See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/306091788

IMPLEMENTACIÓN DE BALANCEO DE LÍNEA Y

REDUCCIÓN DE DEFECTOS EN UNA EMPRESA
MÉDICA

Article · August 2013

CITATIONS READS

0 1,516

1 author:

Karina Cecilia Arredondo-Soto

Autonomous University of Baja California
10 PUBLICATIONS 1 CITATION

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Modelo para la medición de la complejidad del proceso de remanufactura View project

Linkage with the industrial productive sector View project

All content following this page was uploaded by Karina Cecilia Arredondo-Soto on 13 August 2016.

The user has requested enhancement of the downloaded file.

Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

IMPLEMENTACIÓN DE BALANCEO DE LÍNEA Y REDUCCIÓN DE DEFECTOS EN

UNA EMPRESA MÉDICA

Implementation of line balancing and defects reduction in a medical company

RESUMEN KARINA CECILIA

ARREDONDO SOTO
Este proyecto presenta un estudio de caso de la implementación de balanceo de Ingeniero Industrial, M.I.
líneas y reducción de defectos de una empresa fabricante de lentes oftálmicos, Profesor Asociado
aplicando el sistema MOST para la obtención de tiempos estándar Universidad Autónoma de Baja
predeterminados. Para la disminución de defectos se aplicaron algunos California
principios básicos de la metodología Seis Sigma y Control Estadístico de karina.arredondo@uabc.edu.mx
Procesos. La motivación del estudio parte de los problemas surgidos desde la
creación del área de IMC (recubrimiento en molde, por sus siglas en inglés): TERESA CARRILLO
baja productividad, baja eficiencia y baja calidad. La realización de este GUTIÉRREZ
proyecto elimina los problemas relacionados con baja eficiencia y disminuye Ingeniero Industrial, M. C.
los defectos en la producción. Profesor Titular Universidad
PALABRAS CLAVE: Balanceo de línea, MOST, Seis Sigma. Autónoma de Baja California
tcarrillo@uabc.edu.mx
ABSTRACT
RICARDO J.R. GUERRA
This project presents a case report of the implementation of line FRAUSTO
balancing and reducing defects a manufacturer of ophthalmic lenses, Ingeniero en Electrónica, Dr.
applying the system to Profesor Investigador, Universidad
obtain MOST standard predetermined times. For the reduction of Autónoma de Baja California
defects applied some basic principles of Six Sigma and Statistical jguerra@uabc.edu.mx
Process Control. The motivation of the study of the problems arising from the
creation of the IMC (In Mould Coating) area: low productivity, low MARCELA SOLÍS
efficiency and poor quality. The completion of this project eliminates the Ingeniero Industrial, M. C.
problems associated with low efficiency and reduces defects in production. Universidad Autónoma de Baja
California
KEYWORDS: Line balancing, MOST, Six Sigma.
marcela.solis@uabc.edu.mx

1. INTRODUCCIÓN eficiencia=100%), apuntando que el proceso de las líneas

El proyecto se desarrolló en una empresa de
transformación de monómero en lentes oftálmicos
mediante procesos de polimerización. El área de
ingeniería de procesos tiene como objetivo estabilizar los
medibles de la línea IMC. Los principales indicadores
son:
• Yield (rendimiento, que es el porcentaje de
productos de calidad, de la producción total).
• Eficiencia (salidas/entradas).
La empresa mantiene tales indicadores en niveles muy
bajos (yield=60% como máximo, y eficiencia=50%), pero
lejos de lo que el lector pudiera imaginar, la empresa se
mantiene estable. El resto de las líneas tienen indicadores
dentro de lo normal (yield=92% como máximo, y
de producción es diferente al que se realiza en IMC.
La línea IMC opera en turno matutino y vespertino; la
cual presenta márgenes de utilidad muy elevados de
modo que le permite continuar operando aún con este
comportamiento inestable de producción. Sin embargo, el
hecho de que siga operando no indica que este trabajando
de manera normal. Simplemente en Yield (rendimiento),
el estándar global es de 85%, lo que la sitúa 25 puntos
porcentuales debajo de la curva normal.
Los esfuerzos de la investigación se concentraron en
incrementar los valores de los indicadores a niveles
normales, mediante el control de la variación en el
proceso aplicando Control Estadístico de Procesos (CEP)
para así disminuir los defectos. Los objetivos de estudio
son:

4
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC.
• Disminuir los rechazos de 40% a solo 15%.
• Aumentar la eficiencia a un 80% mínimo,
mediante la implementación de balanceo de
línea.
¿De qué manera afecta esto? En primer lugar existe un
costo de oportunidad. La línea IMC debería estar
produciendo más y con menos personal, entonces, existe
una pérdida por las unidades adicionales que no se están
produciendo y vendiendo. Este proceso no es lo
suficientemente rentable, entonces se opta por métodos
alternativos para producir lo mismo pero a un costo
menor, cumpliendo con los estándares establecidos y
dentro de la misma planta. Actualmente, los métodos
alternativos resultan más económicos que la línea IMC
pero que si ésta cumpliera con los estándares establecidos
sería mucho más costeable pasar esa producción a IMC.
Al igual que en México, existen otras subsidiarias a nivel
mundial como Venezuela, Brasil e Irlanda que no
cumplen a la perfección con los estándares. Por lo cual, de
alcanzarse y hasta superarse los estándares, podrían
migrar todos esos productos hacia México, significando
para la región mayor riqueza y oportunidad de desarrollo.
Es de interés el hecho de que al empezar este proyecto, la
empresa comenzó a trabajar con un cambio en la gerencia
general. El departamento de ingeniería estaba a punto de
desaparecer, cuenta solo 4 ingenieros de proceso para
todas las áreas, antes había 18. La nueva administración
se propone hacer crecer al departamento de ingeniería
conforme se vayan alcanzando ciertos objetivos, y no
desaparecer el área de ingeniería como se tenía previsto
anteriormente.
Para resolver los problemas y aumentar los indicadores,
se utilizan conocimientos básicos de ingeniería industrial:
toma de tiempos, tiempos predeterminados, balanceo de
líneas, y CEP en el contexto de Seis Sigma. Herramientas
básicas y que habían sido olvidadas hasta el momento por
esta área de la empresa.
2. METODOLOGIA
En este trabajo se utiliza estudio de casos evaluativo
como estrategia de investigación. Bajo la premisa de que
un estudio de casos evaluativo pretende describir y
explicar y se orienta a la formulación de juicios de valor
que construyan la base para tomar decisiones.
Por otra parte, Perry [1] argumenta que el método de
estudio de casos como estrategia de investigación opera
dentro del paradigma del realismo, el cual se muestra más
apropiado que el positivismo, si se tiene en cuenta que el
positivismo está basado en dimensiones de
deducción/inducción, objetividad/subjetividad y
mesurabilidad/inmensurabilidad.
Debido a que este estudio de casos es del área de
ingeniería industrial se usa la estrategia de mejora
continua del negocio enfocada al cliente llamada Seis
Sigma. Esta estrategia se apoya en una metodología
robusta fundamentada en las herramientas y el
pensamiento estadístico. Como se menciona en [2] un
5
Recibido: 06/03/2013 Aceptado: 22/08/2013
proyecto Seis Sigma se caracteriza por 5 fases: Definir,
Medir, Analizar, Mejorar y Controlar (en inglés DMAIC:
Define, Measure, Analyze, Improve and Control).
3. MARCO TEORICO
3.1 Sistema MOST
MOST(Maynard Operation Sequence Technique), es un
sistema de tiempos predeterminados, que permite el
análisis de cualquier operación manual y algunas
operaciones con equipo, es un sistema experto que sirve
para desarrollar y establecer estándares reduciendo el
tiempo del analista en su aplicación; por lo tanto ofrece
una reducción de costos y mejoras en las áreas de trabajo.
MOST se basa en actividades fundamentales que al
combinarse hace posible mover objetos; las formas
básicas de movimiento son descritas por secuencias. Su
aplicación comenzó en 1965 en los Estados Unidos y
hasta la fecha miles de empresas lo han aplicado y mucha
gente ha sido entrenada en los diferentes tipos de
empresas. Está basado en el principio de trabajo bajo los
conceptos de fuerza – tiempo – distancia. Este concepto
muestra que el tiempo es permitido solamente si el trabajo
es realizado.
Niebel [3] argumenta que MOST identifica tres modelos
básicos de secuencias: movimiento general, movimiento
controlado y uso de herramienta y equipo. La secuencia
de movimiento general identifica el movimiento libre de
un objeto en el espacio, por el aire, mientras que la
secuencia controlada describe el movimiento de un objeto
que permanece en contacto con una superficie o sujeto a
otro durante el movimiento. La secuencia de uso de
herramienta y equipo está dirigida al uso de herramientas
manuales comunes y otras piezas de equipo.
3.2 Balanceo de líneas
A la línea de producción se le reconoce como el principal
medio para producir a bajo costo grandes cantidades o
serie de elementos normalizados. En su concepto más
refinado, la producción en línea es una disposición de
áreas de trabajo donde las operaciones consecutivas están
colocadas inmediata y mutuamente adyacentes, donde el
material se mueve continuamente y a un ritmo uniforme a
través de una serie de operaciones equilibradas que
permiten la actividad simultánea en todos los puntos,
moviéndose el producto hacia el fin de su elaboración a lo
largo de un camino razonadamente directo [4]. Para este
estudio de caso se utiliza el siguiente criterio:
Conocidos los tiempos de las operaciones, determinar el
número de operadores necesarios para cada operación.
Para calcular el número de operarios para el arranque de
la operación se aplica la siguiente fórmula:
Ecuación (1)
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC.
IP= Unidades a fabricar/Tiempo disponible de un
operador
Ecuación (2)
NO = (TE*IP)/E
Donde:
NO = número de operadores para la línea
TE = Tiempo Estándar de la pieza
IP = Índice de producción
E = Eficiencia Planeada
3.3 Seis Sigma y el Control Estadístico del Proceso
Según Chowdhury [5], Seis Sigma es una metodología de
trabajo para conseguir la máxima eficacia de los procesos.
Analiza la variabilidad y propone soluciones que
maximizan la eficacia de procesos concretos. Se apoya en
herramientas estadísticas y de análisis y propone el
desarrollo de grupos de trabajo dinamizadores, creando
una estructura propia de trabajo dentro de la organización
de la empresa. Fue creada por Motorola en la década de
los 80´s, posteriormente se consolidó de la mano de
General Electric (GE) y en la actualidad es utilizada en
todo el mundo por todas aquellas empresas que compiten
para ocupar niveles de liderazgo en su sector. Los
procedimientos para establecer un control estadístico del
comportamiento de los costos implica:
1. Establecer la capacidad del proceso.
2. Crear un gráfico de control.
3. Recoger datos periódicos y representarlos
gráficamente.
4. Identificar desviaciones.
5. Identificar las causas de las desviaciones.
6. Perpetuar los efectos positivos y corregir las
causas de los negativos.
Mediante la utilización de la metodología Seis Sigma, los
Círculos de Calidad y los Equipos de Mejora se
procederá a analizar las variaciones graficadas en los
CEP. Primeramente se procede a estandarizar el proceso,
para luego proceder a mejorar los estándares, logrando
mayores niveles de productividad, mejores niveles de
calidad, mejores plazos de respuestas y menores niveles
de costos.
4. RESULTADOS
El problema del área de producción radica en que en el
área de IMC se está produciendo del 40% de material
defectuoso, además de no haber balanceo de líneas,
razones por las cuales es urgente implementar controles al
proceso para reducir la variación. Otra razón para el
desarrollo de este proyecto es que la eficiencia se
encuentra al 50% de su capacidad instalada. La
oportunidad de crecimiento es una motivación extra para
mejorar esta área, ya que IMC tiene solamente dos líneas
trabajando: una en la mañana y otra en la tarde. El resto
de los productos, se hacen en otras líneas con
6
Recibido: 06/03/2013 Aceptado: 22/08/2013
procedimientos más costosos pero que no generan tanto
producto terminado defectuoso. En el área de IMC el
proceso es más económico, sin embargo, con la gran
cantidad de deficiencias en el área no puede aprobarse
este proceso para las demás líneas. Es por eso que al
controlar el proceso, está área se podrá proyectar
globalmente. Al implementarse el balanceo de línea en el
área de IMC se alcanzará una eficiencia del 100% de
acuerdo a los estándares globales de la compañía.
Al incrementar la eficiencia, la capacidad de producción
aumentará y se reducirán los defectos ocasionados por el
flujo lento del proceso.
Si se disminuyen los defectos en el proceso al estándar
global, se incrementarán los planes de producción y la
migración de productos.
Al implementar técnicas de CEP para la reducción y
control de defectos se logrará reducirlos hasta llegar al
estándar global de 85% de productos de calidad. Por
tratarse de la implementación de una mejora, el proceso
ya está establecido lo que encierra ciertas limitantes,
como por ejemplo el hecho de que las estaciones de
trabajo no fueron idealmente diseñadas pues carecen de
un estudio de tiempos y movimientos previo, por tanto no
puede realizarse una reingeniería.
El personal está acostumbrado a trabajar a un ritmo de
trabajo menor, aún y cuando pueden dar más, pues como
no había estándares justificados y es la única línea que
trabaja con el proceso de recubrimiento de lentes, no se
les puede comparar con las demás. Su tiempo estándar se
estableció mediante toma de tiempos con cronómetro. El
producto puede presentar hasta unos 15 diferentes tipos de
defectos aún y cuando el lente es un componente único,
no existen ni ensambles ni sub-ensambles, por lo cual se
considera que el riesgo de que haya un defecto es muy
alto además de que influye mucho las condiciones
ambientales para que la producción salga bien, como por
ejemplo: el porcentaje de humedad, la temperatura
ambiente y el número de partículas suspendidas. Con este
proyecto, se busca:
1. Controlar la variación en el proceso para así disminuir
los defectos, buscando disminuir los rechazos de
40% a solo 15%.
2. Incrementar el flujo de material en la línea mediante el
balanceo y aumentar la eficiencia a un 80% mínimo,
mediante la implementación de balanceo de línea,
previo estudio de tiempos predeterminados que
permitan corroborar los tiempos estándar en las
operaciones.
4.1 Establecimiento de tiempos estándar
La siguiente tabla muestra los planes de producción
diarios promedio por mes y el cumplimiento lo cual arroja
una eficiencia promedio de 46% de los meses de enero a
julio. Para los meses de agosto, septiembre y octubre se
cumple el plan de producción al 57% trabajando con 5700
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

piezas. Lo que genera un promedio de 50% en los Raspar

A1B3G0 A1B3P0 S6 A1B3P0
190 7.59
primeros 10 meses del periodo de estudio. A1
Prelavado A1B3G0 A1B1P3 A1 100 4.00
Lavadora A1B3G0 A1B3P1 A1 100 4.00
Tabla 1 Planeación de la producción y eficiencias
A1B0G0 A1B0P1 R1 A1B0P1
70
Enero Febrero Abril Mayo A1
Abrir A1B0G0 A1B0P3 L6 A1B0P3
Capacidad 10,000 Base 160
A1 18.7
Plan 5300 4800 5100 5500 delgada
A1B0G0 A1B0P0 T3 F1 8
Producido 4127 3983 4679 4836 18.78 seg. 80
A1B0P0 A1
Base
Eficiencia (%) 41.27 39.83 46.79 48.36 A1B0G0M1X3I0 T3 A1 80
gruesa
Junio Julio Agosto Octubre A1B0G0M1X3I0 T3 A1 80
41.16 seg.
Capacidad 10,000 4(A 1 B 0 G 3 A 1 B 0 P 3 S 3 22.3
560
Plan 5400 5600 5700 5700 A1B0P1 A1) 8
A1B0G1 A1B1P3 A1 80
Producido 4723 5028 5700 5700
A1B0G1 A1B0P1 R3 A1B1P1
Eficiencia (%) 47.23 50.28 57 57 A1
110
2(A 1 B 0 G 1 A 1 B 0 P 1 S 3 T 3
La capacidad de 10,000 unidades se determinó en base a 320
A1B1P1 A1)
los estándares globales de la compañía, pero en la planta Limpiar 8(A 1 B 0 G 1 A 1 B 0 P 3 F 6 81.9
separación 1200 2
ubicada en la ciudad de Tijuana no se había realizado un A1B0P1 A1)
estudio previo de tiempos predeterminados para A1B0G1 A1B0P1 T9 160
corroborar el estándar. El plan se estima de acuerdo a las A1B0P1 A1
necesidades de la demanda y de lo que mediante toma de A 1 B 0 G 0 A 1 B 0 P 1 S 10
180
tiempos con cronómetro se determina que cada línea A1B0P1 A1
puede producir. Al realizar un estudio de tiempos A1B0G1 A0B0P3 S3 A0B0P0
80
predeterminados, se determinará si en las condiciones A0
Audito 1 6.79
actuales mediante un balanceo, es posible incrementar la A1B0G1 A1B0P1 T3 A1B0P0
90
eficiencia y si en realidad está bien calculada la capacidad A1
de producción estimada para la línea. Audito 2 A1B3G0 A1B3P1 A1 100 4.00
Recubrimi
Hay que destacar que aunque se corren muchos modelos 70 2.80
ento A0B0G0 M2X2I2 P1 A0
no hay diferencias significativas entre ellos, solo si son A1B1G1 A0B0P3 S1 T3
100
base gruesa (1, 2, 3, 4) o delgada (5, 6, 7, 8). La base A0B0P0 A0
11.5
Ensamble A1B0G1 M1X1I1 A1 60
gruesa se limpia por traer un anillo de agua y la delgada 9
A1B0G1 A1B0P1 S3 T3
no se limpia pues no trae el anillo (Ver Tabla 2, la 130
A1B0P1 A1
operación 6). Por lo tanto al trabajar base gruesa el tiempo A1B0G1 M1X0I1 A1 50
estándar se incrementa. También se tomó en cuenta un A1B0G1 M1X0I1 A1 50
A1B0G0 A1B0P1 L1 A1B0P0
suplemento de 11% de tolerancia por medio ambiente y Ajuste A1
60
4.48
necesidades físicas de los operadores. Al aplicar el A1B0G0 A1B0P0 A1 30
método MOST y los suplementos por tolerancia se 10(A 1 B 0 G 1 M 1 X 0 I 1 A 1 B 0 P 0
800
obtuvieron los siguientes tiempos estándar para cada T1 A1B0P0 A1)
A1B1G1 A0B0P2 R2 A1B1P0
estación de trabajo. Inventario 100 4.00
A1
A1B0G1 A0B0P3 S3 A0B0P0
Tabla 2 Tiempo estándar de las operaciones 80
Audito A0
6.79
Final A1B0G1 A1B0P1 T3 A1B0P0
90
Op. Código TMU Seg. A1
Llenado A1B3G1 A0B0P3 F1 A1B0P1 A1B1G1 A0B0P2 R2 A1B1P0
120 Lampareo 100 4.00
de A1 A1
moldes A 1 B 3 G 0 A 1 B 1 P 1 L 10 4.80
170
A0B0P0 A0
9(A 1 B 0 G 1 A 0 B 0 P 1 A 0 ) 270
4.2 Balanceo de línea
Burbujeo A 1 B 0 G 0 A 0 B 0 P 0 T 24 Adicionalmente a las operaciones listadas, se consideran 3
250
(por A0B0P0 A0 trabajadores adicionales para actividades de pulido de
charola) 3(A 1 B 0 G 1 A 1 B 0 P 1 L 6
300 2.89 moldes, retrabajos y; transporte de carritos y control de
A1B0P1 A0) hornos, respectivamente. La asignación del número de
A6B6G3 A6B6P3 A1 310 operadores por actividad, porcentaje de carga de trabajo,
piezas por hora estándar y reales se muestran en la Tabla
7
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

3 para producto de base gruesa y en la Tabla 4 para el Ensamble 5 92% 1553 1430
producto de base delgada. Ajuste 2 89% 1609 1430
Tabla 3 Balanceo base gruesa Inventario 2 63% 2252 1430
Audito 530 50
Piezas Final y 1 72% + +
No. % Piezas
Operación por hr lampareo 529 529
Opera Carga hr Std
final Lampareo 1 100% 901 901
Llenado de moldes 2 64% 1502 963 Pulidora 1 100% 15 15
Burbujeo por charola 1 77% 1247 963 Retrabajos 2 100%
Raspar 2 102% 948 963 Transporte
Prelavado 1 53% 1802 963 1 100%
y hornos
Lavadora 1 53% 1802 963 Personal Directo 37 Eficiencia del
Abrir BG 10 100% 875 875 Personal Indirecto 5 balanceo 92.27%
Limpiar separación 2 100% 88 88 Total personal 42 1430 piezas por hora
Audito 1 1 100% 530 530 Piezas por operador 203 7506 piezas por turno
Audito 2 2 100% 1802 963 Este balanceo es válido trabajando el 70% del tiempo del
Recubrimiento 2 37% 2574 963 turno.
Ensamble 4 77% 1243 963
Con base en:
Ajuste 2 60% 1609 963
∑18
1 𝑆𝑀
Inventario 1 86% 1126 963 𝐸 𝐵𝐺 = × 100 = 84.40 %
Audito Final y 530 50 ∑18
1 𝐴𝑀
lampareo 1 20% + +
62 62 ∑18
1 𝑆𝑀
𝐸 𝐵𝐷 = 18 × 100 = 92.27 %
Lampareo 1 100% 901 901 ∑1 𝐴𝑀
Pulidora 1 100% 15 15
Retrabajos 2 100% E = Eficiencia
Transporte y hornos 1 100% SM = minutos estándar por operación
Personal Directo 37Eficiencia del AM = minutos
Personal Indirecto 5 balanceo
84.40% Eficiencia Global con respecto a la mezcla de producción
Total personal 42 963 piezas por =
hora (84.40 x 0.30) + (92.27 x 0.70) = 89.91%
Piezas por operador 203 2167 piezas por
turno La siguiente matriz muestra las mejoras logradas en el
Este balanceo es válido trabajando el 30% del tiempo del área mediante el balanceo. Así mismo, cabe destacar que
turno. ahora es posible producir en una sola línea lo que antes se
hacía en dos, por lo cual se eliminó el turno matutino y se
Tabla 4 Balanceo base delgada dejó el turno nocturno por ser en el cual funcionó mejor
el proyecto.
Piezas Piezas
No. % Tabla 5 Indicadores antes y después del estudio
Operación hora por hora
Operadores Carga
estándar final
Llenado Indicador Antes del Después del
2 95% 1502 1430 balanceo balanceo
de moldes
Burbujeo No. operadores 39 (considerando 37 (solo un
por 1 115% 1247 1430 por turno dos turnos = 78) turno)
charola Piezas/Hora 600 1143
Raspar 3 101% 1422 1430 Producción/Turno 5400 promedio 10287
Prelavado 1 79% 1802 1430 Velocidad de la
6m. /min. 6 m. /min.
Lavadora 1 79% 1802 1430 banda
Abrir BG 7 100% 1342 1342 Piezas/Operador 123 245
Limpiar Igual a
2 100% 88 88 Igual a 50% 98.62% según
separación
Audito 1 1 100% 530 530 Efectividad del según los los estándares
Audito 2 2 100% 1802 1430 balanceo estándares Del
Corporativos corporativo
Recubrimi
2 56% 2574 1430 Eficiencia real
ento
8
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

89.91% administración, sino por que dejan de disfrazarse las

Personal cifras.
5 5
Indirecto
Total de Personal (39)(2)+5= 83 42 Las Gráficas 1 y 2 muestran el comportamiento en cuanto
a los defectos cosméticos al cambio de administración y
al inicio del proyecto. Week (semana) 14 corresponde a la
Estás mejoras se alcanzaron mediante la implementación semana del 2 de abril y la 43 al 29 de noviembre. El
de contadores en cada estación de trabajo al inicio y al proyecto comenzó en la semana 31. Utilizando la Tabla
final de la línea, y de una pantalla que despliega la 6, se contabilizaron los defectos para identificar los que
cantidad producida de calidad y defectuosa, así como la tenían mayor incidencia y que suman el 47.53% de la
existencia de un retraso según el balanceo. producción.
También se eliminó una inspección lo cual evitó utilizar
dos operadores innecesariamente. Mediante evaluaciones Gráfica 1 Defectos promedio por semana al cambio de administración
por cumplimiento de metas se logró cumplir con el
estándar. Como dato curioso, cabe destacar que los
operadores comentaron que les gustaba más este método
de trabajo, pues según dijeron, se aburrían menos, no se
les acumulaba material y tenían menos presión del área de
entrenamiento. No fue fácil implementar los nuevos
estándares. Sin embargo, fue de gran ayuda el
compromiso del personal directo, al ser los responsables
del cumplimiento de las metas.
4.3 Reducción de defectos utilizando CEP

Como se refirió anteriormente el yield (rendimiento) a

principios del mes de agosto del periodo de estudio era
del 60%, sí, solo 60 de cada 100 eran lentes de calidad, el
resto se rechazaba. La solución al problema no era tan
obvia, como en el caso del balanceo, por lo cual se optó
por utilizar una metodología para la solución de
problemas y mejoramiento que ha funcionado muy bien Gráfica 2 Defectos promedio por semana al inicio del proyecto
en muchas otras empresas y que hasta la fecha no se había
usado en la compañía, a saber la metodología Seis Sigma.
A continuación se muestra la manera en que se aplicó el
método.

• Definir

Mediante la técnica de VOC (Voz del cliente) se

identificaron tres tipos de especificaciones básicas: de
rango del producto, del material y cosméticas. En cuanto
a las especificaciones cosméticas son las que arrojan la
mayor cantidad de rechazos por lo que se procederá a su
estudio. Se busca que el lente de calidad aprobada se
encuentre libre de manchas de agua, sucios, rajaduras,
burbujas, incrustaciones, pits (golpe desprendido),
ralladuras o golpes y pelusas.

• Medir Tabla 6 Porcentajes promedio de defectos

La semana 17 se cambió la administración de la empresa, Defectos Porcentaje

empezando por el gerente de manufactura, con lo cual se Incrustación 8.38%
empezó una reingeniería en el modo de dirigir la Rayado 2.57%
empresa. A partir de esta semana los datos registrados Mancha de agua 4.23%
fueron reales y se confirmó la inestabilidad del proceso, lo Pelusa 2.68%
cual no se había registrado tal cual. Por eso, podemos Sucio 4.80%
observar que a partir de esa semana se disparan los
Acuñado 1.18%
defectos, no porque el proceso empeore con el cambio de
Burbuja 3.56%
9
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

Rajadura 7.39%
Desprendido 0.92%
Trozo 1.62%
Condensado 2.55%
Gota 1.60%
Separaciones de horno 6.05%
Total 47.53%

Se ordenaron los defectos de mayor a menor para generar

el Diagrama de Pareto mostrado en la Gráfica 3. Por lo
tanto los problemas vitales son: incrustación, rajadura,
separaciones de horno, sucio, mancha de agua y burbuja.
A continuación analizaremos las causas de cada defecto
empezando de mayor a menor importancia.
La humedad por otro lado debe estar dentro de los límites
Gráfica 3 Diagrama de Pareto de control si se quiere eliminar o al menos disminuir la
rajadura como lo muestra la Figura 2.
0.5
100 Figura 2 Diagrama Causa-Efecto Rajadura
0.4
80
Porcentaje

0.3
60
C3

0.2 40

0.1 20

0.0 0
C2 n r a rno cio gua uj a us a ado ado oz o ota ado dido
ció du o S u e a urb Pel
ta ja e h
y s Tr G
uñ en
us Ra d d B Ra den A c spr
r
In
c
e s cha C on De
n an
cio M
ara
p
Se

• Analizar
Al utilizar la herramienta FMEA Análisis de los Modos y
Efectos de Fallas Potenciales (por sus siglas en inglés
Potencial Failure Mode Effects Analyze) se determinaron
las causas de los modos de falla en el proceso. En el caso de la mancha de agua , este defecto es
atribuible a que, debido a que el molde está sucio, las
a. La humedad para las separaciones y la rajadura. operadoras no alcanzan a ver la mancha y lo dejan pasar o
también; debido a la humedad, el molde se separa y le
b. El ambiente contaminado y moldes sucios a las
entra agua por lo cual el lente se desecha.
incrustaciones.
Se utilizó el Diagrama Causa-Efecto para cada uno de los La burbuja, por otro lado, surge debido a que la orilla del
defectos para llegar a la raíz de cada uno de ellos. Para molde tiene acumulamiento de resina seca dura pegada y
asegurarse del tipo de defecto se realizó un análisis bajo al ensamblarse el empaque no sella bien y por allí se va
microscopio. La mayor cantidad de defectos cosméticos escurriendo lentamente el monómero, lo que hace que el
resultaron ser incrustaciones de resina, para evitar la molde quede vacío o forma un vacío en forma de burbuja
incrustación según muestra La Figura 1 se requiere en la parte superior del lente.
mantener los moldes limpios de la resina con la que se
recubren, es la que principalmente causa un ambiente Debido a que son bastantes problemas vitales según
contaminado, lo cual produce la incrustación. indica el diagrama de Pareto, se buscará resolver el de
mayor incidencia.
Figura 1 Diagrama Causa-Efecto Incrustación
Sin embargo, al hacer el análisis resulta que la causa raíz
de la incrustación es similar a la de mancha de agua,
burbuja y sucios, que es que el molde está sucio, ya sea
por resina, agua, tallones con la toallita u otros.

10
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

Por lo cual es básico que el molde se mantenga limpio Mean = 0.53025

StdDev = 0.092084 Cpk Analysis

para poder resolver el problema. El proceso para la USL = 0.55

LSL = 0.4
Sigma Level = .2145
fabricación de lentes es un círculo vicioso, con el método Sigma Capability = 1.5158
Cpk = .0715
actual. Los moldes siempre se ensucian, principalmente Cp = .2715
DPM = 493,699

por el recubrimiento (resina). N = 40

In spec

La idea es colocar un empaque antes de recubrir el molde Out spec left

Out spec right
LSL
de manera que evite que se ensucie, para esto requiere USL

hacer pruebas con moldes limpios, para corroborar que la

prueba funcione.De las actividades antes mencionadas se
obtuvieron datos relevantes para la toma de decisiones en
el proceso como lo muestra la gráfica de la humedad.

0.12
0.14
0.16
0.18
0.2
0.23
0.25
0.27
0.29
0.32
0.34
0.36
0.38
0.4
0.43
0.45
0.47
0.49
0.51
0.54
0.56
0.58
0.6
0.63
0.65
0.67
0.69
0.71
0.74
0.76
0.78
0.8
0.82
0.85
0.87
0.89
0.91
0.93
Cabe destacar, que es importante controlar la humedad en
el ambiente, ya que es directamente proporcional a la Al revisar la Gráfica 6 se observa que el nivel de sigma
humedad en la resina como lo muestra la Gráfica 4. es de 21.45%, lo que demuestra una gran deficiencia en
Gráfica 4 Comportamiento de la humedad en X el proceso, el cual está totalmente fuera de especificación,
por lo cual el proceso es muy inestable.
Xbar Chart

0.7
La humedad tiene una media de 53%, y aunque desde este
punto de vista estaría dentro de especificación, la
0.6 UCL=0.58195
variación es bastante grave ±9.2%, eso sin mencionar la
CEN=0.53025

0.5
capacidad de proceso que está por el suelo con 0.0715
LCL=0.47855 cuando en condiciones normales debería ser de al menos
0.4 1.33.

•
0.3
Implementar la mejora
0.2

Separaciones y rajadura
0.1

Para este problema de la humedad la solución es más

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 fácil, se tomó la decisión de comprar un deshumidificador
para la estación de recubrimiento para controlar la
Las gráficas 4 y 5 en X-R, muestran que la humedad está humedad, con lo cual se evitan las separaciones a un 0% y
fuera de control lo que puede ser una causa atribuible de a su vez la rajadura, pues se puede controlar la humedad
las separaciones y rajaduras. arbitrariamente.

Gráfica 5 Comportamiento de la humedad en R Para evitar el efecto contrario de las separaciones, que es
la adhesión que causa rajaduras y moldes quebrados, se
R Chart
modificó la mezcla de sulfactante, que es una sustancia
0.1
UCL=0.089843
química que sirve para evitar la adhesión.
0.08

0.06

Incrustaciones
0.04

CEN=0.0275 Para el caso específico de la incrustación se pensó en que

0.02 la única manera de mantener limpio el molde era
mediante una cubierta, empaque, anillo o aro que
0
1 LCL=0.0
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 impidiera que la resina salpicara la parte posterior del
-0.02
molde, manteniéndolo de esta manera limpio. Después de
varios diseños el empaque finalmente quedó como se
Gráfica 6 Análisis CPk muestra a continuación.

Especificaciones del empaque

Material: Plástico moldeado
Diámetro: 66mm, 70mm, 75mm, 76mm, 80mm, 82 mm.
Color: Natural
Figura 3 Diseño del empaque
11
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

Día 4: El anillo se limpió con acetona. Con 8% de

separaciones en túnel de secado. Las huellas digitales no
se limpiaron después de ensamblar los moldes. La
mayoría de las rajaduras fueron separaciones. Los
defectos de sucio y otros son causados por error de
operador. 25% de los moldes con resina filtrada fueron los
mismos.

Prueba Día 5: Implementación de nuevo empaque con una

Se realizó un aviso de prueba con el departamento de
Sistemas de Calidad con el propósito de que el área de
producción trabajara una corrida piloto de 100 piezas
durante siete días, para comprobar la funcionabilidad de
la idea.
reducción en el diámetro interior de 0.25 mm.
La implementación del anillo también sirvió para eliminar
el problema de burbuja y disminuir dramáticamente los
sucios.

Los anillos o empaques utilizados se realizaron por la

Controlar
misma empresa en el área de moldeo mediante la
implementación de un inserto, utilizando una sola A la par que se llevó a cabo la prueba del aro para la
cavidad, teniendo una capacidad de 1200 piezas por día. reducción de la incrustación, también se implementó la
Tabla 7 Resultados de la prueba
formación de equipos interdisciplinarios de mejora para el
área, de manera que se asignaron actividades de control
Resultados por del proceso a los involucrados: supervisor de la línea,
1 2 3 4 5 6 7 ingeniero de procesos, ingeniero de calidad, y del área de
día
Flujo de resina mantenimiento.
en superficie no 0% 0% 0% 0% 0% 0% 0% Al implementarse el balanceo se elimina la producción
funcional del turno matutino y se pasa toda la producción al turno
Resina filtrada nocturno, así, que lo que antes se producía en dos líneas
10 13 12
entre molde y 11% 8% 3% 5%
% % % ahora se hace en una sola. Además se logra que la
anillo
Huellas
eficiencia a trabajar sea de 100% de acuerdo al estándar
digitales en 100%
100 100 100 100 100 100 establecido por la compañía.
% % % % % %
ensamble En cuanto a la implementación del empaque no se podrán
Yield 75 83 82 78 75 83 saber los resultados reales en producción en masa debido
65%
(rendimiento) % % % % % % a que su implementación se llevará a cabo en diciembre,
Incrustaciones 12% 1% 0% 1% 1% 3% 5% fecha para la cual estará listo el molde.
Rajaduras 16 12 14 15
4% 9% 4% En cuanto al problema de los sucios se redujo
% % % %
Sucio 15% 5% 1% 1% 0% 1% 1% dramáticamente, en conjunto con las separaciones,
Otros 4% 3% 4% 7% 7% 6% 7% mancha de agua y rajadura, debido a una mezcla diferente
Día 1: Las separaciones fueron mayores al 65%, algo o titulación, pero este proyecto lo llevó a cabo ingeniería
normal cuando se usan moldes nuevos en el proceso de de proyectos, por lo cual no se presentan datos.
IMC. El anillo no fue limpiado, se ensambló tal y como se Es importante recalcar que también los cambios
recibió de moldeo. Las huellas digitales se limpiaron constantes de clima, específicamente de humedad,
después de ensamblar los moldes. ayudaron mucho para encontrar el punto óptimo de
humedad a la cual producir que es de 35-50%, antes se
pensaba que era del 50-60%.
Día 2: Retraso en horno, separaciones mayores a 45%. El
anillo fue limpiado con acetona. Las huellas digitales no Por otro lado, al término de este proyecto los resultados se
se limpiaron después de ensamblar los moldes. muestran muy favorables, ya que el yield (rendimiento)
estándar se está alcanzando en ambas líneas desde hace
46 días llegando en algunas ocasiones a sobrepasar el
Día 3: El anillo se limpió con acetona. 15% de estándar hasta en 1 punto porcentual, por lo cual la meta a
separaciones en túnel de secado. Fuera de lo común, pues alcanzar es llegar en vez de un 85%, a un 95% con la
no se registraron incrustaciones. La mayoría de las implementación del empaque.
rajaduras fueron separaciones. Las huellas digitales no se
Gráfica 7 Rendimientos por semana
limpiaron después de ensamblar los moldes.

12
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC.
Puede observarse una caída en los estándares, pero no fue
debido al cambio de administración, más bien por los
problemas se cambió la administración y con el inicio del
proyecto empieza a estabilizarse el producto.
Gráfica 8 Indicadores de Mejora
Rendimiento, eficiencia, lotes aceptados, M1 (cantidad
llenada de moldes/ plan de producción) y M3 (moldes
perdidos/ estándar de moldes perdidos) son los
indicadores principales que demuestran la situación de la
empresa, y que muestra la manera en que se ha estado
estabilizando la situación en la empresa.
5. CONCLUSIONES Y RECOMENDACIONES
El trabajo efectuado es siempre gratificante cuando
produce resultados favorables, estas palabras al lograr los
objetivos planteados al inicio del proyecto.
En primer lugar, se logró implementar el balanceo y
elevar el nivel de producción de un plan de 5600 piezas a
7200 lo que representa un incremento de 1600 piezas por
turno además de que el objetivo es que lleguen a 10,200
(mostrado en la Gráfica 9). A la fecha ya se logró llegar a
10,000.
Gráfica 9 Plan de producción
13
Recibido: 06/03/2013 Aceptado: 22/08/2013
En segundo lugar se hizo una prueba que demuestra que
la única solución para evitar las incrustaciones, los sucios
y hasta la mancha de agua es mantener un ambiente
limpio, que de hasta un 9% la prueba con el anillo llega a
resultados de hasta un 0% de incrustación y aún en un
ambiente contaminado, es por eso que se espera
incrementar aún más el Yield que de un 60% subió a 85%
y se ha mantenido por dos meses, lo cual nos llena de
confianza en que podemos dar un paso más hacia la
mejora continua. Así mismo, la disminución hasta llegar a
cero en las separaciones provocó una baja hasta de 8
puntos porcentuales en la rajadura, mediante la
implementación del deshumidificador. Aún y cuando se
ha logrado bastante todavía quedan muchas cosas por
hacer.
Es de interés el hecho de que hay algunas
especificaciones en el plan de calidad que no se cumplen
por lo cual es otro punto en el cual mejorar, un punto
principal en realidad, que de considerarse habría una
mayor intención de mejora, como por ejemplo la presión
de aire positiva, lo cual no se está cumpliendo,
especificaciones de cuarto limpio entre otras.
Finalmente, no nos queda más que reiterar la satisfacción
lograda por el trabajo realizado y los resultados obtenidos
en el proyecto hacia el cual nos aventuramos, así mismo
reconocer la buena disposición de la empresa para realizar
cambios pertinentes que conducen a la mejora.
6. BIBLOGRAFÍA
[1] Ch. Perry, “Processes of a case study methodology for
postgraduate research in marketing,” European Journal
of Marketing, 32 (9/10): 785-802,1998.
[2] H. Gutiérrez Pulido y R. De la Vara Salazar, “Control
Estadístico de Calidad y Seis Sigma,” México: Mc
Graw Hill, 2009.
[3] B. Niebel y A. Freivalds, “Ingeniería Industrial,
métodos, tiempos y movimientos,” México:
Alfaomega, 12a Ed., 2009.
 Revista Aristas: Ciencia e Ingeniería. Facultad de Ciencias Químicas e Ingeniería. UABC. Recibido: 06/03/2013 Aceptado: 22/08/2013

[4] R. García Criollo, “Estudio del Trabajo. Ingeniería de

métodos y medición del trabajo,” México: Mc
Graw Hill, Segunda Edición, 2005.
[5] Subir Chowdhury, “[El poder de Seis Sigma] The
Power of Six Sigma,” España: Prentice Hall, 2001.

Bibliografía adicional

[6] H.B Maynard, “Manual de la ingeniería de la

producción industrial,” México: Reverté, 1985.
[7] P. Pande, R. Neuman y R. Cavabagh, “The Six Sigma
Way, how GE, Motorola, and other top companies
are honing their performance,” Estados Unidos:
Mc Graw Hill, 2000.
[8] G. Tennant, “Six Sigma, control estadístico del
proceso y administración total de la calidad en
manufactura y servicios,” México: Panorama,
2002.
[9] F.E. Meyers. “Estudio de tiempos y movimientos”.
Pearson Education, 2da Ed., 2000.
[10] Boks, C.B.; Kroll, E.; Brouwers, W. C J; Stevels, A.
L N, "Disassembly modeling: two applications to a
Philips 21" television set," Electronics and the
Environment, 1996. ISEE-1996., Proceedings of
the 1996 IEEE International Symposium on , vol.,
no., pp.224,229, 6-8 May 1996
doi: 10.1109/ISEE.1996.501882
[11] S. Díaz De Salas, V. Mendoza, C. Porras, “Una guía
para la elaboración de estudios de caso,” Libros
Básicos en la Historia del Campo Iberoamericano
de Estudios en Comunicación. Número 75,
febrero-abril 2011, RAZÓN Y PALABRA.
Primera Revista Electrónica en América Latina
Especializada en Comunicación.
www.razonypalabra.org.mx
http://www.razonypalabra.org.mx/N/N75/varia_75
/01_Diaz_V75.pdf
[12] R. Gómez, S. Barrera,”Seis sigma: un enfoque
teórico y aplicado en el ámbito empresarial
basándose en información científica,”
http://repository.lasallista.edu.co/dspace/bitstream/
10567/515/1/13.%20223-242.pdf

14

View publication stats