INSTITUTO POLITCNICO NACIONAL

Escuela Superior de Ingeniera

y Elctrica
PLANEACIN E INGENIERA DE MANTENIMIENTO.

Integrantes: HERNNDEZ CAROLINA LOZANO HERNNDEZ YAIR MARTINEZ URBIOLA GONZALO ANTONIO Profesora: VERA JAIME ANA MARIA. GRUPO: 9AM4

Antecedentes de Seis Sigma

En 1981 Bob Gavin director de Motorola, estableci el objetivo de mejorar 10 veces el desempeo en un periodo de 5 aos. En 1985 Bill Smith en Motorola concluy que si un producto se reparaba durante la produccin, otros defectos quedaran escondidos y saldran con el uso del cliente. Adicionalmente si un producto se ensamblaba libre de errores, no fallaba en el campo
4

Beneficios de Seis Sigma

Reducciones de costo (menos defectos) Mejoras en las utilidades y la productividad

Mejora en la satisfaccin del cliente (participacin de mercado)

Reducciones de tiempos de ciclo Cambios culturales

Razones por las que funciona SS

Involucramiento de la direccin Un mtodo disciplinado utilizado (DMAIC) Conclusin de proyectos en 3 a 6 meses

Medicin clara del xito con reconocimientos Infraestructura de personal entrenado (black belts, green belts)

Enfoque al proceso y al cliente Mtodos estadsticos utilizados adecuados

Seis Sigma como estrategia

Es una estrategia de mejora de negocios que busca encontrar y eliminar causas de errores o defectos en los procesos de negocio enfocndose a los resultados que son de importancia crtica para el cliente

Es una estrategia de gestin que usa herramientas estadsticas y mtodos de proyectos para lograr mejoras en calidad y utilidades significativas

Las fases DMAIC de 6 Sigma

Definicin Medicin

Control Mejora

Anlisis

Qu es Sigma? ( )

Sigma es un concepto estadstico que representa cuanta variacin hay en un proceso respecto a los requerimientos del cliente
0 2 sigmas, dificultades para cumplir especs. 2 4.5 sigmas, se cumple la mayora de especs.

4.5 6 sigmas, cumplimiento total a requerimientos. Un

proceso 6 tiene rendimiento del 99.9997%

10

Areas bajo la curva normal Entre menor sea el valor de Mayor ser la distancia entre X y LSE
X = Media

4.5

LSE Lmite Superior de Especificacin

-6 -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5 +6 68.27% 95.45% 99.73% 99.9937% 99.999943%

3.4 ppm Fuera de LSE

11

12

2. Despliegue de Seis Sigma

Anlisis FODA Organizacin de apoyo para Seis Sigma Contribuciones de los gurs de la calidad a Seis Sigma

13

Anlisis FODA - SWOT (fuerzas, amenazas, debilidades y oportunidades)

Fuerzas:
Algo en lo que la empresa es buena para hacer Patentes, experiencia, habilidades, recursos

clave, tecnologa, posicin en el mercado, reputacin

Debilidades:
Algo que le falta a la empresa o es una

condicin en la queda en desventaja Poco flujo de caja, tecnologa obsoleta, altos costos indirectos, sin personal calificado, imagen de mala calidad

14

Anlisis FODA - SWOT (fuerzas, amenazas, debilidades y oportunidades)

Oportunidades:
Situaciones ventajosas externas del entorno

tales como mercado, econmicas u otras que la empresa puede aprovechar para crecer o mejorar su desempeo

Amenazas:
Situaciones externas del entorno en relacin

a los mercados, clientes, industria, reglamentaciones, etc. que pueden afectar negativamente los resultados de la empresa
15

Liderazgo en la empresa

Los programas Seis Sigma no suceden accidentalmente, deben contar con el compromiso y soporte de la administracin en aspectos de recursos y herramientas Hay dos pocas donde es difcil implementar proyectos de mejora, cuando son buenas (a nadie le interesa) y cuando son malas (la prioridad es sobrevivir)

16

Estructura para Seis Sigma

FUNCIONES Direccin OPCIONES Comit o consejo de apoyo

Gestin de Seis Sigma Gte., Director, Master Black Belt Propietario de proceso Champion, patrocinador Patrocinador Propietario de proceso, Champion Asesor Black Belt, Master BB
Lder de equipo Miembro de equipo Supervisor/Facilitador, Black Belt, Green Belt Green Belt, asociado
17

Herramientas de Mejora de Procesos Seis Sigma

Diseo
Diseo de Experimentos (DDE)

Produccin
Histogramas Diagrama de Ishikawa Teorema de Pareto AMFE

Diseo Robusto

Anlisis del Modo de Fallos y Efectos SPC (Control Estadstico de Procesos)

18

DDE

Diferencias entre calidad tradicional y seis sigma

Calidad tradicional Centralizada Estructura rgida y enfoque reactivo No estructuracin de las herramientas de mejora, uso localizado y aislado

Seis Sigma
Descentralizada Estructura para la deteccin y solucin de los problemas y enfoque proactivo Estructuracin de herramientas de mejora Toma de decisiones sobre datos precisos y objetivos

Toma de decisiones sobre presentimientos y datos vagos

Se aplican remedios provisionales, Se observa a la raz para llegar a slo se corrige en vez de prevenir soluciones slidas y prevenir la repeticin
19

SEIS SIGMA COMO UNA META

A continuacin se presentan algunos hechos sobre los efectos secundarios de operar a un nivel bajo de sigma: Un cliente insatisfecho le contar su infeliz experiencia a entre 9-10 personas. Un cliente slo le dir a cinco personas si el problema se manejo satisfactoriamente El 31 % de los clientes que experimentan problemas de servicio nunca registra sus quejas. De ese 31% slo un 9% volver a tener negocios con nuestra empresa.

LOS SEIS PRINCIPIOS DE SEIS SIGMA

Enfoque genuino en el cliente Direccin basada en datos y hechos Los procesos estn donde esta la accin Direccin proactiva Colaboracin sin barreras Busque la perfeccin, tolere el fallo

Herramientas

Generar ideas y organizar informacin Diagrama de flujo de procesos

Obtencin de datos

Diagrama de causa-efecto

Muestreo

Data warehouses

Lluvias de ideas

Hojas de control y clculo

Implementacin y gestin de procesos Diagrama de campo de fuerzas

En la industria de alimentos y bebidas, cuando una planta produce alrededor de 20 a 100 toneladas de productos por da, realizar una mnima mejora en el rendimiento puede significar una enorme diferencia en las utilidades.

El Proceso Seis sigma (DMAIC) puede implementarse eficientemente para que se generen mejoras significativas en la industria de bebidas y alimentos, por tanto, contribuyendo a las utilidades.

DEFINIR

Un fabricante de alimentos a gran escala, tiene lneas de empacado de alta velocidad que embalan bolsas de 1-5 libras, a menudo con una velocidad de 50-100 bolsas por minuto. Estas lneas de empacado tienen interrupciones frecuentes, detenindose algunas veces hasta 10-20 veces cada hora por un minuto

Cada vez que una mquina se detiene, el producto cae al piso o tiene que ser re-empacado. Empacar de nuevo ocasiona quebraduras, haciendo que el producto sea inadecuado para cumplir con los estndares del cliente.

MEDIR

El siguiente paso es asegurarse de que se cuenta con un sistema de medicin que pueda evaluar adecuadamente el nivel del problema, tanto para las variables dependientes (prdida del rendimiento o variacin de peso), como las independientes.

Existen algunas herramientas para identificar los posibles orgenes de la prdida del rendimiento.

Despus de identificar todas las variables dependientes e independientes, stas deben medirse de forma efectiva. Si los sistemas de medicin son inadecuados, toda la informacin recolectada ser imprecisa y no podr ser utilizada para el anlisis de la causa de raz.

El estudio de reproducibilidad y repetibilidad (Gage R&R) es la herramienta de Six Sigma utilizada para cuantificar la conveniencia de un sistema de medicin.

Queremos que la variacin de las mediciones provenga del producto mismo, no de las insuficiencias en el sistema de medicin. Generalmente y dentro de una tolerancia determinada, queremos que menos del 5% de variacin provenga del sistema de medicin.

Por ejemplo, si el largo del producto se especifica entre 3 y 4 pulgadas, entonces la contribucin del sistema de medicin a la variacin de esa medida debe ser menor a 0.05 pulgadas.

ANALIZA

Slo cuando los problemas estn bien definidos y se est seguro de tener los sistemas de medicin adecuados para ambas variables, se puede empezar a recolectar informacin para identificar las variables crticas que impactan el rendimiento significativamente.

Por ejemplo, muchos fabricantes de alimentos quieren reducir la variacin en el peso del producto empacado. Despus de analizar la informacin de produccin, un fabricante de botanas determin que slo tres variables tenan un impacto considerable en la variacin del peso. Durante la verificacin y anlisis se concluy que slo una variable, la variable independiente A tena un verdadero impacto sustancial.

MEJORA

Despus de identificar y verificar las pocas causas de raz crticas de prdida del rendimiento, puede empezar a modificar el equipo o los procedimientos para dar inicio a la mejora del proceso.

Para el ejemplo antes mencionado, slo una variable, un atributo fsico de un componente del equipo result ser crtico para el control de la variacin del peso.

Este componente se modific de varias formas distintas para ver cul modificacin daba el mejor resultado. Esta mejora se implement slo en una de las lneas de produccin de botana de la fbrica, dando como resultado ahorro en materia prima en ms de $200 mil dlares por ao.

CONTROL AR

La fase final del proyecto es la parte ms importante. Durante esta fase, los procedimientos que se refieren al control de variables crticas necesitan ser claramente definidos. Cuando se habla con operadores en diferentes turnos, es comn encontrar que el proceso de control de cada operador es muy distinto.

Este proceso de analizar la informacin y hacer mejoras puede traer muchos cambios positivos a los procesos existentes, tal y como se ha dicho. Sin embargo, podrn ser positivos, no obstante, los cambios son difciles de mantener.

Una de las herramientas ms importantes para poder mantener los cambios es un sistema de administracin visual que muestra mtricas y acciones correctivas diariamente. Las mtricas pueden ser tendencias de algunos factores de rendimiento o tablas de control de determinadas variables crticas durante el proyecto.