Mostrando las entradas con la etiqueta Red X. Mostrar todas las entradas
Mostrando las entradas con la etiqueta Red X. Mostrar todas las entradas

miércoles, 2 de enero de 2019

Técnica de los 7 Diamantes para la Resolución de Problemas de Manufactura

Así como Ford se basó en el modelo de las 8D o Toyota en su Técnica de 7 Pasos, el otro gigante automotriz (General Motors) también desarrolló una manera estructurada de resolver sus problemas de manufactura. La Técnica de los 7 Diamantes es una herramienta utilizada por GM, e incorporada por otras organizaciones manufactureras, para la resolución de problemas de manera secuencial y estandarizada. Esta técnica se caracteriza por un análisis exhaustivo del correcto funcionamiento de los procesos y de que las herramientas y maquinaria estén siendo utilizadas correctamente, y que funcionen de manera adecuada. Su nombre proviene del formato secuencial que posee, ya que se utilizan siete decisiones, que en un diagrama de flujo se representan generalmente a través de un rombo o diamante.

Los primeros "diamantes" buscan que el área de Manufactura resuelva el problema, antes de involucrar al personal de Ingeniería, quienes ya pueden analizar más en detalle el tema. Es decir, que no podemos recurrir a Ingeniería hasta que no descartemos que el proceso esté funcionando correctamente (proceso dentro de su capacidad, herramientas adecuadas y en funcionamiento normal, uso de partes correctas, procedimientos estandarizados, etc.). Si todo eso se cumple, y el problema persiste, se trata de algo más profundo y debe participar Ingeniería con herramientas más complejas. Cada etapa tiene, además, diferentes responsabilidades. Lo vemos con un poco más de detalle:

Los diamantes 1 al 3 se utilizan para verificar que el proceso de fabricación siga lo establecido en el diseño correspondiente, dando respuesta a las siguientes preguntas:
  • Diamante 1: ¿el proceso es el correcto?
  • Diamante 2: ¿las herramientas/maquinaria son las correctas?
  • Diamante 3: ¿las partes utilizadas son las correctas?
Aquí, los responsables generalmente pertenecen a los sectores de Producción y/o Mantenimiento.  Los desvíos con respecto a lo previsto deben ser corregidos y validados, con el apoyo técnico de Ingeniería. Las herramientas más utilizadas en este análisis son las que ya conocemos: Diagrama de Ishikawa, Método de los 5 ¿por qué? y brainstorming. Se suele utilizar una hoja de chequeo para registrar el resultado de los pasos 1, 2 y 3.

El diamante 4 se encarga de analizar la calidad de las partes, más allá de que sean las correctas. Aquí participan habitualmente los equipos especializados en resolver problemas de producción (conocidos como PRT - Problem Resolution Team) y el personal de SQA (Aseguramiento de la Calidad del Software). Es común que este diamante se subdivida en dos. La parte 4a pertenece al análisis del PRT y la parte 4b al de SQA.

Luego, el análisis pasa una especie de "filtro" que plantea si un cambio de proceso resuelve realmente el problema o no. Esto ya pertenece al diamante 5, precisamente a la fase 5a. Esto es resuelto por un Ingeniero de Manufactura, ya que requiere un alto grado de especialización.

Los diamantes 5b al 7 contemplan un análisis mucho más complejo, del tipo ingenieril. Se incluyen técnicas estadísticas y de análisis de diseño. Generalmente, esta etapa es cubierta por Ingenieros en Calidad (QE) e Ingenieros de Diseño. Para la etapa 5b se utiliza con frecuencia la técnica Red X, que vimos en una publicación anterior. No entraremos en mayores detalles en el resto del análisis, por su complejidad.

Todo lo expuesto anteriormente es volcado, habitualmente, en un registro conocido como Resumen de Comunicación del Problema (PCB, por Problem Communication Brief). El PCB contiene de manera sintética lo obtenido en cada etapa, incluyendo el planteo inicial del problema y las técnicas aplicadas para obtener causas raíz, gráficas, análisis de ocurrencias y otros aspectos.
Modelo típico de PCB
FUENTE: "IBC Vehicles - Standard Problem Solving Process - 7 Diamonds"



jueves, 26 de abril de 2018

Dorian Shainin, la Red X y otras técnicas estadísticas para la resolución de problemas

Claramente influenciado por su mentor y colega Joseph Juran, el ingeniero estadounidense Dorian Shainin es considerado una de las personalidades que más aportaron al desarrollo de técnicas para la resolución de problemas en el campo de la  calidad y la industria de manufactura. La mayor parte de estas técnicas poseen origen estadístico y siguen aplicándose en la actualidad, o son punto de partida para el desarrollo de nuevos métodos. Shainin falleció en el año 2000, y durante toda su carrera asesoró a numerosas empresas líderes de diversos rubros, incluyendo desde organizaciones automotrices y fabricantes textiles, hasta organismos estatales como el Departamento de Defensa de los Estados Unidos. Su empresa, fundada en 1947, sigue prestando servicios de asesoría a las organizaciones en la resolución de problemas complejos (https://shainin.com/).

Durante la década del 40, Juran se encargó de aggiornar el Principio de Pareto y aplicarlo a la variación de las causas de un problema, para determinar cuáles tenían influencia realmente sobre el problema en sí. Shainin se basó en esta aplicación, y fue un poco más alla: de las múltiples causas que podían originar el problema, sólo una de ellas era la principal. A esta la denominó la “Gran X Roja” (Big Red X o, simplemente, Red X). Para la determinación de esta causa principal, Shainin planteó la utilización de métodos completamente empíricos. Como en otras oportunidades, no entraremos en profundidad en desarrollos estadísticos. Sólo mencionaremos algunas de las técnicas más difundidas de Shainin y cuál es su aplicación.


Lot Plot

Lot Plot es en realidad una técnica de muestreo, que busca evitar la necesidad de que se realice una inspección del 100% de un lote. En un lote donde se sabe que existen piezas defectuosas, la idea es aplicar esta técnica para no llegar al extremo de tener que inspeccionar pieza por pieza. Para esto se utilizan gráficas, basadas en conceptos previos del estadístico Walter A, Shewart. Con esta técnica, Shainin buscaba mayor efectividad en el proceso de inspección.

“Habla con las partes; son más listas que los ingenieros.” (Dorian Shainin)
Lot Plot - FUENTE: Wikilean

Comparación Pareada o Apareada (Paired Comparisons)

La Comparación Pareada forma parte de un conjunto de herramientas esenciales del Diseño de Experimientos (DOE) según lo define Shainin. Aquí hay históricamente una especie de rivalidad entre él y Taguchi por la efectividad de sus técnicas en esta disciplina, pero vamos a dejarlo de lado por el momento.

Para hacerlo sintético, este método consiste en tomar una muestra de igual cantidad de productos considerados conformes ("buenos") y de productos no conformes ("malos). Se deben identificar cuáles son los parámetros que se están teniendo en cuenta para esta diferenciación, y deben poder cuantificarse. Deben ser medibles. Por ejemplo, podemos hablar de la longitud de una pieza, de su dureza, del espesor, etc. A estos parámetros se los ordena de una determinada manera en función de su importancia en el resultado final (conforme-no conforme). Por cada parámetro tendremos dos valores (el "bueno" y el "malo"). Todos estos valores se listan en orden descendente o ascendente, sin importar su clasificación. En función de los cambios de malo a bueno, o de bueno a malo, se va realizando una gráfica. Luego se realiza un conteo que determina, de acuerdo al resultado, si ese parámetro es realmente causa del problema que se está analizando, o no, con una confiabilidad que depende del número de muestras tomadas (por ej, 90% para 6 muestras, 99% para 10 muestras). 


Gráficas Multi-Vari (Multi-Vari Charts)

La gráficas o cartas Multi-Vari fueron desarrolladas en realidad por Leonard Seder en la década del 50, aunque se popularizaron gracias a Shainin, quien las incluyó dentro de su conjunto de herramientas. Estas gráficas tienen como objetivo determinar las fuentes de variabilidad de un proceso, cuantificarlas e identificar las más influyentes. Para esto, se clasifican a las variaciones de tres maneras posibles, según su ocurrencia. Pueden ser:
  • Variaciones posicionales: cuando la variación aparece dentro de lote, entre máquinas, entre operadores, entre plantas, etc.
  • Variaciones cíclicas: cuando la variación se produce entre lotes de piezas. 
  • Variaciones temporales: la variación aparece entre períodos de tiempo (hora a hora, turno a turno, semana a semana).
En resumen, las graficas Multi-Vari son una representación visual de un análisis de varianza, de los resultados en función de las fuentes de variabilidad.

Gráfica Multi-Vari - FUENTE: asq.org


Pre-Control

Pre-Control es una técnica estadística cuyos principios son similares al Control Estadístico de Procesos (SPC), que vimos en una publicación anterior, aunque se aplica generalmente al comienzo de la fabricación de una pieza. Sirve para poner a punto el proceso desde el arranque.

Test de Confiabilidad B vs. C (Six Pack Test)

Esta prueba compara muestras del proceso actual con un proceso mejorado o nuevo. De ahí viene su nombre: la "C" representa el estado actual (Current) y la "B" el estado mejorado (Better). Para realizar esta comparativa, se toman 3 muestras de cada estado, 6 en total. También se la conoce como Six Pack Test (la "prueba del paquete de seis"), por esta razón. A través de una combinatoria matemática entre las "B" y las "C", podemos rankearlas en función de sus resultados. Si las "B" quedan mejor posicionadas que las "C", podemos decir que nuestro proceso ha mejorado, con una confiabilidad del 95%.


Otras técnicas de Shainin

Existen otras técnicas popularizadas por Shainin, entre las que podemos destacar:

  • Factoriales Completos (Full Factorial)
  • Gráficas de Dispersión (Scatter Plot) (no la desarrolló, aunque la incluyó dentro de sus herramientas)
  • Overstress Testing 
  • Paralelogramo de Tolerancia (Tolerance Parallelogram)
  • Secuencia Aleatoria (Randomized Sequencing)
  • Isoplot
  • ANOVA por Orden de Rango (Rank Order ANOVA)


Aplicación de las técnicas de Shainin en la fase de Análisis de DMAIC en Six Sigma, y vigencia de su uso

Es muy habitual que se utilicen técnicas de Shainin en la fase de Análisis del DMAIC en Six Sigma. Hemos tratado muy superficialmente cada técnica. Para conocer más en detalle cada una de ellas, su base estadística y ejemplos de aplicación, recomendamos leer el libro "World Class Quality: Using Design of Experiments to make it happen" de Keki R. Bothe y Adi K. Bothe (1991).

Después de casi 80 años de aplicación de sus técnicas, Shainin sigue contando con muchos seguidores (y con algunos detractores, también). Hoy en día, su legado sienta las bases para diferentes metodologías estadísticas para la resolución de problemas. Muchas de ellas no se siguen realizando o aplicando con frecuencia tal como han sido planteadas, ya que hoy se cuenta con herramientas poderosas de software. Minitab™, por ejemplo, incluye prácticamente todos sus métodos, o variantes mejoradas o optimizadas de éstos. 






Otros artículos relacionados