Statistical process control and PDCA for quality improvement in the mexican automotive industry

• Erick G.Torres-Bermúdez ^[1] ; Hugo A Pérez-Vicente ^[1] ; Mariana Ruiz-Morales ^[1] ; Jonás Velasco-Álvarez ^[2]
  1. [1] Universidad Iberoamericana

     Universidad Iberoamericana

     México

     
  2. [2] Centro de Investigación en Matemáticas (CIMAT), A.C.
• Localización: Ingeniería, investigación y tecnología, ISSN 1405-7743, ISSN-e 2594-0732, Vol. 25, Nº. 1, 2024
• Idioma: inglés
• Títulos paralelos:
  • Control estadístico de proceso y PDCA para mejora de la calidad en la industria automotriz mexicana
• Enlaces
  • Texto completo
• Resumen
  • español

    A pesar de los avances en el ámbito de la mejora de la calidad, el Control Estadístico de Procesos (CEP) persevera como una herramienta ampliamente utilizada y aceptada por empresas manufactureras en todo el mundo. Esta popularidad duradera se atribuye a su adhesión a los principios establecidos por Shewhart, los cuales siguen siendo válidos desde su creación en 1924. A lo largo de los años, el CEP ha demostrado consistentemente su eficacia en la optimización de procesos de fabricación, la mejora de la calidad del producto y el fomento de iniciativas de mejora continua. En particular, la calidad es una necesidad imperante en la industria automotriz. En México esta industria ocupa el tercer lugar en importancia, y a nivel mundial, ocupa el quinto lugar en términos de volumen y actividad transaccional. Esta investigación se enfoca en un estudio de caso exitoso que demuestra el mejoramiento de la capacidad en una operación crítica de maquinado dentro de una planta automotriz mexicana, específicamente dedicada a la remanufactura de motores de camiones. Esta mejora se logró a través del análisis de gráficas de control x̅ y R, seguido de la implementación del ciclo Planificar-Hacer-Verificar-Actuar (PHVA). Los resultados obtenidos se derivaron de un análisis comparativo de datos de dos periodos distintos en el proceso de maquinado de diámetros de bujes. Este análisis reveló un aumento significativo en la capacidad del proceso, con una mejora de 13.08 % en el Índice de Capacidad del Proceso (Cpk) y un aumento de 17.2 % en el Índice de Desempeño del Proceso (Ppk). La disminución en las piezas fuera de especificación mostró una mejora notable de 72.7 %. Además, se observó una mejora en la variabilidad del proceso, con una reducción de 8.33 % en el rango medio. La importancia de esta investigación radica en la identificación empírica de brechas y oportunidades en los ámbitos de aseguramiento y control de calidad, utilizando metodologías para la mejora de la calidad. Al descubrir estas brechas y oportunidades, este estudio brinda conocimientos valiosos que pueden orientar los esfuerzos futuros para mejorar las prácticas de calidad y fomentar la mejora continua en el campo.

  • English

    Despite the advancements witnessed in the realm of quality improvement, Statistical Process Control (SPC) perseveres as a universally embraced and extensively employed tool within manufacturing companies across the globe. This enduring popularity can be attributed to its adherence to the time-tested principles established by Shewhart, which have withstood the test of time since its inception in 1924. Over the years, SPC has consistently proven its efficacy in optimizing manufacturing processes, enhancing product quality, and fostering continuous improvement initiatives. Particularly in the automotive industry quality is an utmost necessity. In Mexico this industry ranks as the 3rd most significant, and globally, is the 5th in terms of volume and transactional activity. This research focuses on a successful real case study that demonstrates the enhancement of capability in a critical machining operation within a Mexican automotive plant, specifically dedicated to truck engine remanufacturing. This improvement was achieved through the analysis of x̅ and R control charts, followed by the implementation of the Plan-Do-Check-Act (PDCA) cycle. The results obtained were derived from a comparative analysis of data from two distinct periods in the machining process of bushing diameters. This analysis revealed a significant increase in process capacity, with a 13.08 % improvement in the Process Capability Index (Cpk) and a 17.2 % enhancement in the Process Performance Index (Ppk). The decrease in expected out-of-specification parts showed a remarkable improvement of 72.7 %. Additionally, there was an enhancement in process variability, with a notable 8.33 % reduction in the mean range. The significance of this research lies in the empirical identification of gaps and opportunities within the realms of quality assurance and quality control, utilizing methodologies for quality improvement. By uncovering these gaps and opportunities, this study provides valuable insights that can guide future efforts to enhance quality practices and drive continuous improvement in the field.