Interacción entre lean manufacuring y Six sigma. Parte 3- análisis Weibull y TPM

Una parte fundamental en la creación de flujo en lean manufacturing es el mantenimiento total productivo TPM. Equipos de producción no en estado óptimo de operación, independientemente al porcentaje de balanceo que has podido lograr y hasta con implementación perfecta de un baton pass, romperán eventualmente el flujo tan pronto que se producen cualquier avería o paradas menores. De hecho mientras más balanceo tienes más caótica será la interrupción del flujo por algún problema de maquinaria.

En el pilar de kaikaku hozen (mantenimiento planificado) de TPM existen dos indicadores clave para medir la fiabilidad y la mantenibilidad de las máquinas y son respectivamente el MTBF (mean time between failure) tiempo promedio entre falla y MTTR (mean time to repair) tiempo promedio para reparación . Estos indicadores permiten entre otros

1- robustecer el plan y programa de mantenimiento preventivo
2- optimizar el costo y los niveles de inventario de repuestos
3- optimizar la programación de la producción y los tiempos de entrega
4- mejorar las habilidades técnicas del personal de mantenimiento.

Estos 4 beneficios serían aún más certeros, fuertes, y ventajosos si llevamos junto a los indicadores un Análisis Weibull. Es una herramienta estadística. El análisis de Weibull es la técnica mayormente elegida para estimar una probabilidad, basada en datos medidos o asumidos. La distribución de Weibull descubierta por el sueco Walodi Weibull, fue anunciada por primera vez en un escrito en 1951. La distribución de Weibull es útil por su habilidad para simular un amplio rango de distribuciones como la Normal, la Exponencial, etc. Las técnicas discutidas en la distribución de Weibull son similares a las usadas con las distribuciones Normal y Log-Normal.

Con la distribución Weibull se puede estimar el tiempo futuro del fallo o calcular la probabilidad de fallo en un tiempo "x" que puedes variar para ver la variación (aumento o disminución) de la probabilidad. Queda obvio que en particular con esta habilidad que nos da el Weibull podemos fácilmente lograr los primeros 3 beneficios mencionados.

Pero como se dijo Weibull puede tomar varias formas de distribución dependiendo de un factor de forma o pendiente llamado Beta. Ver más sobre Weibull. Pero lo interesante es que un

1- un beta <1 implica mortalidad infantil de la maquina

Los Equipos electrónicos y mecánicos pueden iniciar con una alta grado de fallas en el inicio de proyectos y nuevos diseños, otros modos de falla son:
Reparaciones inadecuado o fuerzas, presiones ocultas.
Problemas de producción
Problemas de ensamble.
Problemas de control de calidad.
Problemas de inspecciones programadas.
Fallas en componentes eléctricos.

2- beta =1 implica fallas aleatorias

Falla independiente del tiempo o aleatorias y es igual a una distribución exponencial.
Errores de mantenimiento / errores humanos
Fallas debido a naturaleza, daños u objetos desconocidos, rayaduras.
Mezcla de datos de 2 o más modos de falla.
Intervalos entre fallas.
Inspecciones programadas no apropiadas.

3- beta >1 implica falla por desgaste.

Este se divide en dos clases.

A). 1< β < 4 Implica falla por deterioro temprano
Si esta falla ocurre dentro del ciclo de vida es una desagradable sorpresa. Estas son muchas fallas de modo mecánicos en esta clase.
Bajo un ciclo de fatiga.
Muchas fallas de rodamientos.
Corrosión.
Erosión.

B). β > 4.0 Implica deterioro rápido por edad de uso
Típicos modos de falla de piezas con edades muy viejas o por uso pesado, también incluye:
Corrosión por esfuerzos.
Propiedades de los materiales.
Algunas formas de erosión.

Todos aquellos modos de falla interrumpen el flujo en lean manufacturing pero lo bueno es que un sistema holistico lean six sigma en el cual usamos el Weibull nos permite prever cuando se rompiera el flujo y elaborar un plan de contingencia para evitar el caos en la producción o el servicio.

A mi me resulta particularmente interesante este tema por la implementación que estoy haciendo de TPM, por lo que me gustaría saber cual es el momento idóneo para realiza los análisis weibull, puesto que el proyecto aún es muy joven a mi entender. Necesito orientación para dar este paso.

Todo depende de la cantidad de data histórica recolectada sobre tiempo entre fallas, si tienes alguna. Weibull es una distribución y como tal mientras más datos en la elaboración de la distribución, más factible es su análisis de predicción. Esto implica a la vez con que frecuencia se presentan las averías en caso de no tener y hay empezar a construir el histórico. Mientras menos falla el equipo más tiempo antes de poder hacer Weibull con un intervalo de confianza de 90% ya que la estadística en mejor con mucho datos.

En otra palabra debes iniciar cuando tengas suficientes datos para trabajar las estadísticas.

Gracias Walker, efectivamente, considero que no tengo suficiente data recolectada para entra en ese analisis, ademas es una herramienta six sigma, en cuyo campo todavia no tengo experiencia. A propocito quisiera saber cuando tiene un curso de six sigma es que me interesa aprende sobre esa metodologia yo investigo pero no es lo mismo si te lo explica un Master Black Belt.

Muy interesante esta forma de usar la distribución Weibull para hacer mas robusto el tema de la planificación del mantenimiento, sobre todo el mantenimiento preventivo.

Pero una pregunta, a ver si entendí.... Entonces dicho esto, con la distribución Weibull no solo nos ayuda a elaborar un plan de mantenimiento preventivo sino también de mantenimiento predictivo???

Gadiel Carrero escribió:Muy interesante esta forma de usar la distribución Weibull para hacer mas robusto el tema de la planificación del mantenimiento, sobre todo el mantenimiento preventivo.

Pero una pregunta, a ver si entendí.... Entonces dicho esto, con la distribución Weibull no solo nos ayuda a elaborar un plan de mantenimiento preventivo sino también de mantenimiento predictivo???

Creo que es un metodo que puede aportar sierto grado de prediccion si se interpretan adecuadamente los resultados, aunque no te dira la fecha exacta ni la hora de fallo como para predecirlos con presiciion, pero si te indicara cual es en factor mas contribuyente y la probabilidad de este en las paradas del o los equipos analizados ejemplo:

1- un beta <1 implica mortalidad infantil de la maquina
2- beta =1 implica fallas aleatorias
3- beta >1 implica falla por desgaste.

Ademas recuerda que con la distribución Weibull se puede estimar el tiempo futuro del fallo o calcular la probabilidad de fallo en un tiempo "x" que puedes variar para ver la variación (aumento o disminución) de la probabilidad.