Masimo es una empresa mundial de tecnología médica que desarrolla y produce una amplia gama de tecnología de monitoreo líder en la industria, incluidos mediciones innovadoras, sensores y monitores de pacientes. Con la tecnología de la plataforma Masimo Hospital Automation™, las soluciones de conectividad, automatización y telesalud y telemonitoreo de Masimo están mejorando y automatizando la prestación de atención en el hospital y fuera de él. Además, Masimo cuenta con una amplia gama de soluciones de salud y bienestar para el consumidor, como el reloj de seguimiento continuo de la salud Masimo W1™ y el monitor de bebés Stork™, así como dispositivos de sonido de marcas de audio legendarias como Bowers & Wilkins® y Denon®.
El desafío
Con la expansión a los productos de salud y bienestar del consumidor, el equipo de Masimo se esforzó por mejorar la estética y la resistencia del empaque de sus productos. Específicamente, el equipo de diseño quería incluir una envoltura plástica encogible alrededor de la caja para proporcionar una apariencia elegante al producto y, al mismo tiempo, proteger la caja durante el envío.
La envoltura encogible es una técnica común de empaque en la industria de la electrónica de consumo, pero Masimo nunca había realizado este proceso y no tenía talento interno ni experiencia en el desarrollo de un proceso de envoltura encogible. Los procesos manuales resultaron costosos y propensos a errores, por lo que el equipo de ingeniería de procesos se propuso implementar un proceso de envoltura encogible completamente automatizado para aumentar la producción y asegurar la consistencia.
Los requisitos para el empaque de envoltura encogible son:
- Encoger la envoltura de plástico sin defectos estéticos como desgarros, arrugas y vacíos.
- Minimice el tamaño de las “esquinas dobladas”, que son piezas triangulares excesivas de plástico que degradan la calidad cosmética del producto y hacen que sea más difícil abrirlo, hasta una longitud máxima de 0.060”.
- Minimice la cantidad de material utilizado para lograr (1) y (2).
El equipo de termocontracción que Masimo compró consta de dos unidades que operan secuencialmente: la primera unidad envuelve el material de encogimiento por calor alrededor del envase del producto, mientras que la segunda unidad encoge la envoltura. La primera unidad comprende tres factores numéricos que controlan la cantidad de material utilizado:
- la longitud de la bolsa;
- la tasa de avance de la película;
- la profundidad de la mesa que define la longitud de la envoltura.
La segunda unidad calienta y reduce el plástico y consta de dos factores numéricos:
- tiempo de sellado;
- temperatura de enfriamiento.
Cómo ayudó Minitab
Minitab Statistical Software ayudó a caracterizar y optimizar el proceso de termocontracción.
El primer paso fue utilizar el diseño de experimentos (Design of Experiments, DOE) para construir un modelo de proceso que relacionara los parámetros del equipo de termocontracción con la salida de termocontracción. Los factores estudiados fueron los cinco descritos anteriormente, y la respuesta fue la longitud de la esquina doblada. Había materiales limitados disponibles para este estudio, por lo que el equipo de ingeniería de procesos consultó las páginas web de Soporte técnico de Minitab y decidió un “Diseño definitivo de selección”. La sección Soporte técnico de Minitab proporcionó información detallada y fácil de entender sobre cómo elegir un diseño de DOE, al tiempo que detallaba las rigurosas matemáticas que intervienen en los cálculos estadísticos.
La figura 1 resume los resultados estadísticos proporcionados por Minitab. Para sorpresa del equipo, ningún factor fue significativo con una confianza del 95 % (p > 0.05) y el R cuadrado (de predicción) fue negativo, lo que significa que no había poder predictivo del modelo.
Esto indicó que posiblemente había demasiado ruido en los datos causado por el sistema de medición. El equipo sospechó que la variación del sistema de medición estaba causando problemas, debido a las diferencias en la manera en que múltiples inspectores realizaban la medición de la longitud de la esquina doblada.
Figura 1
Consultaron las páginas de Soporte técnico de Minitab para identificar el estudio R&R cruzado del sistema de medición como la herramienta adecuada para realizar un análisis del sistema de medición. El estudio R&R cruzado del sistema de medición cuantifica cómo la variación del sistema de medición se atribuye a la repetibilidad y reproducibilidad de los inspectores, así como a la variación debida a las partes en sí. Minitab se utilizó para crear un estudio R&R cruzado del sistema de medición con dos inspectores, 10 partes y dos réplicas de medición. Los resultados resumidos en la figura 2 muestran un error excesivo de repetibilidad, especialmente para las partes número 1, 2, 6 y 8.
Figura 2
Gracias a estos conocimientos, el equipo de ingeniería de procesos investigó el método de medición y desarrolló una herramienta y un conjunto de instrucciones, y luego repitió el estudio R&R cruzado del sistema de medición con el método de medición mejorado. La figura 3 demuestra una mejora significativa en el error de repetibilidad. Si bien las partes número 6 y 8 aún mostraban algunos problemas de repetibilidad, el equipo concluyó que la mejora general era suficiente para continuar.
Figura 3
Antes de ejecutar un segundo DOE, el equipo realizó estudios de viabilidad adicionales y revisó estos resultados con el proveedor de equipos de termosellado. El proveedor recomendó una temperatura de sellado y un tiempo de sellado fijos, y variar la energía total aplicada al plástico variando la velocidad de la cinta transportadora del horno. El segundo DOE fue un estudio factorial completo que estudió los siguientes factores:
- Longitud de la bolsa
- Tasa de avance de película
- Profundidad de la mesa
- Velocidad del horno
La figura 4 resume los resultados. El modelo mostró una mejora significativa con respecto al DOE inicial debido al sistema de medición mejorado. Los efectos principales de la longitud de la bolsa, la tasa de avance de la película y la profundidad de la mesa fueron todos significativos con una confianza del 95 % (p < 0.05), así como varia interacción, incluyendo la velocidad del horno. Sin el poder del análisis de DOE de Minitab, es posible que esta interacción importante se haya pasado por alto, lo que resulta en un modelo de proceso subóptimo.
Figura 4
Ahora que el equipo confiaba en su modelo de proceso, el Optimizador de respuestas de Minitab se utilizó para identificar la configuración óptima de los factores para alcanzar una longitud de esquina doblada de 0.060”, como se muestra en la figura 5.
Figura 5
Se realizaron corridas adicionales con la configuración optimizada para confirmar la repetibilidad a corto plazo del proceso de termocontracción. Una vez confirmado, el equipo redactó un borrador de los protocolos de calificación operativa (operational qualification, OQ) y calificación del rendimiento (performance qualification, PQ), validó formalmente el proceso, e implementó con éxito el equipo automatizado de termocontracción, con lo que logró ahorros significativos en los costos y una mejor calidad del producto.
Resultado
El uso de Minitab fue fundamental en la implementación del proceso automatizado de termocontracción. Las páginas web de Soporte técnico de Minitab fueron extremadamente útiles para identificar el diseño de DOE e interpretar los resultados. Esta interpretación impulsó al equipo a investigar el método de medición utilizando la herramienta de estudio R&R cruzado del sistema de medición de Minitab. El resultado estadístico detallado y las gráficas indicaron correctamente al equipo que debía identificar un método para reducir el error de repetibilidad, y un segundo estudio R&R cruzado del sistema de medición confirmó las mejoras. Por último, las herramientas de diseño factorial y optimización de respuestas de Minitab ayudaron a identificar la configuración óptima de los parámetros.
La implementación y optimización de equipos de termocontracción completamente automatizados con la ayuda de Minitab ayudaron a eliminar las inconsistencias en el empaque causadas por la variabilidad del operador. Además, condujo a un mayor volumen de producción y tiene el potencial de ahorrar costos al optimizar el proceso de producción y reducir la mano de obra manual.
Acceder al estudio de caso de Minitab
Proporcione cierta información adicional para ver el estudio de caso.
Revisión general
- Fundada en 1989
- Con sede en Irvine, California
- Se especializa en tecnología de la salud y dispositivos electrónicos de consumo
Desafío
Automatice y optimice su proceso de empaque de envoltura encogible para mejorar la estética y la consistencia, específicamente mediante la eliminación de las esquinas dobladas de sus cajas.
Productos utilizados
Minitab® Statistical Software
Resultados
- Precisión mejorada del sistema de medición utilizando el estudio R&R cruzado del sistema de medición
- Proceso automatizado de envoltura encogible exitoso
- Alcanzó la longitud objetivo de las esquinas dobladas, lo que mejoró la calidad del empaque