Machine workshops generate high scrap rates, causing non-compliance with timely delivery and high production costs. Due to their natural characteristics of a low volume, high-mix production batches, and serial and parallel configurations, generally the causes of their failure are not well documented. Thus, to reduce the scrap rate, and evaluate and improve their reliability, their system characteristics must be considered. Based on them, our proposed methodology allows us to evaluate the system, subsystem, and component–subsystem relationship by using either the Weibull and/or the exponential distribution. The strategy to improve the system performance includes reliability tools, expert interviews, cluster analysis, and root-cause analysis. In the application case, the failure sources were found to be mechanical and human errors. The component maintenance/setup, institutional conditions/attitude, and subsystem process/operation were the machine factors that presented the lowest reliability indices. The improved activities were monitored based on the Weibull β and η parameters that affect the system reliability. Finally, by using a life–effort analysis, and the method of comparative analysis of two sequential periods, we identified the causes that generated a change in the Weibull parameters. The contribution of this methodology lies in the grouping of the tools in the proposed application context.
Este trabajo contiene el sistema hombre-máquina del área de maquinado, basado en la configuración serie-paralelo y en las relaciones componente-subsistema. Se utilizó el análisis de causas y un sistema de clasificación mediante el Análisis de Conglomerados, para analizar las piezas no conformes ocurridas en 3 talleres de maquinado del sector metalmecánico y diseñar el modelo del sistema hombre-máquina. El propósito del modelo del sistema hombre-máquina es proveer las condiciones adecuadas para aplicar algunos modelos estadísticos para evaluar la confiabilidad, con en el enfoque de los sistemas serie-paralelo y bajo los supuestos de una tasa de falla constante y aditiva de las distribuciones Exponencial y Weibull respectivamente. Como una entrada del primer modelo estadístico se utilizaron los tiempos para las fallas de las piezas no conformes y pruebas de bondad de ajuste, para evaluar la confiabilidad de las relaciones componente-subsistema. Para el segundo modelo estadístico, se utilizaron las confiabilidades de las relaciones componente-subsistema, para evaluar la confiabilidad de los subsistemas, con la configuración de sistemas en serie. Las entradas del tercer modelo estadístico, se utilizaron las confiabilidades de los subsistemas, para evaluar la confiabilidad del sistema hombre-máquina, con la configuración de un sistema en paralelo. El sistema hombre-máquina y los modelos estadísticos fueron implementados y validados en una compañía del sector metalmecánico con una tasa de producción de bajo volumen y alta mezcla, cuyas operaciones son realizadas por máquinas convencionales y de Control Numérico (CNC). Con el Sistema hombre-máquina fue posible conocer la estructura formal de las áreas de maquinado desde las piezas no conformes del área de scrap e identificar las subcausas de falla que afectan al sistema (componentes). Los componentes identificados fueron: mantenimiento/set up, condiciones institucionales/actitud, perfil de ingreso, información/comunicación, calibración y proveedor. También fueron identificados los lugares más comunes donde ocurrieron las fallas (subsistemas). Los subsistemas identificados fueron: máquina, herramienta, proceso/operación, medición/instrumentación, programación/diseño y material. A través de los modelos estadísticos fue posible obtener los índices de confiabilidad para cada relación componente-subsistema, para cada subsistema, así como para el sistema hombre-máquina, identificando así áreas para la mejora. La compañía donde se implementó y validó la metodología, presentaba un alto índice de scrap en el área de maquinado y fue posible identificar que el subsistema proceso/operación y los componentes mantenimiento/set up y condiciones institucionales/actitud tuvieron la confiabilidad más baja y fueron consideradas como áreas de oportunidad para la mejora. Durante 7 horas la confiabilidad hombre-máquina es de 0,1409 (la probabilidad de encontrar un producto sin fallos para el que debe ser desechado es del 14.09%). En el taller de maquinado, los problemas que causaron estos bajos niveles de confiabilidad se atribuyen al insuficiente programa de mantenimiento preventivo y predictivo. Las acciones para la mejora están consideradas en otra investigación. Este tipo de investigación estudia un problema poco estudiado, como es la confiabilidad del sistema hombre-máquina en áreas de maquinado e investiga desde una perspectiva innovadora, además de preparar el campo para nuevos estudios en el sector metalmecánico.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.