Buscar en Google Scholar
Título: Mejora de procesos productivos para reducir los defectos con la aplicación de Control estadístico de Procesos (SPC) y Poka Yoke en una empresa metalmecánica
Otros títulos: Improvement of production processes, to reduce defects with the application of Statistical Process Control (SPC) and Poka Yoke in a metalworking company
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 21-jun-2024
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: Este Trabajo de Suficiencia Profesional se enfoca en optimizar los procesos operativos de una empresa metalmecánica en Perú, destacando la detección de defectos mediante el Control Estadístico de Procesos (SPC) y la herramienta Poka Yoke para corregir variabilidades. La efectividad de este método se comprobó durante el estudio. Primero, se analizaron las no conformidades en la producción de productos diamantinos, encontrando que el 50.26% de las fallas ocurrían en el área de grafito. Se recopilaron datos sobre el proceso de grafito y su historial de no conformidades, identificando errores de medición en las piezas de grafito que generan las vías de aguas en el producto diamantino. Luego, se aplicaron técnicas de SPC con el fin de detectar cualquier variación o desviación del proceso que pueda afectar la calidad del subproducto, lo cual nos permite aplicar medidas correctivas mediante el empleo de Poka Yoke para conseguir las medidas correctas de las piezas de grafito que generan las vías de agua. Los resultados, validados mediante simulaciones, mostraron una reducción significativa en las no conformidades, disminuyendo las piezas defectuosas, reduciendo costos de reprocesos y mejorando la calidad del producto final. La implementación de SPC permitió la detección temprana de problemas y el uso de Poka Yoke proporcionó medidas correctivas. En conclusión, el estudio demuestra que la aplicación de SPC y Poka Yoke en la empresa metalmecánica de Lima, Perú, fue efectiva para mejorar los procesos operativos, reduciendo significativamente las no conformidades y mejorando la calidad y eficiencia de la producción.

This Professional Proficiency Work focuses on optimizing the operational processes of a metalworking company in Peru, highlighting the detection of defects through Statistical Process Control (SPC) and the Poka Yoke tool to correct variabilities. The effectiveness of this method was proven during the study. First, nonconformities in the production of diamond products were analyzed, finding that 50.26% of the failures occurred in the graphite area. Data was collected about the graphite process and its history of non-conformities, identifying measurement errors in the graphite pieces that generate water paths in the diamond product. Then, SPC techniques were applied in order to detect any variation or deviation in the process that may affect the quality of the by-product, which allows us to apply corrective measures through the use of Poka Yoke to achieve the correct measurements of the graphite pieces that generate waterways. The results, validated through simulations, showed a significant reduction in non-conformities, reducing defective parts, reducing rework costs and improving the quality of the final product. The implementation of SPC allowed for early detection of problems and the use of Poka Yoke provided corrective measures. In conclusion, the study demonstrates that the application of SPC and Poka Yoke in the metalworking company in Lima, Peru, was effective in improving operational processes, significantly reducing non-conformities and improving production quality and efficiency.
Enlace al repositorio: http://hdl.handle.net/10757/675487
Disciplina académico-profesional: Ingeniería Industrial
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero industrial
Jurado: Bermudez Sanabria, Pedro Martin; Castro Rangel, Percy Roberto
Fecha de registro: 27-ago-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons