TESIS Hiram Flores

INSTITUTO POLITCNICO NACIONAL
UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

INGENIERA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS
SECCIN DE ESTUDIOS DE POSGRADO E
INVESTIGACIN
PROPUESTA DE MEJORA CONTINUA PARA UNA
PLANTA DE FUNDICIN DE ALUMINIO BAJO LA
APLICACIN DE TCNICAS DE LEAN SIGMA.
QU PARA OBTENER EL TTULO DE:
MAESTRO EN INGENIERA INDUSTRIAL
PRESENTA:
HIRAM FLORES RUIZ
DIRECTOR:
DR. JUVENAL MENDOZA VALENCIA
Mxico D.F.
2014
ndice
ndice ................................................................................................................................................... 2
Captulo 1. Introduccin...................................................................................................................... 6
1.1
Antecedentes ....................................................................................................................... 6
1.2
Justificacin......................................................................................................................... 8
1.3
Planteamiento del problema .............................................................................................. 10
1.3.1
Procesos de fundicin................................................................................................ 12
1.3.1.1
Nivel de produccin. ............................................................................................. 15
1.3.1.2
Tiempo Muerto...................................................................................................... 19
1.3.1.3
Defectos (Scrap). ................................................................................................... 23
1.4
Objetivo general ................................................................................................................ 25
1.5
Objetivos especficos......................................................................................................... 25
1.6
Preguntas ........................................................................................................................... 26
Captulo 2. Fundamento Terico ....................................................................................................... 27

2.1
Lean Sigma. ....................................................................................................................... 27
2.1.1
2.1.1.1
Lean Manufacturing .................................................................................................. 29

Principios bsicos de Lean Manufacturing ........................................................... 29
Especificar el valor ............................................................................................................. 30

Identificar el flujo de valor ................................................................................................. 30
Agregar valor al flujo continuo ........................................................................................... 30
Proceso de Jalar.................................................................................................................. 31
Buscar la perfeccin ........................................................................................................... 31
2.1.1.2
La bsqueda y eliminacin del desperdicio (El camino hacia Lean Manufacturing)

32
Sobreproduccin ................................................................................................................ 32
Esperas ............................................................................................................................... 33
Reproceso o Scrap .......................................................................................................... 33
Movimiento........................................................................................................................ 33
Sobre-Procesamiento.......................................................................................................... 34
Inventario ........................................................................................................................... 34
Transporte .......................................................................................................................... 35
2.1.1.3
Herramientas de Lean Manufacturing ................................................................... 36
Mapeo de procesos ............................................................................................................. 36

Mtodo de anlisis de valor agregado ................................................................................. 36
5Ss .................................................................................................................................... 37
Justo a tiempo .................................................................................................................... 37
Estandarizacin del trabajo ................................................................................................. 38
TPM................................................................................................................................... 39
SMED ................................................................................................................................ 40
2.1.2
Metodologa para proyectos Six Sigma (DMAIC). ................................................... 40
2.1.2.1
Define (Definir) ..................................................................................................... 41
2.1.2.2
Measure (Medicin) .............................................................................................. 42
2.1.2.3
Analyze (Analizar) ................................................................................................ 42
2.1.2.4
Improvement (Mejora) .......................................................................................... 43
2.1.2.5
Control (Controlar) ................................................................................................ 44
2.2
El VSM (Value Stream Map) como herramienta del despliegue estratgico de Lean
Sigma. 45
2.2.1
Comenzando el VSM ................................................................................................ 46
2.2.1.1
Por qu el VSM es una herramienta esencial?..................................................... 46
2.2.1.2
Flujo de materiales e informacin. ........................................................................ 47
2.2.1.3
Seleccionar una familia de productos .................................................................... 47
2.2.1.4
El gerente VSM ..................................................................................................... 48
2.2.1.5
Usando la herramienta del mapeo. ........................................................................ 49
2.2.2 El estado Actual ............................................................................................................... 49

2.2.2.1
Dibujando el estado actual. ................................................................................... 49
2.2.3 El estado Futuro ............................................................................................................... 52

2.2.4 Estrategia hacia el futuro .................................................................................................. 55
2.2.4.1
2.3
El plan de la cadena de valor. ................................................................................ 55
Metalurgia del Aluminio. .................................................................................................. 56
2.3.1
Aleaciones coladas base aluminio ............................................................................. 56
2.3.2
Procesos de fundicin ................................................................................................ 57
2.3.2.1
Fundicin de arena ................................................................................................ 57
2.3.2.2
Fundicin con molde permanente ......................................................................... 57
2.3.2.3
Fundicin en coquilla ............................................................................................ 58
Captulo 3. Metodologa de la investigacin. .................................................................................... 59

3.1
Diseo de la investigacin cuantitativa ............................................................................. 59
3.2
Establecimiento de la hiptesis ......................................................................................... 60
3.3
Instrumentacin de recoleccin de datos ........................................................................... 60
3.3.1
Hojas de registro de desempeo ................................................................................ 60
3.3.2
Tablero hr x hr ........................................................................................................... 60
3.3.3
Tablero QRB ............................................................................................................. 61
3.3.4
Registro diario de scrap ............................................................................................. 61
3.4
Procesamiento de datos ..................................................................................................... 61
3.4.1
Prueba de normalidad (Anderson-Darling). ............................................................... 63
3.4.2
Carta de control estadstico (Grafico I-MR para individuos). .................................... 64
Captulo 4. Resultados de la investigacin........................................................................................ 66

4.1
Situacin actual de la empresa (Define) ............................................................................ 67
4.2
Medicin de los mtricos claves y obtencin de informacin (Measure) ......................... 72
4.3
Anlisis de la cadena de valor (Analyze) .......................................................................... 86
4.3.1
Generacin de estado actual de la compaa (VSM Actual State) ............................ 87
4.3.2
Identificacin de las reas de oportunidad ................................................................ 90
4.3.3
Generacin del estado futuro (VSM Future State) .................................................... 96
4.4
Generacin de estrategia de implementacin de plan integral de mejora (Improvement) 98
4.5
Planificacin de estrategia de control y manutencin de mejoras (Control) ................... 100
Captulo 5. Conclusiones y recomendaciones. ................................................................................ 102
Referencias ...................................................................................................................................... 104
Captulo 1. Introduccin.
1.1
Antecedentes
Cooper Industries es un fabricante mundial de productos elctricos con ingresos de 5,4 mil
millones de dlares en 2011. Fundada en 1833, la compaa cuenta con siete divisiones
operativas, incluyendo fusibles elctricos y electrnicos Bussmann; equipo electico a
prueba de explosin y para reas clasificadas Crouse-Hinds y CEAG; accesorios de
iluminacin de Halo Metalux y productos de sistemas de potencia Kyle y McGraw-Edison.
Con esta amplia gama de productos, Cooper Industries se coloca con una gran tendencia de
crecimiento a largo plazo, que incluye la construccin de la infraestructura global, la
necesidad de mejorar la fiabilidad y la productividad de la red elctrica, la demanda de
mayores productos energticamente eficientes y la necesidad de mejorar la seguridad
elctrica. En 2011, 59% del total de ventas se hicieron a clientes en los sectores industrial y
de utilidad a mercados finales y el 40% del total de ventas se hicieron a clientes fuera de
Estados Unidos. Cooper tiene instalaciones de fabricacin en 23 pases a partir de 2011.
Figura1.1 Sectores donde Cooper Industries es lder (Elctrico, Petrolero, Industrial y Energtico).
Fuente: http://www.crouse-hindslatam.com/
Crouse Hinds fue adquirido en 1981 por Cooper Industries, esto elev el mercado de forma
considerable y ampli la oferta de productos elctricos. Cooper Crouse Hinds (CCH) es
la divisin ms rentable de Cooper Industries, representa el 60% de su facturacin total y
es responsable de la manufactura de distintos equipos elctricos. El portafolio de CCH ofrece
una robusta serie de productos electicos y de instrumentacin para la industria, desde
sencillas cajas Condulet hasta complejos variadores de frecuencia a prueba de explosin.
Figura 1.2 Fotografa area de Cooper Crouse Hinds Mxico.
Aproximadamente el 70% de los componentes que comercializa Cooper Crouse Hinds

contienen componentes y partes de aleaciones de aluminio manufacturado en distintos
procesos de fundicin moldeo
(arena en verde, molde permanente, moldeo por
inyeccin, etc.). La manufactura de productos de aleaciones de aluminio fundido involucra

una serie de ventajas sobre otros materiales, las distintas aleaciones de aluminio cuentan
con una densidad baja (de 2.1 a 2.9 g/cm3) comparada contra otros materiales como el acero
(7.89 g/cm3), esta propiedad ofrece un material que es liviano y puede ser empleado en
distintas aplicaciones, incluso colgar voluminosos equipos en distintas estructuras.
Figura 1.3 Distintos tipos de productos manufacturados en Cooper Crouse Hinds Mexico.
El 30 de noviembre de 2012, Eaton anunci la finalizacin de la adquisicin de Cooper

Industries, la adquisicin por $ 13 mil millones fue la ms grande de 101aos de la
historia de Eaton. La fusin de estas compaas lderes tiene la intencin de transformar y
ampliar el alcance de segmentos de mercado, incrementa la cartera de productos, servicios
y soluciones, adems fortalece la presencia geogrfica global.
1.2
Justificacin
Las actuales organizaciones se encuentran con retos cada vez mayores en el mercado nacional
y extranjero, la competencia es mayor y solo permite que sobrevivan los mejor preparados. Esto
no solo hace referencia a las empresas que cuenten con la mejor tecnologa, el personal ms
preparado o la que cuente con los mayores recursos; la competitividad es marcada por la
capacidad de flexibilidad y adaptacin al cambio, esto conlleva que la administracin, el
despliegue y ejecucin de objetivos estratgicos sea cada vez ms precisa y exacta. Una
herramienta poderosa capaz de llevar a las organizaciones a la excelencia es Lean Sigma.
La palabra Lean, en su traduccin literal significa magro. Esto directamente indica la
agilidad de diferentes sistemas, que ser aplicado a la produccin puede crear distintos beneficios
a la organizacin que lo aplica. Por ello se forma el concepto de Lean Manufacturing, esto ms
all que un concepto, es una filosofa de mejora integral que permite la eliminacin continua de
los desperdicios que afectan a los objetivos estratgicos de la empresa. Esta filosofa ha
permitido en diversas organizaciones alcanzar objetivos claros y puntuales que conllevan a una
mejor posicin en el mercado, esto a pesar de que no es un tema nuevo en la industria mexicana.
Muchas organizaciones han incrementado su eficacia con la eliminacin de las actividades que
no agregan valor al producto o servicio que ofrecen. Todo esto se basa en el principio bsico de
obtener las cosas correctas en el lugar correcto, en la cantidad correcta, minimizando los
despilfarros y con una mente abierta al cambio.
Es durante los aos 90s que J.P Womack y D. T. Jones, documentan en su libro The
Machine that change the World el sistema Lean Manufacturing, en el que afirman que la
flexibilidad y la creacin de flujo continuo se pueden obtener resultados espectaculares como:
Incrementar la productividad al 100%
Reducir inventarios y tiempos de produccin en un 90%
Decremento en los errores que el cliente recibir y lo intil de un proceso en 50%
A pesar de que Lean Manufacturing puede llevar a la compaa hacia una direccin completa,
no puede ir sola y necesita complementarse con la metodologa Six Sigma. Esta metodologa es
un enfoque de administracin, el nombre hace referencia a un parmetro estadstico bsico para
el control de procesos, la desviacin estndar. Este parmetro nos permite conocer que tan
probable es que el proceso vare con respecto a la media aritmtica, donde esta variacin puede
generar problemas significativos y delicados en la organizacin. El objetivo primordial de esta
metodologa es tener un promedio de %99.9996 de casos exitosos en los bienes producidos o
los servicios prestados y dejando solo 33 unidades defectuosas por cada 10 millones de unidades
producidas.
Al unificar la filosofa Lean Manufacturing y la metodologa Six Sigma, podemos
generar una poderosa herramienta que lleva a la preparacin del cambio y la correcta
administracin conocida como Lean Sigma. Esta inventiva conlleva a eliminar las prcticas de
trabajo que no proporcionan valor y la consecuente generacin de mejores prcticas que
permitan mejores resultados.
Las principales ventajas que ofrece esta metodologa son el correcto despliegue de
objetivos estratgicos y sobre todo la mejor ejecucin para lograrlos, esto a travs de la
reduccin de costos y crecimiento de la eficiencia de los diferentes procesos, lo cual se combina
para incrementar las ganancias. Como objetivos secundarios se refiere al cambio cultural de
todos los participantes de la organizacin, basado en la toma de decisiones estructurada en datos
y no en la experiencia o solo corazonadas. Comparado con otras filosofas de negocios, Lean
Sigma ofrece la ventaja en todos los niveles de la empresa y permite que todos formen parte de
la estrategia global.
Hoy en da, la compaa Cooper Crouse Hinds cuenta con un sistema de Lean Sigma
enfocado directamente en la generacin de ahorros de manufactura, esto ha llevado a la
reduccin constante de costos en la organizacin, sin embargo la compaa se encuentra en uno
de sus mejores momentos respecto a su nivel de ventas. Durante los ltimos tres aos la
compaa ha incrementado en un 60% las ventas, lo cual indica que se encuentra en plena
expansin y debe prepararse para los cambios futuros con una estrategia que involucre la
administracin a largo plazo de sus recursos e incluso a pensar en una expansin de sus
operaciones. Esta es la razn por la cual surge la propuesta integral de mejora continua basada
en Lean Sigma que se desarrollara en este trabajo, donde se incluir la estructura estratgica,
productiva y de ingeniera de procesos metalrgicos.
1.3
Planteamiento del problema
La demanda del sector elctrico a nivel internacional ha incrementado con respecto a los aos,
esto debido al alza de obras pblicas y la expansin de la mancha urbana, adems, la industria
petrolera se encuentra en auge total por la demanda internacional de hidrocarburos de alta
calidad. El crecimiento de estas dos industrias ha propiciado que la compaa Cooper Crouse
Hinds sea la empresa lder de manufactura de productos elctricos en el mundo, lo cual ha
propiciado que las ventas de productos de alto volumen y especiales haya crecido en un 60%.
Sin embargo, el nivel de servicio (Figura 1.4 y 1.5) de las dos unidades de negocio responsables
de la produccin no ha sido el mejor.
Figura 1.4 Nivel de Servicio Unidad 1
Fuente: Datos de rdenes cumplidas vs ordenes comprometidas 2013.

Figura 1.5 Nivel de Servicio Unidad 2
Fuente: Datos de rdenes cumplidas vs ordenes comprometidas 2013.
Actualmente la compaa opera dos divisiones principales de productos el MTO (Make To

order) y MTS (Make to Stock), estas dos grandes divisiones permite que se realice un anlisis
general y global de nuestros procesos, donde el MTO corresponde al material que se realiza bajo
un pedido especfico, con caractersticas personalizadas y especificadas por los diferentes
clientes; tambin se les conoce como especiales. Por otra parte, el MTS es el material de alto
volumen, el cual debe existir en suficiente proporcin para cubrir una demanda continua y con
caractersticas estndar que se adecuan a las necesidades del cliente. Respectivamente la Unidad
1, carga la responsabilidad de los productos Make to Stock (MTS) y la unidad 2 los catlogos
Make to Order.
El crecimiento de ventas es excelente para todos los miembros de la organizacin, sin
embargo, surgen diferentes preguntas, estn preparados para estos niveles de ventas?, la planta
es capaz de soportar tal demanda?, podrn continuar con el buen servicio al cliente que ha
caracterizado esta organizacin? La respuesta se encuentra en la siguiente grfica.
Figura 1.6 Crecimiento de Backlog 2013
V alor individual
LC S =151517
100000
_
X=33292
0
LC I=-84933
-100000
2013-17
2013-23
2013-26
2013-29
2013-32
2013-36
A o-Sem
160000
2013-38
2013-40
2013-45
LC S =145240
Rango mvil
120000
80000
__
M R=44453
40000
0
LC I=0
2013-17
2013-23
2013-26
2013-29
2013-32
2013-36
A o-Sem
2013-38
2013-40
2013-45
Fuente: Backlog vencido 2013.
El nivel de servicio de las dos diferentes familias de la compaa se encuentra en un nivel bajo
y en un declive, lo cual genera que se deba producto a nuestros clientes y crezca el baklog de la
compaa (Figura 1.6) al no cumplir los pedidos de los clientes y fomente la reprogramacin
de fechas y con ello fomente la insatisfaccin. Este factor es seal de que la organizacin debe
preparar el futuro y afrontar el presente para mejorar los procesos que permitirn apuntalar el
mtrico principal y ofrecer mejor servicio a los clientes.
Existen bastantes reas de oportunidad en la organizacin, es necesario plantear una

estrategia que represente la mejora integral de los procesos de produccin para lograr la
satisfaccin de los clientes.
1.3.1 Procesos de fundicin.

Existen diferentes procesos de manufactura para las aleaciones de aluminio, uno de los ms
importantes es la fusin y moldeo, mejor conocido como fundicin. Este proceso cuenta con
una serie de operaciones bsicas que participan de manera crucial para cumplir y alcanzar las
propiedades que se desean en la pieza final. CCHM cuenta con distintos procesos de moldeo:
arena en verde, molde permanente e inyeccin. Para fines de este trabajo se abarcar solo el
moldeo en verde.
El proceso de moldeo de arena en verde consta generalmente de las siguientes
operaciones bsicas: moldeo, fusin, vaciado y desmoldeo. el moldeo corresponde a la
fabricacin de un molde para verter metal o algn solido licuado y proporcionar alguna forma
mediante la solidificacin controlada, este proceso puede proporcionar formas huecas
mediante el uso de corazones de distintos materiales; la fusin es la accin y efecto de licuar
metales, aleaciones u otros cuerpos slidos; el vaciado es la operacin de verter material liquido
en alguna cavidad de cierto molde donde solidificar y adoptar la forma planificada; el
desmoldeo consta de retirar el molde de arena de la pieza solidificada. Las tcnica y maquinas
empleadas para estas operaciones varan con las necesidades de cada aleacin y propiedades
que el fundidor necesite
Figura. 1.7 Diagrama general del moldeo en verde: Rojo moldeo; azul fusin; naranja vaciado y lila
desmoldeo.
Manufactura
de corazn
Manufactura
del modelo
Arena
Preparacin
de arena
Manufactura
del Molde
Materia
Prima
Fusin
Vaciado
Fuente: Creacin propia.
Solidificacin y
enfriamiento
Desmoldeo
Pieza
Fundida
Cooper Crouse Hinds Mxico cuenta con una serie de procesos de fundicin y moldeo en
verde, los cuales deben satisfacer la demanda de los productos manufacturados para la familia
Make to Stock y Make to Order. Para cubrir esta demanda se operan tres plantas de fundicin
(Figura 1.8), estas tres plantas se identifican como la Planta A, Planta B y FAP. Sin embargo,
para el desarrollo de esta tesis se abordara nicamente la Planta A y B, esto por el hecho de que
son las plantas que ocupan los procesos de moldeo en verde.
Figura. 1.8 Plantas de fundicin en Cooper Crouse Hinds Mexico. Planta A (Azul) y Planta B (Roja).
Fuente: Creacin propia, Lay Out general Cooper Crouse Hinds.
Estas dos plantas cubren el 80% (Figura 1.9) de la produccin de Cooper Crouse Hinds
Mxico, cada planta se dedica a diferentes tipos de catlogos y estn enfocadas en su mayora a
cada familia. La Planta A, cubre los catlogos de alta demanda, en este caso los productos Make
to Stock; mientras que la planta B abarca los productos Make to Order.
Figura. 1.8 Produccin de moldes por planta de fundicin.
Categora
Pta A
Pta B
FAP
FAP
82034, 10.0%
Pta B
284218, 34.6%
Pta A
454086, 55.4%
Fuente: Creacin propia, datos de produccin Enero a Julio de 2013.
Estas plantas cubren diferentes demandas y diferentes arreglos de piezas, por lo que como
entidad de medicin se tomara los moldes producidos por mquina, ya que cada molde tiene
arreglas distintos de piezas. Esto es evidente en las siguientes figuras, la figura 1.9 es un molde
con 8 piezas, mientras que la figura 1.10 cuenta con 4 piezas.
Figura. 1.9 Molde con 8 piezas.
Fuente: Creacin propia, fotografa tomada en proceso de corte en Cooper Crouse Hinds 2013.
Figura. 1.10 Molde con 4 piezas.
Fuente: Creacin propia, fotografa tomada en proceso de corte en Cooper Crouse Hinds 2013.
Los moldes sern las entidades de medicin de los procesos de fundicin, esto permitir que se
puedan establecer las siguientes dificultades que rodean al nivel de nivel de servicio y a la
capacidad de respuesta que se cuenta hoy en da.
1.3.1.1 Nivel de produccin.

La Planta A y B sern los objetos de estudio por el alta demanda de produccin y la
personalizacin que representan. El mtrico representativo para esta medicin corresponder a
la cantidad de moldeos producidos. La planta A cuenta con cuatro mquinas moldeadoras
Hunter 10 (Figura. 1.11) y la Planta B cuenta con dos mquinas moldeadoras Hunter 20, dos
mquinas Hunter 10, dos estaciones JSQ, una estacin SPO, Roll Over y moldeo On-Floor
(Figura. 1.12).
Figura. 1.11 Plantas de fundicin en Planta A de Cooper Crouse Hinds Mexico.

Figura. 1.12 Plantas de fundicin en Planta B de Cooper Crouse Hinds Mexico.
Estas mquinas laboran las 24 horas del da en tres diferentes turnos, sin embargo la capacidad
de este centro productivo se ve rebasada, ya que la gran demanda que deben cubrir es
superior a la capacidad de produccin. Las maquinas tienen un total de siete horas disponibles
por turno, esto separando el tiempo de comida del personal y las actividades de 5Ss y TPM.
Por da cuentan con un total de 21 horas disponibles para la produccin, estas horas no son
suficientes para cumplir la produccin programada, esto ocasionado por distintos motivos que
merman la capacidad productiva (tiempos muertos, piezas que no cumplen con el estndar de
calidad, productos mal programados, generacin descontrolada de inventario etc.). En las
siguientes imgenes se presenta el grafico de carga de produccin para la planta A (Figura 1.13)
y para la planta B (figura 1.14).
Figura. 1.13 Carga de trabajo semanal programado en Planta A.
Fuente: Creacin propia, reporte de carga de trabajo.

Figura. 1.14 Carga de trabajo semanal programado en Planta B.
En el grafico 1.13 y 1.14 es evidente que solo la primera semana este sobre cargado, esto
ocasionado por detalles de planeacin, la planeacin se realiza semana a semana, lo que origina
una falsa disponibilidad del centro. Esto ocasiona que los pedidos sean reprogramados con
frecuencia y las fechas compromiso no sean cumplidas.
La programacin se basa en el cumplimiento de las ordenes ms antiguas e incluso ya
vencidas, por lo que el trabajo prcticamente se ejecuta al da y no existe la posibilidad de
generar inventario. Por otra parte, la cantidad de moldes programados y manufacturados por
cada centro se ve afectado por diferentes causas raz y sobre todo por una falta de administracin
de la produccin. Existen una serie de tiempos muertos que afectan y merman la capacidad de
cada planta de fundicin, si estos tiempos fueran productivos, la cantidad de moldeos seria
considerablemente mayor. Los datos actuales y su caracterizacin estadstica se presentan en las
siguientes figuras 1.15 y 1.16 para la Planta A; 1.17 y 1.18 para la Planta B.
Figura. 1.15 Resumen estadstico para produccin semanal de moldes en Planta A.
A nderson-Darling N ormality Test
A -S quared
P -V alue
0.28
0.627
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
17812
2825
7982301
-0.582710
0.319971
25
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
12000
15000
18000
21000
10642
16073
17882
20202
21861
95% C onfidence Interv al for M ean

16646
18978
95% C onfidence Interv al for M edian

16420
19719
95% C onfidence Interv al for S tDev

2206
95% Confidence Intervals

Mean
Median
16000
17000
18000
19000
20000
3930
Figura. 1.16 Grafico de control I-MR para produccin semanal de moldes en Planta A.
U C L=25842
Individual V alue
25000
20000
_
X=17812
15000
10000
LC L=9781
1
11
14
Week
16
18
20
22
24
26
M oving Range
10000
U C L=9865
7500
5000
__
M R=3019
2500
0
LC L=0
1
11
14
Week
16
18
20
22
24
26
Figura. 1.17 Resumen estadstico para produccin semanal de moldes en Planta B.

A -S quared
P -V alue
0.29
0.571
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
11125
2336
5455304
-0.365324
-0.295876
25
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
6000
8000
10000
12000
14000
6006
9747
10602
12720
14753

10161
12089

10228
12504

1824

Mean
Median
10000
10500
11000
11500
12000
12500
3249
Figura. 1.18 Grafico de control I-MR para produccin semanal de moldes en Planta B.
Individual V alue
18000
U C L=17096
15000
_
X=11125
12000
9000
6000
LC L=5154
1
11
14
Week
16
18
20
22
24
26
M oving Range
8000
U C L=7335
6000
4000
__
M R=2245
2000
0
LC L=0
1
11
14
Week
16
18
20
22
24
26
1.3.1.2 Tiempo Muerto.

Ambas plantes de fundicin presentan diferentes cantidades de tiempo muerto, estos tiempos
tienen diferentes causas raz, por lo que para su posterior anlisis (Capitulo 3) fueron
catalogados en diferentes categoras. Sin embargo, en esta seccin se expondr el tiempo
semanal total que estos paros afectan la capacidad de produccin y que origina que la capacidad
de las maquinas sea limitada y obligue que la planeacin considere pocas horas disponibles.
Para caracterizar el comportamiento de los tiempos muertos de cada planta se presentan los
resmenes estadsticos para la planta A (1.19) y para la planta B (1.21), por otra parte para
plantear el anlisis contra el tiempo se presentan los grficos I-MR para la planta A y B (Figura
1.20 y 1.22).
Figura. 1.19 Resumen estadstico para tiempo muerto semanal en Planta A.

A -S quared
P -V alue
0.35
0.456
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
179.53
26.71
713.33
0.343256
-0.123763
37
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
150
180
210
240
129.87
161.62
175.87
198.33
239.55

170.62
188.43

169.25
186.08

21.72
34.69

Mean
Median
170
175
180
185
190
Fuente: Creacin propia, reporte de tiempo muerto.
Figura. 1.20 Grafico de control I-MR para tiempo muerto semanal en Planta A.
U C L=255.6
Individual V alue
250
200
_
X=179.5
150
LC L=103.4
100
1
13
18
22
26
30
34
38
Semana
U C L=93.5
M oving Range
80
60
40
__
M R=28.6
20
0
LC L=0
1
13
18
22
Semana
26
30
34
38
Figura. 1.21 Resumen estadstico para tiempo muerto semanal en Planta B.

A -S quared
P -V alue
0.35
0.460
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
267.32
48.19
2322.21
-0.498671
-0.258264
39
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
150
200
250
300
350
151.48
233.80
277.08
305.55
340.25

251.70
282.94

245.43
289.86

39.38
62.11

Mean
Median
240
250
260
270
280
290
Figura. 1.22 Grafico de control I-MR para tiempo muerto semanal en Planta B.
U C L=362.4
Individual V alue
350
300
_
X=267.3
250
200
LC L=172.2
150
13
17
21
Semana
25
29
33
37
160
M oving Range
120
U C L=116.8
80
__
M R=35.8
40
0
LC L=0
1
13
17
21
Semana
25
29
33
37
El resumen estadstico para la planta A arroja valores significativos de 178 horas perdidas a la
semana para un centro de cuatro mquinas y para la planta B un total de 268 horas no
productivas para siete equipos de moldeo. Estos tiempos representan una perdida sustancial de
moldes, para el caso de la planta A el tiempo muerto consume el 30% del tiempo disponible
total; para la planta B simboliza el 27% del tiempo total, esto es evidente en los siguientes
grficos (Figura 1.23 y 1.24).
Figura. 1.23 Disponibilidad consumida por tiempo muerto en Planta A.
Category
Tiempo Disp [h]
Tiempo Muerto [h]
Tiempo Muerto [h]
178, 30.9%
Tiempo Disp [h]

398, 69.1%
Figura. 1.24 Disponibilidad consumida por tiempo muerto en Planta B.

Category
Tiempo Disp [h]
Tiempo Muerto [h]
Tiempo Muerto [h]
268, 26.6%
Tiempo Disp [h]

740, 73.4%
Los grficos 1.23 y 1.24 ponen en evidencia la capacidad productiva perdida en los diferentes
procesos de fundicin, esta es una gran rea de oportunidad que permitir una mayor fabricacin
de moldes y con ello una recuperacin sustancial de productividad. Sin embargo, se debe
considerar otro factor importante que genera la prdida de productividad, este es uno de los ms
importantes en la manufactura metalrgica y es el desperdicio por falta de calidad (Scrap).
1.3.1.3 Defectos (Scrap).

Actualmente las plantas de fundicin de Crouse Hinds generan cierta cantidad de defectos que
afectan las piezas y generan desperdicios, estas piezas al no cubrir los requerimientos del cliente
deben ser fundidas para generar productos nuevos, esto asegura que el aluminio sea reciclado.
Sin embargo, no es posible recuperar los dems recursos en estas piezas. Al reciclar el aluminio
de las piezas defectuosas se pierde la mano de obra, los recursos de la mquina y sobre todo la
disponibilidad de fabricar piezas nuevas.
Por otra parte, para subsanar esta perdida por defectos se programa un 30% adicional a
las rdenes de produccin. Esta sobreproduccin afecta principalmente el tiempo disponible de
cada mquina, ya que ese tiempo podra emplearse para generar piezas de otra orden de
produccin y con ello incrementar el nivel de servicio. A continuacin se presenta el resumen
estadstico para la cantidad de piezas defectuosas generadas en cada centro de fundicin.
Figura. 1.25 Resumen estadstico para generacin de defectos en planta A por semana.
A -S quared
P -V alue
0.14
0.972
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
4756.8
1657.9
2748790.0
0.161630
-0.245964
27
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
2000
3000
4000
5000
6000
7000
8000
1647.0
3679.0
4842.0
5857.0
8348.0

4100.9
5412.6

3897.7
5349.7

1305.7

Mean
Median
4000
4250
4500
Fuente: Creacin propia, reporte de scrap.
4750
5000
5250
5500
2272.1
Figura. 1.26 Grafico de control I-MR para generacin de defectos en planta A por semana.
U C L=10145
Individual V alue
10000
7500
_
X=4757
5000
2500
0
LC L=-632
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
U C L=6620
M oving Range
6000
4500
3000
__
M R=2026
1500
0
LC L=0
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
Figura.
1.27
Resumen
estadstico
para
generacin
de
defectos
en
planta
por

A -S quared
P -V alue
0.26
0.685
M ean
S tDev
V ariance
S kew ness
Kurtosis
N
5392.9
1972.6
3891280.4
0.092437
0.859402
27
M inimum
1st Q uartile
M edian
3rd Q uartile
M aximum
2000
4000
6000
8000
10000
971.0
3885.0
5581.0
6552.0
10426.0

4612.5
6173.2

4484.3
6190.1

1553.5

Mean
Median
4500
5000
5500
6000
2703.4
semana.
Figura. 1.27 Grafico de control I-MR para generacin de defectos en planta A por semana.
1
U C L=10413
Individual V alue
10000
7500
_
X=5393
5000
2500
LC L=373
0
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
U C L=6167
M oving Range
6000
4500
3000
__
M R=1887
1500
0
LC L=0
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
1.4
Objetivo general
Determinar y analizar las reas de oportunidad en las distintas plantas de fundicin de la

empresa en estudio que permitan generar una propuesta integral de mejora continua, la que
encamine a optimizar el nivel de servicio, empleo de recursos, reduccin de costos e
incremento de productividad, todo esto por la aplicacin de tcnicas Lean Sigma.
1.5
Objetivos especficos
Definir los procesos metalrgicos involucrados y sus diferentes puntos de mejora

(aspecto metalrgico e industrial).
Mapear la cadena de valor del producto y crear el VSM (Value Stream Map) del
estado actual de los productos que encaminaran a incrementar el nivel de servicio en
la compaa.
Plantear las reas de oportunidad que deben ser perfeccionadas por medio de
herramientas de mejora continua que sern aplicadas bajo metodologa Lean Sigma.
Generar el despliegue de proyectos que estn sostenidos en la metodologa Lean

Sigma para lograr la mejora integral de los procesos de fundicin y establecer la
estrategia para alcanzar un Mapa Futuro del negocio.
1.6
Preguntas
Las preguntas inmediatas a la investigacin sern las siguientes.
Cul es el principal factor que afecta el nivel de servicio (tiempo muerto o

generacin de piezas defectuosas) en los procesos de fundicin?
Cules son los factores adicionales que generan el bajo nivel de servicio y
productividad de los diferentes centros de fundicin de la empresa en estudio?
Qu tcnicas de Lean Sigma debern ser aplicadas para mejorar de forma integral
los procesos de fundicin?
Qu barreras culturales, de proceso o sistema debern ser superadas para lograr una
implementacin total de la mejora?
La empresa en cuestin, est preparada para una propuesta de alto nivel que
conlleve a una mejora integral de sus procesos de fundicin?
Captulo 2. Fundamento Terico

En este captulo se abordaran y se explicaran las diferentes metodologas que se aplicaran en el
desarrollo de este trabajo, se comenzara con la estructura bsica del Lean Sigma, metodologa
que combina la filosofa de Lean Manufacturing aplicado con las tcnicas de Six Sigma, esto
con el objetivo de incrementar las caractersticas productivas de cualquier proceso y por lo tanto
eliminar los desperdicios de manufactura. Por otra parte, se abordara la metalurgia bsica de
las aleaciones coladas base aluminio.
2.1
Lean Sigma.
Lean Sigma es la combinacin idnea de las mejoras de Six Sigma con la velocidad que
proporciona los principios y tcnicas provenientes de los principios de Lean Manufacturing
(Manufactura Esbelta). Six Sigma es un acercamiento disciplinado, guiado por datos y
metodologas para eliminar los defectos en cualquier proceso, desde la manufactura hasta las
transacciones y desde el producto al servicio. Lean manufacturing se centra en mejorar la
velocidad del proceso y la eliminacin de prdidas fundamentalmente mediante el descarte de
pasos aadidos y sin valor. El Lean Flow y Six Sigma son fuertemente compatibles.
Combinar estos dos poderosos procesos de mejora es como combinar dos cajas de
herramientas que pueden ayudar a su organizacin a mejorar su calidad y eficiencia.
Tanto Lean y Six Sigma tienen puntos en comn en sus estrategias y mtodos. Ambos
estn formados alrededor de la idea de que los negocios estn compuestos por procesos para
servir las necesidades de los clientes. Tienen el objetivo comn de identificar y eliminar el foco
productor de prdidas y de actividades que no ofrecen ningn valor, para as crear un flujo de
productividad, capacidad y rendimiento mximo. Ambos ponen un gran nfasis en el
entrenamiento para llevar a los miembros de una organizacin a niveles de entendimiento y
habilidad elevada en los procesos y las herramientas de la metodologa. A su vez, tanto Six
Sigma como Lean requieren y animan el compromiso en la gestin y en los tutores clave dentro
de la organizacin para asegurar que los proyectos prioritarios son ejecutados como parte de la
forma de realizar negocios.
Los mtodos y los datos Lean son utilizados para reducir costes, ciclos temporales,
expandir la capacidad y mejorar la productividad. Los conceptos y el sistema Lean Flow
identifican rpidamente las oportunidades para la mejora a travs del uso de un mapeo del flujo
de valores. Lean resalta todos los principios abarcables junto con las recomendaciones a las
que se aspira para conseguir mejoras. Sin embargo, los principios Lean son a menudo
inadecuados para resolver algunos de los problemas ms complicados y que requieren de un
anlisis avanzado.
Puesto que Six Sigma requiere una mtrica estadstica profunda para analizar la
calidad en todos los niveles de la cadena de suministro, eliminar los defectos puede mejorar
todos los mtodos Lean. Six Sigma cuando est combinado con Lean - permite una
identificacin ms fcil y una ms pronta resolucin de los problemas o cuestiones de calidad,
y cosecha resultados rpidos mientras abre los ojos a la gente hacia mejores posibilidades en
las bases de la planta.
Lean Sigma crea un mejor entendimiento en el valor de su trabajo, definindolo como
algo por lo que su cliente va a querer pagar. Lean Sigma ayuda a crear clientes leales llevando
mejoras a las reas ms importantes para stos. Su mtrica genera objetivos claros en las
necesidades de los clientes y genera creaciones reales y de valores tangibles. Esto es un
acercamiento altamente sostenible que se entreteje en la organizacin e involucra al personal
en todos los niveles desde el comit ejecutivo hasta la primera lnea. El despliegue
total de Lean Sigma fomentar un entorno de mejoras continuas donde la norma cultural de su
organizacin ser el esfuerzo para la eliminacin total de las prdidas a travs de una sucesin
de pequeos eventos, orientados en la accin dentro de los procesos de produccin.
Lean Sigma cumple con su estrategia total y su xito futuro mejorando
significativamente la calidad y reduciendo prdidas. Proporciona poder a cada empleado con
nuevas formas de pensar sus procesos y ayuda a hacer mejoras drsticas en el rendimiento de
la organizacin. Lean Sigma crea un poderoso vnculo entre sus prioridades estratgicas y sus
mejoras operativas y facilita la transformacin de su negocio.
2.1.1 Lean Manufacturing

Literalmente, Lean quiere decir Magro, sin grasa. La acepcin de negocios acerca del trmino
lean entiende la grasa como aquello que entorpece la agilidad de una organizacin: el
despilfarro, o las actividades sin valor aadido sean del tipo que sean. La base conceptual del
Lean Manufacturing es el conjunto de tcnicas de gestin asociadas al Sistema de Produccin
de Toyota (TPS) y data de principios de los aos 50. El trmino Lean fue acuado por los
profesores del Massachusetts Institute of Technology (MIT)
J. Womack y D. Jones a
principios de la dcada de los 90 en sus libros La mquina que cambi el mundo y Lean
Thinking.
Conceptualmente, no se considera el TPS como un modelo que pueda implantarse
(aunque si es posible), sino como una forma radicalmente distinta de entender las operaciones
de una compaa, como una forma de vida y de pensamiento. El TPS es mucho ms que un
conjunto de tcnicas, herramientas y metodologas orientadas a mejorar la productividad,
optimizar los costes o reducir los tiempos de ciclo en proporciones nunca antes conocidas; es
una actitud, una manera de ser y una manera distinta de enfocar y resolver los problemas.
La prioridad del sistema de produccin de Toyota es la velocidad, pero la velocidad
entendida como la capacidad de satisfacer la demanda del mercado con un sistema de
produccin que bata en sintona con la necesidad, y velocidad entendida como perfeccin:
slo lo perfecto se puede ser rpido, slo si no hay despilfarro se puede adquirir la velocidad
necesaria.
El fundamento del TPS es la eliminacin sistemtica del Muda (despilfarro, en
japons). Para ello, el Consejo de Administracin de Toyota tom a principios de los aos 60
dos decisiones simples pero fundamentales: el mtodo de identificacin y resolucin de
problemas debera seguir el mtodo cientfico reflejado en el ciclo PDCA (Plan-Do-CheckAct) de Deming y, las personas ms cerca de la generacin de valor (Money makers) deban
tener la capacidad para tomar decisiones con autonoma.
2.1.1.1 Principios bsicos de Lean Manufacturing

Lean cuenta con una estructura bastante slida, ya que busca desarrollar una cultura hacia una
organizacin ms eficiente mediante los cambios en los procesos del negocio con el fin de
incrementar la velocidad de respuesta por medio de reduccin de desperdicios, costes y
tiempos. En la actualidad, las empresas ms competitivas de todos los sectores de la industria

emplean este sistema de gestin y sus herramientas asociadas para conseguir ser los mejores.
Por ello, parten de cinco principios fundamentales que plantean este camino hacia la excelencia.
Especificar el valor
El punto de partida bsico para el pensamiento lean es el valor. El valor es todo aquello que el
cliente est dispuesto a pagar, por lo que todos los esfuerzos de la organizacin deben estar
enfocados hacia esas actividades. Este valor solo lo especifica el cliente y l es el nico que
debe plantear lo que necesita, este valor no debe ser planteado por la organizacin, el deber de
esta es mejorar sus procesos para satisfacer a la perfeccin las demandas del cliente, si se
plantea de manera distinta se puede caer en errores muy costosos en cualquier mbito.
Identificar el flujo de valor

El flujo de valor es la cadena de operaciones o actividades que elevan la satisfaccin del cliente
(Valor Agregado), sin embargo esta cadena puede contar con una serie de procesos que atrasan
o merman el valor final o elevan su costo interno, todas estas actividades son conocidas como
sin valor (desperdicio) y deben ser eliminadas a la brevedad. Por otra parte, existen
actividades o procesos que son totalmente necesarias para la generacin del producto o servicio,
pero no es posible eliminarlas, estas son conocidas como actividades que no agregan valor,
pero son necesarias. Estas actividades deben ser optimizadas y no eliminadas.
La forma ms robusta de identificar el flujo del valor es por medio de mapas sencillos
que permiten identificar los distintos tipos de valor (Valor agregado, Sin valor, Sin valor y
Necesarias). Creando un "mapa" de la corriente de valor, es posible identificar aquellas
actividades que no agregan valor, desde el punto de vista del cliente, a fin de poder
eliminarlas. Este tipo de mapa se le conoce como VSM (Value Stream Map) y permite
identificar todo tipo de actividades que no agregan valor al producto e incluso permite
establecer una visin futura del negocio para satisfacer las demandas del cliente al menor costo.
Agregar valor al flujo continuo

El mapa de valor (VSM) permite localizar los puntos clave donde no se agrega valor al producto
o servicio al cliente, por ello al eliminar u optimizar estos puntos se incrementa el flujo de
proceso. Todas las actividades que no agregan valor al sistema consumen tiempo y recursos
que al ser retiradas permiten que las actividades importantes o clave tengan un mayor flujo y
posibilidad de llevarse a cabo en menor tiempo o consumen recursos de una manera racional y
controlada. El flujo total se ver beneficiado y se recortara el tiempo total de proceso.
Proceso de Jalar
El proceso de jalar (pull) implica que el movimiento de materiales y productos se ajuste a la
demanda en todo momento. Se trata de que sea la propia demanda la que programe qu hay
que entregar (tanto si esta procede de un cliente externo como interno). Si cada proceso debe
operar de acuerdo con las necesidades del que le sigue (su cliente) y as hasta llegar al cliente
final externo, la actividad de la empresa se habr de programar para el ltimo proceso, de
acuerdo con lo que deba entregar al cliente final. As, ste proceso de jalar (pull) de este ltimo
proceso, solicitndole lo que precise y, a su vez, dicho proceso deber pedir al anterior lo que
necesite para operar y, ste, deber pedir al anterior lo que a su vez precise y, as, hasta llegar
al primer proceso.
Por el contrario, la operativa tradicional se efecta en modo push (empujar), de forma
que cada proceso produce todo cuanto le permite su productividad y, luego, lo empuja (push)
hacia el proceso siguiente y, ste, opera con el lote recibido para luego empujarlo hacia el
siguiente proceso y as sucesivamente hasta llegar al cliente final, el cual deber elegir entre lo
que se le ofrece o esperar a que lleguen productos que se ajusten ms a sus necesidades. En
definitiva, en modo push se opera hacia adelante y, en modo pull, se opera hacia atrs, desde el
cliente final hasta el primer proceso.
Buscar la perfeccin
A medida que las organizaciones empiezan a especificar el valor de modo preciso, identificar
la totalidad del flujo de valor, a hacer que las etapas creadores de valor para que los productos
especficos fluyan constantemente, y dejan que sean los consumidores quienes atraigan hacia
si (pull) valor desde la empresa, algo muy extrao empieza a suceder. Las personas
involucradas caen en la cuenta de que no hay lmite en el proceso de reduccin de esfuerzo,
tiempo, espacio, coste y fallos, mientras ofrecen un producto que cada vez est ms cerca de lo
que el consumidor verdaderamente desea. Repentinamente, la perfeccin, el quinto y
ltimo principio del pensamiento Lean, no parece una idea disparatada.
2.1.1.2 La bsqueda y eliminacin del desperdicio (El camino hacia Lean Manufacturing)
El objetivo principal de la filosofa Lean Sigma es la eliminacin de los desperdicios, aquello
que no agrega valor al producto y por lo tanto, son los elementos u operaciones que generan un
costo al negocio e inmediatamente es visible un rea de oportunidad.
Estos elementos conocidos como desperdicios son aquellos componentes dentro de un
proceso de produccin (Procesos administrativos y de manufactura) que aade costo sin aadir
valor al producto, siendo especficos actividades que consumen recursos, pero que el producto
no es enriquecido. Es por ello que son definidos con siete tipos de clasificacin, esta
identificacin permite puntualizar en la naturaleza de cada desperdicio para reducir su
incidencia e incluso eliminarlo de la cadena de valor. Estos tipos de desperdicios se exponen a
continuacin.
Sobreproduccin
Es fabricar ms de lo necesario. Procesar artculos ms temprano o en mayor cantidad que la
requerida por el cliente. Se considera como el principal y la causa de la mayora de los otros
desperdicios. La sobreproduccin se define como la acumulacin de productos en espera de
procesamiento posterior (venta, consumo, eliminacin, reciclado, etc.).
Por qu se sobre produce?
Por si acaso, ya lo pedirn.
Se fijan objetivos locales en produccin. Por ejemplo, saturar una lnea productiva.
La planificacin no es robusta y la produccin no est nivelada
Las maquinas no son fiables.
El proceso no es flexible, no existe la capacidad de realizar cambios cortos.
Se asumen las mermas del proceso.

Por tanto, la sobreproduccin no genera ningn valor ya que consume recursos
(espacio, manipulacin, defectos, obsolescencia, etc.) para algo no demandado por el cliente.
Detiene el flujo del producto y es la causa de no ser competitivos. Solo agrega tiempo y coste.
Hace que nuestros inputs (espacio, mano de obra, maquinaria, mtodo, tiempo...) sean
recursos no econmicos, y no eficientes.
Esperas
Se refiere a la prdida de tiempo productivo por paros o pausas en la lnea de produccin. Estos
paros son relativos a la demora de materia prima, averas en las maquinas, operarios ociosos,
mal balanceo de lnea. Este desperdicio genera los conocidos cuellos de botella entre las
operaciones y los tiempos de operacin terminen ms pronto de los tiempos largos, obteniendo
como resultado un tiempo de ocio en la operacin rpida y una sobre carga de trabajo en las
operaciones tardadas, estresando as el proceso al congestionar el flujo de los materiales en
proceso.
Algunos ejemplos de desperdicios del tipo esperas podran ser:
Servicios: esperar una informacin, una aprobacin, un fax, la disponibilidad de la

fotocopiadora o de la impresora.
Produccin: Falta u olvido de material para producir, paradas de unos equipos

deficientes, cambios de serie, etc.
Reproceso o Scrap
Es la reproduccin de la operacin en obtener una pieza acorde a los estndares de los clientes,
este desperdicio involucra desde repetir trabajo manual, de mquina, desperdicio de materiales
y energa para transformarlos. Este desperdicio involucra directamente a los costos de calidad,
lo que encarece directamente el producto o el costo de la operacin.
Las causas de estos defectos pueden ser:
Falta de control en el proceso.
Baja calidad.
Un mantenimiento mal planeado.
Entrenamiento de los operadores insuficiente.
Mal diseo del producto.
Movimiento
Todo aquel desplazamiento que involucre una prdida de tiempo o recursos que no agreguen
valor al producto final es considerado como un desperdicio de movimiento. Este desperdicio
se relaciona directamente al movimiento de mquinas para producir diferentes piezas, al
desplazamiento del operador en bsqueda de herramientas o materiales necesarios para
concluir la manufactura del producto o servicio. Estos tiempos no agregan valor al producto,
ya que solo aumentan tiempo de produccin y por lo tanto el tiempo de entrega se ve afectado.
Las causas ms comunes de movimiento innecesario son:
Eficiencia baja de los trabajadores (por ejemplo, no aprovechan un viaje a una zona de
mala accesibilidad para hacer todo lo necesario all, en vez de ir dos veces).
Malos mtodos de trabajo.
Mala distribucin en la planta.
Falta de orden, limpieza y organizacin (por ejemplo, si no se encuentran las

herramientas es necesario un movimiento de los operadores para buscarlas).
Sobre-Procesamiento
El producto durante su manufactura es transformado de acuerdo a las condiciones establecidas
en un contrato celebrado con el cliente (Router) en el cual se especifica bajo qu condiciones
de operacin se debe elaborar el producto y que caractersticas debe cumplir (Requerimientos
de calidad); al momento de aplicarle recursos dems en el proceso de manufactura, as como
desarrollar operaciones innecesarias que no agregar valor al producto, tendremos como
resultado que toda actividad que no pague el cliente se convierte en este tipo de desperdicio
Las posibles causas de este tipo de prdidas son:
Una lgica just in case (hacer algo por si acaso).
Un cambio en el producto sin que haya un cambio en el proceso.
Los requerimientos del cliente no son claros.
Una mala comunicacin.
Aprobaciones o supervisiones innecesarias.
Una informacin excesiva que haga hacer copias extra
Inventario
Es la acumulacin excesiva de productos o materiales en cualquier parte del proceso. Esta
acumulacin lejos de ayudar a la organizacin la afecta directamente ocultando los problemas
y generando ms desperdicios. La forma en la que se ocultan los problemas por el inventario
es relativamente sencillo, al contar con material adicional al necesario crea una confianza ciega
al pensar que se est cumpliendo con los requerimientos del cliente, ya que siempre hay
producto para disponer cundo sea necesario. Sin embargo, esta situacin genera una idea
errnea del estado real de las operaciones.
Las causas de esta prdida pueden ser:
Prevenir la compaa de posibles casos de ineficiencia o problemas inesperados en el

proceso.
Un producto complejo que pueda ocasionar problemas.
Una mala planificacin de la produccin.
Prevenir la compaa de posibles faltas de material por ineficiencia de los

proveedores.
Una mala comunicacin y una lgica just in case (tener stock por si acaso).
Transporte
Este desperdicio se detecta en los procesos que tienen las operaciones distribuidas (Layout) de
manera dispersa en el piso de produccin y/o entre departamentos, e incluso plantas, con un
orden de secuencia de operacin difcil de interpretar u observar a simple vista, en un escenario
de este tipo el material es llevado y trado de una estacin de trabajo a otra trasladndolo por
cientos de metros e incluso por miles de metros en algunos casos, teniendo como resultado, una
baja eficiencia en el tiempo de manufactura y en el servicio al cliente, as como una pobre
rastreabilidad de las ordenes de produccin originando en algunos casos problemas de calidad
de los materiales que conformen una orden de trabajo.
El transporte no aade valor al producto, este desperdicio exige los siguientes recursos
totalmente innecesarios.
Recursos extra (personal, materiales y equipos)
Organizacin
Aumentar la superficie de almacenaje temporal y aade incidencia en otras formas de

desperdicio:
o Alta probabilidad de daos durante su realizacin (Scrap)
o
Aumenta el inventario
o Retrasos en otros procesos
2.1.1.3 Herramientas de Lean Manufacturing

La manufactura Lean, cuenta con una caja de herramientas; 5S, Diseo de Flujo, Heijunka
o el balanceo de la carga de trabajo en la lnea, Jidoka como se conoce a las tcnicas
de deteccin automatizada de defectos, SMED o cambio rpido, Seis Sigma, etc. La misin
de estas herramientas es identificar y combatir el desperdicio o Muda.
Mapeo de procesos
Es una metodologa que permite orientar y redefinir los principales elementos del
proceso para la reivindicacin del mismo de acuerdo de acuerdo a lo que el cliente considera
de valor. Conocer el mapa del proceso permite planear e identificar los elementos de entrada
y salida para mejorar su diseo y operacin entre los aspectos ms importantes, con el
objetivo de establecer las estrategias necesarias para resolver las necesidades de nuestros
clientes (Interno/Externo); adems permite resaltar los principales obstculos y
oportunidades que se pueden presentar, por lo anterior, es la mejor forma de medir los
avances en forma sistemtica y de comunicar los requerimientos a toda la empresa.
Mtodo de anlisis de valor agregado
En cualquier proceso de mejora, es esencial analizar cada proceso y actividad, a fin
de detectar todos aquellos elementos que causen distorsiones al sistema sin agregar valor a
los productos o servicios que se brinden. Para detectar ese valor agregado, se debe
aplicar la siguiente ecuacin:
VA=Vs-Ve
Dnde:
VA: Valor agregado Vs: Valor a la salida Ve: Valor a la entrada
Si el resultado de la ecuacin es positivo, eso indica que se agrega valor; si por el
contrario es negativo, eso indica que la actividad realizada, lejos de ser productiva ms bien
resta valor a lo recibido. Esta actividad es un fuerte candidato a ser seriamente revisada, a
establecer controles sobre ella y, si es factible, a ser eliminada. Si el resultado fuera cero,
evidentemente es una actividad, quiz necesaria, pero que su existencia o no, no afecta
el valor del producto o servicio.
5Ss
Es una prctica ideada en Japn referida al Mantenimiento Integral de la empresa.
No slo de maquinaria, equipo e infraestructura sino del mantenimiento del entorno de
trabajo por parte de todos. En Ingles se ha dado en llamar housekeeping que traducido es
ser amos de casa tambin en el trabajo. Este concepto nace de las iniciales en japons de
distintos pasos para lograr la excelencia, estas se detallan a continuacin:
Seiri (Eliminar). La primera S se refiere a eliminar de la seccin de trabajo todo
aquello que no sea necesario.
Seiton (Orden). Es la segunda "S" y se enfoca a sistemas de almacenamiento eficiente
y efectivo. "Un lugar para cada cosa y cada cosa en su lugar."
Seiso (Limpiar). Una vez que ya fue eliminado la cantidad de estorbos y hasta basura, y
localizado lo que es necesario, se cuenta con condiciones de realizar una limpieza exhaustiva
de la seccin. Cuando se logre por primera vez, habr que mantener una diaria limpieza a
fin de conservar el buen aspecto y de la comodidad alcanzada con esta mejora.
Seiketso (Estandarizar). La estandarizacin corresponde en adoptar las buenas
practicas implementadas en las tres Ss y crear documentos o procedimientos que
garanticen la repeticin de dichas prcticas. Estos documentos o procedimientos se
conocen como estndares.
Sitsuke (Disciplina). Esta ser, con mucho, la "S" ms difcil de alcanzar e
implementar. La disciplina consiste en establecer una serie de normas o estndares en la
organizacin de la seccin de trabajo que garanticen la permanencia de las Ss anteriores.
Justo a tiempo
El justo a tiempo se conoce internacionalmente por sus siglas en ingls como JIT (Just
in Time) y precisamente la denominacin de este novedoso mtodo productivo nos indica
su filosofa de trabajo: " las materias primas y los productos llegan justo a tiempo, bien para
la fabricacin o para el servicio al cliente. El mtodo JIT explica gran parte de los actuales
xitos de las empresas japonesas, sus grandes precursoras. Sus bases son la reduccin de los
" desperdicios , es decir, de todo aquello que no se necesita en el preciso momento:
colchones de capacidad, grandes lotes almacenados en los inventarios, etc. De esta manera,
lo primero que nos llama la atencin es la cuantiosa reduccin de los costes de inventario,
desembocando en una mejor produccin, una mejor calidad, etc. El JIT debe ser estudiado
como una filosofa, ya que no nicamente afecta al proceso productivo, sino que
tambin lo hace directamente sobre el personal, la forma de trabajo, los proveedores, etc.
Esta filosofa se basa principalmente en dos expresiones que resumen sus objetivos: " el
hbito de ir mejorando " y la " eliminacin de prcticas desperdiciadoras. Se trata de
entregar materias primas o componentes a la lnea de fabricacin de forma que lleguen
justo a tiempo a medida que son necesarios. El JIT no es un medio para conseguir que
los proveedores hagan muchas entregas y con absoluta puntualidad para no tener que
manejar grandes volmenes de existencia o componentes comprados, sino que es una
filosofa de produccin que se orienta a la demanda.
La ventaja competitiva ganada deriva de la capacidad que adquiere la empresa
para entregar al mercado el producto solicitado, en un tiempo breve, en la cantidad
requerida. Evitando el costo de las actividades que no agregan valor, con lo que se obtendrn
precios competitivos.
Estandarizacin del trabajo

Trabajo estndar tiene su fundamento en la estandarizacin. Propiciar los medios por los
cuales, las operaciones de manufactura se realicen siempre de una misma forma. Crear
procesos estndar, consistentes y predecibles es un factor que propiciar el control y
posterior mejora de los procesos.
Los primeros intentos por estandarizar las operaciones de manufactura, provienen de la
utilizacin de instrucciones de trabajo. Con el paso del tiempo se han incorporado nuevos
elementos que hacen posible lograr una estandarizacin provechosa. Estos elementos son:
El Tiempo Takt (TT)
Secuencia de operaciones estndar
Inventario en proceso (WIP)
Se han incluido tambin formatos de anlisis de las operaciones que nos facilitarn la
estabilidad y consistencia de las operaciones:
Hoja de medicin de tiempos
Hoja de clculo de capacidad de proceso
Tabla combinada de operacin
TPM
Surgi en Japn gracias a los esfuerzos del Japan Institute of Plant Maintenance (JIPM)
como un sistema destinado a lograr la eliminacin de las seis grandes prdidas de los
equipos, a los efectos de poder hacer factible la produccin Just in Time, la cual tiene
como objetivos primordiales la eliminacin sistemtica de desperdicios.
Estas seis grandes prdidas se hallan directa o indirectamente relacionadas con los
equipos dando lugar a reducciones en la eficiencia del sistema productivo en tres aspectos
fundamentales:
Tiempos muertos o paro del sistema productivo.
Funcionamiento a velocidad inferior a la capacidad de los equipos.
Productos defectuosos o malfuncionamiento de las operaciones en un equipo.
El TPM incorpora una serie de nuevos conceptos entre los cuales cabe destacar el
Mantenimiento Autnomo, el cual es ejecutado por los propios operarios de produccin, la
participacin activa de todos los empleados, desde los altos cargos hasta los operarios de
planta. Tambin agrega a conceptos antes desarrollados como el Mantenimiento
Preventivo, nuevas herramientas tales como las Mejoras de Mantenimiento, el
Mantenimiento Predictivo y el Mantenimiento Correctivo.
La mejora de la efectividad se obtiene eliminando las Seis Grandes Prdidas
que interfieren con la operacin, a saber:
Fallos del equipo, que producen prdidas de tiempo inesperadas.
Puesta a punto y ajustes de las mquinas que producen prdidas de tiempo al

iniciar una nueva operacin u otra etapa de ella. Por ejemplo, al inicio en la maana,
al cambiar de lugar de trabajo, al cambiar una matriz o hacer un ajuste.
Marchas en vaco, esperas y detenciones menores durante la operacin normal

que producen prdidas de tiempo, ya sea por la operacin de detectores, buzones
llenos, obstrucciones en las vas, etc.
Velocidad de operacin reducida, que produce prdidas de tiempo al no obtenerse

la velocidad de diseo del proceso.
Defectos en el proceso, que producen prdidas de tiempo al tener que rehacer partes
de l o reparar piezas defectuosas o completar actividades no terminadas.
Prdidas de tiempo propias de la puesta en marcha de un proceso nuevo.
SMED
El SMED es un acrnimo en lengua inglesa Single Minute Exchange of Die,
que significa cambio de troqueles en menos de diez minutos. El SMED se
desarroll originalmente para mejorar los cambios de troquel de las prensas, pero sus
principios y metodologa se aplican a las preparaciones de toda clase de mquinas.
Este tiene como idea en general que cualquier cambio de mquina o inicializacin
de proceso debera durar no ms de 10 minutos. El principal objetivo del SMED es la
reduccin de tiempos de respuesta, menores plazos desde la investigacin y diseo hasta el
inicio de la produccin y puesta del producto en el mercado, y la reduccin en los plazos de
elaboracin. Ya que en estos tiempos el tiempo es muy importante
y cada da ello
toma mayor importancia tanto desde el punto de vista de la satisfaccin del cliente, como
desde los costos y de la capacidad competitiva de la empresa.
2.1.2 Metodologa para proyectos Six Sigma (DMAIC).

Six sigma es una metodologa de mejora integral de procesos, centrada en la reduccin de
variabilidad y altos ndices de factores que puedan afectar el desempeo del mismo,
el principal objetivo es eliminar los defectos o fallas en la entrega de productos o servicios
al cliente. La meta de six sigma es obtener un mximo de 3.4 defectos por milln de eventos
u oportunidades, donde el defecto es cualquier producto o servicio que no cumpla los
requisitos del cliente.
El desarrollo de la metodologa six sigma requiere de mucha disciplina y entrega, ya que
lograr el ndice mximo de piezas defectuosas es una meta muy exigente y agresiva, por
ello para cumplir con esa meta se cristaliza la metodologa de DMAIC de Six Sigma. Esta
es un sistema que brinda mejoras mesurables y significativas a procesos existentes que caen
por debajo de las especificaciones. La metodologa DMAIC puede ser usada cuando un
producto o proceso existe en su compaa pero no est alcanzando las especificaciones de
los clientes o de lo contrario no rinde de forma adecuada.
Six Sigma ha ido evolucionando desde su aplicacin meramente como herramienta de
calidad a incluirse dentro de los valores clave de algunas empresas, como parte de su
filosofa de actuacin, aunque naci en las empresas del sector industrial, muchas de sus
herramientas se aplican con xito en el sector servicios. La metodologa Six Sigma
(DMAIC) involucra una serie de principios fundamentales para su ejecucin que se han
visto influidos por el xito de otras herramientas, como Lean Manufacturing, con las que
comparte algunos objetivos y que pueden ser complementarias, lo que ha generado una
nueva metodologa conocida como Lean Six Sigma (LSS).
DMAIC es un acrnimo para cinco fases interconectadas: Definir los objetivos
del proyecto y las entregas tanto para los clientes como externos; medir el proceso
para determinar el rendimiento actual; analizar y determinar la causa(s) principal(es) de los
defectos; mejorar los procesos eliminando los defectos y controlar el rendimiento de los
procesos futuros. Todas estas fases se exponen a continuacin.
2.1.2.1 Define (Definir)

En la fase Definir, el equipo de proyecto Six Sigma identifica un proyecto para su mejora
basado en objetivos empresariales y las necesidades y requerimientos del cliente. Six
Sigma se basa en solucionar un problema con una solucin desconocida. Para desentraar
la solucin, primero debe ser definido el problema en trminos mesurables y concretos.
El equipo identifica las caractersticas crticas para la calidad (CTQ) que tienen mayor
impacto sobre sta, separando las pocas y vitales de las muchas y triviales. Con el CTQ
identificado, el equipo puede crear un mapa de procesos para ser mejorado con objetivos
mesurables y tangibles.
Todo proyecto debe empezar en esta etapa, la cual consiste en:
La descripcin del problema y la cuantificacin de su impacto. Entre mejor se

pueda establecer cuantitativamente el problema, es ms fcil analizarlo.
Definir los lmites del proyecto
Definir las metas. (Usualmente porcentajes de aumento o reduccin en los

mtricos de la definicin del problema)
Importante: Qu se considera un defecto? Es decir, que evento o eventos, se

clasifican como un defecto que impacta al proyecto.
Algunos otros puntos como: Definicin de Roles, miembros del equipo,

herramientas a utilizar, programacin de actividades, etc.
2.1.2.2 Measure (Medicin)

En la fase Medir, el equipo empieza con la mtrica adecuada. Las medidas crticas
necesarias para evaluar el xito del proyecto son identificadas y determinadas. La capacidad
inicial y la estabilidad del proyecto se determinan para establecer una base para la medicin.
Una mtrica vlida y de confianza es establecida para vigilar el progreso del proyecto
durante la fase de Medir: La inversin, el proceso y los indicadores de rendimiento son
identificados. Una vez el proyecto tiene una definicin clara con un juego de indicadores
mesurables, el proceso ser estudiado para determinar los Pasos Clave del Proceso y un plan
operativo definido para medir los indicadores. Los impactos potenciales de cada inversin
sern considerados con respeto a los defectos actuales generados en el proceso. Los datos
de entrada clave sern priorizados para establecer una corta lista para estudiar en ms detalle
y para determinar las formas potenciales en las que el proyecto puede fallar. Una vez las
razones de cada fallo en la inversin sean determinados, se pondrn en marcha planes de
accin preventiva.
En la etapa de medicin se define cules sern los CTQs que se medirn y como se
medirn.
(Usualmente usando Anlisis de Fallas y QFDs), se definen los objetivos de
desempeo con mayor certeza y lo ms importante, se prueba el sistema de medicin actual,

por esta sencilla razn, se considera lo siguiente. El problema que se presenta es real o se
presenta porque no es posible medirlo bien? Existen casos en donde por un mal sistema de
medicin, se detecta que hay un problema... pero realmente no lo hay, solo se mide mal.
Por esta razn se presentan estos dos conceptos.
Repetitividad: Una misma persona debe poder obtener los mismos resultados dado
una serie de dos mediciones al azar, del mismo set de unidades.
Reproducibilidad: Es el mismo concepto que el anterior, pero cuando intervienen

dos personas. Si dos personas hacen el mismo proceso de medicin, deben poder
obtener resultados muy similares para poder decir que mi sistema de medicin es
adecuado.
2.1.2.3 Analyze (Analizar)

A travs de la fase Analizar, el equipo puede determinar las causas del problema que
necesitan mejorar y cmo eliminar la zanja existente entre el rendimiento actual y el nivel
deseado de ste. Ello implica descubrir por qu se generan los defectos identificando
variables clave que sean la causa ms probable de la variacin en el proceso. A medida
que el equipo Six Sigma avanza por la fase Analizar y subsecuentemente la fase Mejorar
del proceso, descubrir varios procesos y escenarios de mejora y determinar cual tiene el
mejor impacto en el beneficio neto de la empresa. Un error comn que la gente hace cuando
se discute acerca de Six Sigma es pensar que el proceso DMAIC conlleva mucho
tiempo para observar mejoras. Esto est muy alejado de la verdad. A menudo se
obtienen mejoras rpidas muy tempranamente en el proceso y son frecuentemente
implementadas una vez el equipo ya ha llegado a la fase Analizar. Si el equipo no ha
identificado an ninguna gran mejora, sta se consigue mediante un proceso de escrupuloso
anlisis acompaado de datos. Las tcnicas de anlisis Six Sigma son herramientas valiosas
para descubrir soluciones difciles.
Todo problema de proceso se puede clasificar como una ecuacin Y = X1 + X2 + Xn.
Donde Y es el mtrico afectado y las Xs los factores que lo hacen variar. Con lo anterior
en mente, el proceso de anlisis se enfoca en determinar cul de esas Xs es la que ms
contribuye a la variacin del problema. Esto se hace bajo el anlisis de los datos,
identificando familias de variacin y usando una serie de herramientas estadsticas
para demostrar que realmente se ha encontrado la X Roja. Algunas herramientas son:
Regresiones
Pruebas de Chi Cuadrada
Anlisis de Varianza
Paretos
Correlaciones
Al final de esta etapa, se sabe con certeza que factor o combinacin de factores son
los que ms estn afectando a un proceso y en qu medida lo afectan.
2.1.2.4 Improvement (Mejora)

La fase Mejorar es la transicin del proceso a la solucin. Las inversiones crticas han
sido verificadas y optimizadas asegurando las causas de los problemas. Una vez las causas
de los problemas han sido determinadas en la fase Analizar, el equipo identifica y
cuantifica que pasar si las mejoras necesarias no se realizan y que pasar si se tarda mucho
tiempo en llevarlas a cabo. Esto desarrolla un anlisis de coste/beneficios. Muy a menudo,
el proceso de experimentacin simple y la simulacin ofrecen al equipo grandes ganancias
en este paso. A su vez, en la fase Mejorar, el equipo desarrolla e implementa un plan con
un cambio en el acercamiento en la gestin que ayudar a la organizacin en la puesta en
marcha y adaptacin de las soluciones y en los cambios que resultarn de ello.
En esta etapa ya se conoce que provoca los problemas, adems la medicin es
completamente confiable. Pero, es necesario mejorarlo, por ello se busca una solucin al
problema, que dependiendo de la naturaleza del mismo se pueden usar herramientas como:
Diseo de Experimentos
Simulaciones
Regresiones
Discriminacin de partes B vs C
Anlisis de Fallas (AMEFs)
Algunos procesos puede que no necesiten de todas las herramientas, pero si requieren de
mucha interaccin de las partes involucradas para que en conjunto estn de acuerdo con las
acciones que se toman.
2.1.2.5 Control (Controlar)

El xito en la fase Controlar depende de cmo de bien el equipo lo haya hecho en las fases
anteriores. Las claves son un slido plan de vigilancia con un cambio adecuado en
los mtodos de gestin que identifiquen los interesados. Las lecciones aprendidas son ahora
implementadas y las herramientas estn puestas en su lugar para asegurar que las variables
clave permanecen en un alcance adecuado a travs del tiempo, as que las ganancias en el
proceso de mejora se mantengan. El equipo desarrolla un proceso de no intervencin,
planes de reaccin y materiales de entrenamiento para garantizar el rendimiento y los
ahorros a largo trmino para el proyecto. Documentar el proyecto es muy importante para
que los nuevos procedimientos y las lecciones aprendidas se mantengan y proporcionen
ejemplos concretos para la organizacin. En el cierre de la fase Controlar, la propiedad y
el conocimiento se transfieren al propietario del proceso y se le encomiendan
responsabilidades al equipo del proceso. Finalmente, el equipo identifica cuales son los
siguientes pasos para futuras oportunidades de procesos Six Sigma identificando las rplicas
y estandarizaciones de oportunidades y planes.
El punto ms importante es el de producir resultados de mejora y que estos sean
significativos prctica y estadsticamente. Usualmente se puede sentir una mejora al
principio, pero la mejora del proceso o el nuevo proceso en s deben ser lo suficientemente
fuertes para generar resultados a largo plazo. Algunas herramientas usadas en esta parte son:
2.2
Diagramas de Control
Anlisis de capacidad del proceso
Estudios GAGE R&R
AMEFs
El VSM (Value Stream Map) como herramienta del despliegue
estratgico de Lean Sigma.

La mejora continua es un camino tortuoso que puede ser amenizado con la planeacin de las
estrategias. Bajo la premisa anterior, es necesario conocer la va por el que el ingeniero
dedicado a la mejora continua caminara para hacer mejores los procesos y las operaciones,
por ello nace la necesidad de generar mapas que guen a los miembros de la organizacin
hacia el norte verdadero, aquel destino que llevara a la organizacin a cumplir los objetivos
desplegados por el alta direccin. La mejora continua encuentra como la herramienta bsica
y de uso bsico al VSM, que por sus siglas en ingles se conoce como Value Stream Map,
esto quiere decir al espaol Mapa de la Cadena de Valor. El VSM permite generar un
bosquejo simplificado de las reas de oportunidad de la compaa, generar el entendimiento
de los problemas y estructurar mejoras. Todo lo anterior es empleado para generar la
expectativa de la compaa al plazo que se plantee en el mapa, estas acciones direccionaran
al equipo hacia el estado futuro.
En esta seccin se detallara la metodologa del VSM, partiendo de los conceptos de
las tcnicas Lean Sigma y se estructurara a detalle del porque el VSM juega un papel tan
importante en el planteamiento de la mejora continua.
2.2.1 Comenzando el VSM

La cadena de valor corresponde a todas las acciones requeridas para brindar un producto a
travs de los flujos esenciales, independientemente si estas acciones agregan o no valor. Estas
acciones se pueden identificar como el flujo de materiales desde la materia prima hasta las
manos del cliente o el flujo de diseo desde el concepto hasta el lanzamiento de un nuevo
producto.
Continuando con el concepto de Rother et al. (1999), El mapeo VSM se emplear
para flujos Door to Door (Puerta a puerta) dentro de una planta de manufactura, esto
incluye la entrega de materiales de los proveedores hasta el embarque de componentes
terminados hacia los clientes; donde se podr disear el estado futuro de las operaciones para
mejorar los tiempos de entrega del material hacia nuestros clientes (internos y externos). El
mapeo de la cadena de valor ayudara a ver y a entender el flujo de material y de informacin
dentro de los procesos de la organizacin. Todo este mapeo deber realizarse de la forma
ms sencilla y clara posible.
2.2.1.1 Por qu el VSM es una herramienta esencial?
Rother et al. (1999) en su libro especifican las siguientes ventajas que ofrece el VSM.
Ayuda a visualizar ms de un simple nivel de proceso en la produccin. Es

posible verlo todo.
Ayuda a visualizar ms desperdicios.
Provee lenguaje comn para hablar de procesos de manufactura.
Permite tomar decisiones sobre el flujo de materiales y permite discutirlo.
Muestra la cohesin entre el flujo de informacin y el de los materiales.

Ninguna otra herramienta lo permite.
Es una herramienta altamente cuantitativa, permite identificar etapas que no

agregan valor y conocer sus valores.
La ms importante es que es la base de la implementacin estratgica de

planes de mejora continua.
2.2.1.2 Flujo de materiales e informacin.

Al observar cualquier planta, es evidente el flujo de materiales. Sin embargo, no debe
omitirse el flujo de informacin, esta fluye de igual manera que los materiales y debe ser
considerada para modelar el estado de la situacin actual de la compaa. En los sistemas
Lean Sigma, la informacin es incluso ms importante que los materiales, Toyota
perfecciono el flujo de la informacin entre sus proveedores, sus proceso de manufactura y
sus clientes; esto permiti que se generar una comunicacin sin igual dentro de su cadena
de suministro.
Figura. 2.1 Flujo de informacin y materiales.
Fuente: Rother, M (1999). Learning to see. Brookline, Massachusetts, USA: The Lean Enterprise Institute.
2.2.1.3 Seleccionar una familia de productos

Un punto para entender claramente antes de empezar es la necesidad lograr el foco solo en
especficas familias de productos. Los clientes les interesan solo sus productos en especfico,
no los productos de la compaa, por lo que no vale la pena mapear todo lo que circula en la
planta, solo si se cuenta con una pequea variedad de productos. Por ello, el mapa de la
cadena de valor se refiere a caminar y dibujar los pasos de los procesos (materiales e
informacin) para una familia de productos de puerta a puerta en la planta.
Identificar las familias de productos en el final de la cadena de valor para el cliente
se basa en un grupo de productos que pasan por procesos similares y equipos comunes en la
cadena de manufactura. En general, son productos que difieren muy poco y pueden ser
agrupados e identificados en un matriz de Productos vs Pasos de Manufactura, este es un
arreglo cuadrado que coloca los productos de manera vertical y los procesos de forma
horizontal, esto con el objetivo de identificar la similitud entre ambos parmetros. Un
ejemplo fue propuesto por (Rother, 1999) en su libro Learning to See y se presenta en la
figura 2.2.
Figura. 2.2 Matriz Producto vs Pasos de Manufactura.
2.2.1.4 El gerente VSM

Debe existir una persona que conozca y lider el mapeo de los procesos, adems, debe ser
responsable de los procesos de manufactura que se involucren en la transformacin de las
familias de productos. Por ello, es necesario identificar a esta persona como aquella que
cumpla con un grado significativo de responsabilidad en la organizacin, este individual se
le conoce como el gerente VSM.
El gerente VSM es aquel que deber quitar las barreras de cualquier ndole para
permitir el cumplimiento de los objetivos y sobre todo fortalecer al equipo que busque
mejorar las operaciones, los flujos de informacin y materiales. Este individuo debe
identificar las reas donde se implantaran las mejoras inmediatas bajo la tcnica de Lean
Sigma conocida como Kaizen.
Figura. 2.3 Responsabilidad del gerente VSM.
2.2.1.5 Usando la herramienta del mapeo.

El mapeo de la cadena de valor puede ser usado como una herramienta de comunicacin
visual, una herramienta de la planeacin de negocios y una herramienta para controlar los
cambios en los procesos. Para iniciar un mapeo se debe de iniciar con la deteccin de la
familia de productos, plantear el estado actual, establece el estado futuro y se finaliza con el
plan de trabajo e implementacin. Recalcando que el estado futuro puede convertirse en el
estado actual y comenzar con el ciclo nuevamente. Tal como se cita en el libro Learning to
see (Rother, 1999), es posible entender este ciclo en la figura 2.4.
Figura. 2.4 Pasos iniciales del VSM.
2.2.2 El estado Actual

El estado actual representa como se encuentra la compaa hoy en da, donde se identificaran
los desperdicios que tanto persigue Lean Sigma y se puntualizara en conceptos claves que
permitirn focalizar las mejoras a futuro y sobre todo a generar el estado futuro.
2.2.2.1 Dibujando el estado actual.
La mejor forma de representar un sistema es por medio del dibujo burdo a mano alzada, tal
como se menciona en el libro A study of the Toyota Production System from an industrial
engineering viewpoint (Shingo, 1981). La mejor forma de entender el estado del proceso es
ser efectivo y no adornar con detalles o grande programas computacionales, es ms sencillo
y fcil de entender si se traza de forma inmediata al recorrido por el proceso. Por ello es
necesario identificar y establecer el nivel de mapeo para la familia de productos que se
mapear, existen diferentes niveles, que van desde un proceso, a una planta, mltiples plantas
o a travs de compaas.
Para comenzar a dibujar el mapa del estado actual es necesario identificar una serie
de smbolos que son internacionalmente conocidos y son establecidos en el libro Learning to
See (Rother, 1999), este libro es un manual completo para realizar los VSM de manera
efectiva y aceptada por el Lean Enterprise Institute. Esta designacin se encuentra en la
siguiente ilustracin extrada del mismo libro.
Figura. 2.5 Simbologa establecida para el VSM.
La metodologa del dibujado del estado actual se resume en los siguientes pasos.
1. Identificar la frontera del sistema que se desee mapear.
a. Definir si ser un proceso, fbrica, sistema puerta a puerta, sistema de
fbricas, etc.
2. Definir al cliente. Establecer sus requerimientos, dibujar una pequea fbrica y
escribir una caja de datos.
3. Dibujar los procesos bsicos de manufactura. Se usara una caja de proceso y se
colocaran de manera discontinua. Adicional se colocara informacin bsica
recomendada (Tiempo ciclo, Tiempo de montaje, tiempo de demanda, tamao de
lotes, nmero de operadores, numero de variaciones en el producto, descansos,
cantidad de defectos, etc.).
4. Identificar las reas donde se genera inventario. Se dibujara un pequeo triangulo
con una I y se colocara la cantidad de productos que cuenta ese inventario excesivo
y el tiempo necesario para consumirlo.
5. Identifica a los proveedores. Dibujar una pequea fbrica o proceso anterior y
colocar el medio por que se entrega la materia prima. Adems, escribir cantidades e
incluso frecuencia de distribucin.
6. Conectar los procesos de distribucin. Colocar flechas que conecten a los
proveedores con los procesos de manufactura y los transportes.
7. Identificar los flujos de informacin y de materiales. Conectar los canales de
comunicacin entre el proveedor, cliente y procesos dependiendo del tipo de
informacin ya sea electrnica o sistmica. Conectar los procesos de manufactura
con flechas que indiquen la situacin (Push)
8. Desplegar la lnea de tiempo. Debajo del mapa se colocara la lnea del tiempo que
distinga entre el tiempo de valor agregado y el tiempo que no agrega valor a la
operacin. Para este punto debe reconocerse el Lead Time (tiempo total que un
producto es entregado a nuestro cliente desde el momento que se dio la seal de
manufacturarlo).
Como ejemplo se colocara el Mapa mostrado en Learning to see (Rother, 1999). Donde se
aborda un mapa Puerta a Puerta (Figura 2.6).
Figura. 2.6 Ejemplo de estado actual.
2.2.3 El estado Futuro

Para el diseo del estado futuro es necesario conocer ciertos detalles de la filosofa Lean
Sigma, haciendo ms nfasis en la parte de Lean Manufacturing, ya que la produccin y las
operaciones deben seguir un empuje y un tiempo determinado para cumplir con las
necesidades de los clientes. Sin embargo, estos conceptos se abordaran de manera simple
para llegar al planteamiento del estado futuro.
Estos conceptos se dividen en siete y dictan la metodologa para identificar las reas de
oportunidad en el estado actual.
1. Produce acorde al Takt Time. El cliente marca un tiempo donde debe ser satisfecha
la demanda de materiales, este tiempo se le conoce como Takt Time. Si el tiempo que
nuestros procesos ocupan para fabricar una pieza es mayor que el Takt Time, jams
santificaremos la demanda del cliente, por ello es necesario producir en un tiempo
menor al Takt time.
2. Disea el flujo continuo tanto como sea posible. Debe existir un flujo continuo,
exactamente el llamado flujo a una sola pieza, esto permite que los recursos se
enfoquen en la manufactura de cada pieza y no se pierda tiempo en producciones por

lote.
3. Usa supermercados para controlar la produccin donde el flujo continuo no se pueda
extender procesos arriba. Los supermercados son inventarios controlados de
productos que no son manufacturados de una forma continua, pero consumen tiempo
al realizar montajes y adecuaciones en el proceso para fabricarlos. Para la
manufactura de estos productos se empleara al Kanban. El kanban es una seal
sistmica que permite dar una orden de cuando fabricar cierta pieza en cierta cantidad.
4. Trata de enviar a los clientes solo un plan de produccin. Las seales que se den a los
procesos subsecuentes (clientes) debern reducirse en la menor cantidad, esto para
generar solo una seal que active a todos los procesos desde la parte ms baja de la
cadena de valor, esta seal se le conoce como Peacemaker.
5. Balancear la lnea. El balanceo de lnea y de operaciones es fundamental para lograr
el Takt time del cliente.
6. Crear un sistema Pull y nivelar los volmenes de produccin. Los sistemas Pull se
conocen como sistemas de jalar, contrarios a la manufactura tradicional que tratan de
empujar la produccin hacia los procesos consecuentes. Los sistemas Pull buscan
generar el flujo a una sola pieza y fomentan la fabricacin de componentes necesarios.
7.
Desarrollar la habilidad de cada parte todos los das. Debe eliminarse la idea de la
programacin tradicional, donde se parta del concepto de la divisin por das u horas
la produccin. En cambio, debe pensarse en la programacin diaria de cada parte para
lograr una mezcla de productos efectiva en la lnea de produccin.
Para estructurar el plan a futuro es necesario realizar una serie de preguntas que guen al
gerente VSM en la generacin de dicho plan. Estas preguntas parten de los conceptos
descritos con anterioridad. Sin embargo, si un rea de oportunidad ajena a estas preguntas es
detectada, no deber omitirse y deber formar parte del plan futuro.
1. Cul es el Takt Time?
2. Es posible construir un supermercado de productos terminados del que el cliente
jalara directamente?
3. Dnde es posible implementar flujo continuo?
4. Dnde es posible implementar un sistema de jalar para controlar la produccin?

5. En que simple punto de la cadena productiva el proceso Peacemaker programar
la produccin?
6. Cmo se realizara el balanceo de la produccin?
7. Cul ser el incremento de produccin?
8. Qu procesos ser necesario mejorar? Esta pregunta es muy importante, ya que se
identificaran las reas de oportunidad con un globo y se colocara la herramienta Lean
Sigma a emplear.
Al culminar las preguntas, es necesario redisear los procesos y sealar la herramienta que
se emplear y el objetivo de mejora, con ello es posible dibujar el mapa futuro con la misma
metodologa que la reflejada en el estado actual. El ejemplo que se coloca a continuacin es
el mapa futuro (figura 2.7) del mostrado en la figura 2.6.
Figura. 2.7 Ejemplo de estado Futuro.
2.2.4 Estrategia hacia el futuro

Posteriormente al diseo del mapa futuro es necesario establecer la va por la que se lograra
dicho estado. El VSM solo es una herramienta que permite visualizar las reas de
oportunidad, pero por s mismo no llevara a ningn cambio, por ello es necesario generar
una secuencia de acciones que permitan alcanzar el objetivo en un corto plazo, en caso que
no se generen estas acciones el VSM es totalmente intil.
Antes de generar cualquier accin que sea evidente del VSM, es necesario dividir el
mapa en etapas, dichas secciones permitirn atacar determinadas zonas y no el todo, lo que
generara que se cuenten con diferentes objetivos. Esta separacin se conoce como la
segregacin de proyectos de valor.
2.2.4.1 El plan de la cadena de valor.
El mapa de la cadena de valor muestra hacia donde se desea ir. Ahora se necesita crear una
hoja totalmente nueva: el plan de la cadena de valor. Este plan muestra lo siguiente:
Exactamente donde el plan debe ser ejecutado, paso a paso;
Objetivos medibles
Chekpoints claros y objetivos con fechas y responsables.
Este plan debe soportar todos los pasos necesarios para alcanzar el estado futuro, adems
cada proyecto que sea identificado deber contar con la metodologa necesaria segn la
naturaleza de cada uno. Si es necesario reducir tiempos muertos por falla de mquinas, ser
necesario implementar la herramienta TPM que permita reducir ese tiempo muerto; si existe
una cantidad de rechazo de materiales dentro del proceso, deber abrirse un proyecto Six
Sigma que direccione a la eliminacin de material rechazado.
El cumplimiento y conclusin del VSM en estado futuro es responsabilidad total del
Gerente VSM que deber garantizar la transformacin fsica y transaccional de sus procesos
productivos. Por ello, una vez que concluya dicha implementacin deber llevarse a cabo el
re mapeo del proceso para generar un nuevo VSM y de esa forma no dejar de mejorar los
procesos en las organizaciones.
2.3
Metalurgia del Aluminio.
El aluminio es un elemento qumico de smbolo Al, es un elemento qumico metlico que

pertenece al grupo IIIA de la tabla peridica. El aluminio puro es blando y tiene
poca resistencia mecnica, pero puede formar aleaciones con otros elementos para aumentar
su resistencia y adquirir varias propiedades tiles. Las aleaciones de aluminio son
ligeras, fuertes, y de fcil formacin para muchos procesos de metalistera; son fciles de
ensamblar, fundir o maquinar y aceptan gran variedad de acabados. Por sus propiedades
fsicas, qumicas y metalrgicas, el aluminio se ha convertido en el metal no ferroso de
mayor uso.
El aluminio es el elemento metlico ms abundante en la Tierra y en la Luna, pero
nunca se encuentra en forma libre en la naturaleza. Se halla ampliamente distribuido en las
plantas y en casi todas las rocas, sobre todo en las gneas, que contienen aluminio en forma
de minerales de almino silicato. Cuando estos minerales se disuelven, segn las
condiciones qumicas, es posible precipitar el aluminio en forma de arcillas minerales,
hidrxidos de aluminio o ambos. En esas condiciones se forman las bauxitas que sirven de
materia prima fundamental en la produccin de aluminio.
El aluminio es estable al aire y resistente a la corrosin por el agua de mar, a muchas
soluciones acuosas y otros agentes qumicos. Esto se debe a la proteccin del metal por una
capa impenetrable de xido. A una pureza superior al 99.95%, resiste el ataque de la mayor
parte de los cidos, pero se disuelve en agua regia. Su capa de xido se disuelve en
soluciones alcalinas y la corrosin es rpida.
2.3.1 Aleaciones coladas base aluminio

El aluminio y sus aleaciones se caracterizan por la relativamente baja densidad (2.7 g/cc
comparada con 7.9 g/cc del acero), elevadas conductividades elctrica y trmica y
resistencia a la corrosin en algunos medios, incluyendo el atmosfrico. A muchas de estas
aleaciones se les puede dar formas diferentes con facilidad debida su elevada ductilidad;
esto es evidente en el aluminio puro, que se puede convertir en papel y enrollar. El aluminio
tiene una estructura cbica centrada en las caras y es dctil incluso a temperatura
ambiente. La principal limitacin del aluminio es la baja temperatura de fusin (660C),
que restringe su campo de aplicacin.
La resistencia mecnica del aluminio se logra por acritud y por aleacin; sin embargo
ambos procesos disminuyen la resistencia a la corrosin Los principales elementos
de aleacin son cobre, magnesio, silicio, manganeso y zinc. Algunas de las aplicaciones
ms comunes de las aleaciones de aluminio son: partes estructurales de los aviones, latas
para bebidas refrescantes, partes de las carroceras de autobuses y de los automviles
(culatas, pistones y colectores de escape).
Actualmente se presta mucha atencin a las aleaciones de aluminio y de otros
metales de baja densidad (Mg,Ti) como materiales utilizados en los transportes, debido al
efecto de ahorro de combustible. Una importante caracterstica de estos materiales es la
resistencia especfica, cuantificada como la relacin entre resistencia a la traccin y
densidad. Aunque una aleacin de estos metales tenga una resistencia a la traccin inferior
a la de un material ms denso (acero), para un peso determinado puede aguantar una carga
mucho mayor.
2.3.2 Procesos de fundicin

Las aleaciones de aluminio son fundidas principalmente por tres procesos: fundicin de
arena, molde permanente y fundicin en coquilla.
2.3.2.1 Fundicin de arena
Es el ms sencillo y verstil de los procesos de fundicin del aluminio. Es normalmente
elegido para la produccin de:
Cantidades pequeas de piezas fundidas idnticas
Piezas fundidas complejas con ncleos complicados
Grandes piezas fundidas
Piezas fundidas para la construccin
2.3.2.2 Fundicin con molde permanente

Se vierte el metal fundido en un molde metlico permanente bajo gravedad y bajo presin
centrfuga solamente. Las piezas fundidas as tienen una estructura de grano ms fino, y son
ms resistentes que las piezas fundidas con moldes de arena, debido a que la velocidad
de enfriamiento es ms rpida. Adems, las piezas fundidas en molde permanente poseen
generalmente menores contracciones y porosidad que las piezas fundidas en arena. Sin
embargo, los moldes permanentes tienen limitaciones de tamao, y para piezas complejas
puede resultar difcil o imposible.

2.3.2.3 Fundicin en coquilla
Se funden piezas idnticas al mximo ritmo de produccin forzando el metal fundido bajo
considerables presiones en los moldes metlicos. Las dos partes de la matriz de metal son
engatilladas de forma segura para poder resistir la alta presin.
El aluminio fundido es obligado a repartirse por las cavidades de la matriz. Cuando
el metal se ha solidificado, las matrices son desbloqueadas y abiertas para extraer la
pieza fundida caliente.
Algunas ventajas de la fundicin a presin
son:
Las piezas estn casi acabadas y pueden producirse a un alto ritmo
Las tolerancias dimensionales de cada parte de la pieza fundida pueden ser

mantenidas ms slidamente.
Es posible la obtencin de superficies suaves
El proceso puede ser automatizado.
Captulo 3. Metodologa de la investigacin.

En este captulo se abordaran el mtodo de investigacin que se llevara a cabo en el
desarrollo de este trabajo. Se expondrn los mtodos de recoleccin de datos y la
metodologa de anlisis estadstico involucrado para generar la lnea base de la
informacin que permitir plantear el estado actual de la organizacin y proyectar au n
estado futuro.
3.1
Diseo de la investigacin cuantitativa
El enfoque de sta investigacin ser cuantitativo, ya que se realizar en un proceso

secuencial y probatorio, se analizarn mltiples mediciones utilizando mtodos estadsticos
estructurados. El diseo de la investigacin que se usar en este estudio es un diseo no
experimental transeccional descriptivo y correlacional, porque no se manipular
deliberadamente alguna de las variables y se considerar el fenmeno estudiado y sus
componentes, se medirn conceptos y se definirn variables. Adems, se ofrecern
predicciones, se explicaran la relacin entre variables y su cuantificacin.
Para fines estructurales de esta investigacin, se emplear la metodologa DMAIC
de Six Sigma para aislar y detectar los problemas puntuales que aquejan el nivel de servicio
en los procesos de fundicin, por ello el VSM (Value Stream Map) ser la herramienta de
diagnstico de la situacin actual, este mapa se sustentar con datos recolectados en el
proceso de fundicin durante la segunda mitad del 2012 y la primera mitad del ao 2013.
Para reducir las reas de oportunidad detectadas en el VSM estado actual (VSM
Actual State), se propondrn una serie de acciones que se sustentaran en herramientas de
Lean Manufacturing, con las que se propondrn las soluciones y acciones, adems de
detectar relaciones puntuales entre los desperdicios de la compaa que fungen como
variables dentro de la investigacin. Se generar el VSM del estado futuro (VSM Future
State) que agrupar las propuestas y la reduccin de los desperdicios para predecir y
estructurar el objetivo y sobre todo el despliegue estratgico que deber emprender la
compaa para resolver el bajo nivel de servicio.
3.2
Establecimiento de la hiptesis
A travs de la reduccin de los desperdicios (tiempos muertos y piezas rechazadas) en la

lnea de fusin - moldeo es posible mejorar el nivel de servicio y por lo tanto incrementar
los niveles de productividad.
3.3
Instrumentacin de recoleccin de datos
Para la recoleccin de datos existen distintas herramientas que se desarrollaran para cubrir
el proyecto, estos documentos se emplean para medir el desempeo del rea y sobre todo
para localizar reas de mejora y para medir las mejoras ya aplicadas. Cada instrumento se
describe a continuacin.
3.3.1 Hojas de registro de desempeo

Las hojas de registro de desempeo cumplen la funcin de medir la productividad del
rea, esto a travs del registro de la maquina donde se produce, el centro de costos, la
fecha, el turno, el catalogo o producto, el tiempo estndar, el tiempo real y la cantidad de
moldes producidos. Este formato va de la mano del registro de tiempo muerto, en el que se
almacena todos los tiempos del rea donde no se genera moldes y las maquinas no producen,
esto sea por paros de mantenimiento, falta de material, ausencia de personal, etc. En este
formato se captura la siguiente informacin: nmero de mquina, rea, centro de costos,
fecha, turno clave de tiempo muerto, descripcin de tiempo muerto, producto que se
laboraba durante el tiempo muerto y la duracin del tiempo muerto.
3.3.2 Tablero hr x hr
El tablero hr x hr (Hora por hora), permite el registro en tiempo real de las mquinas de
moldeo y el estndar por hora que deben alcanzar los operadores para cumplir con su
meta por hora, en este pizarrn es posible detectar fallas en la produccin y atenderlos de
inmediato para evitar posibles repeticiones y ocurrencias que podran afectar directamente
a los niveles de produccin, adems permite que los operadores sean testigos del
rendimiento y productividad de sus compaeros y esto motive al operador sobre el
estndar que debe alcanzar.
Estos pizarrones son sumamente visuales y permite capturar la siguiente
informacin: catalogo, estndar por hora, nombre del operario, piezas producidas por
hora, cumplimiento vs estndar y motivo por el que no se logra el estndar.
3.3.3 Tablero QRB

El tablero QRB (Quick Response Board), corresponde a la segunda parte del tablero Hr x
Hr, donde al no lograrse la produccin necesaria vs estndar se debe de colocar la razn
inmediata y a qu nivel debe ser resuelto, esto indica que tipo de autoridad debe atender, ya
sea nivel de produccin, ingeniera, supervisin o gerencia. Este mtodo de escalamiento
permite realizar las mejoras de forma inmediata y registrar la velocidad de respuesta, adems
de analizar nuevas reas de oportunidad.
Este registro permite visualizar si los diferentes niveles estn enterados de la
problemtica y de su posible solucin, sin embargo es una fuerte fuente de informacin
para detectar distintos desperdicios de la manufactura, este formato registra el tiempo
muerto, duracin de tiempo muerto, nivel de accin y acciones a realizar con fechas
compromiso.
3.3.4 Registro diario de scrap

En el rea posterior a fundicin se captura diariamente y por turno la cantidad de desperdicio
de material que no cumple las caractersticas del cliente (Scrap), todo este desperdicio es
catalogado y contado para detectar reas de oportunidad en desperdicios de esta ndole. Por
lo que este formato juega un papel sumamente importante en el desarrollo de este trabajo,
en l se encuentra localizada la siguiente informacin: catalogo, fecha de captura, tipo de
defecto, cantidad de piezas, costo de manufactura, familia de productos y planta de
fundicin de origen.
3.4
Procesamiento de datos
Para el procesamiento de datos es necesario el uso de software estadstico que permita

realizar mltiples tipos de anlisis que acceda a la interpretacin sencilla de las
caractersticas bsicas de la lnea base, recordemos que todo proyecto SIX Sigma se basa en
el anlisis estadstico previo para conocer la base de la que se busca mejorar (Lnea Base),
esta caracterizacin del sistema es sumamente sencillo con MINITAB 16, este poderoso
software permite realizar diversos anlisis estadsticos, entre ellos estos son los ms
relevantes:
Administracin de datos y archivos
Asistente
Estadsticas bsicas
Grficos
Anlisis de regresin
Anlisis de varianza
Diseo de experimentos
Control estadstico de procesos
Anlisis de sistemas de medicin
Anlisis de confiabilidad/supervivencia
Anlisis multivariable
Series de tiempo y pronsticos
No paramtrico
Tablas
Potencia y tamao de la muestra
Simulacin y distribuciones
Macros y capacidad para personalizar
Esta herramienta permitir el rpido y sencillo anlisis de todos los datos que se generen
en los diferentes instrumentos de recoleccin.
3.4.1 Prueba de normalidad (Anderson-Darling).

Tal como se describe en el libro Implementing Six Sigma and Lean (Basu, 2009) y en Six
Sigma Advanced Tools for Black Belts and Master Black Belts (Ting, 2013), se aborda que
el anlisis de datos debe ser lo ms simple que se pueda. La metodologa idnea es
caracterizar puntualmente las distribuciones de probabilidad para cada grupo de datos. Pero,
para finalidad de Six Sigma y practicidad, se busca emplear parmetros bsicos estadsticos
tales como la media, mediana y la desviacin estndar. Por ello, es necesario caracterizar los
datos de la investigacin a travs de la prueba de Anderson Darling.
La prueba de Anderson Darling es utilizada para probar si un conjunto de datos
muestrales provienen de una poblacin con una distribucin continua especifica (por lo
general la distribucin normal). La prueba de Anderson Darling se basa en la comparacin
de la distribucin de probabilidades acumulada emprica (resultado de datos) con la
distribucin de probabilidades acumulada terica.
Hiptesis
H0: Las variables aleatorias en un estudio siguen una distribucin normal ().
Ha: las variables aleatorias en un estudio no siguen una distribucin normal ().
Estadstico de prueba
El estadstico de A2 est dado por la siguiente formula:
2 =
=
(2 1)
[( ) + (1 (+1 ))]
Este desarrollo matemtico lo ejecuta Minitab 16, adems de generar los intervalos de
confianza para cada parmetro estadstico bsico. En la figura 3.1, se visualizar un ejemplo
del resumen estadstico que contiene la prueba de Anderson Darling para el grupo a
analizar.
Figura. 3.1 Resumen estadstico para nmeros aleatorios.
Resumen para Aleatorios

P rueba de normalidad de A nderson-Darling
A -cuadrado
V alor P
20
40
60
80
100
0.53
0.157
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
58.750
26.833
719.987
-0.24974
-1.35708
20
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
16.000
30.000
61.500
84.250
97.000
Interv alo de confianza de 95% para la media

46.192
71.308
Interv alo de confianza de 95% para la mediana

33.529
78.530
Interv alo de confianza de 95% para la desv iacin estndar
Intervalos de confianza de 95%
20.406
39.191
Media
Mediana
40
50
60
70
80
3.4.2 Carta de control estadstico (Grafico I-MR para individuos).

Retomando los libros Implementing Six Sigma and Lean (Basu, 2009) y Six Sigma Advanced
Tools for Black Belts and Master Black Belts (Ting, 2013), es necesario reconocer los datos
y buscar tendencias a travs del tiempo. Por lo que surge la necesidad de emplear cartas de
control estadstico, la carta seleccionada para la caracterizacin de las variables de este
estudio corresponder a los grficos I-MR (Individual Movile Range).
El grfico I-MR, sirve para analizar un determinado proceso dependiente del tiempo
este grafico usualmente toma la forma de dos cartas juntas, a veces superpuestos. La primera
parte de la tabla, la correspondiente a la I expone el valor y acomodo de cada valor en un
grfico de tiempo, donde se podr apreciar el valor de la media y los lmites de control, tanto
superior como inferior. La segunda parte, la correspondiente a la MR, se relaciona con la
variacin relativa entre el dato y la diferencia contra la media. Este grafico es bastante til
para distinguir las diferencias significativas entre la media y el valor, con esta grafica es
posible determinar tendencias fuera de la media y diferencia consideradas con la desviacin
estndar el proceso. Un ejemplo se observa en la figura 3.2.
Figura. 3.2 Grafico I-MR para nmeros aleatorios.
Grfica I-MR de Nmeros aleatorios

160
V alor individual
LC S =138.7
120
80
_
X=58.8
40
0
LC I=-21.2
1
11
Semana
13
15
17
19
Rango mvil
100
LC S =98.2
75
50
__
M R=30.1
25
0
LC I=0
1
11
Semana
13
15
17
19
Captulo 4. Resultados de la investigacin.

Acorde a la metodologa Six Sigma se desarrollar el planteamiento de la mejora integral
de los procesos de fundicin y las familias de productos que impactan al mtrico de inters,
en este caso el nivel de servicio de ambas unidades de negocio, por ello se realizar la
estructura DMAIC para la resolucin de este dolor en la compaa. Como herramienta
principal se empleara el VSM para determinar la estrategia general del negocio y alcanzar
el norte verdadero acompaado de la extensin de las tcnicas fundamentales de Lean
Manufacturing. La combinacin de las metodologas, tcnicas y herramientas anteriores
permitir que se alcance el despliegue estratgico total de la filosofa Lean Sigma en los
procesos de fundicin de la compaa en cuestin.
Debido a que se presentaran los resultados de la investigacin con la metodologa
Six Sigma, se abordara el Roadmap presentado en Lean Six Sigma in Service (Furterer,
2009). Un roadmap es aquel donde se esquematiza la metodologa DMAIC de Six Sigma,
as como sus pasos bsicos para desarrollar los proyectos. Este roadmap se presenta en la
tabla 4.1.
Tabla 4.1 Roadmap Six Sigma
Definir
1. Crear Carta de
proyecto.
2. Identificar
StakeHolders.
3. Seleccionar
equipo.
4. Crear plan del
proyecto
Medir
5. Definir el proceso
6. Definir el VOP y
el desempeo
actual
7. Validar el sistema
de medicin
8. Definir el costo
beneficio
Analizar
Mejorar
Controlar
9.
Desarrollar la
12. Identificar
17.
causa y efecto
soluciones
10. Determinar
causas y
validar causas
raz
11. Desarrollar
13. Disear estado

futuro
14. Establecer
objetivos
15. Obtener
capacidad del
aprobaciones e
proceso
implementar
16. Entrenar y
ejecutar
Fuente: Lean Six Sigma in Service (Furterer, 2009)
Medir y
controlar cambios
18.
Reportar datos
19.
Identificar
oportunidad des de
replica
20.
Desarrollar
planes a futuro
4.1
Situacin actual de la empresa (Define)
La compaa en estudio cuenta con ciertos mtricos bsicos para medir el desempeo, estos
mtricos incluyen los siguientes:
Nivel de accidentes
Costo de mala calidad
Nivel de servicio
Productividad
Inventarios
Todos esos mtricos pueden ser plasmados como costos y sobre todo como reas de
oportunidad a lo largo del tiempo. Para efectos prcticos de este trabajo, se escogi atacar
los mtricos relativos al Nivel de Servicio y la productividad.
Actualmente la compaa ha experimentado un crecimiento abrupto en las
cuestiones de ventas, esto originado por el incremento de las operaciones petroleras y de
construccin. Sin embargo, la empresa ha cursado serias dificultades en atender ese
crecimiento. Ese impacto negativo se ha visto reflejado en el crecimiento del Back Log
(Capitulo 1), este se refiere a los requerimientos de ventas a planta que no han sido
cumplidos en tiempo y forma, esto impacta en la molestia de los clientes y la continua
reprogramacin de fechas de entrega. As mismo, el nivel de servicio de la planta hacia las
ventas ha decado en los ltimos meses y esto exige que se realicen acciones inmediatas.
Desafortunadamente estas acciones se han realizado de una forma intuitiva y con
un procesamiento de datos robusto. Pero, no ha sido suficiente para atacar este tema tan
importante. Es necesario generar un plan puntual que busque resolver estos problemas de
raz desde la parte medular de la produccin, en este caso la fundicin.
A continuacin se preparar la informacin de la definicin y se establecer el
alcance del proyecto, as como los miembros interesados de la organizacin y los objetivos
bsicos.
4.1.1 Criterio de seleccin del proyecto

El primer paso in la etapa de definicin es la identificacin y delineacin del problema. La
carta del proyecto puede ayudar a identificar los elementos que ayudaran a enfocar el
proyecto e identificar los goles. A continuacin en la tabla 4.2 se coloca la carta del proyecto.
Tabla 4.2 Carta del proyecto
Nombre del proyecto
Incremento del Nivel de Servicio en las lneas de fundicin
Visin del proyecto
Se asume que el decaimiento del nivel de servicio se origina por el

incremento gradual de desperdicios en la lnea de fundicin, lo que en
conjunto con el incremento de ventas ha propiciado esta cada
Planteamiento del problema
Se ha experimentado un decaimiento en el nivel de servicio en las

unidades de negocio, esto est originando que no se hagan las entregas
de materiales a tiempo y provoque que se cancelen pedidos
Clientes
Procesos de Corte y Pintura
CTS
Scrap
Lead Time
Tiempo muerto (Mantenimiento, Montaje, Actividades humanas,
etc.)
Costo de oportunidad
Gol del proyecto
Decremento al Lead Time e incrementar el nivel de servicio
Alcance del proyecto
nicamente se englobaran los procesos de fundicin y la familia ms

importantes por unidad de negocio.
Beneficios financieros
No se han cuantificado.
Riesgos financieros
No existen
Riesgos potenciales
No existen
Esta tabla cumple una funcin muy importante, ya que permitir centralizar otras acciones
y definiciones en las tablas que se visualizaran a continuacin. Este solo es para definir
variables bsicas del proyecto.
4.1.2 Miembros interesados

Los miembros que se interesan en la organizacin o que es necesaria su participacin se
conocen como los Stakeholders, estos individuos son los necesarios para poder alcanzar el
gol y adems son a los que les interesara la implementacin de las mejoras, ya que son
aquellos que rodean el proceso mejorar, en este caso los clientes y proveedores internos.
Tabla 4.3 Tabla de identificacin de Stakeholders.
Materia Prima
Proveedores
Datos e informacin
Materia Prima
Proceso
Datos e informacin
Materia Prima
Cliente
Datos e informacin
Materia Prima
Corriente
inmediata
Datos e informacin
Proceso de
Corazones
- Produccin
- Mejora
Continua
Moldeo en Verde
-
Produccin
Mejora
Continua
Proceso de Corte
-
Produccin
Mejora
Continua
Proceso de Pintura
-
Produccin
Mejora
Continua
Supervisor de
Produccin
-
Mtricos
Operadores Clave
Capturista
Supervisor de
Produccin
-
Mtricos
Operadores Clave
Capturista
Supervisor de
Produccin
-
Mtricos
Operadores Clave
Capturista
Supervisor de
Produccin
Mtricos
- Operadores
Clave
- Capturista
N/A
Lead
Time
Nivel
de
Servicio
N/A
4.1.3 Equipo de trabajo

El equipo de proyecto Six Sigma debe ser formado con aquellos miembros que tengan
conocimiento del proceso, y tengan el compromiso de trabajar en el proyecto. El rol y la
responsabilidad del equipo deben ser claramente definidos. A continuacin se presenta la
tabla representativa de las responsabilidades de cada miembro equipo involucrado.
Tabla 4.4 Responsabilidades del equipo Six Sigma.
Responsabilidad
Facilitar juntas
Manejar proyecto
Ser mentor de los miembros del equipo
Ensear conocimiento de six sigma
Retirar obstculos
Monitorear avance del proyecto
Aprobar proyecto
Implementar mejoras
Ser el experto del proceso
Aplicar herramientas Six Sigma
Anlisis estadstico
Recoleccin de informacin
X
X
X
Miembros del
equipo
Dueo del
proceso
Campen
Black Belt
Lder de
Equipo
Rol
X
X
X
X
X
X
X
X
X
X
4.1.4 Definicin de rea a trabajar.

Se establecer y delimitara el rea a mapear y por consiguiente se obtendr la visin del
alcance del proyecto. Recordando lo escrito en Learning to See (Rother, 1999), es necesario
establecer la seccin Puerta a Puerta en este caso se atender proveedores y clientes
internos, por lo que la visin marcada por (Rother, 1999) para el proyecto ser la mostrada
en la imagen 4.1.
Figura. 4.1 Definicin de alcance de VSM.
Puerta a Puerta Cadena de Valor
Procesos de
Manufactura de
Corazones
Procesos de
Moldeo y Fusin
Procesos de Corte y
Acabado
4.1.5 Plan de trabajo.

Debido a que esta es una metodologa ampliamente estructurada, es necesario plantear un
plan ampliamente estructurado, con fechas claras y precisas, este plan se encuentra en la
tabla 4.5.
Tabla 4.5 Plan de trabajo.
Nombre de actividad
Definir
1. Crear Carta de proyecto.
2. Identificar StakeHolders.
3. Seleccionar equipo.
4. Crear plan del proyecto
Medir
5. Definir el proceso
6. Definir el VOP y el desempeo actual
7. Validar el sistema de medicin
8. Definir el costo beneficio
Analizar
9. Desarrollar la causa y efecto
10. Determinar causas y validar causas raz
11. Desarrollar capacidad del proceso
Mejorar
12. Identificar soluciones
13. Disear estado futuro
14. Establecer objetivos
15. Obtener aprobaciones e implementar
16. Entrenar y ejecutar
Controlar
17. Medir y controlar cambios
18. Reportar datos
19. Identificar oportunidad des de replica
20. Desarrollar planes a futuro
Fecha de
inicio
03/02/2014
03/02/2014
06/02/2014
09/02/2014
11/02/2014
12/02/2014
12/02/2014
14/02/2014
16/02/2014
20/02/2014
26/02/2014
26/02/2014
04/03/2014
10/03/2014
16/03/2014
16/03/2014
24/03/2014
30/03/2014
03/04/2014
07/04/2014
15/04/2014
15/04/2014
19/04/2014
04/05/2014
12/05/2014
Fecha Final
Duracin
Predecesoras
12/02/2014
06/02/2014
09/02/2014
11/02/2014
12/02/2014
26/02/2014
14/02/2014
16/02/2014
20/02/2014
26/02/2014
16/03/2014
04/03/2014
10/03/2014
16/03/2014
15/04/2014
24/03/2014
30/03/2014
03/04/2014
07/04/2014
15/04/2014
20/05/2014
19/04/2014
04/05/2014
12/05/2014
20/05/2014
9
3
3
2
1
14
2
2
4
6
18
6
6
6
30
8
6
4
4
8
35
4
15
8
8
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
4.2
Medicin de los mtricos claves y obtencin de informacin (Measure)
Para el diseo del VSM se considerara el mapeo de alto nivel para determinar los puntos
que se sometern al mapeo de la cadena de valor. Adems de determinar las familias que
sern mapeadas dentro de los procesos de fundicin, por lo que se determinaran los tiempos
involucrados y los puntos que no agregan valor al proceso de fundicin.
4.2.1 Mapeo de procesos de alto nivel (Mapeo general de procesos de fundicin).
A continuacin se presenta el mapa general de un proceso de fundicin y moldeo en arena,
cabe resaltar que no se mostrara la informacin particular de la fundicin de la planta en
cuestin por ser secreto de marca. Sin embargo, se abordara un enfoque que permitir al
lector entender claramente un proceso de esta ndole.
Figura. 4.2 Mapa de Procesos de moldeo y fusin.
Preparacin de Preparacin de
arena
Metal
Montaje de
Maquina
Procesos de Moldeo y Fusin
Inicio
Orden de
produccion
Colocacion de
aditamentos de
moldeo
Busqueda de placa
modelo
Resultado Negativo
Pesaje de materia
prima (Lingote y
Retorno)
Adicin de
aleaciones
modificadoras y
refinadoras
Adicin de materia
prima
Moldeo en maquina
Semiautomtica o manual
Inspeccin de
calidad
Fusin del material
Negativo
Flujo de arena de
desmoldeo
Transporte hacia
molino
Adicin de arcillas
de moldeo
Adicin y mezcla
con agua
Negativo
Desmoldeo
Ajuste de
placa y
aditamentos
Colocacion de
placa
Inspeccin de ajuste
y alineacin
Llenado de parte
inferior de molde
Apisonado de parte
inferior de molde
Inspeccin de
calidad
Resultado positivo
Positivo
Positivo
Llenado de parte
superior de molde
Apisonado de parte
superior de molde
Pieza Mala
Retiro de placa
modelo
Desplazamiento del
molde hacia cama
vibratoria
Colocacin de
corazn
Desarenado de
molde
Retiro de pieza
fundida
Colocacion de
ambas partes de
molde
Colocacion de la
pieza en tarima
Vaciado de piezas
con material
fundido
Enfriamiento de la
pieza
Solidificacin de
material fundido
Inspeccin de
calidad
Pieza OK
Siguiente Proceso
Este mapa ser representativo para los procesos de moldeo semiautomtico y manual, solo
ser necesario entender que la parte semiautomtica es realizada por una mquina que
depende directamente del operador para ser manipulada, ya que es necesario colocar el
insumo primario, el corazn. Esta pieza es con la que se dar una forma hueca a la pieza
que busca ser moldeada en metal. Mientras que el moldeo manual nicamente puede ser
fabricado por el operador, este solo cuenta con una pisoneta hidrulica y una mesa de
pisoneado.
4.2.2 Determinacin de familias clave

La determinacin de que familias sern mapeadas para mejorar el nivel de servicio es un
paso fundamental. En este trabajo se estableci el uso de la matriz Producto Proceso. Sin
embargo, actualmente en la compaa se cuenta con esa agrupacin para las familias de
productos, incluso existen celdas de manufactura que atienden familias completas, ya que
la similitud de procesos es totalmente evidente, nicamente cambia el tamao de la pieza.
Lamentablemente no es posible exponer el nombre de las familias, por lo que nicamente
se har referencia con una letra del alfabeto para distinguirlas. Un ejemplo de la asignacin
de la matriz se coloca a continuacin (El nmero de material y la descripcin fue generada
con nmeros aleatorios, es solo una representacin de la realidad).
Tabla 4.6 Matriz Producto Proceso para dos familias.
Vertical
Horizontal
XXX
XXX
XXX
Revisin
y
empaque
XXX
176-A
XXX
XXX
XXX
XXX
182
182-A
XXX
XXX
XXX
XXX
186
186-A
XXX
XXX
XXX
XXX
167
167-A
XXX
XXX
XXX
XXX
138
138-A
XXX
XXX
XXX
XXX
102
102-A
XXX
XXX
XXX
XXX
112
112-B
XXX
XXX
XXX
XXX
XXX
198
198-B
XXX
XXX
XXX
XXX
XXX
142
142-B
XXX
XXX
XXX
XXX
XXX
187
187-B
XXX
XXX
XXX
XXX
XXX
168
168-B
XXX
XXX
XXX
XXX
XXX
139
139-B
XXX
XXX
XXX
XXX
XXX
Material
Descripcin
Pintura
183
183-A
176
Taladro
Aplicacin
de
cobertura
Para determinar las familias que se sometern a estudio se realiz un anlisis de

Pareto y se considerara la primera familia generada por los datos del reporte de Incoming
(Forecast de la compaa). Esto para efectos prcticos, solo se atender la primera familia
por cuestiones de futuras demandas y por qu ser la que ocupara mayor capacidad de
proceso. Esto es evidente en los siguientes ttulos.
4.2.2.1 Familias Unidad de Negocios 1

Los productos de Make to Stock se generan en la Unidad 1, por lo que al tomar nicamente
la familia A, se podr mejorar aproximadamente el 17.5% del universo total de familias en
la organizacin. Esta familia A, es manufacturada en modelo semiautomtico de la planta
A, por lo que el mapeo de la cadena de valor se realizar en dicho proceso. Solo como
referencia, la familia A corresponde a un producto lder en el mercado y caracterstico de
la organizacin en productos preparados para la intemperie.
Figura. 4.3 Diagrama de Pareto para las distintas familias manufacturadas por la Unidad de Negocio 1.
Diagrama de Pareto de Familia U1

100
60
C
11.7
44.6
F
10.4
54.9
D
9.7
64.7
E
9.4
74.1
J
8.3
82.4
Fuente: Creacin propia, reporte de incoming 2013.
923958
434175
B
15.3
32.8
492304
A
17.5
17.5
510329
0
Familia U1
Porcentaje
% acumulado
544154
1000000
614907
2000000
802737
3000000
Otro
17.6
100.0
40
20
Porcentaje
80
4000000
917111
U1 Demanda [Pcs/Ao]
5000000
4.2.2.2 Familias Unidad de Negocio 2

Los productos de Make to Order se producen en la Unidad 2, en esta Unidad dichos
productos cubren los sectores de iluminacin para lugares agresivos y corrosivos, adems
de equipos para la industria petrolera, minera y dedicada a la soldadura. Por lo que al
seleccionar la familia AA, se considerar un producto lder en el mercado petrolero y
elctrico, por lo que esta seleccin cubre el 24% del universo de familias manufacturadas
en la Unidad 2. Afortunadamente en trminos del estudio, esta familia es moldeada en un
proceso manual de fundicin.
Figura. 4.4 Diagrama de Pareto para las distintas familias manufacturadas por la Unidad de Negocio 2.
Diagrama de Pareto de Familia U2

1400000
100
80
800000
198813
55302
CC
11.9
52.0
58648
BB
15.3
40.2
85656
AA
24.8
24.8
87638
0
Familia U2
Porcentaje
% acumulado
111980
200000
147807
400000
191322
600000
60
EE
9.0
61.0
DD
7.0
68.0
HH
6.9
74.9
JJ
4.7
79.6
FF
Otro
4.4 15.9
84.1 100.0
40
Porcentaje
1000000
309316
U2 Demanda [Pcs/Ao]
1200000
20
0
Fuente: Creacin propia, reporte de incoming 2013.
4.2.3 Determinacin de mtricos principales y secundarios

Existen dos mtricos cruciales que se plantearan en esta seccin, estos son los dos ms
importantes para lograr la mejora integral de los procesos. Por ello, se presenta la tabla 4.6.
Tabla 4.6 Mtricos claves.
Mtrico Definicin
Nivel de Ordenes cumplidas /
Servicio Ordenes de produccin
Lead Time Tiempo total de proceso
Objetivo
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Tipo de
datos
Continuo
Grfico de
control
I-MR
Continuo
I-MR
Posterior a la designacin de los mtricos claves, se colocaran los resmenes estadsticos y

los grficos I-MR para los mtricos secundarios que son fundamentales para la
alimentacin del VSM. Esta actividad se realizara para las maquinas donde cruzan las dos
principales familias, en este caso una relativa al moldeo automtico y la segunda a moldeo
manual.
Tabla 4.7 Mtricos Secundarios.
Mtrico Definicin
Montaje de
maquina
Mantenimient
o
Actividades
Humanas
Actividades de
ajuste
Pruebas de
Ingeniera
Cantidad de
Scrap en
moldeo
Cantidad de
Scrap en
vaciado
Cantidad de
scrap en
desmoldeo
Tiempo / Semana
Objetivo
Tipo de
datos
Continuo
Grfico de
control
I-MR
Continuo
I-MR
Continuo
I-MR
Continuo
I-MR
Continuo
I-MR
Continuo
I-MR
Piezas Defectuosas /
Total Manufacturada
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Cambiar la media y
reducir variacin
Total Manufacturada
Cambiar la media y
reducir variacin
Continuo
I-MR
Total Manufacturada
Cambiar la media y
reducir variacin
Continuo
I-MR
Tiempo / Semana
Tiempo / Semana
Tiempo / Semana
Tiempo / Semana
4.2.4 Resultados de medicin de mtricos clave y secundarios.

En esta seccin se abordara la caracterizacin estadstica de los resultados obtenidos con la
toma de datos de la segunda mitad del ao 2012 y la primera mitad del 2013, estos datos
fueron recabados con la metodologa marcada en el captulo 3 y fueron analizados con el
software Minitab 16. Adems, se coloca el grafico de control estadstico con el que se
podr observar las variaciones respecto al tiempo, tendencias positivas y negativas
La caracterizacin arroja varios resultados bsicos en la estadstica descriptiva. Sin
embargo, los datos de inters son los siguientes:
Prueba de Normalidad de Arderson Darling
Media
Desviacin estndar
4.2.4.1 Mtricos Clave.

A continuacin se presentan los datos recabados para el nivel de servicio y el Lead Time
para la familia A manufacturada en la unidad 1 y para la unidad 2 la familia AA.
Figura. 4.5 Resumen estadstico para nivel de servicio Unidad 1.
Resumen para U1 [OC/OP]

A -cuadrado
V alor P
0.5
0.6
0.7
0.8
0.58
0.098
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
0.57489
0.10529
0.01109
1.49869
3.00379
10
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
0.45586
0.51463
0.55259
0.60718
0.82197

0.49957
0.65021

0.50866
0.07242
Media
Mediana
0.50
0.55
0.60
0.61399
0.65
0.19222
Figura. 4.6 Grafico I-MR para Nivel de servicio Unidad 1.
Grfica I-MR de U1 [OC/OP]

LC S =0.7202
V alor individual
0.7
0.6
_
X=0.5474
0.5
0.4
LC I=0.3747
01/2013
02/2013
03/2013
04/2013
05/2013
M es
06/2013
07/2013
08/2013
09/2013
LC S =0.2122
Rango mvil
0.20
0.15
0.10
__
M R=0.0649
0.05
0.00
LC I=0
01/2013
02/2013
03/2013
04/2013
05/2013
M es
06/2013
07/2013
08/2013
09/2013

Figura. 4.7 Resumen estadstico para nivel de servicio Unidad 2.
Resumen para U2 [OC/OP]

A -cuadrado
V alor P
0.78
0.80
0.82
0.84
0.86
0.88
0.90
0.70
0.043
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
0.82430
0.04945
0.00245
0.79828
-1.07205
9
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
0.77842
0.78647
0.79103
0.87258
0.90621

0.78628
0.86231

0.78533
0.03340
Media
Mediana
0.800
0.825
0.850
0.88318
0.875
0.09474
Figura. 4.8 Grafico I-MR para Nivel de servicio Unidad 2.
Grfica I-MR de U2 [OC/OP]

1
V alor individual
0.90
LC S =0.9025
0.85
_
X=0.8243
0.80
6
0.75
LC I=0.7461
01/2013
02/2013
03/2013
04/2013
05/2013
M es
06/2013
07/2013
08/2013
09/2013
Rango mvil
0.100
LC S =0.0961
0.075
0.050
__
M R=0.0294
0.025
0.000
LC I=0
01/2013
02/2013
03/2013
04/2013
05/2013
M es
06/2013
07/2013
08/2013
09/2013
4.2.4.1 Mtricos Secundarios.

Los mtricos secundarios son fundamentales para la fabricacin del VSM, ya que estos
datos se colocaran directamente para el Takt Time, adems de que son tiempos que no
estn agregando valor a las operaciones y debern ser eliminados. Estos tiempos fueron
capturados por los formatos bsicos presentados en el captulo 3 y el anexo 1. La
presentacin de estos datos se realizar con la siguiente segregacin, Moldeo
Semiautomtico y Moldeo Manual, recordemos que cada familia es fabricada en cada tipo
de moldeo, lo que involucra diferente cantidad de mtricos secundarios. En la tabla 4.8 se
presenta un resumen de los grficos que se presentaran a continuacin.
Proceso de moldeo Semiautomtico

Figura. 4.13 Resumen estadstico y grafico I-MR para Montajes en Moldeo Semiautomtico por semana.
Resumen para Montaje-M SA
Grfica I-MR de Montaje-M SA
20
30
40
50
0.34
0.484
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
37.326
9.418
88.695
-0.494709
0.116153
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
13.233
31.350
38.350
44.000
54.533
41.307

7.697
30
20
LC I=13.55
13
17
21
Semanas-M SA
30
12.137
Rango mvil
33.807
_
X=37.33
40
25
29
33
37
LC S =29.21
40.379
50

34.273
LC S =61.10
60
V alor individual
A -cuadrado
V alor P
20
__
M R=8.94
10
Media
Mediana
LC I=0
1
34
36
38
40
13
17
21
Semanas-M SA
42
25
29
33
37

Figura. 4.14 Resumen estadstico y grafico I-MR para Mantenimiento en Moldeo Semiautomtico por semana.
Resumen para Mantenimiento-M SA
Grfica I-MR de Mantenimiento-M SA
40
80
120
160
1.43
0.005
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
63.679
32.307
1043.729
1.62699
4.56403
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
6.917
43.817
56.033
71.817
186.500
200
V alor individual
A -cuadrado
V alor P <
26.403
LC I=-16.0
1
13
17
21
Semanas-M SA
25
29
33
37
120
41.636
Rango mvil
69.672

Media
_
X=63.7
50
74.152

47.315
LC S =143.3
100

53.206
150
LC S =97.8
90
60
__
M R=29.9
30
0
Mediana
LC I=0
1
50
60
70
13
17
21
Semanas-M SA
25
29
33
37
Figura. 4.15 Resumen estadstico y grafico I-MR para Actividades humanas en Moldeo Semiautomtico por semana.
Resumen para Humanas-M SA
Grfica I-MR de Humanas-M SA
10
20
30
40
50
0.90
0.019
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
32.153
7.323
53.631
0.29806
2.87614
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
11.500
28.250
32.167
35.250
53.783
34.353

5.985
20
LC I=15.24
1
13
17
21
Semanas-M SA
25
29
33
37
LC S =20.77
20
9.438
Rango mvil
29.657
_
X=32.15
30
34.527
LC S =49.06
40
10

29.779
50
V alor individual
A -cuadrado
V alor P
Media
15
10
__
M R=6.36
5
0
Mediana
LC I=0
1
30
31
32
33
13
34
17
21
Semanas-M SA
25
29
33
37

Figura. 4.16 Resumen estadstico y grafico I-MR para Ajustes de Proceso en Moldeo Semiautomtico por semana.
Resumen para Ingenieria-M SA
Grfica I-MR de Proceso-M SA
10
20
30
40
1.32
0.005
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
16.932
6.059
36.706
1.72328
5.34577
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
6.350
13.717
15.767
19.833
40.833
4.951
_
X=18
20
10
LC I=-2.30
1
13
17
21
Semanas-M SA
25
29
33
37
30
LC S =24.94
7.808
Rango mvil
17.422
LC S =38.30
30
18.896

14.162

14.968
40
V alor individual
A -cuadrado
V alor P <
20
10
__
M R=7.63
Media
Mediana
LC I=0
1
15.0
16.5
18.0
13
19.5
17
21
Semanas-M SA
25
29
33
37

Figura. 4.17 Resumen estadstico y grafico I-MR para Pruebas de Ingeniera en Moldeo Semiautomtico por
semana.
Resumen para Proceso-M SA
Grfica I-MR de Ingenieria-M SA
10
15
20
25
30
35
40
1.18
0.005
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
18.000
7.418
55.027
1.41004
2.57933
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
7.650
12.667
17.083
21.333
40.167
19.441
6.062
9.560
_
X=16.93
10
LC I=3.34
20
Rango mvil
14.428
LC S =30.52
20
20.405
30

15.595
40
V alor individual
A -cuadrado
V alor P <
13
17
21
Semanas-M SA
25
29
33
37
LC S =16.69
15
10
__
M R=5.11
Media
Mediana
LC I=0
1
15.0
16.5
18.0
19.5
21.0
13
17
21
Semanas-M SA
25
29
33
37
Figura. 4.18 Resumen estadstico y grafico I-MR para Scrap de moldeo en moldeo Semiautomtico por semana.
Resumen para Scrap Moldeo-M SA
Grfica I-MR de Scrap Moldeo-M SA
500
1000
1500
2000
2500
0.17
0.918
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
1460.7
545.1
297165.7
0.087082
-0.422381
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
478.0
1078.0
1399.0
1839.0
2599.0
LC S =3337
3000
V alor individual
A -cuadrado
V alor P
2000
_
X=1461
1000
0
LC I=-415
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26
LC S =2305
1232.3
1747.2
429.3
2000
1676.4
747.1
Rango mvil
1245.1
1500
1000
__
M R=705
500
Media
Mediana
LC I=0
2013-1
1300
1400
1500
1600
2013-4
2013-7
2013-10
1700
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26

Figura. 4.19 Resumen estadstico y grafico I-MR para Scrap de Vaciado en moldeo Semiautomtico por semana.
Resumen para Scrap Vaciado-M SA
Grfica I-MR de Scrap Vaciado-M SA
200
400
600
800
0.39
0.356
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
456.48
204.84
41959.87
0.252154
-0.768540
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
113.00
269.00
491.00
576.00
855.00
1200
600
0
LC I=-199
2013-1
304.99
161.32
543.47
280.72
Rango mvil
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26
LC S =804.8
800
537.51
_
X=456
300

375.45
LC S =1112
900
V alor individual
A -cuadrado
V alor P
Media
600
400
__
M R=246.3
200
0
Mediana
LC I=0
2013-1
300
360
420
480
2013-4
2013-7
2013-10
540
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26
Figura. 4.20 Resumen estadstico y grafico I-MR para Scrap de desmoldeo en moldeo Semiautomtico por semana.
Resumen para Scrap Desmoldeo-M SA
Grfica I-MR de ScrapDesmoldeo-M SA
1000
2000
3000
4000
0.19
0.895
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
2363.0
870.5
757790.6
0.305828
-0.024031
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
857.0
1678.0
2397.0
2887.0
4468.0
6000
LC S =5185
V alor individual
A -cuadrado
V alor P
1915.9
685.5
1193.0
LC I=-459
2013-4
2013-7
2013-10
4000
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26
LC S =3467
2707.4
2740.8
_
X=2363
1500
2013-1
Rango mvil
2018.7
3000

4500
3000
2000
__
M R=1061
1000
Media
Mediana
LC I=0
2013-1
2000
2200
2400
2600
2800
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o-M SA
2013-20
2013-23
2013-26
Proceso de moldeo manual

Figura. 4.21 Resumen estadstico y grafico I-MR para Montajes en moldeo Manual por semana.
Resumen para Montaje-M M
Grfica I-MR de Montaje-M M
10
15
20
0.40
0.348
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
13.213
4.162
17.324
0.568821
0.134642
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
5.917
9.833
13.083
15.483
22.767
V alor individual
A -cuadrado
V alor P
25
3.402
14.426
5.364
13
17
21
Semanas-M M
25
29
33
37
16
LC S =14.23
Rango mvil
11.641
_
X=13.21
10
LC I=1.63
14.562
15

11.864
LC S =24.80
20
12
8
__
M R=4.36
Media
Mediana
LC I=0
1
12
13
14
13
15
17
21
Semanas-M M
25
29
33
37

Figura. 4.22 Resumen estadstico y grafico I-MR para Mantenimiento en moldeo Manual por semana.
Resumen para Mantenimiento-M M
Grfica I-MR de Mantenimiento-M M
10
15
20
0.40
0.353
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
10.308
5.073
25.740
0.608294
0.096844
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
2.500
6.167
9.750
13.083
22.967
24
V alor individual
A -cuadrado
V alor P
4.146
12.117
6.539
0
5
13
17
21
Semanas-M M
25
29
33
37
LC S =16.63
16
Rango mvil
8.608
LC I=-3.23
11.952
_
X=10.31
12

8.663
LC S =23.84
18
Media
12
8
__
M R=5.09
4
0
Mediana
LC I=0
1
10
11
13
12
17
21
Semanas-M M
25
29
33
37

Figura. 4.23 Resumen estadstico y grafico I-MR para Actividades Humanas en moldeo Manual por semana.
Resumen para Humanas-M M
Grfica I-MR de Humanas-M M
10
20
30
40
50
2.14
0.005
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
25.873
6.116
37.412
1.26404
5.48823
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
10.000
23.000
25.417
28.167
47.583
50
26.390
4.999
7.883
_
X=25.87
20
LC I=10.46
13
17
21
Semanas-M M
25
29
33
37
24
Rango mvil
24.299
LC S =41.28
30
27.856
40
10

23.890
1
1
V alor individual
A -cuadrado
V alor P <
LC S =18.93
18
12
__
M R=5.79
Media
Mediana
LC I=0
1
24
25
26
27
28
13
17
21
Semanas-M M
25
29
33
37
Figura. 4.24 Resumen estadstico y grafico I-MR para Ajustes de Proceso en moldeo Manual por semana.
Resumen para Proceso-M M
Grfica I-MR de Proceso-M M
10
15
20
25
30
35
40
1.18
0.005
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
18.000
7.418
55.027
1.41004
2.57933
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
7.650
12.667
17.083
21.333
40.167
6.062
_
X=18
20
10
LC I=-2.30
1
13
17
21
Semanas-M M
25
29
33
37
30
LC S =24.94
9.560
Rango mvil
19.441
LC S =38.30
30
20.405

14.428

15.595
40
V alor individual
A -cuadrado
V alor P <
20
10
__
M R=7.63
Media
Mediana
LC I=0
1
15.0
16.5
18.0
19.5
13
21.0
17
21
Semanas-M M
25
29
33
37

Figura. 4.25 Resumen estadstico y grafico I-MR para Pruebas de Ingenieria en moldeo Manual por semana.
Resumen para Ingenieria-M M
Grfica I-MR de Ingenieria-M M
10
20
30
40
50
60
0.34
0.493
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
33.806
8.819
77.776
0.04443
1.37732
39
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
10.750
28.733
34.283
40.917
59.000
7.207
20
LC I=10.65
5
13
17
21
Semanas-M M
25
29
33
37
30
11.366
Rango mvil
36.274
_
X=33.81
LC S =28.45
36.665

31.312
LC S =56.96
40

30.948
60
V alor individual
A -cuadrado
V alor P
20
__
M R=8.71
10
Media
Mediana
LC I=0
1
32
34
13
36
17
21
Semanas-M M
25
29
33
37

Figura. 4.26 Resumen estadstico y grafico I-MR para Scrap de Moldeo en moldeo Manual por semana.
Resumen para Scrap Moldeo M_M
Grfica I-MR de Scrap Moldeo M_M
500
1000
1500
2000
0.16
0.947
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
1183.4
444.0
197177.2
0.0769178
-0.0047554
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
278.0
941.0
1200.0
1474.0
2136.0
LC S =2281
2000
V alor individual
A -cuadrado
V alor P
349.7
LC I=86
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
1500
LC S =1348
608.5
Rango mvil
1374.0
500
1359.1

980.1
_
X=1183
1000

1007.7
1500
1000
__
M R=413
500
Media
Mediana
LC I=0
2013-1
1000
1100
1200
1300
1400
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
Figura. 4.27 Resumen estadstico y grafico I-MR para Scrap de Vaciado en moldeo Manual por semana.
Resumen para Scrap Vaciado M_M
Grfica I-MR de Scrap Vaciado M_M
100
200
300
400
500
600
0.24
0.739
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
360.81
144.93
21005.93
-0.056715
-0.597163
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
67.00
224.00
365.00
464.00
621.00
800
LC S =712.2
V alor individual
A -cuadrado
V alor P
200
LC I=9.4
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
LC S =431.7
400
292.58
449.03

114.14
198.62
Rango mvil
418.15
_
X=360.8
400

303.48
600
Media
300
200
__
M R=132.1
100
0
Mediana
LC I=0
2013-1
300
350
400
2013-4
2013-7
2013-10
450
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
Figura. 4.28 Resumen estadstico y grafico I-MR para Scrap de Desmoldeo en moldeo Manual por semana.
Resumen para Scrap Desmoldeo M_M
Grfica I-MR de Scrap Desmoldeo M_M
500
1000
1500
2000
2500
3000
3500
0.12
0.984
M edia
Desv .E st.
V arianza
A simetra
Kurtosis
N
2148.3
735.5
540986.1
-0.069692
-0.178492
27
M nimo
1er cuartil
M ediana
3er cuartil
M ximo
586.0
1682.0
2148.0
2677.0
3714.0
579.2
1000
LC I=162
2013-1
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
2013-23
2013-26
3000
1008.0
Rango mvil
2531.6
_
X=2148
2000
2439.3

1924.3
3000

1857.3
LC S =4135
4000
V alor individual
A -cuadrado
V alor P
LC S =2440
2000
1000
__
M R=747
Media
Mediana
LC I=0
2013-1
2000
2200
2400
2600
2013-4
2013-7
2013-10
2013-13
2013-17
Semana-A o
2013-20
Resumen de mtricos secundarios

En la siguiente tabla se visualizar el resumen de los mtricos secundarios.
Tabla 4.8 Mtricos Secundarios.
Mtrico Secundario Moldeo

Moldeo
Semiautomtico Manual
Montaje [h/Sem]
37.3
13.2
Mantenimiento [h/Sem]
63.7
10.3
Humanas [h/Sem]
32.2
25.9
Proceso [h/Sem]
18.0
18.0
Ingenieria [h/Sem]
16.9
33.8
Scrap Vaciado [Pzs/Sem]
456
361
Scrap Moldeo [Pzs/Sem]
1461
1183
Scrap Desmoldeo
2363
2148
[Pzs/Sem]
2013-23
2013-26
4.3
Anlisis de la cadena de valor (Analyze)
Se realizar el Mapeo de la Cadena de Valor para ambas unidades de negocio que involucran
diferentes procesos de moldeo, para el necesario en la Unidad 1 es el moldeo
semiautomtico y en la unidad 2 el moldeo manual. Para generar este mapa es necesario
calcular el TAKT TIME. Este nmero como se menciona en el captulo 2, es el tiempo en
el que se debe atender la demanda del cliente. El clculo de este dato se encuentra en la
siguiente seccin.
4.3.1 Calculo de Takt Time.

El Takt Time, tal como lo define (Nandikolmath, 2012) se define como la cadencia a la cual
un producto deber fabricado para satisfacer la demanda del cliente. Por lo que es necesario
conocer el Takt time de ambas familias. Sin embargo, estos centros en los que se
manufacturan dichas familias no solo son responsables de estos productos, estas mquinas
cubren la demanda de todos los productos que son manufacturados en la compaa. Por lo
que los datos bsicos para el clculo del Takt Time se considerarn las demandas generales
de productos fundidos que son procesados en el modelo manual y semiautomtico.
A continuacin se presenta la imagen de la hoja de clculo que propone (Rother,
1999) para el clculo del Takt Time.
Figura. 4.29 Calculo de Takt time para moldeo Semiautomtico.
CALCULO DE TAKT TIME
CALCULO DEL TIEMPO DISPONIBLE
Maquinas Disponibles
HORAS por TURNO
CLCULO DE LA DEMANDA
PIEZAS SEMANALES DIAS LABORABLES POR SEMANA
x 60 min x 60 seg =
115200
Segundos
menos
Montaje [h/Turno]
Mantenimiento [h/Turno]
Humanas [h/Turno]
Proceso [h/Turno]
Ingenieria [h/Turno]
83824
# de UNIDADES SCRAP
7465.214
Segundos
12735.81
Segundos
6430.684
Segundos
3600
Segundos
3386.325
Segundos
4280
13971
UNIDADES
por DA
+
=
713
UNIDADES
por DA
igual a
DEMANDA DIARIA
# de ESTACINES
Segundos
1.00
14684
UNIDADES
por DA
DEMANDA
# DE TURNOS
igual a
81581.97
DEMANDA DIARIA
14684
Tiempo disponible
6
# DE DAS
4894.67
UNIDADES
por TURNO
UNIDADES por ESTACIN
4895
POR TURNO - POR ESTACIN
igual a
TIEMPO DISPONIBLE
81581.97
TIEMPO DISPONIBLE
Segundos
81582
DEMANDA
4895
TAKT TIME
Seg.
16.67
Min.
0.28
Figura. 4.30 Calculo de Takt time para moldeo Manual.

CALCULO DE TAKT TIME
CALCULO DEL TIEMPO DISPONIBLE
Maquinas Disponibles
CLCULO DE LA DEMANDA
HORAS por TURNO
PIEZAS SEMANALES DIAS LABORABLES POR SEMANA
86400
x 60 min x 60 seg =
11943
Segundos
menos
Montaje [h/Turno]
Mantenimiento [h/Turno]
Humanas [h/Turno]
2642.564
Segundos
2061.538
Segundos
5174.615
Segundos
3600
Segundos
6761.282
Segundos
Proceso [h/Turno]
Ingenieria [h/Turno]
# de UNIDADES SCRAP
0.309218789
3693
1991
UNIDADES
por DA
+
=
616
UNIDADES
por DA
igual a
DEMANDA DIARIA
DEMANDA DIARIA
# de ESTACINES
Segundos
1.00
2606
UNIDADES
por DA
DEMANDA
# DE TURNOS
igual a
66160
30.92187892
2606
Tiempo disponible
6
# DE DAS
868.67
UNIDADES
por TURNO
UNIDADES por ESTACIN
869
POR TURNO - POR ESTACIN
igual a
TIEMPO DISPONIBLE
66160
TIEMPO DISPONIBLE
Segundos
66160
DEMANDA
869
TAKT TIME
Seg.
76.16
Min.
1.27
La gran diferencia entre estos datos es el hecho de que la demanda para los productos del
moldeo manual es aproximadamente 7 veces menor, por esta razn el Takt time para este
centro es prologando comparado con el de moldeo semiautomtico, en donde se realizan las
piezas de alta demanda.
4.3.1 Generacin de estado actual de la compaa (VSM Actual State).

El estado actual permitir reconocer a detalle los desperdicios localizados en la planta de
fundicin. Se realizaron ambos mapas de la cedan a de valor para estas familias. El proceso
es muy similar, solo cambian los tiempos de proceso, donde el moldeo manual por obvias
razones tiene un tiempo ciclo prologado.
30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
20
OP = 1
C/T = 20 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
10
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
110
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
Control de Produccin
300
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
300
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 685s
Lead Time =
1255s (20 Min)
Figura. 4.31 Mapa del estado actual para el proceso Semiautomtico.
30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
300
OP = 1
C/T = 60 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
30
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
220
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
600
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
400
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 1195s
(20 Min)
Lead Time =
2065s (34 Min)
Figura. 4.32 Mapa del estado actual para el proceso Semiautomtico.
Tabla 4.9 Resumen de Lead Time.
Proceso
Lead Time
[s/Pc]
Moldeo Semiautomtico
1255
Moldeo Manual
2065
VA
[s/Pc]
685
1195
4.3.2 Identificacin de las reas de oportunidad

Posterior al mapeo de la cadena de valor, se detectaron las reas de oportunidad que afectan
directamente al Lead Time, a los tiempos de espera y los tiempos de proceso. Estas reas de
oportunidad se detectan con los globos de las herramientas lean que debern ser
implementadas. Pero, antes de colocar la informacin elativa alas herramientas lean, se
localizaron los desperdicios dentro del proceso.
Estas oportunidades plantean una reduccin en los diferentes desperdicios que se
encuentran en el rea, adems de puntualizar los efectos positivos que se lograran
posteriormente a la implementacin. Este despliegue se encuentra en los siguientes mapas.
30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
I
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
20
OP = 1
C/T = 20 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
10
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
110
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
300
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
300
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 685s
Lead Time =
1255s (20 Min)
Figura. 4.33 Mapa del estado actual (identificacin de desperdicios) para el proceso Semiautomtico.
30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
I
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
300
OP = 1
C/T = 60 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
30
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
220
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
600
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
400
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 1195s
(20 Min)
Lead Time =
2065s (34 Min)
Figura. 4.34 Mapa del estado actual (identificacin de desperdicios) para el proceso Manual.
En los dos mapas anteriores se detectan varios de los desperdicios de las reas,
afortunadamente son desperdicios que atacan directamente al Takt time. Esta informacin se
presenta en las siguientes graficas donde es posible observar la influencia de cada proceso
sobre el Takt time, es necesario recordar que cualquier proceso que se encuentre por encima
del Takt Time provocara que no se cumpla con la demanda del cliente
Figura. 4.35 Grafico de carga para identificacin de reas de oportunidad.
30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
20
OP = 1
C/T = 20 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
10
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
110
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
300
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
300
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 685s
Lead Time =
1255s (20 Min)
En el grafico anterior es notorio que existen diferentes tipos de desperdicios que daan al
Lead time y sobre todo estn por encima del Takt time, uno de los ms importantes es el
tiempo de solidificacin y de enfriamiento, adems del moldeo manual que es sumamente
tardado. Por ello se plantean las siguientes herramientas Lean que permitirn solucionar la
situacin.
Figura. 4.36 Mapa del estado actual (identificacin de oportunidades) para el proceso Semiautomatico.

30
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
I
60
1200
50
OP = 1
C/T = 50 s
C/O = NA
L /S = 500Kg
S/R = NA
Preparacin de
aluminio
30
30
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg
S/R = NA
Preparacin de
arena
10
300
OP = 1
C/T = 60 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo
5
30
OP = 1
C/T = 15 s
C/O = 10 Min
L /S = 400Pcs
S/R = 1%
Vaciado de
Aluminio
5
220
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin
600
40
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
40
1200
100
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
20
400
OP = 1
C/T = 1800 s
C/O = NA
L /S = 400 Pcs
S/R = NA
Enfriamiento
30
2400
15
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
40
4800
VA = 1195s
(20 Min)
Lead Time =
2065s (34 Min)
Figura. 4.36 Mapa del estado actual (identificacin de oportunidades) para el proceso Manual.
15
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
10
FIFO
10
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg/
500kg
S/R = NA
Preparacin
Metalrgica
16
FIFO
17
OP = 1
C/T = 20 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Moldeo y Vaciado
5
17
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin y
enfriamiento
5
10
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
17
FIFO
10
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
14
FIFO
10
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
17
VA = 84s
Lead Time =
183s
4.3.3 Generacin del estado futuro (VSM Future State)
A partir de la informacin colocada en los dos mapas anteriores, es posible generar el estado
futuro del proceso, adems de recalcular el Takt Time que ser clave para obtener una holgura
en el proceso que permita cumplir con la demanda del cliente.
El mapa futuro se coloca a continuacin para ambos procesos.
Figura. 4.37 Mapa del estado futuro para el proceso Semiautomtico.
Manufacturing.
15
10
Demanda
= 83824
Pcs/
Semana
Manufactura de
Corazones
10
FIFO
50
OP = 1
C/T = 40s
C/O = NA
L /S = 400Kg/
500kg
S/R = NA
Preparacin
Metalrgica
16
FIFO
60
OP = 2
C/T = 20 s
C/O =25 Min
L /S = 400Pcs
S/R = 2%
Celda de Molde
Sup e Inf
Moldeo y Vaciado
20
45
OP = 1
C/T = 600 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Solidificacin y
enfriamiento
20
30
OP = 1
C/T = 25 s
C/O = NA
L /S = 4 Pcs
S/R = 3%
Desmoldeo
17
FIFO
20
OP = 1
C/T = 300 s
C/O = NA
L /S = 4 Pcs
S/R = NA
Inspeccin
14
FIFO
10
Demanda
= 83824
Pcs/
Semana
Takt Time
= 17s
Proceso de Corte y
Pintura
17
VA = 225s
Lead Time =
353s
Figura. 4.38 Mapa del estado futuro para el proceso Manual.
El despliegue para alcanzar los objetivos se presenta en la siguiente seccin, adems se
detalla de los tiempos que se obtendrn por las mejoras estructuradas bajo la filosofa Lean
4.4
Generacin de estrategia de implementacin de plan integral de mejora
(Improvement)
Para alcanzar el estado futuro, es necesario considerar las siguientes herramientas Lean, a
continuacin cada una se detalla su estrategia de implementacin y mejora en cada seccin
del proceso.
4.4.1 Creacin de Kanban y FIFO
Actualmente existe sobre inventario en diferentes niveles del proceso, por lo que se propone
la creacin del Kanban al inicio y final del proceso. Hoy en dia, los corazones son empujados
desde el proceso anterior, sin saber realmente las necesidades de produccin de moldeo, lo
que ocaciona que se colocque mas material que el necesario, esto provoca que la materia
prima se dae y genere scrap. Por otra parte, no exuste la secuencia pieza a pieza, solo el
material es empujado desde el proceso de corazones y de funsicion hacia corte, por lo que el
flujo a una sola pieza es fundamental para la transferencia de corazoes hacia el moledo y
vaciado.
4.4.2 TPM
Al observar la tabla que aparece en las hojas de takt time, es evidente que existen muchos
paros por mantenimiento, esto genera que el tiempo disponible de maquina sea menor y dae
el Takt time, por ello se propone implementar TPM para eliminar los paros de las maquinas
moldeadores. Se plantea un objetivo agresivo de eliminar el 80% de paros en un lapso de 1
ao, esta meta es alcanzable si la organizacin se enfoca en proporcionar los recursos
adecuados para mantenimiento de los equipos, as como la generacin del plna de
mantenimiento predictivo y preventivo.
4.4.3 Six Sigma

Existen varios defectos que daan la calidad del producto y necesitan ser re manufacturados,
esto resta capacidad a las mquinas para generar nuevas piezas, por esta razn se proponen
distintos proyectos Six Sigma para eliminar los defectos relativos al moldeo, desmoldeo y el
vaciado. Se conocen distintas causas races que pueden llevar a erradicar estos defectos,
muchos van acompaados de la problemtica con mantenimiento, muchos de estos defectos
se originan a los ajustes que se realiza por parte de ingeniera, por lo que adems se propone
eliminar esos ajustes con el uso de Pokayokes. Se propone una meta de eliminacin del 60%
en un lapso de 6 meses para reducir los defectos de la fundicin y restar tiempo a la inspeccin
de piezas.
4.4.4 SMED
Actualmente los montajes tardan aproximadamente 25 minutos, eso no es apropiado para la
manufactura de clase mundial, es necesario reducirlo a un solo digito por la implementacin
del SMED. Esto es posible, ya que existen montajes menores a los 5 minutos, nicamente se
requiere que el operador este claramente entrenado y tenga sus herramientas a la mano. Por
esta razn, se deber acompaar de un proyecto 5Ss para colocar la herramienta relativa l
montaje cerca del operario. Esto permitir mantener bajo control el tiempo de montaje y
reducirlo a menos de 5 minutos, lo que representa una reduccin del 80% en tiempos de
montaje. Para este objetivo se precisa la ejecucin de un evento Kaizen para concluir el
objetivo de una manera rpida y efectiva. El lapso propuesto para este evento ser una semana
de trabajo en equipo ms un seguimiento a un mes. Lo que involucra un tiempo de conclusin
de aproximadamente dos meses, esto por alguna tarea que requiriera ms tiempo en
concretarse
4.4.5 Crear Celda de Manufactura

El moldeo Manual cuenta con la desventaja del tiempo que consume en generar moldes
nuevos, para reducir este tiempo se propone la implementacin de dos estaciones de moldeo
y la creacin de dos placas modelo que permita operar una celda de dos operadores. Cada
operador realizara un seccin del molde, en esta caso la parte inferior y la parte superior e
realizaran por separado y no por un solo operador, llevando el tiempo ciclo de moldeo a la
mitad, por otra parte, es necesario pulir el trabajo estndar para eliminar desperdicios de la
operacin. Esa es la razn por la cual debe ejecutarse esta mejora como un evento Kaizen y
no deber ser concluido en ms de dos meses.
4.4.5 Eliminar Enfriamiento

El enfriamiento y la solidificacin son tiempos demasiado largos, por lo que se propone la
inversin en la compra de carriles de enfriamiento y de solidificacin forzada, esto permitir
que la pieza metlica se enfre con rapidez y permita que el molde le sea retirada la arena con
brevedad, esto significa un mejora bastante considerable, ya que cada molde tarda hasta 15
minutos en terminar la solidificacin y alcanzar una temperatura manejable por el operario.
Al implementar estos carriles, se lograra una reduccin de ms del 70% de tiempo,
adems no se pone en peligro al calidad del producto e incluso se genera una oportunidad de
mejora para las cuestiones de seguridad en manejo de componentes calientes. Este proyecto
se propone para un ao de implementacin en la planta.
4.4.6 Trabajo estndar y 5Ss

La preparacin de la arena y las aleaciones que sern fundidos involucran la falta de trabajo
estndar y la correcta ubicacin del material en el piso de trabajo, esta es la razn por la que
estas pueden ser trabajadas de manera conjunta por un solo operador que sea responsable del
seguimiento a las variables de ambos procesos. Adems, de garantizar la calidad del
producto. Este proyecto se propone para seis meses de implementacin
4.5
Planificacin de estrategia de control y manutencin de mejoras
(Control)
A continuacin se presenta el despliegue estratgico general de proyectos e implementacin, adems
de la herramienta Six Sigma necesaria para conservar las mejoras.
Tabla 4.10 Tabla de proyectos por ser ejecutados y herramienta de control.
Proyecto Tipo
Kanban Corazones Kanban
Kanban Piezas fundidas Kanban
Fifo Corazones Administracin
visual
Fifo Partes Fundidas Administracin
visual
TPM Moldeo Semiautomtico TPM
TPM Moldeo Manual TPM
TPM Carriles de moldeo (ambas) TPM
Six Sigma (Moldeo) Lean Sigma
SMED
SMED
Trabajo estndar
Trabajo estndar
Pull System
Inversin
Trabajo estndar
Auditoria en capas
AMEF
Auditoria en capas
Auditoria en capas
Six Sigma (desmoldeo) Lean Sigma
Gemba Walk
Auditoria TPM
Auditoria TPM
Auditoria TPM
Plan de Control y
AMEF
Plan de Control y
AMEF
Plan de Control y
AMEF
Auditoria TPM
Auditoria TPM
Auditoria en capas
Six Sigma (Vaciado) Lean Sigma
SMED Moldeo Semiautomtico

SMED Moldeo Manual
Retirar Ajustes y Pruebas de ingeniera (ambos
Moldeos)
Minimizar retirada de personal
Celda de Manufactura
Eliminar enfriamiento
Crear carga metalrgica
Herramienta de
control
Gemba Walk
Gemba Walk
Gemba Walk
Captulo 5. Conclusiones y recomendaciones.

La aplicacin de elementos de Lean Sigma en ambas fundiciones se llev a cabo con la
ejecucin del VSM (Value Stream Map), con lo que fue posible detectar reas de oportunidad
en dichos procesos y fueron documentados en la parte final de captulo 4, esto origina que el
despliegue de la estrategia de Lean Sigma no sea mayor aun ao. Esto para no perder el
seguimiento total del sistema en mejora continua.
Los sistemas metalrgicos que fueron definidos para este trabajo fueron claramente
el proceso semiautomtico de moldeo y el sistema manual, que ambos son empleados para
la transformacin del aluminio liquido en slido, as mismo se emple el pensamiento
metalrgico al establecer tres tipos de proyectos Six Sigma para eliminar defectos y fueron
catalogados en tres categoras (Vaciado, Moldeo y Desmoldeo). Adems, se plateo la
posibilidad de implementar una celda de manufactura metalrgica que permita la reduccin
del tiempo de moldeo, este es el claro ejemplo de la aplicacin de ambos enfoques.
Las reas de oportunidad detectadas fueron de distinta ndole, desde el tiempo
empleado en el cambio de catlogo, el mantenimiento correctivo, la eliminacin de
operaciones y proceso innecesarios tales como el enfriamiento de las piezas de forma natural,
son por decir algunas de las oportunidades que fueron detectadas para incrementar la
productividad de ambas lneas de fundicin.
Para concluir este proyecto, se present un listado sencillo sobre los proyectos que deben
implementarse en el rea de fundicin para elevar su productividad y mejorar los tiempos de
entrega que tendrn un impacto inmediato en los mtricos principales, tales como el nivel de
servicio y el lead time. Este despliegue de proyectos est considerado para ser resuelto en la
organizacin en no ms de un ao.
El tiempo muerto y la generacin de scrap son dos factores que daan directamente
la productividad en la planta, aunque ambos lo afectan de manera diferente, tal es el caso de
los tiempos muertos que restan horas productivas y el caso del scrap que necesita re
manufacturar las piezas defectuosas. Al analizar los datos generados en la hoja de Takt Time
es posible deliberar que el principal dolor en la organizacin son los tiempos muertos, estos
representan al menos el 20% del tiempo consumido al turno en no producir piezas.
Se detectaron otros desperdicios que afectan directamente al nivel de servicio, tal es el caso
de los altos inventarios por la re manufactura de piezas desechadas y la espera totalmente
innecesaria del enfriamiento de las piezas fundidas, estos tiempos daan directamente el Lead
Time de nuestros componentes al siguiente proceso.
La propuesta sobre el uso de herramientas Lean Sigma es amplia, pero sobre sale el
empleo del SMED, TPM, 5Ss, trabajo estndar, Pull System y Kanban. Estas herramientas
sin duda sern la clave para mejorar los tiempos de entrega de productos fundidos.
Durante el estudio no se observ alguna barrera de la ndole cultural, ya que los operadores
durante la observacin de los procesos y la ejecucin de los diferentes Gemba Walk para
identificar desperdicio se notaron interesados en participar en las mejoras. nicamente se
tendra que trabajar de la mano del departamento de recursos humanos para lograr la
implementacin total y la adaptacin al personal al momento de culminar las mejoras
La empresa est lista para aplicar este desarrollo, solo es necesario revisar las
cuestiones de inversin y sobre todo los recursos que sern los responsables de ejecutar las
mejoras, esto porque ya se han trabajado proyectos similares con excelentes resultados.
Una conclusin adicional y relevante es destacar que es posible reducir el tiempo de entrega
de los productos, a continuacin se presenta la tabla 5.1 donde se comparan los lead time del
antes contra los propuestos.
Tabla 5.1 Resumen de Lead Time.
Antes
Proceso
Lead Time
[s/Pc]
Moldeo Semiautomtico
1255
Moldeo Manual
2065
VA
[s/Pc]
685
1195
Despus
Lead Time
[s/Pc]
283
353
VA
[s/Pc]
84
225
Esta mejora representa un impacto del 75% en el mtrico de Lead Time, por lo que el nivel
de servicio se ver directamente beneficiado.
Referencias
1. Basu, R. (2009). Implementing Six Sigma and Lean. Obtenido de DX Reader:
www.tandf.co.uk
2. Furterer, S. (2009). Lean Six Sigma in Service: Applications and Case Studies. Boca
Raton, Florida: CRC Press.
3. Mili, A. (2010). Unified Process for Action Plan Management: Case Study in a
research and production semiconductor factory. IEEE A&E Systems Magazine, 4-8.
4. Monden, Y. (1997). Toyota Production System: an integrated approach to Just In
Time. Georgia, USA: Industrial Engineering & Management Press.
5. Nandikolmath, T. (2012). Implementation of a Lean Model for carrying out value
stream mapping in a manufacturing industry. International Journal of Mechanical and
Robotics research, 88-95.
6. Pude, G. (1993). Application of value stream mapping tools for process improvement
a case study in foundry. IOSR Journal of mechanical and civil engineering, 07-12.
7. Pude, G. (2012). Application of process activity mapping for waste reduction a case
study in foundry industrie. International journal of modern engineering research,
3482 - 3496.
8. Rother, M. (1999). Learning To See. Brookline, Massachusetts, USA: The Lean
Enterprise Institute.
9. Senra de Oliveira, C. (2008). Lean Manufacturing paradigm in the foundry industry.
Estudios Tecnolgicos, 218 - 230.
10. Shingo, S. (1981). A study of the Toyota production system from an industrial
engineering viewpoint. New York, USA: Productivity Press.
11. Ting, L. (Octubre de 2013). Six Sigma Advanced Tools for Black Belts and Master
Black Belts. Obtenido de Google Books: http://books.google.com.mx/
12. Wright, J. (2003). Quality Beyond Six Sigma. [Versin DX Reader]. Recuperado de
http://www.tandf.co.uk/
13. Adams, C. (2003). Six Sigma Deployment. [Versin DX Reader]. Recuperado
de http://www.tandf.co.uk/
14. Ting, L. (2006). Six Sigma Advanced Tools for Black Belts and Master Black Belts.
[Versin Google Books]. Recuperado de http://books.google.com.mx/

15. George, M. (2005). The Lean Six Sigma Pocket Toolbook. Nueva York, Estados
Unidos: Mc Graq Hill
16. Park, S. (2003). Six Sigma for Quality and Productivity Promotion. Tokio, Japon:
Asian Productivity Organization.
17. Antony, J. (2011). Lean Six Sigma: research and Practice. [Versin PDF].
18. Recuperado de http://www.bookboon.com
19. Knowles,
G.
(2011).
Six
Sigma
[Versin
PDF].
Recuperado
de
http://www.bookboon.com
20. ASM International (2002). ASM Metals Handbook: Volume 15 Casting. Estados
Unidos: ASM International.
21. ASM International (2002). ASM Metals Handbook: Volume 2 Properties and
Selection: Nonferrous Alloys and Special Pourpose Materials. Estados Unidos:
ASM International.
22. ASM International (2002). ASM Metals Handbook: Volume 16 Machining. Estados
Unidos: ASM International.
23. Kukla, S. (2011). Maintenance System Improvement in Cast Iron Foundry. Archives
of Foundry Engineering, 11, 185-188.
24. Six Sigma Forum Magazine. (2010). Molding a Solution. Six Sigma Magazine. 11, 9
- 16.
25. Rueda, L. (2007). Aplicacin de la metodologa seis sigma y lean manufacturing para
la reduccin de costos, en la produccin de jeringas hipodrmicas desechables (Tesis
de Maestra). Escuela Superior de Comercio y Administracin, Instituto Politcnico
Nacional, Mxico.
26. Hoerl, R. (2001). Six Sigma Black Belts: What do they need to know?. Journal of
Quality Technology Session. 4, 391-406.
27. Hirano, H. (1993). Putting 5S to Work: A Practical Step by Step Approach.
Tokyo, Japon: PHP Institute Inc.
28. Cuatrecasas, L. (2010). Gestin integral de la calidad. Implantacin, control y
certificacin. Barcelona, Espaa: Profit Editorial.
29. Minitab Inc. (2004). Meet Minitab Release 14 for Windows. Pennsylvania, Estados
Unidos: Mintab Quality Companion.

30. Hunter Automated Machinery Corporation (1999). Hunter HMP-10G Operating
Maintenance and Troubleshooting Manual. Chicago, Estados Unidos: Hunter
Corporation.
31. Cintas, P. (2004). Estadstica Prctica con Minitab. Madrid, Espaa: Pearson Prentice
Hall.
32. Pulido, H. (2012). Anlisis y Diseo de Experimentos. Distrito Federal, Mexico: Mc
Graw Hill.
33. Scheaffer, R. (1987). Elementos de Muestreo. California, Estados Unidos: Grupo
Editorial Iberoamrica.
34. American Foundry Society (2005). Casting Defects Handbook. Illinois, Estados
Unidos: American Foundry Society.
35. American Foundry Society (2008). Casting Defects Handbook: Iron & Steel. Illinois,
Estados Unidos: American Foundry Society.
36. Shingo, S. (1993). Una revolucin en la produccin: El sistema SMED. Madrid,
Espaa: Productivity Press.
37. Henry, J. R. (2013). Achieving Lean Changeover, putting SMED to Work. [Versin
Google Books]. Recuperado de http://books.google.com.mx/
38. Sekine, K. (1992). Kaizen for Quick Changeover: going beyond SMED. [Versin
Google Books]. Recuperado de http://books.google.com.mx/
39. Birmingham, F. (2007). Quick changeover simplified: the managers guide to
increasing
profits
with
SMED.
[Versin
Google
Books].
Recuperado
de http://books.google.com.mx/
40. CRC Press LLC (2003). Guidelines for Failure and Effects Analysis (FMEA).
[Versin DX Reader]. Recuperado de http://www.tandf.co.uk/
41. Ford Motor Company (2004). FMEA Handbook Version 4.1. Detroit, Estados
Unidos: Ford Design Institute.
42. ASM International (2009). Casting Design and Performance. [Versin Google
Books]. Recuperado de http://books.google.com.mx/

TESIS Hiram Flores

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TESIS Hiram Flores

Diunggah oleh

Hak Cipta:

Format Tersedia

INSTITUTO POLITCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA DE

QU PARA OBTENER EL TTULO DE:

MAESTRO EN INGENIERA INDUSTRIAL

Planteamiento del problema .............................................................................................. 10

Nivel de produccin. ............................................................................................. 15

Defectos (Scrap). ................................................................................................... 23

Objetivo general ................................................................................................................ 25

Captulo 2. Fundamento Terico ....................................................................................................... 27

Lean Sigma. ....................................................................................................................... 27

Lean Manufacturing .................................................................................................. 29

Especificar el valor ............................................................................................................. 30

La bsqueda y eliminacin del desperdicio (El camino hacia Lean Manufacturing)

Herramientas de Lean Manufacturing ................................................................... 36

Mapeo de procesos ............................................................................................................. 36

Metodologa para proyectos Six Sigma (DMAIC). ................................................... 40

Define (Definir) ..................................................................................................... 41

Measure (Medicin) .............................................................................................. 42

Analyze (Analizar) ................................................................................................ 42

Improvement (Mejora) .......................................................................................... 43

Control (Controlar) ................................................................................................ 44

Comenzando el VSM ................................................................................................ 46

Por qu el VSM es una herramienta esencial?..................................................... 46

Flujo de materiales e informacin. ........................................................................ 47

Seleccionar una familia de productos .................................................................... 47

El gerente VSM ..................................................................................................... 48

Usando la herramienta del mapeo. ........................................................................ 49

2.2.2 El estado Actual ............................................................................................................... 49

Dibujando el estado actual. ................................................................................... 49

2.2.3 El estado Futuro ............................................................................................................... 52

El plan de la cadena de valor. ................................................................................ 55

Metalurgia del Aluminio. .................................................................................................. 56

Aleaciones coladas base aluminio ............................................................................. 56

Procesos de fundicin ................................................................................................ 57

Fundicin de arena ................................................................................................ 57

Fundicin con molde permanente ......................................................................... 57

Fundicin en coquilla ............................................................................................ 58

Captulo 3. Metodologa de la investigacin. .................................................................................... 59

Diseo de la investigacin cuantitativa ............................................................................. 59

Establecimiento de la hiptesis ......................................................................................... 60

Instrumentacin de recoleccin de datos ........................................................................... 60

Hojas de registro de desempeo ................................................................................ 60

Tablero QRB ............................................................................................................. 61

Registro diario de scrap ............................................................................................. 61

Procesamiento de datos ..................................................................................................... 61

Prueba de normalidad (Anderson-Darling). ............................................................... 63

Carta de control estadstico (Grafico I-MR para individuos). .................................... 64

Captulo 4. Resultados de la investigacin........................................................................................ 66

Situacin actual de la empresa (Define) ............................................................................ 67

Medicin de los mtricos claves y obtencin de informacin (Measure) ......................... 72

Anlisis de la cadena de valor (Analyze) .......................................................................... 86

Generacin de estado actual de la compaa (VSM Actual State) ............................ 87

Identificacin de las reas de oportunidad ................................................................ 90

Generacin del estado futuro (VSM Future State) .................................................... 96

Generacin de estrategia de implementacin de plan integral de mejora (Improvement) 98

Planificacin de estrategia de control y manutencin de mejoras (Control) ................... 100

Captulo 5. Conclusiones y recomendaciones. ................................................................................ 102

Referencias ...................................................................................................................................... 104

Figura 1.2 Fotografa area de Cooper Crouse Hinds Mxico.

Aproximadamente el 70% de los componentes que comercializa Cooper Crouse Hinds

(arena en verde, molde permanente, moldeo por

inyeccin, etc.). La manufactura de productos de aleaciones de aluminio fundido involucra

El 30 de noviembre de 2012, Eaton anunci la finalizacin de la adquisicin de Cooper