Risks and controls of Knowledge Exchange

INDUSTRIALES.

A lo largo de la existencia de los diseños experimentales, se han desarrollado aproximaciones sistemáticas para su aplicación y que pretenden guiar al investigador en la planificación y ejecución de un experimento. Varios autores [17][18] han introducido algunas consideraciones generales para el desarrollo de experimentos que se han conservado a través de la práctica común.

En nuestro caso y basados en las consideraciones existentes, se pretende plantear una metodología de aplicación que permita establecer la viabilidad de los diseños óptimos generados por computadora, en contraposición con los diseños estándar empleados en la optimización de factores limitantes. El modelo a seguir resultará en una secuencia lógica de pasos que conduzcan al bosquejo de conclusiones y guíen al experimentador hacia una correcta toma de decisiones en las modificaciones y/o adecuaciones del proceso industrial bajo estudio.

A continuación se presentan los pasos que integran la metodología de aplicación propuesta:

1. DETECTAR EL PROCESO A ANALIZAR. Comúnmente en la práctica industrial

existen encadenamientos entre procesos que involucran diferentes recursos, materiales, equipos, personal, etc. que difícilmente pueden ser aislados del resto. Sin embargo, es de suma importancia poder identificar cuál de todos ellos es el de mayor trascendencia para los demás, de manera que pueda asumirse con cierta confiabilidad que cualquier mejora

36 que se realice en su operación afectará positivamente al resto. Esto marca la pauta para seleccionar el proceso que debería ser analizado y excluye la posibilidad de enfocarse a un proceso con poco impacto a nivel productivo.

En general, los aspectos que podrían mejorarse en un proceso varían ampliamente entre sectores y obviamente, dependen en gran medida del equipo involucrado en él. Es por ello que la selección del proceso industrial debe ser validada en conjunto con la parte operativa (usuarios) de la maquinaria o equipo, lo que se necesariamente lo involucrará en la realización del experimento y en la implementación de las mejoras obtenidas. Ejemplos de algunos de los elementos que potencialmente podrían mejorarse en un proceso de esta naturaleza serían los rangos de operación del equipo, las velocidades de recepción de materia que afectan la calidad del producto de salida, las temperaturas de cocción de algún alimento, etc.

Consideremos el caso de un proceso de corte y doblado de hojas de acero inoxidable para la fabricación de cocinas domésticas y tarjas metálicas. Asimismo supongamos que se desea mejorar la calidad de las láminas procesadas a partir de la medición de las distancias máximas permisibles para su dimensionado. Considerando el macro-proceso de corte, podemos distinguir, entre otros, los siguientes elementos críticos que pudieran estar afectando el corte:

1. La calidad de la materia prima. Es de importancia cerciorarse con antelación sobre la calidad que poseen las hojas de acero que servirán de materia prima al proceso. 2. El estado de la máquina cortadora a utilizar. Otra fuente de variación podría ser la

calibración, estado físico y grado de dureza de la hoja de corte de la máquina. 3. La habilidad del operario. Si bien este elemento es totalmente subjetivo, es

importante considerar la experiencia del personal a cargo de la operación.

Fig. 9. Encadenamiento de Procesos para la Fabricación de cocinas domésticas de acero inoxidable.

Si tomamos en cuenta que el macro-proceso siguiente (doblado) recibe producto resultado de este proceso, es claro observar que la mayor parte de la variabilidad asociada a la calidad de las láminas radica en el proceso de corte, de aquí que la mayor atención deberá ser puesta en el claro entendimiento de las variables (que se llamarán factores del diseño) que realmente están afectando el producto final en dicho proceso.

37 Con este sencillo ejemplo, se ilustra la correlación observable entre los distintos macro- procesos en la manufactura de un producto y que pueden orientar al experimentador durante el análisis de los mismos para una correcta selección de aquél que afecta en mayor grado el producto final.

Algunas de las herramientas que podrían ayudar a identificar las relaciones entre el producto final y los procesos de manufactura son los Diagramas Causa-Efecto, Diagramas de Pareto, Gráficas de Control, Diagramas de Flujo de Proceso, Análisis de Modo y Efecto de Falla (AMEF), etc.

Efecto de la Falla Mano de Obra Método Habilidades del Operario Perfil de Competencias Disciplina y Disposición Maquinaria Experiencia del Operario Capacitación Secuencia de Tareas Secundarias Método de Trabajo Herramental Equipo de Protección Mantenimiento Preventivo Ajuste y Calibración Medio Ambiente Iluminación del Área Limpieza e Higiene del Área Temperatura de Trabajo Auto- Aprendizaje Primarias Materiales Condiciones Materia Prima Adecuación al Proceso Obsolescencia Desgaste Manejo en el Área

Fig. 10. Diagrama Ishikawa o de Causa-Efecto para la identificación de procesos críticos.

2. DEFINIR LOS OBJETIVOS DEL ANÁLISIS. En esta parte previa a la ejecución del

experimento, es importante uniformizar la diversidad de criterios presentes en el mejoramiento del proceso a través de la definición de los objetivos que tendrán que ser satisfechos al momento de obtener los resultados de la realización del experimento. Esto clarifica, por un lado, la dirección que se dará al experimento (alcances y perspectivas), y por otro, permite establecer un panorama preciso de lo que se espera de él (beneficios a corto-mediano plazo).

Al elaborar los objetivos, éstos deben ser claros y entendibles para todos los involucrados, deben ser medibles y alcanzables en el término definido y deben ser trascendentes para la operación del equipo y del proceso analizado.

En este paso es importante garantizar una buena comunicación entre las partes involucradas en la ejecución del experimento (operarios, supervisores, etc.) a través del establecimiento de juntas de staff y discusión grupal de los principales aspectos a

38 considerar durante la realización del experimento; en ellas se definirán de forma clara y objetiva los alcances, además de que permitirán cuantificar los recursos necesarios y disponibles con que se cuenta para el experimento.

Siguiendo con el ejemplo del proceso de corte y doblado, la redacción de los objetivos podría ser de la siguiente manera:

• Reducir en un 55% los defectos del producto proveniente del proceso de corte para minimizar el efecto negativo que se presenta en el siguiente.

• Identificar y corregir las causas-raíz que reporten una incidencia mayor al 15% del total registrado en todos los procesos de manufactura.

Entre las herramientas de análisis que podrían aplicarse a este paso son la Lluvia de Ideas (Brainstorming), minutas de reunión, Diagramas de Gantt para la programación de posibles actividades y recursos, etc.

Fig. 11. Ejemplo de un Diagrama de Gantt para la programación de actividades y asignación de recursos. En rojo, la Ruta Crítica.

3. IDENTIFICAR LOS FACTORES IMPORTANTES Y SUS NIVELES. Una vez

seleccionado el proceso a estudiar es necesario identificar los parámetros de operación que regirán la realización del experimento. Dichos parámetros junto con el rango de operación a considerar (niveles) se convertirán en los factores del experimento, a los cuales será sometido el proceso para su análisis. Los niveles de cada factor deberán ser seleccionados de manera que sean representativos de la operación.

Es recomendable hacer una correcta selección de los factores que realmente están afectando el proceso, es decir, no se deberá de incluir en el modelo ningún factor irrelevante para la respuesta y que sólo entorpezca la realización del experimento. Para ello, existen experimentos preliminares conocidos como de tamizado o exploratorios que

39 permiten conocer sólo aquellos factores que afectan significativamente la respuesta. El Diagrama Causa-Efecto puede ser una herramienta muy útil también.

En nuestro ejemplo, los factores involucrados en el proceso de corte son los siguientes: • Grado de dureza de la hoja de corte.

• Velocidad de alimentación a la cortadora. • Voltaje de alimentación de la máquina.

• Grosor de la hoja de acero inoxidable a cortar. • Habilidad del operario en turno.

Suponiendo que se realiza un experimento exploratorio (también llamado de caracterización) se determina que el voltaje de alimentación de la máquina y el grosor de la hoja son factores que no están afectando significativamente la respuesta por lo que pueden ser eliminados del análisis. Esto conduce al diseño de un experimento con 3 factores de estudio, en el que se pretende identificar la medida de influencia o efecto de cada factor en la variable respuesta.

Una vez que se tienen identificados aquellos factores que caracterizan la respuesta, es necesario observar el rango de operación en el que cada uno de ellos muestra su efecto, a esto se le conoce como nivel del factor. Para los factores mencionados, dichos niveles podrían fijarse así:

• Grado de dureza de la hoja de corte. (Factor A). Rango de operación de interés:

Nivel Bajo: 20R. Nivel Medio: 40R.

Nivel Alto: 60R.

• Velocidad de alimentación a la cortadora. (Factor B). Rango de operación de interés:

Nivel Bajo: 1 cm/seg. Nivel Medio: 5 cm/seg.

Nivel Alto: 8 cm/seg.

• Habilidad del operario en turno. (Factor C). Rango de operación de interés:

Nivel Bajo: Principiante Nivel Medio: Avanzado

Nivel Alto: Experto

En la práctica experimental común, dichos rangos de interés expresados en variables físicas son transformadas en variables codificadas de manera que se facilite su utilización en el desarrollo matemático a aplicarse para su análisis, además de que su interpretación

40 sea más fácil para el investigador al momento de establecer conclusiones. Dicha codificación de variables se realiza para obtener una matriz formada por elementos -1, 0 y +1, identificando los niveles bajo, medio y alto, respectivamente. En el caso de contar con variables cualitativas se asocia una codificación similar a la utilizada para las variables cuantitativas.

a) b)

a

)

Nivel Bajo Nivel Medio Nivel Alto

Factor A 20R 40R 60R

Factor B 1 5 8

Factor C Principiante Avanzado Experto

Nivel Bajo Nivel Medio Nivel Alto

Factor A -1 0 +1

Factor B -1 0 +1

Factor C -1 0 +1

Fig. 12. Factores de importancia: a) variables físicas, b) variables codificadas.

4. REALIZAR LA SELECCIÓN DEL DISEÑO EXPERIMENTAL A SER

APLICADO (ESTUDIO COMPARATIVO). Parauna correcta selección del diseño de

superficie de respuesta a aplicar es necesario determinar por un lado, el diseño más eficiente en términos de las eficiencias D- y G-, comúnmente utilizados con Diseños Óptimos, y por otro, a partir del grado de aproximación a una superficie de respuesta óptima real conocida. Esto permitirá un mejor conocimiento sobre las implicaciones de uso del diseño seleccionado, además de permitir una elección basada en criterios objetivos. Es en este punto donde se incluye la utilización de herramientas computacionales para la construcción de diseños óptimos como una alternativa de uso para los diseños para optimización estándar. A continuación, se presentan los dos enfoques que deben ser considerados dentro del estudio comparativo propuesto (descrito en el capítulo siguiente).

a. Enfoque Superficie de Respuesta. Este enfoque plantea la utilización de diseños para ajustar superficies de respuesta (Diseños Box-Behnken y Diseños Central Compuesto).

b. Enfoque Diseños Óptimos generados por computadora. Este enfoque realiza la

construcción de diseños óptimos empleando el procedimiento PROC OPTEX de SAS®.

5. LLEVAR A CABO EL EXPERIMENTO. Para realizar el experimento se debe asignar

un tiempo definido durante la jornada laboral. Es importante que el experimento se realice en condiciones normales de operación, ya que esto proporcionará una mayor representatividad del proceso analizado, además de dar más confiabilidad a los resultados finales.

Es común que el personal encargado de realizar el experimento tenga poca familiarización en la ejecución de un experimento. Para evitar cualquier confusión que pudiera entorpecer la correcta ejecución del experimento, es recomendable realizar una corrida de prueba antes de iniciar con el experimento real. Esto ayudará también a evaluar la practicidad de ajustar los niveles de cada factor con relativa rapidez. Para el caso

41 ilustrado, la ejecución del experimento debe ser conducida por el supervisor o responsable del proceso, observando los requerimientos necesarios.

6. ANALIZAR LOS DATOS EXPERIMENTALES. Con el fin de obtener los resultados

que guiarán durante el entendimiento y mejoramiento del proceso, se analizan los datos recolectados. Para esto, existe software especializado que facilita los cálculos matemáticos, sin embargo, se deberá tener presente la importancia que guarda la correcta interpretación de los resultados.

En esta fase es donde se realizan los análisis de regresión, análisis de varianza (ANOVA), pruebas de hipótesis, etc. que permiten identificar las relaciones e interacciones de y entre los factores considerados.

Analysis of Variance for Distancia (cm)

Source DF Seq SS Adj SS Adj MS F P Regression 9 863140 863140 95904 18.03 0.000 Linear 3 451264 202624 67541 12.70 0.000 Square 3 326457 337294 112431 21.14 0.000 Interaction 3 85420 85420 28473 5.35 0.004 Residual Error 35 186125 186125 5318 Lack-of-Fit 11 118912 118912 10810 3.86 0.003 Pure Error 24 67213 67213 2801 Total 44 1049266

Fig. 13. Ejemplo del Análisis de Varianza (ANOVA) con 3 factores de estudio generado por Minitab.

7. BOSQUEJAR CONCLUSIONES Y TOMAR DECISIONES. Ya que se han

analizado los datos experimentales, se procede a establecer las relaciones existentes entre cada uno de los factores considerados, sus principales interacciones y efectos en la variable de respuesta. La discusión de resultados en equipo es importante en la modificación y/o adecuación de los parámetros de operación del proceso estudiado; por ningún motivo se deberá tomar decisiones de forma individual, y sobretodo sin considerar a los usuarios dueños del proceso. Al realizar las conclusiones generales, éstas deben corresponder con los objetivos planteados al inicio del análisis.

8. IMPLEMENTAR LAS MEJORAS AL PROCESO EN UN TIEMPO ADECUADO.

Esta fase puede representar el mayor consumo de tiempo dentro de la planificación y análisis del proceso. Es por ello que se recomienda hacer un plan de implementación de mejoras que considere tanto la disponibilidad de tiempo (de proceso y de mano de obra) como los recursos necesarios para llevarlo a cabo; sin perder de vista el intervalo de tiempo entre la realización del experimento y la implementación.

9. SEGUIMIENTO OPERATIVO DE MEJORAS AL PROCESO. Dependiendo de la

criticidad del proceso analizado, es en ocasiones recomendable realizar un seguimiento puntual a las mejoras implementadas con el objeto de corroborar, por un lado, la correcta aplicación de las adecuaciones hechas, y por otro, su efectividad.

42 Algunas herramientas aplicables podrían ser el Análisis y Mapeo de Procesos, que permitiría medir las características del producto final, resultado de la línea productiva en la cual está incluido el proceso analizado. Si se trata específicamente de un equipo o maquinaria, un análisis R&R podría ser aplicado. El seguimiento operativo de las mejoras implementadas al proceso de corte debe ser ejecutado por los operarios de la máquina y supervisado por el responsable del área, con objeto de que se garantice la operabilidad del proceso en condiciones normales.

Como se puede observar, la metodología desarrollada cuenta con los elementos necesarios para su aplicación en cualquier proceso que presente un comportamiento medible en el tiempo y con relaciones causales entre parámetros de operación, lo cual la hace bastante flexible para la mayoría de aplicaciones de tipo industrial.

43

3 ESTUDIO COMPARATIVO DE DISEÑOS