Date post: | 22-Jan-2018 |
Category: |
Data & Analytics |
Upload: | lourdes-pozueta-fernandez |
View: | 287 times |
Download: | 4 times |
Dra. Lourdes Pozueta [email protected]
Reducción de la variabilidad en un proceso de forja en ALCORTA FORGING GROUP
Jornada de Excelencia Operacional en la Industria y Servicios con Minitab
Barcelona 22 Octubre 2009
Pág. 2
Equipo de trabajo: • Alcorta Forging Group:
– Oskar Andrés, Jesús Mari Beitia, Juan Antonio Beneitez, Ruben de la Peña, Mikel Luque y operarios de proceso
• Avancex+i – Lourdes Pozueta – Becario doctorando TECNUN: Martin Tanco
• Centro Tecnológico INASMET-Tecnalia – Félix Peñalba
Pág. 3
Índice
1. Presentación empresa / productos
2. Oportunidad detectada
3. Objetivo proyecto
4. Plan de trabajo por hitos
Hito 1: Modelo Mental del Equipo Hito 2: Caracterizar Variabilidad Producción/Chequeo H1 Hito 3: Diseño Plan Experimental (DOE) Hito 4: Ejecución e interpretación resultados/ comunicación Hito 5: Prueba piloto
5. Conclusiones
Pág. 4
1- Presentación Empresa
• www.alcortagroup.com
• Fundada en 1911
• Evolución accionariado: Local (Familiar) è Internacional (Brockhaus, Mahle) è Local (F.+trabajadores)
• Evolución del producto: – armas y herramientas de mano è Sector Automoción
• Tecnología – Automatización: alta tecnología de producción de forja con 7 líneas parcial o
totalmente automatizadas – Tecnología Preforma (reducción peso bruto en pieza)
• Trabajo en equipo (minicompañías,…)
Pág. 5
2- Oportunidad detectada
PROCESO ACTUAL
Critical To Quality • Piezas homogéneas en espesor
OPORTUNIDAD: AUTOMATIZAR
Inicio: Parámetros proceso
Ajustes: Operario
mod
elos
co
nfor
mad
os
Tem
pera
tura
tiem
po
Ener
gía
Gol
peo
Posi
cion
es
Corte Horno ta
co MARTILLO+ Operario Rebabado
Control
Espesor ta
co c
alie
nte
Pie
za b
ruta
barr
a
Laminado
Pág. 6
3-Objetivo
Voz del CLIENTE • El estado del arte de la tecnología de forja con martillo permite controlar de forma muy
precisa la energía que en cada golpe es aplicada. Esta capacidad abre posibilidades que eran impensables con las tecnologías antiguas. Una de las principales es la poder obtener un espesor en las piezas mucho más estable, es decir, un proceso más controlado que fabrique piezas con una mejor calidad.
• Para obtener la estabilidad de espesores es necesario aplicar la energía de deformación necesaria en cada golpe y para cada barra de materia prima forjada. Un defecto de energía producirá sobreespesores de pieza y un exceso producirá desplazamientos en los utillajes, estos desplazamientos generarán paros para efectuar correcciones en el proceso productivo.
• La pregunta es ¿cuánta energía se debe aplicar en cada golpe? Para responderla se hace necesario modelizar el proceso de forja de tal forma que en tiempo real el autómata del martillo pueda recalcularla y enviar la consigna.
OBJETIVO 1. Modelizar el Proceso de Forja è Identificar X’s vitales y relación 2. Establecer procedimiento ajuste automático “on line” mediante
peso
Pág. 7
Hito 1: Modelo Mental del Equipo è Recoger Hipótesis
Hito 2: Caracterizar Variabilidad Producción. Situación partida
èEstimar capacidad de proceso è Chequear relación espesor-peso è Identificar síntomas de Hipótesis è Seleccionar X’s para experimentar
Hito 3: Diseño Plan Experimental (DOE)
è Plan de pruebas para estimar modelo Espesor = F(X’s) Hito 4: DOE Ejecución e interpretación resultados/ comunicación Hito 5: Prueba piloto ajuste Hito 6: Propuesta automatización
4-Plan trabajo
Pág. 8
4.1 Modelo Mental
espesor tacoVariabilidad
Martillo
Horno
Environment
Measurements
Methods
Material Personnel
C onocimiento
A justes
C olocación pieza
martilloEnergía absorbida
Prov eedor
Dureza
Espesor
Longitud taco
Proc. ajsutes desgaste
Proc. de A justes proceso
Proc. paros cortos
Proc. A rranque
medidaF recuencia
equipoV ariabilidad
seleccionadaC ota
Suciedad
Tª ambiente
Tiempo
Temperatura
Temperatura Utillaje
entrada de tacoTemperatura de
Estado prensa
Utillajes
en GolpesParámetros Energías
Diagrama Causa Efecto
"paciente"?observar alpermitenDatos que me¿Dónde hay
¿Qué factores pueden afectar la variabilidad en el espesor?
Pág. 9
Observar al Proceso a corto, medio plazo
– Registrar estado de X’s principales – Recoger datos de “espesor” y “peso”
Analizar
– Síntomas de variación no natural – Bondad de la relación “peso-espesor”
Plan de recogida de datos:
– Periodo que cubra en torno el 80% de variación del
proceso (cambio de lotes, turnos,…). – Intensificación en periodos corto, medio y largo plazo. – Mínima intervención en el proceso
4.2 Caracterizar variabilidad
Pág. 10
332925211713951
15,2
15,0
14,8Sam
ple
Mea
n
__X=15,0359
UCL=15,2054
LCL=14,8664
332925211713951
0,4
0,2
0,0
Sam
ple
Ran
ge
_R=0,1657
UCL=0,4265
LCL=0
3530252015
15,3
15,0
14,7
Sample
Valu
es
15,4515,3015,1515,0014,8514,7014,55
LSL USL
LSL 14,5USL 15,1
Specifications
15,515,014,5
Within
O v erall
Specs
StDev 0,0978706C p 1,02C pk 0,22
WithinStDev 0,17389Pp 0,58Ppk 0,12C pm *
O v erall
111
11
11
11
1
1
Process Capability Sixpack of Espesor14,5+0,6Xbar Chart
R Chart
Last 25 Subgroups
Capability Histogram
Normal Prob PlotA D: 0,996, P: 0,012
Capability Plot
540
525
510
495
480
3,9612E+103,9612E+103,9611E+103,9611E+10
15,4
15,2
15,0
14,8
14,6
14,4
3,9612E+103,9612E+103,9611E+103,9611E+10
15,6
15,4
15,2
15,0
14,8
14,6
0,3
0,2
0,1
0,0
-0,1
Peso Espesor14,5+0,6
Espesor_Cazuela Desplazamiento72-71
Variación de Peso y Espesor de Piezas (y Desplazamiento) a largo Plazo
Frecuencia: 1 muestra/horaPeriodo 11 Junio 13:30-13 Junio 4:45.
CAPACIDAD A CORTO / NO CAPAZ a LARGO PLAZO (reproceso de conformado frío posterior)
520510500490480470
15,50
15,25
15,10
15,00
14,75
14,50
14,25
Peso_LARGO
Espe
sor1
4,5L
AR
GO
S 0,102955R-Sq 65,9%R-Sq(adj) 65,6%
Regression95% CI95% PI
Fitted Line PlotEspesor14,5LARGO = 7,316 + 0,01553 Peso_LARGO
MALAS MALASBUENAS
Buenas""Casi
Malas""Casi
Bondad Modelo Espesor=F(peso) R2 65%
s= 0,10 (tolerancia ± 0,30) Incertidumbre alta en predicción (similar a var. corto plazo espesor)
El peso lo utilizaré para detectar variabilidad en espesor y rechazar piezas pequeñas (más rápido), NO para dar medida de espesor para el resto.
4.2 Caracterizar variabilidad: capacidad, espesor-peso,…
Pág. 11
15,5015,2515,0014,7514,50
530
520
510
500
490
480
470
15,5015,2515,0014,7514,50
Espesor14,5+0,6
Peso
Espesor_Cazuela717273
Huella
La huella también difieren más en cazuela14,5 que con espesor de CazuelaMás fuerte la relación Peso con espesor
Relación Peso con Espesor
Pág. 12
4.2 Caracterizar variabilidad:…, tendencias, asociación,..
3,9613E+103,9612E+103,9612E+103,9611E+10
1400
1350
1300
1250
1200
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7
14,6
X-Data
Var
Val
ue-T
empe
ratu
ra
Espe
sor1
4,5+
0,6
VarValue-Temperatura * Time_msEspesor14,5+0,6 * time ms-piezaslargo
Variable
Temperatura y Espesor14,5 (hay decalaje en medida)
1 hora
3,9613E+103,9612E+103,9612E+103,9611E+103,9611E+103,9610E+103,9610E+103,9609E+10
1500
1400
1300
1200
1100
1000
900
800
700
600
Time_ms
Var
Val
ue
06:00-13:0010 Junio
22:00-24:1510 Junio
12 Junio 06:4011 Junio 12:00 -
08:00-15.3012 Junio
Junio 01.4612 Junio 15:30-13
08:45-13.3013 Junio
Temperatura vs Time_ms
3,961
2E+1
0
3,961
1E+10
3,961
0E+10
3,961
2E+10
3,961
1E+10
3,961
0E+10
550
500
450
400
350
3,961
2E+10
3,961
1E+10
3,961
0E+10
550
500
450
400
350
VarValue-Golpe1*Time_ms
450
VarValue-Golpe 2*Time_ms_2 VarValue-Golpe 3*Time_ms_3
VarValue-Golpe 4*Time_ms_4 VarValue-Golpe5*Time_ms_5
450
11 Junio 12:00 - 13 Junio 06:00Periodo Estable 10 Junio 05:00-12:00 22:00-24:00 Periodo Inestable.
ENERGÍA GOLPES DE MARTILLO
Se ha tocado: Temperatura Horno y las velocidades de Golpe 1, 4 y 5
Difícil establecer asociaciones en presencia de variabilidad cuando se tocan muchas cosas a la vez
Ante paradas, los primeros tacos salen “fríos” (se separan)
Pág. 13
3,961
2E+1
0
3,961
2E+1
0
3,961
2E+1
0
3,961
2E+1
0
3,961
2E+1
0
3,961
1E+1
0
3,961
1E+1
0
3,961
1E+1
0
3,961
1E+1
0
3,961
1E+1
0
550
500
450
400
350
300
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7
14,6
14,5
14,4
X-Data
Ener
gía
de G
olpe
o
Espe
sor1
4,5+
0,6
32
4
5
1
Espesor
Energía de Golpeo (por Golpes) y Espesor
paradascomienzos buenos con
estabilidad
problemas, pocas piezascomienzos buenos con paradas
estabilidad
Lo intentamos explicar…
“Cuando la máquina comienza a trabajar el espesor está alto y va bajando con las consignas de Golpe estables hasta llegar a un nivel que coincide con máxima actividad de máquina. Baja la actividad y trabaja con Golpe 1 más bajo, el espesor con la máquina a medio rendimiento sube y para bajarlo se acaba subiendo el Golpe 4 y a continuación el Golpe 5. Además se había subido anteriormente la consigna de Temperatura en Horno”
¿Por qué se toca?
Para compensar efectos de contingencias en proceso (utillaje frío tras paradasèespesor alto, ….)
Porque se interpreta que algo está ocurriendo
Porque se cree que se va a mejorar con la “habilidad personal”
4.2 Caracterizar variabilidad:…,X’s candidatas
X’s candidatas:
X1: Temperatura Horno
X2 : Energía Golpe 4 (velocidad)
X1: Energía Golpe 5 (velocidad)
Pág. 14
• Nº Ensayos: 10 23 + 2 réplicas (Duración prevista 6 horas) ensayo 1 (puesta pto) se repite al inicio, medio y fin del experimento
• Nº piezas por ensayos: 6 piezas (1/5 minutos, 30’ total) huella 3
• Datos: Y’s (Espesor, peso) y variables de proceso (X’s)
• Personal durante experimentación: – 2 personas con experiencia en Martillo + Supervisor – Consultor + Técnico Forja (Centro Tecnológico)
4.3 Diseño Plan Experimental (DOE)
B. Procedimiento para experimentar 1. Puesta a punto de proceso hasta llevar a condición 1 (el último registro de la última producción).
Determinar cuando el proceso está estable: al comienzo surgen piezas de más grosor hasta que se logra estabilidad.
2. Tomar primera muestra de 6 piezas de la marca 72 (extraídas una cada 5 minutos) y datos de las variables de interés (plantilla)
3. Cambiar las consignas de proceso. Contar nº de piezas que se tiran hasta comenzar. Tomar a continuación la primera pieza de muestra y seguir cada 5 minutos, hasta obtener las 6 piezas
4. Repetir pasos 3 hasta acabar con las 10 condiciones del proceso. Durante todo el tiempo que dura el periodo de experimentación los únicos cambios que se realizarán en las consignas del proceso son las determinadas por el plan experimental. En caso de paro de máquina, el puesta a punto se realizará en las consignas que toque en ese momento. C . Características de la plantilla de histórico 1. Objetivo: Se utilizará una plantilla para registrar todos los datos de interés que sucedan en el
proceso durante el tiempo de experimentación 2. En ella, se registrarán en primer lugar, todos los cambios realizados a los parámetros de
interés. 3. También, se desea registrar cualquier incidencia que ocurra durante la experimentación 4. Además, se prestará atención a la cantidad de piezas necesarias para lograr la estabilidad desde
que llega la primera barra, hasta la primera aceptable. 5. El sistema automático de M. Luque permite recolectar automáticamente las energías de golpeo y
la temperatura de las barras a la salida del horno durante toda la experimentación. D. Características de la plantilla de muestras
Pág. 15
02/10
/200
8 18:3
7
02/10
/200
8 17:4
3
02/10
/200
8 16:3
6
02/10
/200
8 15:0
4
02/10
/200
8 14:2
3
02/10
/200
8 13:4
3
02/10
/200
8 12:4
5
02/10
/200
8 10:1
8
02/10
/200
8 09:4
3
02/10
/200
8 09:0
0
530
520
510
500
490
480
470
460
450
440
TiempoGolpe4
470
510
Time Series Plot of Golpe4
1
2 3
4 1b 5
67
8 1c
02/10
/200
8 19:1
3
02/10
/200
8 18:3
3
02/10
/200
8 17:4
0
02/10
/200
8 16:3
5
02/10
/200
8 15:0
1
02/10
/200
8 14:2
3
02/10
/200
8 13:4
6
02/10
/200
8 12:4
6
02/10
/200
8 10:1
7
02/10
/200
8 09:4
3
02/10
/200
8 09:0
0
530
520
510
500
490
480
470
460
450
Time Series Plot of Golpe5
1 2
3 4
1b 6
5 7
8 1c
02/10
/200
8 19:13
02/10
/200
8 18:29
02/10
/200
8 17:34
02/10
/200
8 16:27
02/10
/200
8 14:55
02/10
/200
8 14:14
02/10
/200
8 13:31
02/10
/200
8 12:31
02/10
/200
8 10:24
02/10
/200
8 09:42
02/10
/200
8 09:00
1330
1320
1310
1300
1290
1280
1270
1260
1250
TimeString
Var
Val
ue
1305
1275
Time Series Plot of Temperatura
1a
2
3
4
1b 5 6
7 8
1c
510
470
510
47013051275
Golpe 5
Golpe 4
Temperatura
0,48883
0,494500,50350
0,50117
0,50317
0,500170,51383
0,50917
Cube Plot (data means) for Peso
Exp: 1a, 1b, 1c
Exp. 2
Exp. 3
Exp. 4 Exp. 5
Exp. 6
Exp. 7
Exp. 8
estabilidad
4.4 DOE: Ejecución, …
No hay evidencia de que no se haya seguido bien el plan….
Pág. 16
4.4 DOE:…, Análisis,…
15,4
15,2
15,0
19:1518:0315:2514:1512:3009:40
15,4
15,2
15,0
14,8
19:1518:0315:2514:1512:3009:40
0,52
0,51
0,50
0,49
0,48
Espesor Caz.
Hora
Espesor
Peso 8
1a1b1c234567
Referencia
Time Series Plot of Espesor Caz.; Espesor; Peso
No se detectan grandes anomalías
ambiar en el proceso?)n última réplica a tener en cuenta en análisis (¿qué ha podidoxtrema (1305ºC, 510, 510) y se observa una pequeña diferenciaLas referencias 1a, 1b y 1c son réplicas de la condición más
e la variabilidad. Claramente el proceso responde a cambios de consigna a pesar
Claramente la Señal supera al Ruido
Estabilidad entre 1a y 1b; algo + alta 1c
30’ presenta variabilidad bien
121086420
98
95
90
85
80
70
60
50
403020100
Absolute Standardized Effect
Perc
ent
A TemperaturaB Golpe 4C Golpe 5
Factor Name
ABC
BC
AB
C
A
Half Normal Plot of the Standardized Effects(response is Espesor, Alpha = 0,05)
SignificativosEfectos
876543210
98
95
90
85
80
70
60
50
403020100
Absolute Standardized Effect
Perc
ent
A TemperaturaB Golpe 4C Golpe 5
Factor Name
ABC
C
A
Half Normal Plot of the Standardized Effects(response is Peso, Alpha = 0,05)
Efectos Significativos
¿Qué factores hacen mover?:
Temperatura
Golpe 5
Pág. 17
510470
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7510470
1275
Golpe 5
Espe
sor
1305
470510
Golpe 4
Multi-Vari Chart for Espesor by Golpe 4 - TemperaturaTemperatura
Exp. 1a, 1b, 1c
Exp. 2
Exp. 3
Exp. 4
Exp. 5
Exp. 6
Exp. 7
Exp. 8
4.4 DOE:…, Análisis,…
13051275
15,20
15,15
15,10
15,05
15,00510470
Temperatura
Mea
n
Golpe 5
Main Effects Plot for EspesorFitted Means
Modelos (Unidades codificadas)
Espesor = 15,112 – 0,102 Temp. -0,085 Golpe 5 S = 0,073mm R2= 82,04
Peso = 0,501 – 0,0056 Temp. -0,0052 Golpe 5 S = 0,0051gr R2= 72,82%
Pág. 18
0,520,510,500,490,48
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7
14,6
14,5
Peso
Espe
sor
14,5
15,1
8
1a1b1c234567
Referencia
Espesor = 7,218 + 15,74 Pesos=0,041 R-sq= 93,3%
algo menos espesor)1c?(Tienen más peso que 1a y 1b pero¿qué factor ha desplazado a las piezas
Se mantiene la tendencia de aumento en 0,015 por cada gramo de peso
Mejora la predicción tomando siempre la misma huella !!!!!
4.4 DOE:…, Análisis,…
Pág. 19
4.4 DOE: …política de control variabilidad..
Modo de detectar el aumento en peso. Operativa:
• Puesta a punto de máquina. o Producir hasta que se consigue estabilidad o Registrar pesos a partir de ese punto (media hora por ejemplo). o Calcular el peso promedio del periodo estable. MEDIA REFERENCIA o No activar el ajuste en este periodo o
• Activar control/ajuste o Tomar medias móviles de n unidades (a determinar). MEDIA MOVIL o Si |MEDIA MÓVIL- MEDIA |> 2 *0,04/raiz(n) ajustar el proceso o Ajuste
[(MEDIA MÓVIL- MEDIA)*0,015 /( 0,102/15) ] grados [(MEDIA MÓVIL- MEDIA)*0,015 /( 0,085/20) ] Energía de Golpeo 5
• Ejemplo:
Si el cambio en peso es de 10 gramos (MEDIA MÓVIL- MEDIA) = 10 El ajuste sería de 10 * 0,015 / (0,102/15) = 0,15 / 0,068 = 22ºC ó 10 * 0,015 / (0,085/20) = 0,15 / 0,068 = 35 unidades de Golpe 5
1019181716151413121111
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7
Sample
Mov
ing
Ave
rage
__X=15,07
UCL=15,2255
LCL=14,9145
Moving Average Chart of Espesor14,5+0,6_2
0,08Ajuste
CONTROL / AJUSTE:
• CONTROL: Moving Average del PESO de huella 3 • AJUSTE: por TEMPERATURA o por Velocidad de Golpe 5 [(MEDIA MÓVIL- Nominal)*0,015 /( 0,102/15) ] grados [(MEDIA MÓVIL- Nominal)*0,015 /( 0,085/20) ] Energía de Golpeo 5
Pág. 20
• Prueba Piloto: • Resultados Ok. • Menor ajustes de lo habitual
• Estado actual: – Línea Nueva con pesado incorporado – Fase piloto de incorporación del software para unir peso al
control del Martillo y Horno • Control por Golpe 5 antes que Temperatura • No tocar Golpe 4 si no necesario
4.5 Prueba Piloto / Automatización
Pág. 21
5. Conclusiones
• Cambio Modelo Mental – Los sobreajustes aumentan la variabilidad – Golpe 4 poco efizaz
• Conocimiento de qué afecta y cómo afecta
• Incorporación de conocimiento a nuevas tecnologías è Aumento Competitividad (+productividad + calidad +imagen cliente)
• Participación minicompañía: Ayuda a Gestión del cambio