La variabilidad de los procesos es una de las preocupaciones rutinarias de las grandes industrias. ¿Cómo podemos mejorar esta herramienta de gestión de la calidad para lograr resultados aún mejores?
Introducción al concepto
Dentro de la realidad de las empresas, el tema de la gestión de la calidad es bastante común.
La práctica comenzó a mediados de la década de 1920 y, desde entonces, se ha desarrollado para determinar la integridad no solo del producto final, sino también del proceso de producción y de todos los involucrados. Junto a esta práctica, uno de los métodos que se atribuyen al buen funcionamiento de las industrias es el SPC, o Control Estadístico de Procesos, cuyo origen también se remonta a la década de 1920. Este control funciona mediante la obtención y análisis de los datos recogidos en las pruebas periódicas realizadas en producción. En resumen, los datos estadísticos ayudan a controlar el tiempo y los recursos en las industrias.
¿Qué es la variabilidad del proceso?
Todavía dentro del método SPC, en vista de la preocupación por los cambios que pueden ocurrir dentro de las operaciones, surge el concepto de Variabilidad de Procesos. Con el fin de predecir y comprender su influencia en el proceso, las causas de la variabilidad se dividen en dos categorías:
- Causas de variación Comunes: son variaciones relacionadas con efectos acumulativos, por ejemplo, el desgaste de las máquinas y el cambio climático. Su previsibilidad acaba convirtiéndolo en parte del proyecto, teniendo su existencia como un factor esperado y fácilmente reparado por los empleados implicados, sin necesidad de mayor intervención.
- Causas de variación Especial: Son interferencias que afectan bruscamente al producto final, como materiales de baja calidad y errores de configuración de la máquina. Deben estudiarse para que se integren en el proceso o se eliminen por completo, a fin de no interferir con la consistencia general de la operación.
Diferenciar las causas en comunes y especiales es una forma de mapear la situación en la que hay variabilidad. Dentro de esto hay otras medidas para determinar la gravedad de la situación, llamadas Límites Aceptables. Delimitados por las directrices de los organismos reguladores y las industrias, existen dos:
- Límite de especificación (LE): Pautas de calidad del mercado, que definen la variación de dos maneras: superior al límite de especificación (LSE) o inferior al límite (LIE);
- Límite de control (LC): Las pautas construidas por las propias empresas tienden a ser más estrictas que las mencionadas anteriormente, pero siguen la misma lógica de categorización de la variación: superior al límite (LSC) e inferior al límite (LIC).
¿Por qué reducir la variabilidad?
Un proceso sin control de las variables, o control de su gestión, suele ser un proceso que no solo no cumple con las exigencias de calidad necesarias, sino que además acaba teniendo un coste considerablemente superior al necesario. La alta variabilidad en los procesos se traduce en una mayor inversión en asistencia y mantenimiento de las máquinas, además de un mayor coste en las inspecciones. También puede provocar desperdicios de materiales y producto final, generando incluso impactos ambientales. Todo esto sigue afectando a la calidad, creando un efecto dominó en otras áreas relacionadas.
Estas son preocupaciones que se conocen desde hace décadas y que se remedian con metodologías como las mencionadas anteriormente. El avance tecnológico de las máquinas ha traído consigo nuevas necesidades de control, que siguen la velocidad de las líneas y para remediar cualquier adversidad.
Transformación del control estadístico para disminuir la variabilidad del proceso
La búsqueda de la confiabilidad y consistencia dentro de los procesos fue lo que llevó a la creación de métodos como SPC y sus atribuciones como variabilidad del proceso. El mismo enfoque continúa con el avance de la industria 4.0 y su inserción dentro de las fábricas y su producción.
Es necesario que las oportunidades de las nuevas tecnologías se alinen en la búsqueda de mejores resultados, alimentando y transformando las ya bien estructuradas formas de planificación, ahora basadas en datos precisos, abundantes y en tiempo real. Con la implementación y aplicación de tecnologías de recopilación, análisis y procesamiento de datos, se hace posible comprender y actuar sobre los factores que contribuyen a la variabilidad del proceso. A continuación, mostramos algunas áreas en las que la recopilación de datos de proceso tiene protagonismo en las mejoras de producción:
- Materiales
Para garantizar que el producto entregado al final de la producción sea siempre el mejor posible, es necesario que el control de calidad comience temprano. La inversión en materia prima de calidad es el primer paso para evitar posibles problemas de variabilidad y aumento de costes con reparaciones y devoluciones de productos. Para garantizar que esto suceda, es esencial la integración de tecnologías que agilicen la inspección y el análisis del estado de la materia prima antes de que pueda comenzar a ser transformada. Cuantos más datos sobre las condiciones del material antes y durante el proceso, mayor será el control de cómo sucederá esto, reduciendo las posibilidades de que ocurran variaciones.
- Maquinaria y equipo
Además de invertir en tecnología, invertir en estrategias más ágiles también mejora el proceso. Alternativas como el Mantenimiento Predictivo permiten identificar y actuar sobre los problemas incluso antes de que puedan afectar al proceso, impactando directamente en la variabilidad.
Para ello, los datos de fallos, rendimientos, sensores y actuadores de las máquinas ayudan a delimitar más rápidamente dónde pueden presentar problemas y así actuar con mayor precisión y rapidez, ahorrando recursos en mantenimiento, materiales y tiempo.
- Datos de calidad
El coste de reparar la falta de calidad de un producto aumenta proporcionalmente cuanto más tarde se identifica en el proceso. En casos extremos, puede causar un daño irreparable a la marca e imagen de la empresa cuando el producto ya está con el cliente final. Por lo tanto, el seguimiento en tiempo real de los elementos de calidad de un producto a lo largo de la cadena de producción permite actuar sobre los problemas y sus causas, reduciendo el coste de la repetición del trabajo y contribuyendo a la estabilidad del proceso en su conjunto.
Concluir
La variabilidad del proceso va y viene con la eficacia del análisis de datos. El control estadístico basado en muestras ya no satisface las necesidades de las industrias que planifican metas de producción muy superiores a las del siglo pasado. Los diagnósticos remotos, en tiempo real y más fiables de la variabilidad de los procesos son clave para una ejecución más precisa, fácil y eficiente, y la inversión en la recopilación de datos es el primer paso hacia esta realidad.
Referencias: