Disseny d’experiments, una potent eina estadística de millora. Aplicació a la millora de la qualitat dels lingots en una acereria

Antoni Robert Gadea (Asenta Management Consultants) i Xavier Tort-Martorell (Universitat Politècnica de Catalunya)

El secret de la competitivitat és el coneixement és saber coses que els altres no saben. L’estadística en general i el disseny d’experiments en particular són la millor, si no la única, forma sistemàtica d’aprendre dels processos. Sens dubte és per això que des de que als anys seixanta George Box i els seus col·legues van adaptar a la millora de productes i processos industrials les tècniques d’experimentació desenvolupades per Sir Ronald Fisher, la seva utilització a l’entorn empresarial no ha deixat de créixer. Actualment no solament és una eina d’ús habitual en molts sectors industrials (automoció, electrònic, químic…) sinó també en processos de serveis.

A continuació presentem un cas que, tot i que l’hem simplificat per mantenir la brevetat dels apunts d’aquest blog, il·lustra com aquesta tècnica combinada amb els coneixements tècnics i altres eines estadístiques constitueix una excel·lent eina d’aprenentatge.

Definició del problema: en una acereria es produeixen lingots que no compleixen l’especificació de romboidicitat. La romboidicitat es mesura per cada colada lot (colada) utilitzant un Vernier calibrat.

gadeatort1

gadeatort5

romboidicitat (%): 100*(D1-D2)/D1

.

El primer pas va ser identificar la línia més problemàtica. La Taula 1 mostra les dades de les sis línies de colada (strands). En vermell i groc les mesures de romboidicitat fora de especificació.

Una comparació de mitjanes (ANOVA) va confirmar clarament que la línia 1 era significativament millor que les demès i que les línies 3, 4 i 5 eren pitjors.

La taula següent, que hem mantingut en l’aspecte i idioma original, presenta els valors de romboidiciat per les sis línies:

gadeatortT1

Taula 1

Per identificar quines variables del procés podien ser la causa del problema es va fer una sessió de brainstorming amb la participació dels tècnics. A continuació, un anàlisi de correlacions va servir per eliminar algunes de les variables i identificar sis com les que més probablement provocaven l’excés de romboidicitat. En aquests punt cal remarcar que en entorns industrials complexos és especialment rellevant distingir entre correlació i causalitat. Aquesta va ser una de les raons que van portar a prendre la decisió de fer proves amb aquestes sis variables.

Els dissenys experimentals més utilitzats a la industria i al mon empresarial en general son els dissenys factorials amb les variables a dos nivells, ja que proporcionen una excel·lent relació entre l’esforç experimental i la informació adquirida. Són ideals per aprendre dels processos en forma seqüencial, aprofitant que en general a la industria la seva realització no requereix molt de temps i es pot aprofitar l’aprenentatge d’una prova per planificar la següent. A més, permeten detectar i estimar si hi ha interaccions entre les variables.

En aquest cas, tant les restriccions pressupostaries com aquesta idea d’aprenentatge seqüencial aconsellaven fer un disseny factorial fraccional (una petita part dels 64 experiments que hagués requerit un 2^6 complet). El disseny triat va ser un 2^(6-2), que té la interessant propietat que fent només 16 experiments permet l’estimació dels efectes de cada variable per separat i tenir una primera idea de si alguns dels factors interaccionen entre ells.

En aquests dissenys és molt important la tria dels dos nivells, ja que si es trien massa junts no es detecta l’efecte de la variable i se es trien massa separats l’aproximació lineal pot no ser adequada. Una tria deficient dificulta l’aprenentatge i acaba provocant la realització de més proves i per tant encarint el procés. Finalment les variables i nivells triats van ser els que apareixen a la taula següent:

gadeatort6Els setze experiments van ser els de la taula següent:

gadeatort7L’anàlisi de l’experiment mostra que les variables que afecten significativament la romboidicitat són la velocitat de la colada i la quantitat d’aigua de refrigeració. I que, a més, aquestes variables interaccionaven. La figura mostra el gràfic d’aquesta interacció.

gadeatort3

Interacció entre la velocitat de colada (V) i la quantitat d’aigua (Q)

La interacció posa de manifest que l’augment del cabal d’aigua no és suficient per compensar l’increment de velocitat, cosa que no succeeix a altres línies. Això fa pensar en algun problema en la instal·lació, una revisió dels sprays revela que a velocitats altes no proporcionen un flux ni homogeni, ni suficient.

Un cop identificat el problema, un canvi de broquetes i la identificació (de nou mitjançant el disseny d’experiments) de la millor orientació possible dels sprays van permetre millorar la qualitat de forma important.

La taula següent resumeix els resultats:

gadeatortfinalNaturalment aquestes millores van suposar importants beneficis econòmics: el cost del rebuig per romboidicitat va passar de 2,52 milions d’euros per any a 0,41milions. Les millores no es van aturar aquí, ja que es van prendre mesures per fer un correcte manteniment del sistema de refrigeració. Experiments posteriors van revelar altres canvis en el sistema de refrigeració que van permetre augments importants en la velocitat de les línies.

Galeria | Aquesta entrada s'ha publicat en Estadística i gestió de qualitat i etiquetada amb , , , , . Afegiu a les adreces d'interès l'enllaç permanent.

Una resposta a Disseny d’experiments, una potent eina estadística de millora. Aplicació a la millora de la qualitat dels lingots en una acereria

  1. Quina féina mes acurada, am resultat d´exit. Felicitats.

Deixa un comentari

Fill in your details below or click an icon to log in:

WordPress.com Logo

Esteu comentant fent servir el compte WordPress.com. Log Out / Canvia )

Twitter picture

Esteu comentant fent servir el compte Twitter. Log Out / Canvia )

Facebook photo

Esteu comentant fent servir el compte Facebook. Log Out / Canvia )

Google+ photo

Esteu comentant fent servir el compte Google+. Log Out / Canvia )

Connecting to %s