Bridgestone Costa Rica: Tomando el control con Diseño de experimentos

Bridgestone Corporation, la empresa de neumáticos y productos de caucho más grande del mundo, fabrica neumáticos en diferentes instalaciones alrededor del mundo para su uso en una amplia variedad de aplicaciones. Sus productos se venden en más de 150 países y territorios. Entre las instalaciones de la empresa se encuentra su planta de Costa Rica, que produce 12,000 neumáticos cada día para 23 mercados en Centroamérica y el Caribe y emplea a más de 1,000 personas. Sin embargo, la planta enfrentaba dos desafíos: lograr la certificación de un nuevo neumático cumpliendo con las regulaciones del Departamento de Transporte de EE.UU. y superar un cuello de botella que limitaba la producción general de neumáticos para camiones ligeros en la planta. El black belt en Six Sigma Kenneth Quirós Acuña se embarcó en un proyecto que, de tener éxito, resolvería ambos desafíos. Él y el equipo del proyecto utilizaron Minitab Statistical Software para identificar los factores críticos que afectan tanto los niveles de producción como las pruebas de certificación, diseñar un experimento para encontrar la configuración óptima de esos factores y desarrollar un modelo que la empresa pudiera utilizar para producir y certificar más neumáticos con mayor rapidez.

Reto

Un equipo de proyecto de la planta de Bridgestone en Costa Rica utilizó Minitab Statistical Software para aumentar la capacidad y lograr la certificación de nuevos neumáticos de una manera más eficiente.

Mientras evaluaban cómo podría aumentarse la capacidad, los ingenieros de la planta descubrieron que el principal cuello de botella en la producción era la falta de bandas de rodamiento. La planta tenía dos tipos de máquinas para fabricar bandas de rodamiento: una extrusora que produce la banda en una sola pieza y una máquina de bandas de rodamiento de cintas que crea la banda mediante la extrusión de muchas cintas pequeñas.

La máquina de bandas de rodamiento de cintas estaba siendo subutilizada. Sin embargo, los esfuerzos para dar un mayor uso a la máquina se frustraron al observarse que los neumáticos creados con ella no reunían los requisitos necesarios para la certificación.

Los gerentes de la planta creían que era demasiado difícil producir neumáticos aptos para camiones ligeros utilizando la máquina de bandas de rodamiento de cintas, lo cual implicaba múltiples pasos y variables complicadas como la velocidad de avance y el ancho de los incrementos. Programar la máquina había resultado extremadamente difícil. “No es fácil reproducir una forma de banda usando cintas porque hay que encontrar la combinación correcta de factores”, afirma Quirós. “La velocidad de avance, la velocidad del tambor, la velocidad de extrusión y otros factores, todos deben estar en equilibrio para producir una buena banda de rodamiento”.

Quirós y su equipo se dieron cuenta de que con tantos pasos en el proceso de fabricación de neumáticos, y tantos factores posibles, primero era necesario limitar el enfoque para crear un proyecto manejable. “Cuando examinamos diferentes combinaciones de factores para entender mejor por qué teníamos problemas con la máquina de bandas de rodamiento de cintas, notamos que alrededor del 80 por ciento de los problemas estaban relacionados con una prueba específica de certificación de neumáticos”.

Los neumáticos se construyen y curan de acuerdo con estrictas especificaciones técnicas. Si un neumático pasa las pruebas preliminares de construcción y curado, avanza a otras pruebas exigidas por el Departamento de Transporte de EE.UU. Los factores evaluados incluyen el ancho del tambor; ubicación y ancho de la pared lateral; perfil de la banda de rodamiento de cintas; sesgo de las capas del cuerpo; velocidad lineal; velocidad transversal del tambor; entre otros.

Los neumáticos que cumplen con estas especificaciones pasan a la prueba del émbolo, en la que un émbolo redondeado se inserta de manera forzada en el centro de la banda de rodamiento de un neumático inflado. Los evaluadores miden la energía necesaria bien sea para penetrar el neumático o para tocar la superficie del rin del neumático. Los neumáticos con banda de rodamiento de cintas de la planta de Costa Rica no se ajustaban a las directrices.

“Algunas pruebas tienen cierta flexibilidad”, explica Quirós, “pero un neumático que no pasa la prueba del émbolo no puede certificarse, así que fue allí donde centramos nuestros esfuerzos. Nos propusimos crear un modelo que produjera especificaciones para neumáticos que pasaran la prueba del émbolo sin afectar su desempeño en otras pruebas”.

Cómo ayudó Minitab

En primer lugar, los miembros del equipo clasificaron las variables del proceso de fabricación de neumáticos según su importancia para la certificación. Después de un primer análisis, el equipo seleccionó cuatro factores para una investigación más a fondo. Sin embargo, debían asegurarse de no afectar negativamente el desempeño del neumático en otras pruebas de certificación al cambiar la configuración de factores para pasar la prueba del émbolo.

“Una de las pruebas más importantes es la del diámetro, así que primero debíamos saber si esos cuatro factores afectaban el diámetro”, explica Quirós. “De ser así, nuestro modelo debía corregir eso”. Al realizar el análisis de regresión múltiple con estos cuatro factores y los datos del diámetro de los neumáticos, el equipo descubrió que los factores más importantes eran el ángulo y el peso. “Así que, en nuestro modelo, esos valores de entrada tenían una restricción, y pudimos generar una ecuación para establecer adecuadamente esos valores”.

Entonces Quirós utilizó las herramientas de Diseño de experimentos de Minitab para reunir de una manera rápida y eficiente los datos que necesitaba para desarrollar su modelo. “Dado que las pruebas de neumáticos son un proceso destructivo, es muy costoso realizar corridas experimentales”, comenta. “Pero el Diseño de experimentos nos permite evaluar múltiples variables simultáneamente utilizando el menor número de corridas, de modo que obtenemos suficientes datos para lograr resultados confiables sin perder tiempo y recursos recolectando más datos de lo necesario”. Quirós seleccionó un diseño factorial de 2 niveles que le permitiría evaluar valores de configuración altos y bajos para cada una de las cuatro variables de entrada clave del proceso con sólo 16 corridas.

Con la gráfica de contorno de Minitab, Quirós y su equipo pudieron explorar más fácilmente la relación entre las variables que seleccionaron para las bandas de rodamiento de cintas y el diámetro de los neumáticos terminados.

Antes de recoger sus datos, el equipo realizó un análisis del sistema de medición con Minitab para asegurarse de estar recolectando datos adecuados. Además, evaluaron la capacidad de línea base del proceso de fabricación de bandas de rodamiento de cintas utilizando la herramienta Process Capability Sixpack™ disponible en Minitab. Los resultados revelaron que aunque el proceso era estable, la capacidad del proceso para ajustarse a los requisitos de certificación era deficiente. Ahora estaban listos para producir sus 16 neumáticos experimentales y someterlos a las pruebas de certificación, incluyendo las pruebas de diámetro y émbolo.

Cuando el equipo examinó los datos de la máquina de bandas de rodamiento de cintas de la planta utilizando la herramienta Process Capability Sixpack™ disponible en Minitab, notaron que aunque el proceso era estable, su capacidad para cumplir con los requisitos de certificación era deficiente, como lo indicaban los valores extremadamente bajos de Ppk y Cpk.

Cuando Quirós y su equipo analizaron los datos experimentales en Minitab, los resultados revelaron que los cuatro factores, y las interacciones entre ellos, tenían un efecto significativo en los resultados de la prueba del émbolo. Era una información muy valiosa, pero utilizarla para generar un modelo preciso sería difícil sin una herramienta que pudiera tomar los resultados experimentales y permitir al equipo pronosticar de qué manera las diferentes configuraciones de variables afectarían el rendimiento del neumático. Afortunadamente, eso es exactamente lo que hace la herramienta Optimizador de respuesta de Minitab, facilitando a Quirós la tarea de ajustar la configuración del proceso para producir los mejores resultados posibles. “El optimizador nos ayudó a alcanzar y superar nuestra meta para la prueba del émbolo”, afirma. “Lo utilizamos para crear nuestro modelo predictivo y definir nuestra configuración óptima de entrada. Luego recogimos más datos con esta configuración y utilizamos Minitab para realizar análisis de regresión múltiple y validar los valores de los factores”.

Resultados

Basándose en los resultados de esos análisis, el equipo rediseñó la manera en que utilizaban las bandas de rodamiento de cintas para fabricar los neumáticos para camiones ligeros. Antes de producir nuevos neumáticos, los gerentes de la planta examinarían las últimas especificaciones. Los valores anteriores y los propuestos para el ángulo y el ancho del tambor serían evaluados en una hoja de cálculo programada con las ecuaciones de DOE. En caso de ser aceptables, se agregarían datos sobre los otros dos factores del proceso.

Para validar sus resultados, el equipo del proyecto utilizó la herramienta Análisis de capacidad del Asistente de Minitab. Los datos de salida del Asistente permiten comunicar fácilmente los resultados de un análisis a todas las partes interesadas, incluso a aquellas con poca experiencia en estadística. Con el éxito del proyecto, el personal de la planta ha notado cómo el análisis de datos puede ayudar a resolver incluso problemas de calidad de larga data.

El nuevo modelo se probó con un tamaño de neumático que había resultado particularmente difícil en el pasado. El equipo utilizó el modelo para determinar la configuración eficaz de los factores, y luego fabricó unos neumáticos con la nueva configuración del proceso. Para validar los resultados, utilizaron la herramienta Análisis de capacidad del Asistente de Minitab. También crearon una gráfica de control de antes y después, que reveló la impresionante mejora en el desempeño del neumático en la prueba del émbolo con el nuevo modelo. “Logramos nuestros resultados”, señala Quirós. “Cada vez que cambiábamos el nivel de un parámetro y volvíamos a realizar las pruebas, el promedio estaba muy cerca lo que pronosticaba el modelo. El resultado fue perfecto. Ahora estamos superando el objetivo para la prueba del émbolo”.

El uso del nuevo modelo pronto se extendió también a neumáticos de otros tamaños. Después el modelo se aplicó a un tamaño diferente de neumático para camiones ligeros, uno que nunca antes había pasado la certificación con banda de rodamiento de cintas. Esta vez, el proceso fue declarado apto después del primer ensayo. Desde entonces, Quirós y su equipo también han aplicado exitosamente el modelo a los neumáticos utilizados en la agricultura.

El éxito del proyecto ha aumentado la producción en la planta de Costa Rica, ahorrando cientos de miles de dólares y con un resultado de más de 2 millones de dólares en costos de oportunidad. “Ahora podemos utilizar el proceso de bandas de cintas para hacer más bandas, lo que nos permite fabricar más neumáticos”, sostiene Quirós. No obstante, los beneficios de este proyecto van más allá de los resultados financieros, señala. “La metodología Six Sigma puede transformar a una organización, e incluso proyectos que generan pequeños ahorros pueden tener un gran impacto en una empresa. Cambia la cultura de las personas que trabajan con uno. Ellos se dan cuenta de lo práctico que es el análisis de datos, y que resulta muy útil utilizar herramientas como Minitab para examinar sus datos todos los días. Ahora, cuando surgen problemas, el personal de la planta pregunta ‘¿cómo podemos utilizar la estadística para resolver estos problemas?’”

Bridgestone

ORGANIZACIÓN

Bridgestone Costa Rica

REVISIÓN GENERAL

  • El fabricante de neumáticos y productos de caucho más grande del mundo
  • Distribuye productos en más de 150 países
  • La planta de Costa Rica produce 12,000 neumáticos al día

RETO DE CALIDAD

Aumentar la capacidad de la planta y lograr la certificación de nuevos neumáticos con mayor rapidez.

PRODUCTOS UTILIZADOS

Minitab® Statistical Software

RESULTADOS

  • Ahorros iniciales del proyecto: $74,200
  • Optimización del proceso de fabricación de bandas de rodamiento
  • Ahorro de $2.5 millones en costos de oportunidad
Fuente:

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s