que quede un poco más equilibrado |
| |
más confuso, pero la gente decía que habíamos visto esto muchas veces antes, y algunas personas decían que nunca habíamos visto esto antes. |
| |
Empecé a hablar con la gente de la línea, preguntándoles: ¿Es esto nuevo para ustedes? ¿Ha sucedido esta semana o fue la semana pasada? ¿O qué hay del año pasado? Y recibí muchas opiniones diferentes y mucha... |
| |
entradas, y además la gente no me decía lo mismo, así que estaba un poco confundido sobre cómo podríamos comenzar con este proyecto. |
| |
Pero de todos modos, teníamos que empezar. |
| |
Así que lo primero que hice |
| |
era formar el equipo, diciendo, |
| |
El personal de la organización deberá formar un equipo. ¿Quiénes deberían participar? Identificamos a personas relevantes para el proyecto en producción, técnicos, operaciones, mantenimiento, etc. |
| |
Y la estructura que hemos utilizado aquí para resolver el problema está inspirada en el Six Sigma DMAIC, quizá algunos de vosotros ya la conocéis. |
| |
DMAIC trata de definir el problema, medir el problema, analizar la causa 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, al usar la estructura aquí es definir y medir el problema, porque a veces |
| |
Puede que pienses que tienes un problema, pero al comenzar a medirlo es posible que te des cuenta de que lo que pensabas 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 les dije: «Bueno, primero que nada, analicemos el problema. ¿Tenemos realmente un problema o es solo una corazonada que tenemos en la producción?». |
| |
Ése fue el primer paso. |
| |
Entonces fuimos a la línea de producción ???, fuimos a la línea a ver, |
| |
¿Podemos tener una idea del proceso? Tal vez incluso podamos ver dónde ocurre el problema. |
| |
El proceso es bastante sencillo. He intentado simplificarlo aquí en este dibujo muy simple. |
| |
Para que se hagan una idea, tenemos láminas de hojalata que entran en una cinta transportadora y luego tenemos un pistón. |
| |
haciendo la tapa para 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 pudimos ver haciendo el ??? que después de 25.000 tapas, podríamos recoger alrededor o más de dos kilogramos de polvo de estaño. |
| |
Y entonces fue cuando necesitábamos limpiar la línea. Así que ese era nuestro punto de partida, digamos que cuando habíamos producido 25.000 tapas equivalentes a más de dos kilogramos, necesitábamos limpiar la línea, y eso era... |
| |
No es aceptable porque la limpieza consume tiempo de producción y, al reducirse, no podemos producir las tapas que queremos. Esto significa que podríamos retrasarnos en la entrega o incluso no poder entregarla. |
| |
Así que todos teníamos interés en reducir esta limpieza y pudimos ver que podemos reducir la limpieza si podemos reducir el polvo de estaño que se produce en la línea. |
| |
Así que el problema era bastante simple cuando recopilamos los |
| |
el |
| |
Datos en kilogramos aquí. |
| |
Recuerden que pueden ver la parte posterior aquí en la imagen; este es el polvo que pudimos recolectar con una aspiradora después de 25,000 tapas. Al principio, cuando la gente venía a verme, ni siquiera teníamos una maleta con el polvo, era simplemente... |
| |
Con solo observar, pudimos expresar el problema que teníamos. Ahora al menos pudimos ver que este es el problema. Tenemos demasiado polvo, y esto es demasiado polvo, porque necesitamos limpiarlo. Así que tenemos que reducir... |
| |
kilogramos después de 25.000 tapas producidas, ese fue el criterio de éxito del proyecto. |
| |
Reuniendo a las personas adecuadas, organizamos una especie de taller, reunimos a todos en una sala y les dijimos: «Tenemos un problema». Después de 25.000 tapas, producimos más de dos kilogramos de polvo. ¿A qué se debe esto? |
| |
Luego hicimos una lluvia de ideas y dijimos: «Miren el proceso, lo que entra y lo que sale del proceso». ¿Puede alguna de estas variables explicar la reciente aparición del polvo de estaño? |
| |
El primer paso fue definir las variables. Como pueden ver, he marcado aquí en amarillo lo que el equipo esperaba que fueran algunas de las causas principales del polvo de estaño que observamos. |
| |
Comenzamos con la información de que, dado que está llegando, sabemos que la hojalata, el espesor de la hojalata puede... |
| |
Puede variar, por lo que podemos tener algunas láminas de hojalata más gruesas y algunas |
| |
No viene una lámina muy fina. |
| |
Y también pudimos ver que el recubrimiento del pistón podría ser una razón para la capa de estaño. |
| |
Pudimos ver, en comparación con otras líneas que tenían algún abrigo, no tenían el problema en la misma escala. |
| |
También pudimos ver que las medidas del pistón, tenemos cuatro medidas diferentes en el pistón que podrían explicar la razón del polvo de estaño. |
| |
Nunca hemos probado esto, así que sólo estaba en el papel, así que esta podría ser la razón, pero intentemos averiguarlo. |
| |
El año pasado o hace dos años, cuando teníamos un problema como este, |
| |
El enfoque habitual sería probar diferentes cosas para intentar ajustar el grosor y ver si esto cambia algo el pelaje. Pero aquí queremos combinar todas las variables en un solo experimento para acelerar el proceso. |
| |
Así que establecimos un diseño de experimentos, un DOE. |
| |
Con el tiempo tendremos que ir modificando esto un poco para que refleje la realidad que tenemos y también los tiempos de producción asignados que podamos utilizar para el experimento. |
| |
Configurar los experimentos y definir las variables no fue una tarea difícil. Tomó quizás un par de horas. Configurar el DOE no fue difícil; lo hicimos en SAS JMP. Pero ejecutar el DOE fue la parte complicada porque tomó mucho tiempo; tardó aproximadamente una semana. |
| |
Así que necesitábamos planificar el desmontaje de la máquina y luego hicimos una prueba de unos cinco días. En resumen, lo que hicimos fue producir 25.000 tapas con un tipo de configuración, luego otras 25.000 con otro, y así sucesivamente. |
| |
Y luego, después de la semana, analizamos los resultados y, en base a esos resultados, llegamos a una conclusión. |
| |
Déjame intentar mostrarte |
| |
Lo que hicimos en SAS JMP. |
| |
Pueden ver esto aquí; con solo mirar las cifras, podemos ver que esto representa un gran progreso desde nuestro punto de partida. Al principio, la gente simplemente decía que teníamos demasiado polvo y que necesitábamos limpiar constantemente. Ahora al menos tenemos una cifra... cifras en la lata. |
| |
Aquí puedes ver que tenemos el polvo de estaño. Este es el |
| |
Se produce polvo de estaño después de 25.000 tapas y también tenemos diferentes configuraciones del espesor del material que entra en la línea. |
| |
Aquí tenemos las cuatro medidas diferentes del pistón. Y tenemos una indicación: ¿está recubierto o no? Así que probamos diferentes tipos de pistones. |
| |
Esto es bastante fácil de entender. Se podría ver cuánto polvo de estaño tenemos si el espesor del material entrante es de 5,74, si la medida es de 1,47, y así sucesivamente. |
| |
Así que este es un gran paso desde simplemente observar hasta realmente 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. |
| |
La razón del polvo de estaño se basa en el espesor del material que ingresa, las cuatro medidas diferentes del pistón y si el pistón ha sido recubierto o no. |
| |
Utilizamos algunas herramientas de SAS JMP, y una de las más utilizadas es el modelo de ajuste. Este modelo explica si existen relaciones entre las respuestas y las variables. |
| |
Y aquí arriba tenemos la respuesta. |
| |
Éste es nuestro polvo de estaño. |
| |
Aquí tenemos el modelo, por lo que nos gustaría ver si el grosor del material afecta |
| |
los 10 polvos, la medida del pistón, |
| |
y si el recubrimiento del pistón tendría algún impacto. |
| |
Ejecutando el modelo aquí |
| |
y diciendo, trate de combinar las diferentes variables y dígame qué tendrá el mayor impacto en nuestro polvo de estaño. |
| |
Y estos son básicamente los resultados que obtuvimos. |
| |
Aquí vemos que usamos el valor p como guía, si esto tiene sentido. El abrigo es bajo y el valor p significa que, bueno, parece que tenemos un valor significativo. |
| |
relación entre el recubrimiento y nuestro polvo de estaño. También creemos que el grosor del material tendrá un |
| |
Relación con nuestro polvo de estaño, y creemos que la Medición 3 tendrá algún tipo de relación con el polvo de estaño. Esto también significa que las Mediciones 1, 2 y 4 no parecen ser significativas en lo que respecta al polvo de estaño. |
| |
Recuerde que estábamos empezando a trabajar sin ningún tipo de número, así que ahora estábamos hablando de los valores P y cómo esto nos puede ayudar. |
| |
Y esto realmente fue bastante fácil de interpretar para nosotros, y la gente entendió que, significativo, tal vez no sea una coincidencia. |
| |
Y al utilizar a la gente adecuada, 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 personal técnico decía: sí, tiene sentido que el recubrimiento tenga impacto en el polvo de estaño, porque hemos visto esto en otras líneas. |
| |
Y el grosor se pudo verificar y 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 de ajuste aquí y |
| |
Aquí, en el perfilador, se puede ver cómo las diferentes variables impactan el polvo de estaño. Se puede ver el polvo de estaño aquí a la izquierda. |
| |
Aquí se puede ver el grosor de la lámina durante el proceso: la Medida 3 y luego el recubrimiento. Podemos simular si necesitamos aplicar el recubrimiento, si tenemos la Medida 3 activada. |
| |
¿Cuáles serían los kilogramos esperados que saldrían del proceso? |
| |
Aquí se indica que podemos esperar 0,0057. También tenemos un intervalo de confianza, pero podemos esperar que esta sea la cantidad de polvo de estaño resultante del proceso. |
| |
Luego, observe qué sucede si tenemos un pistón sin recubrimiento. Se puede ver que esto cambiará la significancia y será mayor. |
| |
Y sabemos desde nuestro comienzo que alrededor de 0,2 será como el factor decisivo si tenemos más de 0,2 kilogramos de polvo de estaño, necesitamos limpiar, por lo que queremos estar por debajo de 0,2. |
| |
Y lo que hicimos para ir aún más allá aquí, porque sabemos que el espesor del material era muy difícil para nosotros de controlar, esto está especificado y habrá alguna variación dentro del espesor, lo cual sería muy difícil para nosotros cambiar. |
| |
Así que necesitábamos tener un proceso muy sólido, diciendo que necesitábamos mantener el espesor flexible. |
| |
Pero lo que sí podemos controlar es la Medida 3 y el recubrimiento. |
| |
Así que ampliamos este generador de perfiles a |
| |
El simulador para que podamos simular qué sucede si el espesor cambia |
| |
con alguna desviación estándar especificada. |
| |
Entonces, lo que decimos es que sabemos que el grosor puede cambiar. |
| |
Sabemos que tenemos una media de alrededor de 5,595 y una desviación estándar de este material de 0,058. Podríamos cambiar esto más adelante. Queremos corregir la medición y el recubrimiento, teniendo... |
| |
el revestimiento del pistón. |
| |
También sabemos que nuestro objetivo no es mayor a 0,2 por lo que podríamos agregar un objetivo aquí. |
| |
Y luego podríamos simular. |
| |
La medida 3 será fija, el pelaje será fijo, pero el grosor irá cambiando con el tiempo. |
| |
Entonces 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 |
| |
Una lámina de hojalata con un grosor aproximado de 5,6, la medida 3 en 1 y con una capa, podríamos esperar un muy buen resultado. Como pueden ver, tenemos la línea roja aquí en 2... |
| |
Lo siento, 0.2, y también podemos ver aquí que la tasa de defectos, es decir, la tasa de mediciones superiores a 0.1 sería 0, así que esto es bueno para nosotros. |
| |
También puedes ver que si luego lo cambiamos, la Medida 3, no la 1, |
| |
pero a 2,5. |
| |
Y con la simulación de nuevo. |
| |
Estaremos en |
| |
un poco más alto |
| |
cantidad de polvo de estaño. Si, además, |
| |
Lo siento, |
| |
Si lo cambiamos por un pistón sin recubrimiento y utilizamos una placa de 5000 hojas, podríamos esperar una respuesta muy pobre. |
| |
Y pudimos ver que |
| |
La configuración que teníamos en nuestra línea de producción antes de implementar estos cambios consistía en pistones sin recubrimiento. Esto era muy novedoso para nosotros, y nos emocionó mucho ver que realmente podíamos controlar el polvo de estaño, e incluso controlarlo nosotros mismos. |
| |
Entonces, basándonos en las simulaciones que tenemos aquí, decidimos tener |
| |
a |
| |
Medida 3 sobre 2 y luego un pistón con un 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 pasa si esta desviación no es 0,058 sino que es |
| |
1.5. |
| |
Verá, esto será demasiado, por eso algunos de los acuerdos que tenemos con nuestros proveedores son que deben mantener la desviación estándar en un nivel específico porque entonces tendremos |
| |
Un proceso robusto. |
| |
Esto fue una revelación para todos, ya que es una foto muy buena y no nos ha costado mucho. Lo único que nos ha costado fue el experimento que nos propusimos durante cinco días. |
| |
Así que esta fue una buena noticia para nosotros. |
| |
Y entonces aquí en el número cinco, concluimos diciendo: Bien, ahora sabemos qué se debe mejorar, necesitamos recubrir las herramientas o el pistón y necesitamos ajustar la medida a 2.0. |
| |
Venía de la versión 3.0 aproximadamente. ¿Así que esto fue una mejora? 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. A continuación, pueden ver la comparación. Esta era nuestra línea base. Pueden ver el polvo aquí en el equipaje antes de cambiar el proceso, y pueden ver las 25,000 tapas. |
| |
del polvo de estaño después de producir 25.000 tapas después del cambio y no vimos ningún polvo de estaño aquí. |
| |
Así que esto fue... una excelente prueba de concepto para nosotros. Fue uno de los primeros proyectos que realizamos con SAS JMP y fue una excelente prueba de concepto, y la gente realmente confió en esta forma de resolver problemas. |
| |
Lo que aprendemos aquí es el uso de datos, nos muestra beneficios porque entonces tenemos algo en común, algo que podemos relacionar con todos. |
| |
en lugar de tener diferentes opiniones que nos resulta muy difícil cuantificar, el uso de esto fue muy útil para todos nosotros. |
| |
Y utilizando a la gente adecuada, la gente técnica, la gente... |
| |
Con un conocimiento de la línea, también las personas que pueden utilizar un software estadístico como JMP entienden cómo configurarlo. |
| |
Un experimento, comprender cómo crear un modelo de ajuste, modelos de regresión, etc. Además, el uso de SAS JMP es realmente potente. No podríamos haberlo hecho, como en Excel, porque no cuentan con las herramientas necesarias. |
| |
Y luego, utilizando un proceso estructurado como ellos nos hacen muy poderosos, así que este fue un muy buen aprendizaje para nosotros, y esto es algo que hemos implementado en muchos proyectos después con muy buena respuesta. |
