La variabilidad de los procesos es una de las preocupaciones rutinarias de las industrias manufactureras. ¿Cómo podemos mejorar este indicador 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 mantener la integridad no solo del producto, 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 recopilación y análisis de datos recogidos en 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?
En el método SPC, respecto a los cambios y problemas que pueden ocurrir dentro de las operaciones, surge el concepto de Variabilidad de Procesos. Para 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, la vida útil de las máquinas y el cambio climático. Su previsibilidad acaba convirtiéndolo en parte del proyecto, teniendo su existencia como factor esperado y fácilmente reparable 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 integrarse en el proceso o eliminarse por completo, para no interferir con la consistencia general de la operación.
Clasificar las causas en comunes y especiales es una forma de identificar la situación en la que se encuentra la variabilidad. Además, todavía existen otras medidas para rastrear la gravedad de la situación, llamadas Límites Aceptables. Delimitado por los lineamientos de los organismos reguladores y de las industrias, tales como:
- Límite de especificación (SE): Pautas de calidad del mercado, que definen la variación de dos maneras: superior al límite de especificación (USL) o inferior al límite (LSL);
- Control de límites (LC): Las pautas construidas por las propias industrias tienden a ser más estrictas que las mencionadas anteriormente, pero siguen la misma lógica de categorización de la variación: superior al límite (USL) e inferior al límite (LSL).
¿Por qué reducir la variabilidad?
Un proceso sin control de las variables, o control de 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 de los procesos se traduce en una mayor inversión en asistencia y mantenimiento de las máquinas, además de un aumento de los costes en inspecciones. También puede provocar desperdicios de materiales y producto final, permitiendo la generación de 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 llevan a cabo mediante metodologías como las mencionadas anteriormente. El avance tecnológico de las máquinas ha traído consigo nuevas necesidades de control, que rastrean las líneas de velocidad y cualquier otra adversidad.
Transformación del control estadístico para disminuir la variabilidad del proceso
La búsqueda de confiabilidad y consistencia dentro de los procesos llevó a la creación de métodos como el SPC y sus atribuciones en la variabilidad del proceso. El mismo propósito también se encuentra en el avance de la Industria 4.0 y sus aplicaciones en las fábricas y su producción.
Las nuevas oportunidades tecnológicas deben aliarse 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. En la siguiente sección, hay algunas áreas en las que la recopilación de datos contribuyó a mejorar la producción:
- Materiales
Para garantizar que el producto entregado al final de la producción esté en su mejor estado, el control de calidad debe comenzar temprano. La inversión en materias primas de calidad es el primer paso para evitar posibles problemas de variabilidad y aumento de costes con reparaciones y devoluciones de productos. Para asegurar este proceso, es fundamental 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 se recopilen sobre las condiciones del material antes y durante el proceso, mayor será el control de cómo se convertirá esta producción, reduciendo las posibilidades de que se produzcan variaciones.
- Maquinaria y equipo
Además de invertir en tecnología, centrarse en estrategias más ágiles también mejora el proceso. Alternativas como el Mantenimiento Predictivo permiten identificar y corregir problemas incluso antes de que puedan dañar el proceso, impactando directamente en la variabilidad.
Dentro de este tema, los datos, el rendimiento, los sensores y las herramientas de las máquinas ayudan a delimitar más rápidamente la ubicación que puede presentar problemas y, en consecuencia, actuar con mayor precisión y rapidez, ahorrando recursos en mantenimiento, materiales y tiempo.
- Datos de calidad
El costo de reparación del producto de baja calidad aumenta proporcionalmente cuanto más tarde se identifica durante 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 a lo largo de la cadena de producción permite la corrección de los problemas y sus causas, reduciendo el coste de los retrabajos y contribuyendo a la estabilidad del proceso en su conjunto.
Conclusión
La variabilidad de los procesos 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.
