Oee Integrado para Mejora Estructurada de Productividad Fab. Semiconductores

Machine Translated by Google
El número actual y el archivo de texto completo de esta revista están disponibles en Emerald
Insight en: https://www.emerald.com/insight/1741-0401.htm
Un marco OEE integrado para la Integrado
mejora estructurada de la marco OEE
productividad en una planta de

fabricación de semiconductores 1081
Chew Keat Cheah, Joshua Prakash y Kok Seng Ong Recibido el 13 de mayo de 2019
Revisado el 31 de octubre de 2019
Facultad de Ingeniería y Tecnología Verde, Universiti Tunku Abdul Rahman, 1 enero 2020
Kampar, Malasia Aceptado el 1 de enero de 2020
Resumen
Propósito: el propósito de este documento es presentar un marco práctico integrado de eficacia general
del equipo (OEE) que abarque las características principales de OEE.
Diseño/metodología/enfoque: el documento revisó los antecedentes de OEE y los marcos de mejora y exploró las limitaciones.
Se desarrolló un marco OEE integrado mediante la sinergia de las fortalezas de OEE y los marcos de mejora para complementar
las deficiencias. Este nuevo marco es la base de los conceptos OEE y proporciona pasos de mejora estructural. Se aplicó para
ayudar y guiar sistemáticamente a los profesionales de OEE en un estudio de caso.
Hallazgos: la revisión de la literatura de OEE encontró que hay una falta de marcos de mejora con pasos sistemáticos
desarrollados específicamente para la implementación de OEE. Por el contrario, una revisión de los marcos de mejora de
diferentes metodologías reveló que no capitalizan completamente el uso de medidas de desempeño como puntos de referencia
e impulsores de mejora. Se desarrolló y validó un marco integrado que incorporó las ventajas de OEE y marcos de mejora
convencionales a través de un estudio de caso durante un período de 38 semanas. El rendimiento de OEE antes de las mejoras
era bajo (73,4 %) debido a las pérdidas por alta disponibilidad (76,5 %). Tanto el OEE como la disponibilidad alcanzaron el
objetivo del 76,5 % y el 80 %, respectivamente, después de utilizar el marco para las mejoras.
Limitaciones/implicaciones de la investigación: los artículos revisados representan una muestra de artículos presentes en la
literatura y se seleccionaron en función de su relevancia. Un mayor número de artículos incorporados a la revisión de la literatura
ciertamente traería consigo un estudio más completo.
Implicaciones prácticas: el marco de OEE integrado propuesto proporciona a los profesionales de OEE instrucciones y pasos
sistemáticos combinados con características de evaluación comparativa y priorización de pérdidas para esfuerzos de mejora
efectivos. Además, proporciona una visión general para que los profesionales tomen mejores decisiones en la gestión de
proyectos. Esto ayuda a abordar los problemas comunes de los profesionales que no están seguros de cuál es el próximo paso
de mejora. Un estudio de caso que utilizó el marco propuesto en una empresa de semiconductores logró con éxito los puntos
de referencia de OEE y estableció un objetivo para el tiempo de conversión.
Originalidad/valor: este documento proporciona un nuevo marco integrado de OEE que ofrece un enfoque sistemático para
implementar mejoras de OEE.
Palabras clave OEE, eficacia general del equipo, métrica de rendimiento, marco de mejora, estudio de caso Tipo de papel
Estudio de caso
1. Introducción La
intensificación de la competencia global ha hecho imperativo que las empresas manufactureras
establezcan medidas aplicables para evaluar el desempeño de sus sistemas de fabricación
(Tsarouhas, 2019). La eficacia general del equipo (OEE) es una métrica de rendimiento
propuesta por Nakajima (1988) y se considera una de las métricas de "mejores prácticas" para
evaluar los resultados tanto del mantenimiento productivo total (TPM) como de las actividades
de mejora lean (Anvari y Edwards, 2011 ). ; Braglia et al., 2018). Hay un número creciente de Revista internacional de
productividad y gestión del
fabricantes que utilizan OEE, especialmente en producciones de automatización a gran escala rendimiento
vol. 69 No. 5, 2020
para evaluar el rendimiento del equipo (Jasiulewicz-Kaczmarek y Piechowski, 2016; Muchiri y Pintelon, 2008). págs.
TPM implica el cambio de cultura y sistemas de trabajo. Es un enfoque más amplio del 1081-1105 © Emerald Publishing
Limited
mantenimiento que optimiza la eficacia del equipo, elimina las averías y promueve 1741-0401 DOI 10.1108/IJPPM-04-2019-01
mantenimiento autónomo involucrando todos los niveles y funciones en una organización (Ahuja y
IJPPM
Khamba, 2008). Las iniciativas de TPM implican un plan de implementación de ocho pilares para la mejora
69,5 de la productividad a través del mantenimiento controlado, la reducción de los costes de mantenimiento y la reducción
paradas de producción y tiempos muertos.
Aparte de ser una métrica para TPM, las características únicas de OEE para
exponga, cuantifique y compare directamente el rendimiento de sus tres elementos
lo convierten en una estrategia vital para mejorar el rendimiento de los equipos en los últimos años (Tabla I). En
1082 En este sentido, OEE ofrece un enfoque más directo para las mejoras del equipo en comparación con
alcance de ocho pilares de TPM. Herramientas y técnicas básicas como diagrama de Gantt, diagrama de Pareto,
el análisis de causa y efecto, la lluvia de ideas, el gráfico de control y la mejora continua son
Presencia de Proporcionar pasos/ Priorización Uso de OEE

Autores OEE mejora guias para por como
No (Año) elementos estructura mejora mejora punto de referencia
1 Dal et al. A, P, Q No No No Sí
(2000)
2 Yen-Fei et al. PAGS No No No No
(2008)
3 Almeanazel A, P, Q No No No Sí
(2010)
4 adelante y A No No No Sí
Zuzé (2010)
5 Wudhikarn A, P, Q No No Priorización de No
(2011) eliminación de pérdidas
de acuerdo a
Análisis de Pareto
6 Tsarouhas A, P, Q No No No Sí
(2013)
7 Ramlán et al. A, P, Q No No No Sí
(2015)
8 Bon y Lim A, P, Q No pasos SMED Priorización Sí
(2015) de acuerdo a
OEE
punto de referencia
contra OEE de
clase mundial
9 Azizi (2015) A, P, Q No Flujo del proceso No Sí
cuadro
10 Tsarouhas A, P, Q No No Sí Sí
(2015)
11 Singh y A, P, Q No No No Sí
narval
(2017)
12 Familia et al. A, P, Q No Ishikawa No Sí
(2018) diagrama; valor
corriente
cartografía;
trabajo estándar
y kaizen
13 Tsarouhas Principalmente A, P No No Sí Sí
(2019) yq
Tabla I. incluido para
Revisión de 13 artículos OEE
relacionados con OEE cálculo
comúnmente utilizado para apoyar las mejoras de OEE. OEE es un indicador importante del éxito de los
programas TPM.
Integrado
A lo largo de los años, se ha publicado una cantidad considerable de literatura en relación con la
definición de OEE y sus aplicaciones. Por ejemplo, Dal et al. (2000) exploraron el uso de OEE como medida
marco OEE
operativa e indicador de actividades de mejora de procesos dentro de un entorno de fabricación, Wudhikarn
(2011) implementó OEE en la fabricación de mallas de alambre y Tsarouhas (2019) mejoró la operación de
la línea de producción de croissants a través de OEE. A pesar de las amplias aplicaciones industriales de
OEE, Badiger et al. (2008) y Wudhikarn (2016) señalaron que falta un enfoque sistemático o marcos 1083
adecuados que brinden pasos de orientación para apoyar la implementación de OEE. Por lo tanto, los
objetivos de este documento son: (1) establecer un marco integrado de OEE que ofrezca una secuencia de
pautas estructuradas y pasos para la implementación de la mejora de OEE; (2) para validar el marco
propuesto en una planta de fabricación de semiconductores.
En la Sección 2 se lleva a cabo una revisión de los marcos de mejora y OEE . En la Sección 3 se
presenta un marco OEE integrado . El marco se aplicó en un estudio de caso en una instalación de
fabricación de semiconductores para validar su viabilidad y practicidad en la Sección 4.
La discusión se encuentra en la Sección 5. Finalmente, la conclusión y las recomendaciones para estudios
adicionales se presentan en la Sección 6.
2. Revisión de la literatura
Esta sección se divide en dos subsecciones: (1) antecedentes de OEE y (2) la revisión de los marcos de
mejora.
2.1 Antecedentes de OEE

Como lo señalaron Ahuja y Khamba (2008), OEE es una medida que respalda el resultado estratégico de
una implementación de TPM al medir el grado de eliminación de desperdicios, el importante objetivo de la
manufactura esbelta. OEE consta de tres elementos mutuamente excluyentes: disponibilidad (A), eficiencia
de rendimiento (P) y calidad (Q) (Bon y Lim, 2015)
Hay seis grandes pérdidas que afectan a A, P y Q (da Costa y de Lima, 2002; Dal et al., 2000; Huang et al.,
2003). Estas pérdidas son: (1) avería; (2) instalación y ajuste; (3) ralentí y parada menor; (4) velocidad
reducida; (5) defectos y reelaboración; y (6) rendimiento reducido durante el arranque. Las pérdidas (1) y (2)
son pérdidas A, las pérdidas (3) y (4) son pérdidas P mientras que las pérdidas (5) y (6) son pérdidas Q. Las
seis grandes pérdidas se expresan en función de A, P y Q. La OEE se define como un producto de A, P y Q
(Nakajima, 1988) como se muestra en la Figura 1.
Hoy en día, OEE se usa ampliamente no solo para analizar las eficiencias de equipos individuales, que
era su intención original, sino también para sistemas de equipos integrados (Braglia et al., 2008).
OEE ayuda a la gerencia a recuperar la capacidad oculta, reducir las pérdidas de producción y determinar
la necesidad de inversión de capital adicional (Muchiri y Pintelon, 2008). Dal et al. (2000) encontraron que
hay diferentes tipos de OEE en varias literaturas e industrias de OEE.
La expansión de OEE ha resultado en la modificación de la formulación de OEE (Muchiri y Pintelon, 2008).
A pesar de estos cambios, la capacidad intrínseca de evaluación comparativa de OEE lo ha convertido en
un indicador útil de la necesidad de mejorar el rendimiento. Al comparar los valores iniciales de OEE con los
valores futuros de OEE, se puede cuantificar el nivel de mejora realizado (Andersson y Bellgran, 2011). Las
empresas pueden monitorear el progreso y mejorar el rendimiento de la fabricación mediante la evaluación
comparativa de los valores OEE (Gupta y Vardhan, 2016). Por lo tanto, OEE se está implementando como
un impulsor de mejora una vez que se expone la deficiencia del equipo (Andersson y Bellgran, 2015).
Tsarouhas (2019) afirmó que es necesario cerrar la brecha entre la teoría y la práctica para seguir
desarrollando y estableciendo la OEE como una estrategia de mejora. En este sentido, es
IJPPM OEE
69,5 Pérdidas
(desperdicio de Seis grandes pérdidas Métricas OEE

TPM)
Desglose
1084 Una pérdida Disponibilidad (A)
Configuración y ajuste
Ralentí y parada menor
OEE
P pérdidas
Eficiencia de rendimiento (P)
AxPxQ
Velocidad reducida
Figura 1.
Defectos y reelaboración
Seis grandes
pérdidas, elementos
Q pérdidas Calidad (Q)
OEE y cálculo total de
OEE (Nakajima, 1988) Rendimiento reducido
encontró que hay una falta de un marco estructurado en la literatura OEE que proporcione una
visión general e información detallada que describa las acciones que apoyan la mejora de sus
elementos de manera sistemática. OEE en sí no describe las acciones que respaldan las mejoras.
La revisión de la literatura sobre las aplicaciones de OEE encontró que no se proporcionaron pasos
o pautas de mejora bien secuenciados para llevar a cabo acciones de mejora de OEE en los
estudios de caso (Tabla I). Esto indica que existe una brecha entre la medición de OEE y la
implementación de OEE.
2.2 Revisión de los marcos de mejora En-

Nhaili et al. (2016) afirmaron que en las mejoras de desempeño falta conocimiento de implementación.
Lee y Chuah (2001) encontraron que, en realidad, la mayoría de las mejoras se realizan en gran
medida en base a la experiencia, ya que no existe una referencia para los implementadores. Esto
se corresponde con los hallazgos de Rohleder y Silver (1997) de que los equipos de mejora a
menudo no están seguros de cuál es el próximo paso de mejora. Como tal, la orientación integral y
la secuenciación sistemática son necesarias en las mejoras de procesos (Chen, 2009). Al respecto,
Rouse y Putterill (2003) afirman que los marcos brindan instrucciones y pasos para que los usuarios
completen las tareas deseadas. De manera similar, Mishra et al. (2007) afirman que los marcos
proporcionan pautas para apoyar la implementación de actividades.
Se llevó a cabo una revisión de marcos de mejora de procesos/estudios de casos en 18 artículos.
Se encontró que se están aplicando pasos de mejora y herramientas similares en los marcos/
estudios de casos, que se pueden usar para tratar aspectos relacionados con A, P y Q.
Estos pasos subyacentes se pueden adoptar para establecer un modelo básico para el desarrollo
de un marco OEE integrado. Se recopilan en la Tabla II.
De la Tabla II, se puede observar que los pasos más enfatizados son: implementar acciones de
mejora, monitorear y controlar el proceso, evaluar el desempeño, priorizar mejoras y aplicar métodos/
técnicas analíticas. Los siguientes pasos más frecuentes son: identificar y definir los problemas,
identificar el área crítica de mejora, identificar las medidas críticas, identificar las actividades/
desperdicios sin valor agregado, la recopilación de datos y formar un equipo de proyecto.
revisados
Jevgeni, Jones,
Parast Kodalí
(2009)
estudios/marcos romano
(2015) Eduardo
y (2012) Alsyouf Shahada
y (2012) Acharya
y
Patwardhan Gupta, (2012) Ojovat
et
al. (2011) ramiya Gautham
y Vinodh, (2010) yadams (2009) Chen
yLyu Reid
(2005)
Anand
–
––
y (2006) Kumar
et
al. Sheu
(2005) eh
y Dorta
(2000) Gerolamo
y carpinetti,
utilizado en el caso
Pasos de mejora
Tabla II.
– tu- –
–– –
–– U
U –
–– –
–– U
U – – tu- equipo proyecto a 1.
Formulario
– – – y
objetivos objetivos alcance, el
proyecto 2.
Definir
tu U
UUU
U
– UUU
– tu tu área mejora crítico 3.
Identificar
– – – UU
–
UU – – tu- – tu- medidas crítico Identificar 4.
– – – – tu T
–
–– tu problemas definir
el y Identificar 5.
T
––
– – – – – – – – beneficios costos
y proyecto Estimar 6.
Pasos
de
mejora
en
el
marco/
estudio
de
caso
UUU
– – – tu
– EE.
UU. tu
– tu
– UU
–
–– recopilación 7.
Datos
– – actuación 8.
Evaluar
– – – U
––
– – – – desperdicio actividades/ valor
añadido no 9.
Identificar
U
U – – tu ––
– U
U tu tecnicas métodos/ analítico 10.
Aplicar
UUU
– – – UUU
– – soluciones Identificar 11
tu – tu mejoras 12.
Prioriza
1085
– – – comportamiento mejora 13.
Implementar
estructura
(continuado)
OEE
Integrado tu – tu – tu tu tu proceso control y Monitor 14
Tabla II.
Nota:
U
aplicable
– (2018) Rishi
et
al. (2016) Tomás
et
al. (2016) yVinodh Svarnakar
(2014) yDevraj Kumar,
Mani (2014) Sharma Gopal Sharma
y Kumar (2014) yazid Kamaruddin
Jie,
– U
U U
U –
–– EE.
UU.
– –
–– equipo proyecto a 1.
Formulario
– y
objetivos objetivos alcance, el
proyecto 2.
Definir
U
UU
–UU área mejora crítico 3.
Identificar
EE.
UU. UUUUU EE.
UU. EE.
UU. – medidas crítico Identificar 4.
– problemas definir
el y Identificar 5.
UU
– UU
––
– UU
–
UU – beneficios costos
y proyecto Estimar 6.
Pasos
de
no
mejora
en
el
marco/
estudio
de
caso
EE.
UU. recopilación 7.
Datos
actuación 8.
Evaluar
EE.
UU. – desperdicio actividades/ valor
añadido 9.
Identificar
U
U tecnicas métodos/ analítico 10.
Aplicar
tu- tu- UUU
– – soluciones Identificar 11
tu mejoras 12.
Prioriza
1086
tu tu tu comportamiento mejora 13.
Implementar
69,5
tu tu – tu tu proceso control y Monitor 14
IJPPM
Por último, los pasos menos enfatizados son: identificar soluciones, definir el alcance, metas y objetivos
del proyecto y estimar los costos y beneficios del proyecto. Estas observaciones indican que la mayoría
Integrado
de los marcos/estudios de casos enfatizan los aspectos de ejecución de las mejoras. El siguiente enfoque
está en los aspectos analíticos y de evaluación de los problemas. Finalmente, los aspectos de planificación
marco OEE
de las mejoras reciben menos atención de la mayoría de los marcos/estudios de casos analizados. Los
hallazgos muestran que, en la práctica, el deseo de implementar mejoras para obtener resultados rápidos
supera la necesidad de planificación, que a menudo se considera que consume mucho tiempo.
Otra observación es que hay una falta de explicación sobre cómo se están aplicando la metodología y las 1087
técnicas de mejora.
Se pueden hacer varios puntos importantes basados en las observaciones anteriores. La iniciación
del proyecto es el punto de partida de cualquier gestión de proyectos. En esta fase se fijan los objetivos
del proyecto y se forma un equipo de mejora. Es mucho más probable que los individuos se desempeñen
bien cuando trabajan en equipo. Esto se debe a que el efecto combinado de las perspectivas, la
experiencia y las habilidades individuales de un equipo es mayor que la suma de los efectos individuales.
Tal sinergia es más efectiva para resolver problemas complejos y crear nuevas soluciones.
La recopilación de datos es una fase importante de cualquier proyecto de mejora. Sin datos, el equipo
no puede obtener información sobre los principales problemas que afectan el rendimiento y los esfuerzos
de mejora están desenfocados. El motivo de la recopilación de datos es crear una base para las acciones.
Es crucial saber qué datos se van a recolectar, cómo se realiza el análisis y cómo se utiliza la información
de desempeño (Jonsson y Lesshammar, 1999). Una buena recopilación de datos permite el análisis de la
causa raíz, acorta el proceso de toma de decisiones y ayuda a identificar herramientas de resolución de
problemas para la mejora continua (Stamatis, 2017).
La priorización es otra fase importante en un proyecto de mejora. Bhasin y Burcher (2006) señalan la
importancia de la secuenciación de proyectos. Cuando se trata de la eliminación de pérdidas OEE, las
pérdidas críticas deben preceder a las menos críticas. El foco debe estar en los problemas más importantes
basados en desempeño, costo, calidad o cualquier característica identificada a priori (Stamatis, 2017).
Esto requiere un proceso de priorización para facilitar una decisión sobre qué pérdidas se abordarán
primero.
En lo que respecta a la identificación de problemas, el análisis de causa raíz es una técnica muy útil.
El análisis de causa raíz se realiza para identificar no solo qué y cómo ocurrió un problema, sino también
por qué sucedió (Rooney y Heuvel, 2004). Sin conocer las razones o causas exactas de una falla, las
soluciones generadas no serán específicas, efectivas y duraderas. Como tal, para generar e implementar
soluciones efectivas, primero se deben determinar las causas fundamentales de los problemas.
El seguimiento y control del proceso en proceso de mejora es otro paso clave. Se necesita control
para sostener los logros de mejora (Chay et al., 2015). Es importante controlar y mantener la sostenibilidad
de la mejora para evitar que los resultados obtenidos se desvanezcan y vuelvan a la línea de base anterior
(Bateman y David, 2002).
3. Introducción de un marco de OEE integrado Con base en la

revisión de los marcos de mejora, se desarrolló un marco de OEE integrado utilizando los pasos derivados
de la práctica de mejora real en la Tabla II. El marco fue diseñado para incorporar la característica central
de OEE como un impulsor de evaluación comparativa y mejora. Hay cinco fases en el marco. Cada fase
consta de pasos de mejora que están vinculados entre sí en orden secuencial. Estos pasos funcionan
como una guía sistemática para que los implementadores lleven a cabo proyectos OEE. El marco
propuesto es como se muestra en la Figura 2. Las fases se analizan en las siguientes secciones.
La Fase 1 describe los pasos necesarios para iniciar un proyecto de mejora de OEE. La fase comienza
con la formación de un equipo multidisciplinario. El rol y las responsabilidades del equipo se definen para
promover la colaboración y la eficacia. La valía del proyecto OEE en
IJPPM
69,5
1088
Figura 2.
El nuevo
marco integrado OEE
términos de costos y beneficios se justifica antes de la implementación. El área del proyecto se identifica
en función de la gravedad de los problemas. Los recursos, alcances y objetivos del proyecto se definen
Integrado
posteriormente. Finalmente, se establecen el plan preliminar del proyecto y los hitos para ayudar al
equipo a trazar un curso para lograr los objetivos de la OEE.
marco OEE
La Fase 2 proporciona los pasos para la recopilación de datos OEE en secuencia detallada.
Proporciona una forma estructurada de recopilar datos A, P y Q. Los datos permiten el cálculo del valor
total de OEE y brindan al equipo información sobre el nivel de rendimiento de cada elemento de OEE.
Esto promueve la toma de decisiones sobre qué elemento OEE debe preceder a otros para un análisis 1089
de desglose adicional con el fin de identificar la pérdida crítica que afecta más a OEE. El primer paso
en la recopilación de datos es determinar el método de recopilación, ya sea una recopilación de datos
manual o automatizada. Se definen el período de tiempo y las tareas requeridas para la recolección de
datos. Antes de recopilar los datos de OEE, el equipo y la gerencia deben establecer y acordar una
definición clara de OEE y un método de cálculo. Es importante educar a los miembros del taller sobre
las medidas OEE definidas y capacitarlos sobre cómo recopilar, compilar e interpretar los datos.
En la Fase 3, los elementos A, P y Q se evalúan según su contribución a las pérdidas totales de

OEE. Se identifica el elemento OEE que incurre en el mayor impacto para OEE. Se prioriza para el
análisis de pérdidas. El gráfico de Pareto se utiliza para subrayar la pérdida más significativa entre un
conjunto de datos. Como afirma Sujov a et al. (2019), se creó el diagrama de Pareto para indicar qué
defectos tienen el mayor impacto directo en las fallas. En este sentido, el análisis de Pareto fue la
técnica aplicada por Dal et al. (2000), Wudhikarn (2011), Tsarouhas (2013) y Bon y Lim (2015) en sus
estudios de caso. En el diagrama de Pareto, las pérdidas relacionadas con el elemento crítico de OEE
se clasifican según su impacto en el rendimiento de OEE. Esto proporciona una descripción general de
la gravedad de las pérdidas para que el equipo priorice la eliminación de pérdidas. Al centrarse en las
principales pérdidas de OEE, el equipo puede aprovechar los esfuerzos de mejora y garantizar el uso
eficaz de los recursos limitados.
El primer paso en la Fase 4 es realizar un análisis de causa raíz para determinar las causas
subyacentes de la pérdida máxima. Al comprender las causas reales de las pérdidas, se pueden
planificar las estrategias y acciones correctas para lograr mejoras significativas y a largo plazo. Una de
las mejores formas de generar ideas para la eliminación de pérdidas es a través de una lluvia de ideas.
La lluvia de ideas ayuda a los miembros del equipo a desarrollar ideas para encontrar soluciones a los
problemas en grupo. El uso de la técnica de lluvia de ideas ayuda a generar grandes cantidades de
soluciones creativas. También ayuda a evaluar las opciones tecnológicas y facilita la selección de la mejor solución.
Antes de pasar a la implementación completa, la solución debe validarse en una implementación piloto
para garantizar la viabilidad de la solución. A esto le sigue el establecimiento de valores de referencia
de los elementos OEE del proceso/equipo. En este sentido, los miembros del equipo estudiarán el
proceso/equipo para obtener los valores óptimos de los elementos OEE deseados.
Con base en estos valores, se puede establecer un punto de referencia realista y alcanzable para
impulsar mejoras incrementales. Posteriormente, se crea un plan de acción para eliminar la pérdida
máxima. El plan de acción establece qué acciones y recursos se requieren, cómo y quién los
implementará dentro de un marco de tiempo específico para garantizar el éxito. El plan de acción
proporciona una lista de acciones que deben realizarse para lograr los objetivos de OEE. Proporciona
al equipo una imagen clara sobre el progreso del proyecto. También crea propiedad y responsabilidad
y aclara los plazos para completar cada acción.
En la Fase 5, el elemento OEE en proceso de mejora se controla con respecto al punto de referencia
para garantizar que las acciones correctivas sean efectivas y sostenibles. Para ello se establece un
plan de seguimiento y control. Si el rendimiento OEE deseado no es sostenible, el equipo debe
investigar las causas y revisar la solución. Los procedimientos operativos estándar actuales deben
actualizarse si hay cambios. Los cambios deben ser comunicados a todo el personal involucrado. Esto
incluye el seguimiento y control de las mejoras del OEE y la formación necesaria con respecto a los
cambios. además, el
las mejoras deben documentarse para que sirvan como referencia para proyectos similares en el futuro.
IJPPM
Una vez que se aborde la pérdida más crítica, el proceso de mejora volverá a la Fase 4 para abordar la
69,5 pérdida con el siguiente orden de impacto o continuará con una Fase 1 nueva en un conjunto diferente de
equipos.
4. Estudio de caso
1090 Se llevó a cabo un estudio de caso en la empresa X ubicada en Penang, Malasia, para validar el marco OEE
integrado. Las plataformas de cinta y carrete (TNR) de la empresa X se seleccionaron para el estudio de
caso porque había grandes pérdidas que provocaban un bajo OEE. Las máquinas/plataformas TNR giran las
lámparas LED para obtener la polaridad correcta, forman los cables de acuerdo con el espacio deseado y
montan las lámparas en la cinta. Posteriormente, todas las lámparas se prueban eléctricamente a medida
que la cinta se enrolla en un carrete y las lámparas rechazadas se cortan de la cinta. Las plataformas TNR
realizan los últimos tres procesos como se muestra en la Figura 3.
4.1 Fase 1: formación del equipo e inicio del proyecto Se

había formado un equipo multifuncional para realizar el proyecto de mejora en la Empresa X.
El campeón del proyecto era un director de división, mientras que las partes interesadas estaban compuestas
por tres gerentes. El equipo del proyecto estuvo dirigido por un ingeniero senior de equipos y constaba de
seis miembros (Tabla III). El área del proyecto fue la línea TNR. El alcance del proyecto incluía 37 plataformas
TNR. El objetivo del proyecto era mejorar el OEE eliminando la pérdida máxima.
La producción por plataforma fue de 200.000 unidades por día. El costo de prueba por unidad fue de
US$0,30, totalizando US$60.000 por día para cada plataforma. Por lo tanto, una hora de pérdida de
producción generaría una pérdida de producción de 8333 unidades y una pérdida monetaria de US$2500. En
otras palabras, la reducción de pérdidas en la línea TNR mejoraría significativamente la productividad y los ingresos.
Por lo tanto, el equipo concluyó que valía la pena llevar a cabo un proyecto de mejora para reducir las
pérdidas en las plataformas. Los presupuestos para la mejora del proyecto fueron aprobados por un campeón
del proyecto. Se esperaba que todo el proyecto se completara en 38 semanas, como se muestra en las
secciones del plan en la Figura 4.
Figura 3.
Tareas realizadas por
máquinas/plataformas Cinta y carrete
Adjuntar morir Bonos de alambre Encapsulación Pruebas Clasificación
TNR (en gris) (TNR)
Mejora de OEE en línea de cinta y carrete (TNR)
Área (equipo) Línea TNR (plataformas XYZ)

Proyecto campeon Director
Partes interesadas) Jefe de equipo, jefe de proceso y jefe de producción
Líder Ingeniero superior de equipos
Miembros del equipo Ingeniero de equipos (implementar cambios de mejora en los equipos)
(responsabilidades principales) Asistente de ingeniero 1 (ayudando en la implementación de mejoras de
equipos)
Asistente de ingeniero 2 (ayudando en la implementación de mejoras de
equipos)
Cuadro III. Ingeniero de procesos (cambios de proceso)
Equipo de proyecto de Ingeniería de producción (retroalimentación de producción sobre tiempos de inactividad y
mejora de OEE de la rendimiento)

empresa X Especialista OEM (cambios de hardware y software de equipos)
en la empresa X
proyecto de mejora de OEE
Diagrama de Gantt para
Figura 4.
Fase
5:
Controlar
ysostener Fase
4:
análisis
de
causa
raíz
eimplementación
de
mejoras Fase
3:
Priorización
de
pérdidas
OEE Fase
2:
Recopilación
de
datos,
evaluación
yanálisis
de
pérdidas Fase
1:
formación
del
equipo
einicio
del
proyecto Actividades
Actual Plan Actual Plan Actual Plan Actual Plan Actual Plan
WW
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
12
3
4
5
6
7
8
9
10
11
12
13
1091
marco OEE
Integrado
4.2 Fase 2: recopilación de

IJPPM
datos La siguiente fase del proyecto fue la recopilación de datos utilizando el sistema automatizado de
69,5 seguimiento del rendimiento. El equipo decidió extraer datos del sistema y adoptar la definición OEE
convencional para calcular OEE. En el proyecto, el tiempo de carga tuvo en cuenta los tiempos de
inactividad planificados, es decir, la conversión y el mantenimiento preventivo para reflejar el tiempo de
funcionamiento real (Figura 5). Además de las averías A, los dos tiempos de inactividad planificados se
consideraron como los tiempos de inactividad que afectan el tiempo de carga en el proyecto. Para obtener
1092 una idea de las tendencias de rendimiento actuales, se analizaron los datos OEE de los últimos tres meses
antes del inicio del proyecto. Los datos de abril a junio son los que se muestran en la Figura 6.
4.3 Fase 3: priorización de pérdidas de OEE

El equipo analizó los datos de OEE de tres meses de abril a junio. Dentro de este período de tiempo, Q
fue el elemento OEE con mejor rendimiento (99,6 por ciento), seguido de P (96,3 por ciento). Se puede
ver que A fue el mayor contribuyente a las pérdidas de OEE con un valor promedio de 76.5 por ciento.
Dado que Q y P tenían un buen desempeño constante, A fue el elemento principal que tuvo un efecto
negativo sustancial en la OEE. Esto se muestra por el movimiento similar de las líneas A y OEE. El valor
OEE general promedio para todas las plataformas TNR en estos tres meses fue 73.4
Figura 5.
Definición de
pérdidas de disponibilidad
en el caso de estudio
Figura 6.
Gráfico de líneas de
A, P, Q y OEE de
abril a junio
por ciento, que estaba por debajo del valor OEE de clase mundial del 85 por ciento. Se realizó el desglose
de los tiempos muertos A para los meses de abril, mayo y junio. Los tiempos de inactividad A se organizaron
Integrado
en orden descendente en diagramas de Pareto (Figura 7). La conversión y el troquel suelto fueron la primera
y la segunda mayor pérdida durante tres meses consecutivos. La tercera mayor pérdida fueron otros, que
marco OEE
consistieron en problemas que no fueron reconocidos por el sistema de seguimiento, como algunos errores
de comunicación. Estos problemas estaban en proceso de ser identificados y se clasificarían en códigos de
seguimiento. Según los gráficos, la conversión se había seleccionado como la prioridad de mejora.
1093
4.4 Fase 4: análisis de causa raíz y mejoras según el orden de impacto de pérdida Se asignaron 15
plataformas XYZ en la sección TNR para ejecutar el Paquete F, mientras que las 22 restantes se usaron
para soportar múltiples paquetes estándar. Se llevó a cabo un estudio de tiempos para determinar los pasos
de conversión actuales y el tiempo necesario para cada uno de ellos. Según el estudio de tiempo realizado
por el equipo, el tiempo actual necesario para convertir las plataformas XYZ de ejecutar el Paquete F a otros
paquetes estándar y viceversa fue de 10 días (Tabla IV).
Se realizó un análisis de causa raíz para descubrir las posibles causas del alto tiempo de conversión de
las plataformas XYZ. El enfoque del análisis estuvo en las categorías de máquina, hombre y método (Figura
8). El equipo descartó las categorías de hombre y método como los principales contribuyentes para el largo
tiempo de conversión. Los factores de estas categorías no afectaron significativamente la conversión en
términos de tiempo de conversión de 10 días.
Un análisis posterior determinó que la pérdida de tiempo se debió principalmente a las limitaciones de
diseño inherentes de las plataformas XYZ en la categoría de máquinas. El módulo de prueba de la plataforma
XYZ se diseñó específicamente para el paquete F. Como tal, convertirlo para ejecutar otros paquetes
estándar implicó múltiples cambios de hardware y software que fueron complejos y requirieron mucho tiempo.
Los diseños de las plataformas que ejecutan paquetes estándar y el Paquete F se muestran en la Figura 9.
El flujo del proceso es el siguiente: Módulo de obleas ÿ Reestructuración 1 ÿ Visión inferior 1 ÿ OCR ÿ
Regeneración 2 ÿ Visión inferior 2 ÿ Módulo de grabación. Para la prueba de paquetes estándar, el diseño
del hardware es más simple, mientras que para el Paquete F, hay ocho sitios de prueba adicionales en el
módulo de prueba. Esta diferencia de diseño principal complicó la conversión y provocó un tiempo de
conversión prolongado. Los beneficios de la mejora del tiempo de conversión fueron triples: (1) Las
plataformas XYZ designadas se desbloquearán para ejecutar otros paquetes estándar. (2) Se acortará el
tiempo de conversión del Paquete F a paquetes estándar y viceversa. (3) Se mejorará la consistencia de
carga y la utilización de las plataformas XYZ. Se llevó a cabo una sesión de lluvia de ideas para abordar este
problema. Las posibles soluciones producidas fueron las que se muestran en la Tabla V.
La solución No. 1 tenía ventajas limitadas debido a las limitaciones de hardware y software.
Solución nro. 2 fue más eficaz en términos de reducción del tiempo de conversión en comparación con la
solución No. 1. Sin embargo, esta solución tenía la desventaja de que las unidades no probadas podían
deslizarse a través del proceso. La solución No. 3 ofreció una reducción significativa del tiempo de conversión
sin riesgo de que las unidades no probadas entraran en carretes. Como tal, el equipo había adoptado esta
solución para crear plataformas flexibles para pruebas de paquetes múltiples con un tiempo de conversión rápido.
Con referencia a la Tabla IV, el cambio de hardware y software consumió el 70 por ciento del tiempo de
conversión. Esto presentó una gran oportunidad para reducir el tiempo de conversión de esta área. Para
lograr esto, el módulo de prueba permanecería fijo durante la conversión. En su lugar, se instaló una función
adicional de oblea a carrete. Se reduciría el cambio y la instalación de hardware adicional ya que se
eliminaron las actividades redundantes de rediseño.
Junto con estos cambios, se redujeron las tareas de alineación y puesta a punto, así como el tiempo
necesario para realizar las tareas. Para implementar esta mejora de diseño, es necesario cambiar el software
para hacer frente a los nuevos requisitos de diseño. El cambio de software se realizó en dos etapas. El primer
prototipo de software fue evaluado en una plataforma XYZ con
IJPPM
69,5
1094
Figura 7.
Gráficos de Pareto
de abril a junio
Estudio de tiempo para la conversión de la plataforma XYZ antes de la mejora Integrado

Producto: Paquete F a paquetes estándar y viceversa OEE
No Lista de actividades Duración
estructura
1 Instalar medidor de fuente (hardware) 7 días
2 Instalar placas adicionales (hardware)
3 Instalar módulo de prueba (hardware)
4 Módulo de máquina de rediseño (hardware)
1095
5 Reubicar la cámara de vacío de la torreta (hardware)
6 Instale los tubos, las válvulas de solenoide, el cabezal de retención y la barra de ubicación (hardware)
7 Alineación y ajuste fino de módulos (hardware)
8 Validación de software (software)
9 Comunicación de prueba y controlador (software) Tabla IV.
10 Validación del programa de prueba 1,5 días Conversión del paquete F
11 Validación de recetas 1,5 días estudio de tiempos en XYZ
Total 10 días plataforma
Figura 8.
Análisis de causa raíz de
alto tiempo de conversión
nuevo diseño instalado. Sus deficiencias fueron analizadas y superadas. Evaluación de la

Posteriormente se llevó a cabo un prototipo de software actualizado en la plataforma y pasó la
prueba de funcionamiento. Luego, el software se instaló en la segunda plataforma XYZ.
El estudio de tiempo en la segunda plataforma XYZ en ambiente de control es como se muestra en
Tabla VI. Comparando la Tabla IV con la Tabla VI, se puede observar que las actividades que involucran
El cambio de hardware se había reducido sustancialmente a tres horas. Esto fue logrado por
eliminando la instalación del medidor de fuente, tableros adicionales y módulo de prueba, así como el
eliminación del rediseño del módulo y reubicación de la cámara de vacío de la torreta. Además, el
la validación del software, la prueba y la comunicación con el controlador, el programa de prueba y la receta fueron
eliminado ya que el nuevo software no tenía tales requisitos. Como resultado, la conversión
el tiempo se redujo considerablemente de 10 días a 12 horas, lo que supuso una mejora del 95 por ciento.
IJPPM
69,5
1096
Figura 9.
Los diseños de hardware
del Paquete F y los
paquetes estándar en la
plataforma XYZ
Dado que la conversión se realizó en un entorno de producción ideal, el equipo realizó dos conversiones en
condiciones de producción reales para determinar el tiempo de conversión práctico.
Los resultados se muestran en la Tabla VII. En base a esto, el tiempo de conversión objetivo se fijó en 14 horas,
lo que supuso una reducción del 94 por ciento. Se permitió la tolerancia del 1 por ciento para compensar
principalmente la pérdida de tiempo debido a la asignación de mano de obra y el programa de turnos en la producción real.
Lluvia de ideas sobre Ventajas de esta solución Desventajas de esta solución Viabilidad de
Integrado
No posibles soluciones la solución
marco OEE
1 Aumentar la eficiencia de la Insignificante (1) El espacio para la mejora de la 3
conversión de hardware y software. eficiencia está limitado por cambios
complejos de hardware y software
(2) Requerir almacenamiento para 1097

mantener los módulos del sitio Eighttest
2 Deshabilite directamente los (1) Menos tiempo de conversión (1) La reducción del 3
ocho módulos de sitios de prueba en comparación con la solución 1 tiempo de conversión es insignificante
sin ningún cambio de hardware o (2) Riesgo de que las unidades no
software. Solo cambio de probadas entren en carretes de diseño
configuración dentro de la plataforma diferente
2 en 1 del programa del controlador.
3 Cree una característica adicional de (1) Según el análisis técnico Nulo ÿ
oblea a carrete sin diseño de prueba del equipo, se espera que la
separado para el paquete F y las reducción del tiempo de
Cuadro V.
pruebas de paquetes estándar conversión sea >580 % Lluvia de ideas sobre
posibles soluciones para la
(2) Ninguna unidad potencial no reducción del
probada entra en carretes de tiempo de conversión
diferente diseño de la plataforma XYZ
Estudio de tiempo para la conversión de la plataforma XYZ después de las mejoras

Producto: Paquete F a paquetes estándar y viceversa
No Lista de actividades Duración
1 Cargue sin diseño de prueba y reinicie. Cambio de piezas de hardware: bloque de chinchetas, pista de encintado, dos 3 horas
unidades de centrado y tipos de pinzas. Cambie la pista larga de retorno si la conversión es de cinta de bolsillo de 8
mm a 12 mm o viceversa 2 PUH y alineación de la altura de la pinza 3 Alineación del módulo de encintado 4 Ejecución
ficticia y ajuste de parámetros Liquidación del proceso Total 1,5 horas
Tabla VI.
1,5 horas
Estudio de tiempo para la
3 horas 3
conversión de una
5 horas 12 nueva plataforma XYZ en
horas condiciones de producción ideales
Estudio de tiempo de la conversión mejorada de la plataforma XYZ Tiempo (horas) Tabla VII.
Estudio de tiempo de la
Conversión #1 13,90
conversión de la plataforma
Conversión #2 13,80 XYZ en un entorno de
Tiempo promedio (horas) 13,85 producción real
ambiente. El tiempo de conversión se rastrearía por separado para reflejar la efectividad real de las mejoras
de conversión.
Con referencia a los gráficos de Pareto de abril a junio (Figura 6), la conversión aportó un promedio del
17,1 por ciento de pérdidas. El equipo decidió mantener los puntos de referencia A y OEE en función de la
reducción del 80 por ciento del tiempo de conversión según lo estimado en la Tabla IV. En base a esto, el
equipo estableció el punto de referencia de A en el 80 por ciento, con el punto de referencia OEE respectivo
en el 76,5 por ciento para impulsar mejoras incrementales y alcanzables (Tabla VIII). Ambos eran esperados
mejorar en un promedio de 4.2 por ciento. Se creó el nuevo procedimiento de conversión

IJPPM
según los nuevos cambios. Se brindó capacitación sobre el nuevo método de conversión para cambiar
69,5 tecnicos Finalmente, el equipo proliferó los cambios de conversión a los 13 restantes
plataformas
4.5 Fase 5 controlar y mantener las mejoras de OEE

1098 El equipo había creado un subequipo formado por técnicos de turno y operadores capacitados para
monitorear y controlar los cambios. Se puede observar que durante la etapa inicial de la Fase 4
de julio a octubre, las tendencias de OEE se mantuvieron planas, sin cambios importantes, como se muestra en
Figura 10. Haciendo referencia a la figura, cuando las dos plataformas prototipo estaban listas en noviembre,
el OEE había comenzado a mejorar. También se puede ver a partir de diciembre hasta febrero,
la A y la OEE habían estado alcanzando las metas del 80,0 por ciento y el 76,5 por ciento, respectivamente.
Los diagramas de Pareto de diciembre, enero y febrero muestran que la pérdida de tiempo de conversión
se había reducido a un promedio del 1 por ciento (Figura 11). Como P y Q eran consistentes,
las mejoras de A tuvieron un mayor impacto en el desempeño de OEE. Por lo tanto, la reducción de
la pérdida de tiempo de conversión había dado como resultado que tanto A como OEE lograran los puntos de referencia. Las tendencias
indicó que las mejoras estaban bajo control y eran sostenibles. Además, el seguimiento
del tiempo de conversión contra el límite establecido se realizó para evaluar la eficacia de la
mejoras Con base en los comentarios del subequipo, el equipo afinó el
mejoras, tanto de software como de hardware, para garantizar aún más los resultados sostenibles. Finalmente,
los cambios se documentaron para fines de registro y referencia.
Mes A A* OEE OEA* % Mejora

Tabla VIII.
Abril 76,5% 79,6% 73,8% 76,8% 4,1%
Análisis de A esperado
Mayo 75,6% 78,9% 72,0% 75,2% 4,4%
y OEE
77,5% 80,6% 74,5% 77,5% 4,0%
Mejoras de junio para
Evaluación 76,5% 79,7% 73,4% 76,5% 4,2%
comparativa promedio
propósitos Nota: A* y OEE*: disponibilidad si el tiempo de conversión se reduce en un 80 %
Figura 10.
Tendencias A, P, Q y OEE
de julio a febrero
Integrado
marco OEE
1099
Figura 11.
Gráficos de
Pareto de diciembre,
enero y febrero
En resumen, la Fase 1, la Fase 2 y la Fase 3 se realizaron de acuerdo con el plan. En la Fase 4, el

IJPPM
proyecto se completó dos semanas más tarde de lo previsto. Sin embargo, el impacto en el cronograma
69,5 del proyecto fue insignificante ya que la Fase 5 se inició antes de lo planeado una vez que la instalación
y validación del software comenzaron en la Fase 4. El seguimiento mostró que el proyecto fue efectivo y
que la pérdida de tiempo de conversión se controló por debajo del límite establecido (Tabla IX). Como
resultado, el proyecto finalizó cuatro semanas antes de lo previsto (Figura 4). Luego, el equipo se enfocó
en la siguiente pérdida con el mayor impacto, que fue el dado suelto.
1100
5. Discusión
Inicialmente se encontró en la Compañía X que los mayores esfuerzos de OEE se estaban enfocando
en aspectos de ejecución de mejoras con el objetivo de erradicar los problemas cotidianos rápidamente
sin un análisis de causa raíz y una lluvia de ideas adecuados. Los problemas fueron identificados y
resueltos basados principalmente en la urgencia. Los aspectos de iniciación y planificación de mejoras
recibieron menos atención en la Compañía X. El deseo de obtener soluciones rápidas superó la
necesidad de planificación y análisis. Del mismo modo, la estimación de los costos y beneficios del
proyecto no se realizó correctamente. La tendencia de apresurarse o ignorar la planificación de la mejora
puede resultar en una falta de planificación estratégica, pérdida de tiempo, uso ineficaz de los recursos
y, en última instancia, fallas en la mejora.
También se observó que faltaba seguimiento, control y sostenimiento de las mejoras en la línea TNR.
Se pasó por alto el seguimiento de la sostenibilidad de las mejoras una vez que los problemas se
contuvieron temporalmente. Lo mismo se aplica a la proliferación y documentación de las mejoras. Los
problemas de tiempo de inactividad se trataron caso por caso, sin seguir un enfoque sistemático para
resolver las pérdidas de acuerdo con su impacto. Faltaba un marco estructurado que proporcione una
visión general e información que describa las acciones de mejora de la OEE. Por lo tanto, no se disponía
de una secuencia de pautas o pasos para implementar las actividades de mejora de la OEE y se
comprometían los esfuerzos de impulsar las acciones hacia las metas de mejora.
El equipo del proyecto llevó a cabo las mejoras de OEE en el estudio de caso utilizando el marco
propuesto. El marco proporcionó una descripción general y pautas para que el equipo implementara las
mejoras a lo largo del proyecto. Esto ayudó a los implementadores a superar los problemas comunes de
no saber cuál es el siguiente paso durante el proyecto. Además, el marco priorizó los elementos OEE e
impulsó acciones de mejora hacia la eliminación de pérdidas críticas según su impacto. Al adoptar el
marco, el proyecto del estudio de caso redujo con éxito la pérdida máxima, es decir, la conversión en un
94 por ciento. El tiempo estimado y el costo ahorrado fueron los que se muestran en la Figura 12. Una
vez que se completó el proyecto, el equipo repitió la Fase 3 a la Fase 5, centrándose en la siguiente
pérdida máxima.
El aspecto difícil de usar el marco OEE integrado en el estudio de caso fue la tendencia de no seguir
las fases por parte del equipo. La razón era que era necesario pasar a las fases posteriores con la
esperanza de resolver los problemas rápidamente. El compromiso de la dirección había ayudado a los
profesionales a participar en el ciclo completo de las fases de mejora.
El éxito de OEE se basa en un buen sistema de recopilación de datos. La calidad de los datos recopilados
determina la precisión del cálculo de OEE. La información proporcionada por el análisis de datos puede
proporcionar una base para la mejora, el seguimiento y el control del rendimiento. Esto se logró mediante
el uso de un sistema automatizado de recopilación de datos en el estudio de caso.
Tabla IX. Mes Noviembre Diciembre enero Febrero

Nuevo seguimiento del
tiempo de conversión de Establecer límite 14 14 14 14
noviembre a febrero Tiempo de conversión (horas) 14 14 14 13
Antes del software y Después del software y Integrado

Mejora
cambio de diseño cambio de diseño
Conversión
94%
marco OEE
10 días 0,58 día
tiempo
Producción por día = 200.000 unidades
1101
Pérdida de producción por nueva conversión = 116 000 unidades
Producción ganada por conversión = (200 000 unidades x 10 días) - 116 000 unidades = 1,884
millones de unidades
Figura 12.
Costo por unidad = USD0.30
Ahorro de costes
estimado por nueva
Ingresos estimados obtenidos por nueva conversión = 1,884 millones x 0,30 USD = conversión en el
565ÿ200 USD entorno de producció
Medir la OEE sin tener un enfoque estructurado para implementar mejoras da lugar a decisiones
y actividades ad hoc que conducen a mejoras insostenibles. El marco OEE integrado impulsó la
mejora sistemática del rendimiento para obtener ganancias a largo plazo y guió a los profesionales
para que aplicaran un camino de mejora más organizado. Proporcionó el modelo básico para las
mejoras de rendimiento de OEE. El punto de referencia en el estudio de caso se estableció para
impulsar mejoras alcanzables. Esto motivó al equipo en lugar de crear frustración.
La priorización en el estudio de caso permitió al equipo concentrarse en la eliminación de la

pérdida que más impactó a OEE. La priorización permitió que los esfuerzos y el tiempo se
concentraran en las tareas que más potenciaban los resultados de mejora. El desempeño de la
OEE se monitoreó durante y después del proyecto de mejora para determinar si se había
alcanzado y sostenido el punto de referencia. Se capacitaron a todo el personal involucrado en
las definiciones de las medidas OEE. Se brindó capacitación relevante para garantizar la
implementación y adopción exitosas del marco OEE integrado. Además, la aplicación del marco
ayudó a desarrollar una cultura de mejora continua en la empresa X, ya que cuenta con un ciclo
de reducción de residuos priorizado.
6. Conclusiones
El marco integrado de OEE proporcionó una secuencia de pautas o pasos con características de
evaluación comparativa y priorización de pérdidas para implementar actividades de mejora de
OEE en el estudio de casos. El proyecto logró con éxito los puntos de referencia de OEE y
estableció un objetivo para el tiempo de conversión. En resumen, el marco integrado de OEE
había logrado los objetivos principales de: (1) actuar como una visión general para la planificación,
gestión y toma de decisiones de mejora de OEE; (2) actuar como un recurso guía sistemático
para la implementación de la mejora de OEE; y (3) cerrar la brecha entre la medición de OEE y
su implementación práctica dentro de un período de tiempo específico.
El estudio de caso se llevó a cabo en una empresa de fabricación en particular. Como tal, el
marco se puede validar aún más en otro entorno de fabricación avanzada en diferentes escenarios
para garantizar su solidez. El estudio futuro puede centrarse en las áreas distintas de la mejora
de A, donde P o Q es el problema principal. Además, las herramientas, técnicas o metodologías
prácticas pueden integrarse en el marco para mejorar su eficacia. Debería ser
IJPPM señaló que se pueden seguir mejorando las fases del marco, aunque la importancia de
estas fases está sujeta a las percepciones de los implementadores. El refinamiento del
69,5 marco se puede hacer para mejorar sus aspectos prácticos en función de resultados de
validación adicionales para lograr una visión equilibrada de A, P y Q.
Referencias
1102 Ahuja, IPS y Khamba, JS (2008), "Mantenimiento productivo total: revisión de la literatura y direcciones",
Revista internacional de gestión de calidad y confiabilidad, Emerald Group Publishing Limited, vol. 25
núm. 7, págs. 709-756.
Almeanazel, OTR (2010), "Revisión total del mantenimiento productivo y medición general de la eficacia del
equipo", Jordan Journal of Mechanical and Industrial Engineering, vol. 4 núm. 4, págs. 517-522.
Anand, G. y Kodali, R. (2009), “Desarrollo de un marco para sistemas de fabricación ajustada”, Revista
internacional de servicios y gestión de operaciones, Inderscience Publishers, vol. 5 núm. 5, págs.
687-716.
Andersson, C. y Bellgran, M. (2011), “Combining Overall equipment Efficiency (OEE) and Productivity Measures
as Drivers for Production Improvements”, Actas del 4º Simposio Sueco de Producción (SPS11),
Universidad de Lund, págs. 3-5 .
Andersson, C. y Bellgran, M. (2015), “Sobre la complejidad del uso de medidas de desempeño: mejorar la
capacidad de mejora sostenida de la producción mediante la combinación de OEE y productividad”,
Journal of Manufacturing Systems, Elsevier, vol. 35, págs. 144-154.
Anvari, F. y Edwards, R. (2011), “Medición del rendimiento basada en un enfoque de calidad total”, Revista
internacional de gestión de la productividad y el rendimiento, Emerald Group Publishing Limited, vol. 60
núm. 5, págs. 512-528.
Azizi, A. (2015), "Evaluación de la mejora del rendimiento de la productividad de la producción mediante el
control estadístico de procesos, la eficiencia general del equipo y el mantenimiento autónomo", Procedia
Manufacturing, Elsevier, vol. 2, págs. 186-190.
Badiger, AS, Gandhinathan, R. y Gaitonde, VN (2008), "Una metodología para mejorar el rendimiento del
equipo mediante la medida OEE", European Journal of Industrial Engineering, Inderscience Publishers,
vol. 2 núm. 3, págs. 356-376.
Bateman, N. y David, A. (2002), “Programas de mejora de procesos: un modelo para evaluar la sostenibilidad”,
International Journal of Operations and Production Management, MCB UP, vol. 22 núm. 5, págs.
515-526.
Bhasin, S. y Burcher, P. (2006), “Lean visto como una filosofía”, Journal of Manufacturing Technology
Management, Emerald Group Publishing Limited, vol. 17 núm. 1, págs. 56-72.
Bon, AT y Lim, M. (2015), “Mantenimiento productivo total en la industria automotriz: problemas y efectividad”,
en Conferencia Internacional sobre Ingeniería Industrial y Gestión de Operaciones de 2015, IEEE,
Dubái, págs. 1-6.
Braglia, M., Castellano, D., Frosolini, M. y Gallo, M. (2018), “Eficacia general del uso de materiales (OME): un
indicador estructurado para medir el uso efectivo de materiales en los procesos de fabricación”,
Planificación y control de la producción , Taylor y Francis, vol. 29 núm. 2, págs. 143-157.
Braglia, M., Frosolini, M. y Zammori, F. (2008), “Eficacia general del equipo de una línea de fabricación
(OEEML) un enfoque integrado para evaluar el rendimiento de los sistemas”, Journal of Manufacturing
Technology Management, Emerald Group Publishing Limited, vol. . 20 núm. 1, págs. 8-29.
Carpinetti, LCR, Gerolamo, MC y Dorta, M. (2000), “Un marco conceptual para el despliegue de mejoras
continuas relacionadas con la estrategia”, The TQM Magazine, MCB UP Limited, vol. 12 núm. 5, págs.
340-349.
Chay, T., Xu, Y., Tiwari, A. y Chay, F. (2015), “Hacia la transformación lean: el análisis de los marcos de
implementación lean”, Journal of Manufacturing Technology Management, Emerald Group Publishing
Limited, vol. 26 núm. 7, págs. 1031-1052.
Chen, FF (2009), “Apoyo a la toma de decisiones para profesionales lean: un enfoque de evaluación adaptativo
Integrado
basado en la web”, Computers in Industry, Elsevier, vol. 60 núm. 4, págs. 277-283.
Chen, M. y Lyu, J. (2009), “Un enfoque lean Six-Sigma para mejorar la calidad de los paneles táctiles”, Planificación marco OEE
y control de la producción, Taylor & Francis, vol. 20 núm. 5, págs. 445-454. da Costa, SEG y de Lima, EP
(2002), “Usos y malos usos de la 'eficacia general del equipo' para la gestión de la producción”, en la Conferencia
Internacional de Gestión de Ingeniería IEEE, vol. 2, págs. 816-820.
1103
Dal, B., Tugwell, P. y Greatbanks, R. (2000), “Eficacia general del equipo como medida de mejora operativa: un
análisis práctico”, Revista internacional de gestión de operaciones y producción, MCB UP, vol. 20 N° 12,
págs. 1488-1502.
Ehie, I. y Sheu, C. (2005), "Integración de Six Sigma y la teoría de las restricciones para la mejora continua: un
estudio de caso", Journal of Manufacturing Technology Management, Emerald Group Publishing Limited,
vol. 16 núm. 5, págs. 542-553.
En-Nhaili, A., Meddaoui, A. y Bouami, D. (2016), “Enfoque de mejora de la eficacia basado en OEE y herramientas
de mantenimiento esbelto”, International Journal of Process Management and Benchmarking, vol. 6 núm.
2, págs. 147-169.
Fam, SF, Ismail, N., Yanto, H., Prastyo, DD y Lau, BP (2018), "Fabricación ajustada y eficiencia general del equipo
(OEE) en la industria de fabricación de papel y productos de papel", Journal of Advanced Manufacturing
Technology, vol. 12 N° 1(2), págs. 461-474.
Fore, S. y Zuze, L. (2010), “Mejora de la eficacia general del equipo a través del mantenimiento productivo total”,
Academia Mundial de Ciencias, Ingeniería y Tecnología, vol. 61, págs. 402-410.
Gupta, P. y Vardhan, S. (2016), "Optimización de OEE, productividad y costo de producción para mejorar el
volumen de ventas en una industria automotriz a través de TPM: un estudio de caso", International Journal
of Production Research, Taylor y Francis, vol. 54 núm. 10, págs. 2976-2988.
Gupta, V., Acharya, P. y Patwardhan, M. (2012), "Supervisar los objetivos de calidad mediante Lean Six-Sigma
asegura la competitividad", International Journal of Productivity and Performance Management, Emerald
Group Publishing Limited, vol. 61 núm. 2, págs. 194-203.
Huang, SH, Dismukes, JP, Shi, J., Su, QI, Razzak, MA, Bodhale, R. y Robinson, DE (2003), “Mejora de la
productividad en la fabricación utilizando métricas de efectividad y análisis de simulación”, International
Journal of Production Research , Taylor y Francis, vol. 41 núm. 3, págs. 513-527.
Jasiulewicz-Kaczmarek, M. y Piechowski, M. (2016), "Aspectos prácticos de OEE en una empresa automotriz:

estudio de caso", en Actas de la Conferencia internacional sobre ciencia administrativa e innovación
administrativa de 2016, Guilin, págs. 13-14, Prensa Atlántida.
Jevgeni, S., Eduard, S. y Roman, Z. (2015), “Marco para la mejora continua de los procesos de producción y el
rendimiento del producto”, Procedia Engineering, Elsevier, vol. 100 págs. 511-519.
Jie, JCR, Kamaruddin, S. y Azid, IA (2014), “Implementing the lean Six Sigma framework in a small medium
company (SME)—a case study in a printing company”, en Actas de la Conferencia Internacional de 2014
sobre Industria Ingeniería y Gestión de Operaciones, Bali, págs. 7-9.
Jones, EC, Parast, MM y Adams, SG (2010), “Un marco para la implementación efectiva de Six Sigma”, Total
Quality Management, Taylor & Francis vol. 21 núm. 4, págs. 415-424.
Jonsson, P. y Lesshammar, M. (1999), “Evaluación y mejora de los sistemas de medición del rendimiento de
fabricación: el papel de OEE”, Revista internacional de gestión de operaciones y producción, MCB UP, vol.
19 núm. 1, págs. 55-78.
Kumar, M., Antony, J., Singh, RK, Tiwari, MK y Perry, D. (2006), “Implementing the lean Sigma framework in an
Indian SME: a case study”, Production Planning and Control, Taylor & Francis , vol. 17 núm. 4, págs.
407-423.
Kumar, SV, Mani, VGS y Devraj, N. (2014), "Planificación de la producción y mejora de procesos en la fabricación
de un impulsor utilizando técnicas de programación y OEE", Procedia Materials Science, Elsevier, vol. 5,
págs. 1710-1715.
Kumar Sharma, R. y Gopal Sharma, R. (2014), "Integración de la cultura Six Sigma y el marco TPM para mejorar el rendimiento de
IJPPM
fabricación en las PYME", Quality and Reliability Engineering International, Wiley Online Library, vol. 30 núm. 5, págs.
69,5 745-765.
Lee, KT y Chuah, KB (2001), “Una metodología SUPER para la mejora de procesos comerciales: un estudio de caso industrial en
Hong Kong/China”, International Journal of Operations and Production Management, MCB UP, vol. 21 núms. 5/6, págs.
687-706.
Mishra, RP, Anand, G. y Kodali, R. (2007), "Análisis de fortalezas, debilidades, oportunidades y amenazas para marcos de
1104 mantenimiento de clase mundial", Actas de la Institución de Ingenieros Mecánicos - Parte B: Revista de Ingeniería
Fabricación, Sage Publications Sage Reino Unido, Londres, Inglaterra, vol. 221 núm. 7, págs. 1193-1208.
Muchiri, P. y Pintelon, L. (2008), "Medición del rendimiento utilizando la eficacia general del equipo (OEE): revisión de la literatura
y discusión de aplicación práctica", International Journal of Production Research, Taylor y Francis, vol. 46 núm. 13, págs.
3517-3535.
Nakajima, S. (1988), “Introducción a TPM: Mantenimiento Productivo Total (Traducción)”, Productividad

Press, Inc., Cambridge, pág. 129.
Okhovat, MA, Ariffin, MKAM, Nehzati, T. y Hosseini, SA (2012), "Desarrollo de un marco de fabricación de clase mundial mediante
el uso de Six-Sigma, mantenimiento productivo total y lean", Investigación científica y ensayos, Revistas académicas, vol.
7 N° 50, págs. 4230-4241.
Ramlan, R., Ngadiman, Y., Omar, SS y Yassin, AM (2015), “Cuantificación del rendimiento de la máquina a través de la eficacia
general del equipo”, en Simposio internacional sobre gestión de tecnología y tecnologías emergentes (ISTMET) de 2015,
págs. 407- 411.
Reid, RA (2005), “Mejora de la productividad y la calidad: un marco de implementación”, International Journal of Productivity and
Quality Management, Inderscience Publishers, vol. 1 N° 1-2, págs. 26-36.
Rishi, JP, Srinivas, TR, Ramachandra, CG y Ashok, BC (2018), “Implementing the lean framework in a small & medium & company
(SME)—a case study in printing press”, IOP Conference Series: Materials Science and Ingeniería, vol. 376, págs. 12126.
Rohleder, TR y Silver, EA (1997), “Un tutorial sobre mejora de procesos de negocio”, Journal of
Gestión de operaciones, Elsevier, vol. 15 núm. 2, págs. 139-154.
Rooney, JJ y Heuvel, LNV (2004), “Análisis de causa raíz para principiantes”, Quality Progress, ASQC
Sociedad Estadounidense para el Control de Calidad, vol. 37 núm. 7, págs. 45-56.
Rouse, P. y Putterill, M. (2003), “Un marco integral para la medición del desempeño”, Management Decision, MCB UP, vol. 41 núm.
8, págs. 791-805.
Shahada, TM y Alsyouf, I. (2012), "Diseño e implementación de un marco Lean Six Sigma para la mejora de procesos: un estudio
de caso", en la Conferencia Internacional IEEE de 2012 sobre Ingeniería Industrial y Gestión de Ingeniería, págs. 80-84.
Singh, M. y Narwal, M. (2017), "Medición de la eficacia general del equipo (OEE) de una industria manufacturera: una herramienta
eficiente y eficiente", Revista internacional de tendencias recientes en ingeniería e investigación, vol. 3 núm. 5, págs.
268-275.
Stamatis, DH (2017), The OEE Primer: Comprensión de la eficacia, confiabilidad y capacidad de mantenimiento generales del
equipo, Productivity Press.
_
Sujov a, E., Cierna, H. y Zabinska, I. (2019), “Aplicación de procedimientos de digitalización de la producción en la práctica”,
Sistemas de gestión en ingeniería de producción, Sciendo, vol. 27 N° 1, págs. 23-28.
Swarnakar, V. y Vinodh, S. (2016), “Implementación del marco Lean Six Sigma en una organización de fabricación de componentes
automotrices”, International Journal of Lean Six Sigma, Emerald Group Publishing Limited, vol. 7 N° 3, págs. 267-293.
Thomas, AJ, Francis, M., Fisher, R. y Byard, P. (2016), “Implementación de Lean Six Sigma para superar los desafíos de producción
en una empresa aeroespacial”, Planificación y control de producción, Taylor & Francis, vol. 27 Nos 7–8, págs. 591-603.
Tsarouhas, PH (2013), “Evaluación de la eficacia general de los equipos en la industria de las bebidas: un estudio
Integrado
de caso”, International Journal of Production Research, Taylor & Francis, vol. 51 núm. 2, págs. 515-523.
Tsarouhas, PH (2015), "Evaluación de la gestión del mantenimiento a través de la eficacia general del equipo de marco OEE
una línea de producción de yogur en una empresa italiana de tamaño medio", Revista internacional de
gestión de la productividad y la calidad, Inderscience Publishers, vol. 16 núm. 3, págs. 298-311.
Tsarouhas, P. (2019), "Mejora de la operación de la línea de producción de croissants a través de la efectividad

general del equipo (OEE) Un estudio de caso", International Journal of Productivity and Performance
1105
Management, Emerald Publishing Limited, vol. 68 núm. 1, págs. 88-108.
Vinodh, S., Gautham, SG y Ramiya, RA (2011), “Implementación del marco Lean Sigma en una organización de
fabricación de válvulas automotrices indias: un estudio de caso”, Planificación y control de la producción,
Taylor & Francis, vol. 22 núm. 7, págs. 708-722.
Wudhkarn, R. (2011), “Implementación de la eficacia general del equipo en la fabricación de mallas de alambre”, en
Conferencia internacional sobre ingeniería industrial y gestión de ingeniería, IEEE, págs. 819-823.
Wudhikarn, R. (2016), "Implementación de la metodología de pérdida de costo general del equipo (OECL) para
comparar con la efectividad general del equipo (OEE)", Journal of Quality in Maintenance Engineering,
Emerald Group Publishing Limited, vol. 22 núm. 1, págs. 81-93.
Yen-Fei, L., Chen-Pin, K., Hsu-Sheng, C., Shariff, M., Hooi, NK, Segar, C. y Gopal, S. (2008), “Eficiencia general del
equipo (OEE) mejoras para herramientas litográficas en la fabricación de obleas”, en Simposio Internacional
sobre Fabricación de Semiconductores de 2008, págs. 137-140.
Lecturas adicionales
Arturo Garza-Reyes, J., Eldridge, S., Barber, KD y Soriano-Meier, H. (2010), “Efectividad general del equipo (OEE)
y medidas de capacidad del proceso (PC): un análisis de relaciones”, International Revista de Gestión de
Calidad y Confiabilidad, Emerald Group Publishing Limited, vol. 27 núm. 1, págs. 48-62.
Nachiappan, RM y Anantharaman, N. (2006), "Evaluación de la efectividad general de la línea (OLE) en un sistema

de fabricación de línea de productos continuos", Journal of Manufacturing Technology Management, Emerald
Group Publishing Limited, vol. 17 núm. 7, págs. 987-1008.
Acerca de los autores
Chew Keat Cheah actualmente estudia un doctorado en la Facultad de Ingeniería y Tecnología Verde de la
Universiti Tunku Abdul Rahman, Malasia. Obtuvo su Maestría en Ingeniería de Sistemas de Manufactura de la
Queen's University Belfast, Reino Unido. Anteriormente trabajó como ingeniero de equipos de prueba en ASE
Electronics y como ingeniero senior de procesos y equipos en Agilent Technologies en Penang, Malasia. Chew
Keat Cheah es el autor correspondiente y puede ser contactado en: [email protected] Joshua Prakash es
profesor asistente en la Facultad de Ingeniería y Tecnología Verde de la Universiti Tunku Abdul Rahman,
Malasia. Tiene una licenciatura en ingeniería y un doctorado en ingeniería de fabricación de la Universiti Sains
Malaysia. Los proyectos de investigación recientes incluyen control de producción, simulación de fabricación y
fabricación ajustada.
Kok Seng Ong es actualmente profesor en la Universiti Tunku Rahman, Kampar. Obtuvo su licenciatura,
maestría y doctorado en el Imperial College of Science and Technology de la Universidad de Londres en 1965,
1966 y 1971. Se jubiló como profesor de Ingeniería Mecánica de la Universidad de Malaya en 1997 y de la
Universidad de Monash en 2013. El Prof. Ong es un Miembro de la Institución de Ingenieros Mecánicos, Reino
Unido y la Institución de Ingenieros, Malasia. Es un ingeniero profesional registrado en el Consejo de Ingeniería del
Reino Unido y la Junta de Ingenieros de Malasia. Es autor y coautor de más de 150 artículos en revistas y congresos
internacionales.
Para obtener instrucciones sobre cómo solicitar reimpresiones de este artículo, visite
nuestro sitio web: www.emeraldgrouppublishing.com/licensing/reprints.htm O comuníquese
con nosotros para obtener más detalles: [email protected]

Oee Integrado para Mejora Estructurada de Productividad Fab. Semiconductores

Cargado por

Copyright:

Formatos disponibles

Oee Integrado para Mejora Estructurada de Productividad Fab. Semiconductores

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Oee Integrado para Mejora Estructurada de Productividad Fab. Semiconductores

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

Un marco OEE integrado para la Integrado

mejora estructurada de la marco OEE

productividad en una planta de

Kampar, Malasia Aceptado el 1 de enero de 2020

Presencia de Proporcionar pasos/ Priorización Uso de OEE

No (Año) elementos estructura mejora mejora punto de referencia

2.1 Antecedentes de OEE

(desperdicio de Seis grandes pérdidas Métricas OEE

1084 Una pérdida Disponibilidad (A)

Ralentí y parada menor

2.2 Revisión de los marcos de mejora En-

3. Introducción de un marco de OEE integrado Con base en la

En la Fase 3, los elementos A, P y Q se evalúan según su contribución a las pérdidas totales de

4.1 Fase 1: formación del equipo e inicio del proyecto Se

Mejora de OEE en línea de cinta y carrete (TNR)

Área (equipo) Línea TNR (plataformas XYZ)

mejora de OEE de la rendimiento)

4.2 Fase 2: recopilación de

4.3 Fase 3: priorización de pérdidas de OEE

Estudio de tiempo para la conversión de la plataforma XYZ antes de la mejora Integrado

nuevo diseño instalado. Sus deficiencias fueron analizadas y superadas. Evaluación de la

(2) Requerir almacenamiento para 1097

Estudio de tiempo para la conversión de la plataforma XYZ después de las mejoras

No Lista de actividades Duración

mejorar en un promedio de 4.2 por ciento. Se creó el nuevo procedimiento de conversión

4.5 Fase 5 controlar y mantener las mejoras de OEE

Mes A A* OEE OEA* % Mejora

En resumen, la Fase 1, la Fase 2 y la Fase 3 se realizaron de acuerdo con el plan. En la Fase 4, el

Tabla IX. Mes Noviembre Diciembre enero Febrero

Antes del software y Después del software y Integrado

Producción por día = 200.000 unidades

La priorización en el estudio de caso permitió al equipo concentrarse en la eliminación de la

Jasiulewicz-Kaczmarek, M. y Piechowski, M. (2016), "Aspectos prácticos de OEE en una empresa automotriz:

Nakajima, S. (1988), “Introducción a TPM: Mantenimiento Productivo Total (Traducción)”, Productividad

Tsarouhas, P. (2019), "Mejora de la operación de la línea de producción de croissants a través de la efectividad

Nachiappan, RM y Anantharaman, N. (2006), "Evaluación de la efectividad general de la línea (OLE) en un sistema

También podría gustarte