Discover
Innovación para Mejorar
Innovación para Mejorar
Author: Innovación para el Mejoramiento - Blackberry and Cross®
Subscribed: 1Played: 7Subscribe
Share
© Innovación para el Mejoramiento - Blackberry and Cross®
Description
El cambio por sí mismo no es mejora, pero toda mejora implica cambio. En este podcast descubra cómo mejorar de forma innovadora, gracias a Blackberry&Cross®.
453 Episodes
Reverse
¿Por qué un proceso estable puede empeorar precisamente cuando alguien intenta corregirlo? En este episodio analizamos una de las paradojas más importantes de la manufactura: reaccionar ante cada fluctuación puede introducir más variabilidad y terminar desestabilizando un proceso que funcionaba correctamente.A partir de los principios del programa Applied Statistical Engineering (ASE®) de Blackberry & Cross, explicamos la diferencia entre variación inherente y variación asignable, el fenómeno de tampering descrito por W. Edwards Deming y la importancia de saber cuándo intervenir y cuándo permitir que el proceso se autorregule.El episodio también aborda el uso de subgrupos racionales, la calidad del sistema de medición, el enfoque VST de Blackberry & Cross: Visualizar–Sintetizar–Testear, las gráficas de control y la diferencia fundamental entre estabilidad y capacidad. Además, cuestiona la tendencia a forzar los datos dentro de una distribución normal cuando la física del proceso cuenta una historia distinta.Una conversación técnica y práctica para ingenieros, supervisores y líderes de manufactura que desean tomar mejores decisiones, evitar ajustes innecesarios y aprender a distinguir una señal real del ruido natural del proceso.Nota editorial: se usa NoteBookLM para confeccionar el podcast. Se usa material original de ASE de Blackberry & Cross.
En este episodio exploramos cómo plantear mejor los problemas, lidiar con sesgos, paradigmas, y entonces reenfocar el planteamiento del problema, las causas, ideas de mejora y experimentos.Es un esquema metodológico de Blackberry & Cross, para de S4OPEX, Supervisión para la Excelencia.Se usan ejemplos y analogías para:- brechas- ausentismo- SMART- Diagramas de afinidad- Uso de IA para creatividad y mucho más.Consulte más información en www.blackberrycross.com
Este podcast se elabora con material original de clase en vivo, impartida por Omar Mora, instructor en Jefe de Blackberry & Cross, como parte de ASE: Applied Statistical Engineering.Se explora el uso de modelación Montecarlo a manera introductoria.Como parte del material también se explica el concepto de "vacíos de conocimiento".Se usa Google NotebookLM para procesar las notas y el audio original de la sesión. El podcast es creado por IA sobre la base de material original de Blackberry & Cross
Aprenda en este podcast sobre cómo las necesidades de calidad, explicadas en el modelo de Kano, se pueden ligar al diseño de flujo y a la simulación de Monte Carlo.Tomado de sesiones de CLES®, el programa propietario de Blackberry & Cross: Certified LEAN Enterprise Specialist, específicamente de la sección LEAN Methods Accelerator.Este episodio está apoyado en NoteBookLM de Google, con fuentes originales de Blackberry & Cross.
Diseño de experimentos contra el bateo industrialPuntos Clave del EpisodioEn la industria, el hábito de "batear" significa mover perillas en una máquina para ver qué pasa, esperando tener suerte. El programa de entrenamiento "Zero to Impact" cambia esta dinámica mediante el diseño de experimentos (DOE). Este entrenamiento especializado es propiedad intelectual de la firma BlackBerry & Cross. El instructor en jefe, Omar Mora, define que el objetivo final de cualquier experimento industrial es la "resolución". El éxito de un estudio depende de definir correctamente la variable de salida, prefiriendo las variables continuas numéricas porque permiten medir la magnitud exacta de un problema. La validación del sistema de medición es un requisito innegociable para certificar que las pantallas de los equipos no mienten. Para equilibrar la información con el presupuesto, se introduce el modelo de niveles de prueba L a la K. Arrancar con dos niveles por factor provee entre el 80% y el 90% de la información crítica necesaria para tomar decisiones. Hacer las pruebas una sola vez te da promedios pero te deja ciego ante la dispersión de los datos, por lo que se requieren réplicas. Alterar el orden aleatorio del diseño experimental por conveniencia humana provoca la anulación total del experimento. Al final, la metodología nos invita a aplicar un diseño factorial básico a nuestra propia vida para medir factores diarios como el sueño y el uso del celular. *Se usa NotebookLM de Google para asistir la creación del podcast con notas propietarias de Blackberry & Cross.


![¿Por qué no debes ajustar la máquina ante cualquier cambio? [apoyado en IA] ¿Por qué no debes ajustar la máquina ante cualquier cambio? [apoyado en IA]](https://s3.castbox.fm/2a/7c/ae/311d80336202e906664ec42cf2aad44f58_scaled_v1_400.jpg)

