ÁREAS DE INTERÉS DE LA ROPRIN


ÁREAS DE INTERÉS DE LA ROPRIN


La Red de Optimización de Procesos Industriales (ROPRIN) está integrada por académicos interesados en la mejora de los procesos productivos industriales y por medio de la generación una alta productividad científica de alto nivel entre sus integrantes, identificando las necesidades nacionales y promoviendo su solución mediante el desarrollo tecnológico e innovador.

Sus integrantes buscan generar, aplicar y transmitir nuevo conocimiento enfocado a la mejora continua para la optimización de procesos productivos, mediante el desarrollo y aplicación de tecnología para el uso eficiente y sustentable de los recursos disponibles y la generación de recurso humano capaz de realizar investigación científica y aplicada de alto nivel que impacte positivamente a la competitividad del sector productivo.

La ROPRIN definió las siguientes áreas de énfasis y subáreas de especialidad, las cuales se ilustran en la Figura y que se describen a continuación, aunque cabe mencionarse que cada área de énfasis tiene sub-áreas de especialidad que conforman el conjunto de fortalezas académicas y de investigación de sus integrantes, tales como:


Áreas de énfasis de la ROPRIN


Cadena de Suministro

Líderes: Cuauhtémoc Sánchez Ramírez - Jorge Luis Garcia Alcaraz

En un mercado globalizado, donde los gustos y necesidades de los consumidores han definido en gran medida las estrategias de mejora en las empresas, ha generado que metodologías y herramientas como: Justo a Tiempo (Alcaraz et al, 2014), Administración de la Calidad Total, Manufactura Esbelta (Sánchez et al, 2014), Kaizen, entre otras, estén siendo aplicadas con éxito en la mejora de los procesos de producción. Sin embargo, es necesario que las empresas utilicen metodologías que les permitan un enfoque global del desempeño de sus procesos logísticos clave y como estos están interrelacionados, lo cual es importante, debido a que las empresas, sólo analizan el impacto de la variación de la demanda en cada proceso, pero no en forma global o sistémica.

Es por lo anterior, que el estudio de la Cadena de Suministro se ha posicionado en los últimos años como una área de estudio para investigadores y profesionistas, por las ventajas como estrategia de competitividad y por la visibilidad que ofrece en los procesos (Gunasekaran et al, 2004).

Para Thomas y Griffin (1996), la Cadena de Suministro es el estado más avanzado para la compra, adquisición, producción y distribución de las empresas, debido a que incluye a proveedores y clientes finales. De acuerdo a Christopher y Towill (2001), la dinámica industrial ha puesto de manifiesto que la competencia ya no es entre empresas, sino entre cadenas de suministros.

La importancia de los Sistemas Logísticos y la Administración de la Cadena de Suministro como factor de éxito, reside en que en toda empresa existen movimientos de materiales, productos, dinero e información que debe ser administrada y controlada desde los proveedores hasta el cliente final, convirtiéndose en un aspecto estratégico para el desempeño y permanencia de las empresas, en un mercado cada vez más globalizado y competitivo (Waters, 2003).

La Administración de las Cadenas de Suministro y los sistemas logísticos, requieren de herramientas y sistemas que permitan un enfoque global para entender y comprender las retroalimentaciones que se generan entre los elementos que la integran, por lo que metodologías como la Dinámica de Sistemas (Forrester, 1961), cobran relevancia, permitiendo comprender estas retroalimentaciones y mediante la definición de políticas para mejorar las cadenas de suministro.

Para el análisis de las Cadenas de Suministro, se están utilizando diferentes enfoques de simulación entre los que destacan la Dinámica de Sistemas (System Dynamics) y la Modelación Basada en Agentes (Agent-Based Modeling). Por su parte la Modelación de Eventos Discretos (Discrete Event Simulations) tiene gran auge en la modelación de procesos de manufactura.

La modelación matemática como enfoque para el análisis de las cadenas de suministro, frecuentemente se restringe a la relación cliente-proveedor y requiere de varias suposiciones debido a la complejidad matemática; por lo que la simulación representa una perspectiva intermedia entre la modelación formal y las observaciones empíricas.

Debido a la complejidad que hay entre las diferentes etapas de la cadena de suministro, una de las líneas de investigación que ha tenido gran aceptación para su estudio y análisis es la simulación.

La simulación ofrece una posición media entre la modelación formal pura, observaciones empíricas y las estrategias aplicadas a la mejora de la cadena de suministro. Adicionalmente, esta línea ofrece la posibilidad de incluir estimaciones que no son fáciles de medir como los factores “suaves”. Sin embargo, un inconveniente de la simulación, es que no necesariamente provee de soluciones optimas, además de que depende de la experiencia y creatividad del modelador (Gröbler y Schieritz, 2005). Algunas de las técnicas de simulación que se han utilizado en el estudio de cadenas de suministros han sido la Dinámica de Sistemas y la simulación de eventos discretos (Reiner, 2005).

Parunak et al (1998), comentan que parte de los programas de cómputo para analizar la Cadena de Suministro, se han desarrollado usando Dinámica de Sistemas (System Dynamics), la cual tiene sus bases matemáticas en las ecuaciones diferenciales ordinarias. Por su parte la Modelación Basada en Agentes (Agent-Based Modeling), se basa principalmente en reglas individuales en que se programa en cada agente.

Autores como Towill (1996); Barlas y Aksogan (1996); Angerhofer y Angelides (2000); Sterman (2000), Georgiadis et al, (2005), han realizado diferentes investigaciones sobre estrategias en la Cadena de Suministro, teniendo como enfoque de análisis la simulación con Dinámica de Sistemas.

En principio, la modelación y simulación hacen posible examinar el comportamiento dinámico de las cadenas de suministro, por lo que se les ve como el primer paso hacía un progreso científico, debido a la inherente complejidad de la realidad (GröBler y Schieritz, 2005).

Los países emergentes, tienen diferentes retos y oportunidades para los próximos años, ya que por la calidad de los productos y los bajos costos de producción, son parte de Cadenas de Suministro globales de empresas transnacionales, por lo que se han convertido en elementos estratégicos en el desarrollo competitivo del sector industrial (Mukherjee y Sastry, 1996).

Aunque en México se han tenido avances en la mejora de los sistemas de producción (Sagardi et al, 2014), existe un área de oportunidad, en lo que se refiere al estudio y análisis de las cadenas de suministro, ya que no ha sido explorada y desarrollada de manera adecuada, se confunden conceptos y se pretende mejorar la competitividad de las empresas realizando mejoras locales y no globales, lo cual limita en cierto grado el desempeño de sus operaciones (Cedillo y Pérez, 2010).

Áreas de estudio

  • Pensamiento esbelto en la cadena de suministro
  • Diseño de cadenas de suministro
  • Cadena de suministro sustentable
  • Administración del riesgo en la cadena de suministro
  • Prácticas de la administración de la cadena de suministro en la manufactura
  • Administración de la cadena de suministro verde
  • Metaheuristica
  • Modelación en dinámica de sistemas
  • Modelación híbrida

Referencias

  • Angerhofer, B.J. and Angelidis, M.C. (2000). System Dynamics Modeling in Supply Chain Management: Research View. En Proceedings of the 2000 Winter Simulation Conference (Edited by J.A. Joines et, al), p-p: 342-351.
  • Barlas, Y. y Aksogan, A. (1996). Product Diversification and Quick Response Order Strategies in Supply Chain Management. Proceedings of the 14th International Conference of the System Dynamics Society.
  • Cedillo, M. y Pérez, A. (2010). Hybrid supply chains in emerging markets: the case of the Mexican auto industry. South African Journal of Industrial Engineering, May, Vol. 21, No.1, p-p: 193-206.
  • Christopher, M. y Towill, D. (2001). An Integrated Model for the Design of Agile Supply Chains. International Journal of Physical Distribution and Logistics Management. Vol. 31. No. 4. p-p: 235-246.
  • Forrester, J. (1961). Industrial Dynamics. Editorial Pegasus
  • García, J.L. et al (2014). A systematic review/survey for JIT implementation: Mexican maquiladoras as case study. Computers in Industry, Vol. 65. p-p: 761-773.
  • Georgiadis, P., Vlachos, D. e Iakovou, E. (2005). A system dynamics modeling framework for the strategic supply chain management of food chain. Journal of Food Engineering, Vol. 70. p-p:.351-364.
  • GröBler, A y Schieritz, N. (2005). Of Stocks, Flows, Agents and Rules – Strategic simulation in Supply Chain Research. Research Methodologies in Supply Chain Management. Editorial Physica-Verlang, p-p: 445-460.
  • Gunasekaran, A., Patel, C. y McGaughey. (2004). A Framework for Supply Chain Performance Measurement. International Journal Production Economics, Vol. 87, p-p: 333-347.
  • Mukherjee, A. y Sastry, T. (1996). Automotive Industry in Emerging Economies: A Comparison of South Korea, Brazil, China and India. Economic and Political Weekly. Vol. 31, No. 48. p-p: M75-M78
  • Parunak, H.V.D., Savit, R. y Riolo, R. (1998). Agent-Based Modeling vs Equation Based Modeling: a case of study and user´s guide. Proceedings of multi agent systems and agent based simulations, p-p:10-25.
  • Reiner, G. (2005). Supply chain management research methodology using. Research Methodologies in Supply Chain Management. Editorial Physica-Verlang. p-p: 431-444.
  • Rendón, M.A. et al (2014). Dynamic analysis of feasibility in ethanol supply chain for biofuel production in Mexico. Applied Energy. Vol. 123. p.p.358-367.
  • Sánchez, C., et al (2014). Lean Manufacturing in the Developing World Methodology, Case Studies and Trend from Latin America. Research Methodologies in Supply Chain Management.J. L. García-Alcaraz et al. (eds.). Springer International Publishing Switzerland, p-p: 563-584.


Manufactura esbelta

Líderes: Jorge Luis Garcia Alcaraz – Diego Alfredo Tlapa Mendoza

Para generar un producto cualquiera, en la actualidad se requiere de un proceso de producción, el cual puede ser definido como un conjunto de operaciones unitarias necesarias para modificar las características de las materias primas y agregarles un valor (Colledani et al, 2014; Dhouib, Gharbi y Ben Aziza, 2012). Después de esas operaciones se obtendrá un producto final, así dependiendo de la escala de observación, puede denominarse proceso tanto al conjunto de operaciones desde la extracción de los recursos, como a las realizadas en un puesto de trabajo (Afazov, 2013). Un proceso productivo se divide en cuatro o cinco etapas en función de los investigadores que lo clasifiquen, ya que consumo frecuentemente es eliminado (Dowlatshahi, 2008). Dichas etapas pueden ser las siguientes y se ilustran en la Figura.


Proceso de producción

Específicamente, en esta red temática se hará énfasis en la transformación industrial y la distribución (se ilustran en letras negritas), tanto de materias primas como de productos terminados, siendo este el objeto de estudio y en el que se tiene un mejor conocimiento por parte de los integrantes de la red, mismas que se indican con borde de color rojo en el recuadro.

Para la realización de esa transformación industrial de las materias, se realizan varias operaciones, todas ellas enfocadas a minimizar el desperdicio, es decir, que existe una optimización de los procesos industriales (Colledani et al, 2014) y para lograr esa optimización, se hace uso de varias técnicas y una de las más empleadas es Manufactura Esbelta (ME) (Herron y Hicks, 2008).

Manufactura Esbelta son varias herramientas que ayudan a eliminar todas las operaciones que no le agregan valor al producto, servicio y procesos, aumentando el valor de cada actividad realizada y eliminando lo que no se requiere; en otras palabras, se busca mejorar las operaciones productivas, basándose siempre en el uso adecuado del recurso humano (Hajmohammad et al, 2013).

La técnica ME nació en Japón con filosofías de William Edward Deming, Taiichi Ohno, Shigeo Shingo, Eijy Toyoda, entre otros y frecuentemente se le denomina manufactura flexible (Rahman, Sharif y Esa, 2013; Salleh, Kasolang y Jaffar, 2012). La SE ME enfoca en la eliminación planeada de todo tipo de desperdicio, el respeto por el trabajador: Kaizen, la mejora consistente de productividad y calidad (Abdulmalek y Rajgopal, 2007; Wahab, Mukhtar y Sulaiman, 2013).

ME emplea varias tecinas y herramientas aplicadas a los sistemas y algunos de los beneficios reportados de su adecuada implementación son (Kreimeier et al, 2014): Reducción de 50% en costos de producción, reducción de inventarios, reducción del tiempo de entrega (lead time), mejor calidad, menos mano de obra, mayor eficiencia de equipo, disminución de los desperdicios tales como: sobreproducción, tiempo de espera (los retrasos), transporte, el proceso, inventarios, movimientos y mala calidad.

ME inició a aplicarse en los años de los 80 el concepto de Sistema de Producción Toyota era más conocido. En la Figura a continuación se observa cómo han ido evolucionando la cantidad de artículos que aparecen publicados en la base de datos Sciencedirect del año 1996 a 2014 (ya existen publicaciones para el año 2015) y que tiene en el titulo la palabra Lean Manufacturing en el título, el termino en inglés para hacer referencia a ME.

Asimismo, se observa que existen prácticamente dos periodos, el primero comprende de 1996 a 2005, donde las publicaciones se mantienen aproximadamente constantes, pero del año 2006 a 2014, se observa una clara tendencia al alza, lo que denota la importancia de esta filosofía de producción en un ambiente de internacionalización y competencia globalizada.


Publicaciones con “Lean Manufacturing” en título

De la misma manera, la palabra lean o esbelto ha cobrado un gran auge en los últimos años y es que muchas de las técnicas se han buscado hacerlas esbeltas, tales como lean seis sigma, lean Kaizen, entre otras. En la Figura a continuación se ilustra la cantidad de artículos que han sido publicados por Sciencedirect (por mencionar solamente una base de datos), en los que la palabra Lean aparece en el título y se hace referencia a aplicaciones industriales.

Obsérvese que la tendencia es rápidamente al alza, y dado que en este caso se tiene un sólo patrón, se ha agregado una línea de tendencia, en la que claramente se observa la tendencia positiva al incremento. Obsérvese que en solamente veinte años se ha pasado de tener solamente 14 publicaciones en el año 1996 a 227 en el año 2014 y el valor de la pendiente de la línea es de por encima de 9, lo que indica que cada año que pasa se incrementa al menos en 9 el número de artículos publicados.


Publicaciones con “Lean” en el título

Como se ha mencionado anteriormente, lean manufacturing es un conjunto de técnicas o herramientas, ya que se refiere a una filosofía de producción. Cada una de las técnicas se enfoca en algún área del sistema productivo y no son independientes, es decir, que no se puede garantizar su éxito sin el apoyo de otras. Algunas de las técnicas más comunes son las siguientes: 5S, Autonomation, Bottleneck Analysis, Cellular Manufacturing, Continuous flow, Continuous Improvement, Design for Six Sigma (DFSS), Elimination of Waste, Focused Factories, Gemba (The Real Place), In-Station Quality Control, Jidoka, Kaizen, Kaizen Blitz, Kanban, Lean Accounting, Lean Office, Lean Suppliers, Hoshin Kanri (Policy Deployment), Heijunka (Level Scheduling), Just-In-Time (JIT), KPI (Key Performance Indicator), Manufacturing Strategy, Mixed Model Production, Muda (Waste), One-Piece Flow, Point-of-Use Storage, Pokayoke, Process Mapping, Production Leveling, Pull & Synchronous Scheduling, Quick & Easy Kaizen, Setup Reduction, SMED, Self Directed Work Teams (SDWT), Six Sigma, Socio-Technical Systems, Statistical Process Control (SPC), Supplier Development, Takt Time, Team Development, Total Productive Maintenance, Total Quality Management (TQM), Value Stream Mapping, Visual Management, Work Balancing, Work Simplification y Work Standardization.

Referencias

  • Abdulmalek, F. y Jayant R. (2007). Analyzing the benefits of lean manufacturing and value stream mapping via simulation: A process sector case study. Review of. International Journal of Production Economics, Vol. 107, p-p: 223-36.
  • Afazov, S. M. (2013). Modelling and simulation of manufacturing process chains. Review of. CIRP Journal of Manufacturing Science and Technology, Vol. 6, p-p: 70-7.
  • Colledani, M., Tullio, T., Anath, F., Benoit, L., Gisela, L., Robert, S. y József, V. (2014). "Design and management of manufacturing systems for production quality. Review of. CIRP Annals - Manufacturing Technology, Vol: 63, p-p:773-96.
  • Dhouib, K., A. Gharbi, y M. N. Ben Aziza. (2012). Joint optimal production control/preventive maintenance policy for imperfect process manufacturing cell. Review of. International Journal of Production Economics, Vol: 137 (1), p-p: 126-36.
  • Dowlatshahi, S. (2008). The role of industrial maintenance in the maquiladora industry: An empirical analysis. Review of. International Journal of Production Economics, Vol. 114 (1), p-p: 298-307.
  • García-Alcaraz, J. L., L. Rivera, J. Blanco, E. Jiménez, y E. Martínez. (2014). Structural equations modelling for relational analysis of JIT performance in maquiladora sector. Review of. International Journal of Production Research: p-p: 1-19.
  • Gupta, A. (2011). A Conceptual JIT Model of Service Quality. Review of. International Journal of Engineering Science and Technology, Vol: 3 (3), p-p: 2414-24-27.
  • Hajmohammad, S., Stephan V., Robert D. K., y Iuri, G. (2013). Lean management and supply management: their role in green practices and performance. Review of. Journal of Cleaner Production, Vol: 39, p-p:312-20.
  • Herron, C. y Christian, H. (2008). The transfer of selected lean manufacturing techniques from Japanese automotive manufacturing into general manufacturing (UK) through change agents." Review of. Robotics and Computer-Integrated Manufacturing Vol: 24 (4), p-p: 524-31.
  • Kreimeier, D., Friedrich M., Christopher, P., Björn, K., Dennis, C. y Horst, M. (2014). Holistic Learning Factories – A Concept to Train Lean Management, Resource Efficiency as Well as Management and Organization Improvement Skills. Review of. Procedia CIRP, Vol: 17, p-p:184-8.
  • Kumar, V. (2010). JIT Based Quality Management: Concepts and Implications in Indian Context. Review of. International Journal of Engineering Science and Technology, Vol: 2, (1), p-p: 40-50.
  • Machuca, J. A. D. (2002). JIT facing the New Millennium. Review of. International Journal of Production Economics, Vol: 80 (2), p-p:131-4.
  • Marín, F, y Delgado, F.(2000). Las técnicas justo a tiempo y su repercusión en los sistemas de producción. Review of. Economía industrial, Vol: 331, p-p: 35-41.
  • Rahman, N.A., Sariwati, M. S., y Mashitah M. E. (2013). Lean Manufacturing Case Study with Kanban System Implementation. Review of. Procedia Economics and Finance, Vol: 7 (0), p-p:174-80.
  • Salleh, N.M., Salmiah, K. y Ahmed, J. (2012). Simulation of Integrated Total Quality Management (TQM) with Lean Manufacturing (LM) Practices in Forming Process Using Delmia Quest. Review of. Procedia Engineering Vol: 41 (0), p-p:1702-7.
  • Singh, S. y Garg, D. (2011). JIT System: Concepts, benefits and motivations in Indian Industries. Review of. International Journal of Management & Business Studies Vol: 1 (1), p-p: 26-30.
  • Wahab, A., Natasya, A., Muriati, M. y Riza, S. (2013). A Conceptual Model of Lean Manufacturing Dimensions. Review of. Procedia Technology, Vol: 11, p-p: 1292-8.
  • Yasin, M., Michael H. S. y Marwan A. W. (2003). Organizational modifications to support JIT implementation in manufacturing and service operations. Omega, Vol: 31 (3), p-p: 213-26.

Áreas de estudio

  • Modelado en manufactura esbelta
  • Factores críticos de éxito en técnicas de manufactura, tales como:
  • Just a tiempo (JIT)
  • Mantenimiento productivo total (TPM)
  • Kanban
  • Mapeo de la cadena de valor (VSM)
  • Cinco 5 (5S)
  • Kaizen
  • SMED


Sistemas Web de Información Basados en Conocimiento

Líderes: Giner Alor Hernández y Guillermo Cortes Robles

En los últimos años, diversos trabajos han sido propuestos con el objetivo de desarrollar sistemas de procuración electrónica. Koumoutsos y Thramboulidis (1994), propusieron un enfoque que se centra en el modelado del conocimiento, la formalización, la representación y la gestión en el ámbito de la negociación electrónica. El enfoque propuesto explota ontologías, Arquitecturas Orientadas a Servicios, Servicios Web Semánticos, plataformas de agentes de software y bases de conocimiento para construir un marco que favorece protocolos de negociación adaptados dinámicamente, la visualización y la gestión de procesos de negociación, el modelado y la preferencia obtención del objeto negociado y el despliegue automático de interfaces de negociación.

Por otra parte, un sistema de comercio electrónico inteligente basado en el conocimiento para la venta de productos agrícolas fue presentado por Wen (2007). El sistema KIES ofrece soluciones factibles o acciones basadas en los resultados de un razonamiento basado en reglas. KIES integra una base de datos, una base de reglas y una base de modelo para crear una herramienta con la que los administradores pueden hacer frente a los problemas de toma de decisiones a través de Internet. Sun et al. (2012), presentaron un agente y una arquitectura basada en servicios Web para la gestión de excepciones en la procuración electrónica. En este trabajo se aplicó la tecnología de agente para tratar el proceso de procuración electrónica compleja, dinámica y distribuida, mientras que la tecnología de servicios Web se aplicó para proporcionar escalabilidad e interoperabilidad.

En esta arquitectura, las diferentes tareas en el proceso de procuración electrónica, tales como la búsqueda, negociación, selección de proveedores, contratación, supervisión y manejo de excepciones, se asignan a los diferentes agentes, que se encapsulan como servicios Web. Luu et al. (2003), revisaron la practicidad y conveniencia bajo un enfoque de razonamiento basado en casos para la selección de proveedores a través del desarrollo de un sistema de asesoramiento para los proveedores basado en casos. En este sistema prototipo, los casos de selección de procuración están representados por un conjunto de atributos provistos por expertos en adquisiciones con experiencia. El sistema es accionado por un mecanismo de recuperación de similitud difusa, lo que da una exactitud mayor que el proceso normal de recuperación de similitud. Liu et al. (2011), propuso una arquitectura basada en agentes de un sistema de procuración electrónica en la que se aplica la tecnología de agentes para hacer frente a las incertidumbres internas y externas. A través de la colaboración y la interacción entre los distintos agentes, la arquitectura propuesta puede mejorar la flexibilidad de manejar excepciones inesperadas, lo que conduce a la gestión ágil de compras. Para validar la viabilidad de este enfoque, un caso de estudio se llevó a cabo para investigar cómo los agentes colaboran para gestionar la interrupción de inventario que se produce en un escenario de procuración electrónica.

Panayiotou et al. (2004), presentaron un caso de estudio relativo al análisis del proceso de compra del gobierno griego. El objetivo del análisis fue la identificación de posibles áreas problemáticas y el diseño de nuevos procesos con el fin de maximizar las posibilidades de éxito de la implementación de un nuevo sistema de procuración electrónica. Hadikusumo et al. (2005), propusieron un sistema de base de datos descentralizada equipado con agentes electrónicos para la adquisición de materiales. Los resultados revelaron que este sistema puede ser utilizado para ayudar a compradores para llevar a cabo la identificación de los proveedores, buscando materiales, y la preparación de pedidos de compra. Lee et al. (2009), presentaron un sistema de compras con el fin de tener una mejor coordinación entre la oferta y la demanda. Este trabajo demuestra cómo analizar los datos con un sistema de compras basado en agentes (APS) para rediseñar y mejorar el proceso de adquisiciones existente. APS es compatible con los datos y análisis de la información técnica para facilitar la toma de decisiones para que el agente pueda mejorar la eficiencia de la evaluación y negociación de proveedores por el ahorro de tiempo y costo.

Albrecht et al. (2005), propusieron una exploración de las normas necesarias para el éxito de las arquitecturas de comercio electrónico y una evaluación de las fortalezas y limitaciones de los sistemas actuales que se han desarrollado para apoyar el comercio electrónico. En este trabajo se introduce la noción de una red ubicua donde los compradores y vendedores se pueden encontrar de forma fiable entre sí en tiempo real, evaluar sus productos, negociar sus precios, y realizar transacciones. Kima et al. (2004), presentaron la coincidencia entre el proceso de procuración indirecta y diferentes sistemas de procuración electrónica, tanto a las actividades de alto nivel y de bajo nivel, para la identificación y articulación de las áreas en las que los diversos sistemas de procuración electrónica pueden ser utilizados de una manera transparente e híbrida.

Algunos métodos fueron presentados por Alvarez et al. (2011), con el fin de ampliar las consultas del usuario y una evaluación de desempeño para recuperar los anuncios de contratos públicos en el sector de procuración electrónica utilizando la web semántica y datos abiertos enlazados. En este trabajo, el sistema desarrollado se basa en el uso de tecnologías de la Web semántica por lo que fue necesario modelar la información no estructurada incluido en los anuncios de contratos públicos, enriquecer esa información con los sistemas de clasificación de productos existentes y vocabularios de datos enlazados y publicar los datos relevantes extraídos fuera de los avisos siguiendo el enfoque de datos abiertos enlazados. Jagdev et al. (2008), presentaron el diseño e implementación de una aplicación de subasta de puja única para la automatización de las adquisiciones dentro de las cadenas de suministro en las empresas extendidas y virtuales.

Blau et al. (2010), propusieron el diseño de una subasta de adquisición multidimensional para la composición de servicios de comercio y el análisis de las estrategias de los proveedores de servicios que participan en el proceso de adquisición. Además, se ofrece un análisis basado en la simulación basada en un modelo de aprendizaje por refuerzo de la agrupación y las estrategias en materia de separación de los proveedores de servicios que participan en la subasta. García-Sánchez et al. (2009), presentaron SEMMAS, un marco basado en ontologías para la integración de Agentes Inteligentes y Servicios Web Semánticos, haciendo uso de ontologías para facilitar su interoperabilidad. Timon (2009), propuso un sistema de licitación electrónica automática que implementa un proceso de negociación automática a través de la Web Semántica en el que las páginas web proporcionan información no sólo a través de su contenido, sino también a través de las propiedades de ese contenido.

El sistema de correo de licitación integra un proceso de negociación que tenga en cuenta el poder de negociación y la preferencia de riesgo de los negociadores. Los datos semánticos se utilizan para seleccionar las ofertas o para determinar las estrategias de negociación. Lee y Kwon (2008), propusieron un nuevo sistema de soporte de la negociación para incorporar las relaciones causales de los términos de negociación en el proceso de negociación B2B, sobre la base de un mapa cognitivo. El sistema llamado CAKES-NEGO (Sistema Experto conducido por Conocimiento Causal) sugiere que las relaciones causales de los términos de negociación podrían estar representadas de forma explícita utilizando el mapa cognitivo como vehículo de representación del conocimiento, así como motor de inferencia.

Los mapas cognitivos pueden ilustrar las relaciones causales entre los factores que describen un objeto y / o problema dado, y también puede describir el conocimiento tácito de los expertos sobre un determinado objeto. Un mapa cognitivo difuso (FCM) es una extensión de un mapa cognitivo con la capacidad adicional de representar la retroalimentación a través de los vínculos causales ponderados. López-Cuadrado et al. (2012), presentaron SABUMO, un marco de trabajo basado en ontologías que permite a los expertos que representan y comparten sus conocimientos con otros expertos por medio de vocabularios compartidos y controlados.

El marco de trabajo también permite la ejecución de procesos de negocio representados por expertos. Martin-Vicente et al. (2012), presentaron un enfoque semántico para mejorar los resultados de recomendación de forma transparente para los usuarios. Por un lado, las redes de confianza implícitos se construyen de forma automática con el fin de incorporar la confianza y la reputación en la selección del conjunto de usuarios afines que impulsarán la recomendación. Una medida de la experiencia práctica también se propone mediante la explotación de los datos disponibles en cualquier sistema de recomendación de comercio electrónico (las historias de consumo de los usuarios). Breslin et al. (2010), presentaron una breve reseña de las normas de la Web Semántica, lenguajes y tecnologías, seguido de un examen más detallado de las aplicaciones de la informática de la Web Semántica en la industria. Se tomaron en cuenta consideraciones teóricas, casos de uso e informes de experiencias sobre el tema, y también se presentan algunos desafíos y oportunidades actuales en el dominio.

Liang et al. (2012), propusieron una metodología para evaluar el desempeño de la Inteligencia Artificial y demostrar su uso en el proceso de negociación B2C de comercio electrónico. Se realizó un experimento para adquirir datos empíricos y una encuesta se llevó a cabo para confirmar la ventaja del uso de la Inteligencia Artificial. Los resultados computacionales indican que el enfoque propuesto evalúa el desempeño con éxito Inteligencia Artificial y significativamente distingue grupos de utilizar (frente a no usar) el mecanismo de negociación en el comercio electrónico B2C.

Áreas de estudio

  • Extracción de información
  • Integración de información
  • Recuperación de información
  • Adquisición del conocimiento
  • Sistemas de recomendación
  • Minería web
  • Web semántica
  • Interfaces humano computadora
  • Integración de aplicaciones empresariales
  • Tics emergentes para sistemas distribuidos

Referencias

  • Albrecht, C.C., Dean, D.L. y Hansen, J.V.(2005). Marketplace and technology standards for B2B e-commerce: progress, challenges, and the state of the art, Information & Management, Vol: 42, p-p: 865–875.
  • Alvarez, J.M., Labra, J.E., Calmeau, R. Marın, A. y Marın, J.L. (2011). Query Expansion Methods and Performance Evaluation for Reusing Linking Open Data of the European Public Procurement Notices, in: J.A. Lozano, J.A. Gamez, J.A. Moreno (Eds.), Proceedings on CAEPIA 2011, LNAI 7023, Springer-Verlag, Berlin, Germany, 2011, p-p. 494–503.
  • Blau, B., Conte, T. Y Van Dinther, C. (2010). A multidimensional procurement auction for trading composite services, Electronic Commerce Research and Applications, Vol: 9, p-p: 460–472.
  • Breslin, J.G., O’Sullivan, D., Passant, A. y Vasiliu, L. (2010). Semantic Web computing in industry, Computers in Industry, Vol: 6, p-p: 729–741.
  • Garcıa-Sanchez, F., Valencia-Garcıa, R., Martınez-Bejar, R., y Fernandez-Breis, J.T. (2009). An ontology, intelligent agent-based framework for the provision of semantic web services, Expert Systems with Applications, Vol: 36, p-p: 3167–3187.
  • Hadikusumo, B.H.W. , Petchpong, S. y Charoenngam, C. (2005). Construction material procurement using Internet-based agent system, Automation in Construction, Vol: 14, p-p: 736–749.
  • Jagdev, H., Vasiliu, L., Browne, J. y Zaremba, M. (2008). A semantic web service environment for B2B and B2C auction applications within extended and virtual enterprises, Computers in Industry, Vol: 59, p-p: 786–797.
  • Kima, J.I. y Shunk, D.L (2004). Matching indirect procurement process with different B2B e-procurement systems, Computers in Industry, Vol: 53, p-p: 153–164.
  • Koumoutsos, G. y Thramboulidis, K. (1994) A knowledge-based framework for complex, proactive and service-oriented e-negotiation systems, in: M. Benyoucef, P. Kropf (Eds.), Electronic Commerce Research, Springer-Verlag, New York, USA, 1994, pp. 317–349.
  • Lee, C.K.M, Lau, H.C.W., Ho, G.T.S. y Ho, W. (2009). Design and development of agent-based procurement system to enhance business intelligence, Expert Systems with Applications, Vol: 36, p-p: 877–884.
  • Lee, K.-C. y Kwon, S.J. (2008). CAKES-NEGO: causal knowledge-based expert system for B2B negotiation. Expert Systems with Applications, Vol: 35, p-p: 459–471.
  • Liang, W.Y., Huang, C.-C., Bill, T.-L. Tseng, Y. y Tseng, T.-L (2012). The evaluation of intelligent agent performance – an example of B2C e-commerce negotiation, Computer Standards & Interfaces, Vol: 3, p-p: 439–446.
  • Liu, Q., Sun, S.X., Wang, H. y Zhao, J (2011). A multi-agent based system for e-procurement exception management, Knowledge-Based Systems, Vol: 24, p-p: 49–57.
  • Lopez-Cuadrado, J.L., Colomo-Palacios, R., Gonzalez-Carrasco, I. Garcıa-Crespo, A. y Ruiz-Mezcua, B (2012). SABUMO: towards a collaborative and semantic framework for knowledge sharing, Expert Systems with Applications, Vol: 39, p-p: 8671–8680.
  • Luu, D.T., Ng, S.T. y Chen, S.E. (2003) A case-based procurement advisory system for construction, Advances in Engineering Software, Vol: 34,p-p: 429–438Wen, W. (2007). A knowledge-based intelligent electronic commerce system for selling agricultural products. Computers and Electronics in Agriculture, Vol: 57, p-p: 33–46.
  • Martın-Vicente, M.I., Gil-Solla, A., Ramos-Cabrer, M., Blanco-Fernandez, Y. y Lopez-Nores, M (2012). Semantic inference of user’s reputation and expertise to improve collaborative recommendations, Expert Systems with Applications, Vol: 39, p-p: 8248–8258.
  • Panayiotou, N.A., Gayialis, S.P. y Tatsiopoulos, I.P. (2004). An e-procurement system for governmental purchasing, International Journal of Production Economics, Vol: 90, p-p: 79–102.
  • Sun, S.X., Zhao, J. y Wang, H. (2012). An agent based approach for exception handling in e-procurement management, Expert Systems with Applications, Vol: 39, p-p: 1174–1182.
  • Timon, C.D (2009). Building an automatic e-tendering system on the Semantic Web, Decision Support Systems, Vol: 47, p-p: 13–21.


Diseño de nuevos productos y técnicas asociadas

Líderes: Guillermo Cortes Robles y Juan Luis Hernández Arellano

La innovación es sin duda alguna un requerimiento en el ambiente industrial y social actual, al derredor del cual orbitan importantes iniciativas científicas, tecnológicas y gubernamentales (Newman et al., 2014), (Ivanova y Leydesdorff, 2014).

La Fundación Premio Nacional de Tecnología e Innovación, organismo que reconoce el esfuerzo orientado hacia la innovación de las empresas y organizaciones en México, define la innovación como la introducción en el mercado de nuevos productos o servicios o la implantación de nuevos métodos de producción, organización o comercialización, o la modificación sustancial de los mismos, que impactan favorablemente en la competitividad de la organización (PNT, 2014). Es necesario señalar que esta definición es congruente con el Manual de Oslo, publicado por la Organización para la Cooperación y el Desarrollo Económico (OCDE, 2006).

A pesar de haberse intensificado la investigación en la gestión de la innovación en las últimas dos décadas, existen aún enormes carencias que sólo pueden ser satisfechas mediante la incorporación de un enfoque científico y basado en la tecnología, no sobre uno psicológico, el cual ha sido el paradigma tradicional asociado a la innovación (Ilevbare et al., 2013), (Altshuller, 1999). En consecuencia, es necesario incorporar a las competencias de un profesional o de un estudiante, la capacidad para controlar y dirigir el proceso de innovación en una organización con o sin fines de lucro, mediante la identificación y movilización de recursos tecnológicos y humanos que engloba una organización (Yanez et al., 2010). Este requerimiento es particularmente observado en los sistemas de producción actuales y en la gestión de la cadena de suministro (Lee et al., 2014), (Wu, 2012).

El valor que producido al incentivar la innovación dentro de un sector productivo u organización se ha constatado desde diferentes perspectivas y en diferentes dominios. Al respecto (Cavallo et al., 2014) explica que en la agroindustria se han documentado diversos casos de éxito, entre ellos uno relacionado con uno de los equipos más utilizados en los sistemas agroindustriales: los tractores. Los autores describen cómo la aceleración del proceso de innovación en estos equipos generan beneficios en el sector. Los autores señalan que la reducción del costo operativo y la simplificación de un sistema contribuyen sensiblemente para facilitar la adopción de un nuevo producto y a acelerar el ritmo en la generación de los nuevos productos.

Krishnaswamy et al.(2014), analizan el impacto derivado del estímulo de la innovación dentro de un clúster de la industria automotriz. Este artículo es relevante para la ROPRIN ya que en México y dentro de la región de influencia de la red existen varios clústers relacionados con este tipo de industria. Los autores describen una estrategia básica para impulsar la innovación mediante la cooperación de empresas medianas dentro de una red. El proceso seguido consiste en escalar la importancia de los procesos de innovación, primeramente se crea una estrategia defensiva para una ventaja competitiva; posteriormente, se incrementa la credibilidad del clúster en su mercado y finalmente se crean nuevos recursos tecnológicos y un nuevo mercado para el grupo.

Corsatea (2014), explica como las capacidades tecnológicas para incentivar las actividades de innovación pueden extenderse en una zona geográfica muy amplia. El artículo con evidencias colectadas sobre innovación en la generación de energía eólica, solar y bioenergía. La autora explica que las actividades realizadas en diferentes países para acelerar la innovación en la generación de energías renovables siguen ciertos patrones compartidos y que estos patrones pueden ser utilizados para guiar el desarrollo de proyectos en otros países o áreas con funcionalidades similares.

Coccia (2012), analiza los efectos paralelos que se crean al incentivar la innovación en el dominio médico. El autor explica que el proceso de innovación se encuentra afectado por relaciones complejas entre diferentes factores y que los beneficios de este esfuerzo se perciben de manera directa e indirecta. El autor explica también que la innovación produce beneficios en áreas sociales, culturales y ambientales además de tecnológicas y económicas. Finalmente, el artículo señala que debe buscarse la innovación radical en todo dominio.

Áreas de estudio

  • Diseño y desarrollo de nuevos productos
  • Diseño colaborativo e innovación abierta
  • Diseño de nuevos servicios
  • Innovación Asistida por Computadora
  • Plataformas para asistir el diseño de nuevos productos, modularidad y reutilización
  • Enfoques emergentes de los sistemas de soporte al diseño de productos
  • Diseño evolutivo (mejora y refinamiento de productos)
  • Diseño centrado en la inclusión y tecnologías de asistencia

Referencias

  • Altshuler, G. (1999). The Innovation Algorithm. Technical Innovation Center.
  • Cavallo, E., Ferrari, E., Bollani, L., y Coccia, M (2014). Attitudes and behaviour of adopters of technological innovations in agricultural tractors: A case study in Italian agricultural system. Agricultural Systems, Vol: 130, p-p: 44-54
  • Corsatea, T. D. (2014). Technological capabilities for innovation activities across Europe: Evidence from wind, solar and bioenergy technologies. Renewable and Sustainable Energy Reviews, Vol: 37, p-p: 469-479
  • Ilevbare, D. y Phaal, R. (2013). A review of TRIZ, and its benefits and challenges in practice. Technovation, Vol: 33, p-p: 30-37.
  • Ivanova, L. (2014). Rotational symmetry and the transformation of innovation systems in a Triple Helix of university–industry–government relations. Technological Forecasting and Social Change, Vol: 86, p-p: 143-156
  • Krishnaswamy, K.N., Mathirajan, M. y Bala-Subrahmanya, M.H. (2014). Technological innovations and its influence on the growth of auto component SMEs of Bangalore: A case study approach. Technology in Society,Vol: 38, p-p: 18-31
  • Lee, V., Ooi, K., Chong, A. y Seow, C. (2014). Creating technological innovation via green supply chain management: An empirical analysis. Expert Systems with Applications, 2014, Vol: 41, p-p: 6983-6994.
  • Newman, C., Porter, L. Newman, D., Courseault-Trumbach, C. y Bolan. S (2014). Comparing methods to extract technical content for technological intelligence. Journal of Engineering and Technology Management, Vol: 32, p-p: 97-109
  • Yanez, M., Khalil, T. y Walsh, S. (2010). IAMOT and Education: Defining a Technology and Innovation Management (TIM) Body-of-Knowledge (BoK) for graduate education (TIM BoK). Technovation, Vol: 30, p-p: 389-400
  • OCDE-Organización para la Cooperación y el Desarrollo Económico. Manual de Oslo, (2006), disponible en http://www.uis.unesco.org/Library/Documents/OECDOsloManual05_spa.pdf
  • PNT-Fundación Premio Nacional de Tecnología e Innovación. Glosario (2014). disponible en http://www.fpnt.org.mx/index.php?option=com_content&view=article&id=112&Itemid=54
  • Wu. J. (2012). Technological collaboration in product innovation: The role of market competition and sectoral technological intensity. Research Policy, Vol: 41, p-p: 489-496


Control de Calidad

Líderes: Jorge Limón Romero y Diego Tlapa Romero

Uno de los principales aspectos que determinan la permanencia en el mercado de cualquier negocio en la actualidad, sea este dedicado a la manufactura o a la prestación de servicios, sin duda alguna, es su nivel de calidad, ya que este aspecto está relacionado directamente con la satisfacción de sus clientes. Los productos o servicios de calidad ayudan a lograr clientes cautivos y por tanto aumentan la posibilidad de seguir haciendo negocios con ellos. Es por esto que en estos días la mejora de los niveles de la calidad de sus productos y servicios es un factor preponderante para las organizaciones.

Según detallan Gutiérrez y de la Vara (2012), uno de los elementos fundamentales del control de la calidad ha sido el enfocar mayores esfuerzos hacia la prevención en detrimento de la detección (inspección). Es decir, se movió de la simple inspección de los productos una vez ya elaborados, para separar los productos malos de los buenos, a una segunda etapa la cual consistió en el monitoreo de la calidad en el momento en que se elaboraban mediante el control estadístico de procesos y de esta a una tercera etapa, en la que se busca la calidad en la etapa de diseño de los productos y los procesos.

En cada una de las fases antes mencionadas ha sido preponderante el uso de herramientas estadísticas y es por esto que como menciona Tuck, et al. (1993), la alta administración se ha convencido de que la inversión en experimentos planeados y el análisis estadístico es una parte esencial en el mejoramiento continuo de la calidad y es vital para la competitividad de sus compañías.

Dentro de estas técnicas estadísticas una de las más importantes para optimizar la calidad es la metodología de superficie de respuesta, la cual, según Montgomery (2005), es una colección de técnicas matemáticas y estadísticas útiles en el modelado y el análisis de problemas en los que una respuesta de interés recibe la influencia de diversas variables y donde el objetivo es optimizar esta respuesta. Para construir esta superficie de respuesta, se requiere de modelos polinomiales, los cuales se ajustan empleando técnicas como los mínimos cuadrados para obtener sus parámetros.

Para Gilmour y Trinca (2012), los experimentos con estructuras complejas de los tratamientos, tales como factoriales fraccionados, superficie de respuesta o diseños de mezclas, son muy comunes en la investigación y desarrollo industrial, así como ciencias basadas en laboratorios. Mencionan Walter, Sommer-Dittrich y Zimmermann (2011), que los métodos de diseño experimental se usan típicamente cuando no existe un modelo del sistema considerado. Estos permiten identificar los factores relevantes que afectan a una variable de respuesta estocástica. A este respecto Mandal y Pal (2013), mencionan que el uso de los experimentos diseñados en diferentes campos, como la ingeniería, la industria farmacéutica, biomédica, ambiental y la investigación epidemiológica es de gran importancia.

Áreas de estudio

  • Aseguramiento de la calidad
  • Mejoramiento estadístico de procesos
  • Ingeniería de confiabilidad
  • Análisis de capacidad de procesos
  • Análisis del Sistema de medición

    Referencias

  • Gilmour y Trinca (2012). Optimum Design of Experiments for Statistical inference. Journal of the Royal Statistical Society: Series C (Applied Statistics). Vol. 61, Issue 3, p-p-p: 345-401
  • Gutiérrez, H. y De la Vara, R. (2012). Análisis y Diseño de Experimentos. México: Mc Graw Hill
  • Mandal, N. K. y Pal, M. (2013). Optimum Design for Optimum Mixtures in Multiresponse Experiments. Communications in Statistics – Simulation and Computation. Vol. 42, p-p: 1104-1112.
  • Tuck, M. G., Lewis, S. M., y Cottrell, J. I. L. (1993). Response Surface Methodology and Taguchi: a Quality Improvement Study from the Milling Industry. Royal Statistical Society, p-p: 671-681.
  • Walter, M., Sommer-Dittrich, T. y Zimmermann, J. (2011). Evaluating Volumen Flexibility Instruments by Design of Experiments Methods. Interntional Journal of Production Research. Vol. 49, No. 6, p-p: 1731-1752.


  • Sistemas de producción

    Líderes: Jorge Luis García Alcaraz y Yolanda Angélica Báez López

    Como metodología popular desde mediados de los 80’s, seis sigma presenta una variada y enorme cantidad de información que prácticamente hace imposible a las personas que implementan la metodología, el poder revisar una cantidad considerable de la literatura. A través de seis sigma, muchas compañías han logrado ganancias económicas importantes y mejorado la relación e imagen con sus clientes. Sin embargo, no todas las organizaciones han experimentado el mismo éxito (Breyfogle, 2003), ya que según David Fitzpatrick (2002), el número de compañías que no tuvieron éxito es menor al 10% (Bañuelas & Antony, 2002). En un sentido similar, Kanani (2006) encontró que 144 de 181 proyectos SS implementados en una compañía fueron exitosos, esto sugiere una proporción de 20% de proyectos no exitosos. Por su parte, Gray y Anantatmula (2009), encontraron en su estudio que el 67% de los encuestados han experimentado fallas al implementar proyectos SS; ellos identificaron varias razones de falla como son: error para identificar y administrar a las partes interesadas y sus expectativas, procesos inadecuados de selección de proyectos, incapacidad para alinear proyectos con las prioridades críticas de la organización entre otras.

    Para evitar fallas es importante conocer de experiencias pasadas. Cooke-Davis (2002) argumentan, que aprender de la experiencia, es en sí otro Factor Crítico de Éxito (FCE). En ese sentido, las organizaciones pueden tener diferentes referencias de éxito para sus proyectos seis sigma, esto como resultado de niveles divergentes de maduración en el despliegue de sus iniciativas (Shenhar et al., 1997). Así, el término éxito es utilizado para definir el nivel en el cual los resultados planificados fueron alcanzados. Esta definición es aplicable a diferentes tipos de proyectos y cubre el dominio de proyectos exitosos para organizaciones con diferentes niveles de desarrollo de seis sigma (Anand et al., 2009). El FCE es indispensable para el éxito de cualquier organización en el sentido que, si los objetivos asociados con el factor no son alcanzados, la organización fallará (Rockart, 1979).

    En el mismo sentido, Antony y Bañuelas (2002) indican que en el contexto de implementación de SS, los FCE representan los ingredientes esenciales, que de no tenerse, habrá pocas posibilidades de éxito. Además Antony y Bañuelas (2002) presentan información que no coincide e incluso existen resultados contradictorios; esto es similar a metodologías como administración total de la calidad, ISO 9001 y manufactura esbelta. Al respecto, varios autores han realizado revisión de literatura sin llegar a unificar los criterios del tema. Antony y Bañuelas (2002), así como Bañuelas et al. (2002) presentan lo que a su ver son los factores que permiten una implementación exitosa de seis sigma:

  • Compromiso e involucramiento de la dirección;
  • Entendimiento de la metodología seis sigma, las herramientas y sus técnicas;
  • Ligar seis sigma a la estrategia del negocio;
  • Ligar seis sigma con los clientes;
  • Selección, revisión y seguimiento de proyecto;
  • Infraestructura organizacional;
  • Cambio de cultura;
  • Habilidad para administración de proyecto;
  • Ligar seis sigma a proveedores;
  • Entrenamiento.

    Por otro lado, Pyzdek (2003) usando esta metodología la empresa comenzó a ser líder en calidad y en ganancias al grado de ser un ícono al haber ganado en 1988 el premio Malcom Baldrige de Estados Unidos; pronto el secreto de su éxito comenzó a ser público y más empresas siguieron su camino (Pyzdek, 2003). Empresas como Allied Signal tomaron la bandera seis sigma mejorando la efectividad y la eficiencia al concentrarse en medidas efectivas con los clientes y generando mayor eficiencia por medio de la administración de procesos empresariales y la formación de equipos seis sigma para mejorar su rendimiento (Eckes 2003). Después General Electric implementó también seis sigma a través de Jack Welch, quien en 1995 adoptó la metodología en toda la corporación con tanto éxito económico que para 1998 había generado 750 millones de dólares de ahorros. A pesar del éxito que tuvieron Motorola y Allied Signal, fue General Electric la que empleó esta metodología de una manera más impresionante para mejorar la eficacia y la eficiencia menciona (Eckes 2003).

    Respecto a las fases que componen a seis sigma, Shanin (2008) sugiere que la empresa Motorola comenzó solo con Medir (M-Measure), Analizar (A-Analyze), Mejorar (I-Improve), Controlar (C-Control). A estas cuatro fases Snee (2010), indica que la empresa General Electric le agregó Definir (D-Define) en la década de los 90´s, quedando 5 fases DMAIC, lo que la gran mayoría de los autores mencionan (Tobias, 1991), (Harry & Schroeder, 1999), (Antony y Bañuelas, 2002), (Breyfogle, 2003), (Yam, 2006), (Brady y Allen, 2006), (Tang, et al., 2007), (McManus, 2008). Recientemente en el 2005 la manufactura esbelta fue añadida a Lean seis sigma para permitir que la metodología mejore el flujo del proceso de manera más efectiva (Snee y Hoerl, 2007).

    En el Diseño para Seis Sigma (DFSS, por sus siglas en inglés), Shahin (2008) indica que Motorola también comenzó con las fases de medir, analizar, diseñar y verificar y después se agregó la fase de definir. Las fases que mencionan mayoritariamente los autores son: definir, medir, analizar, diseñar y verificar (DMADV), (Kwak y Anbari, 2006), (Johnson y Gitlow, 2006), (Wang H. , 2008). Hahn (2005) propone una variante que es: definir, medir, analizar, diseñar, optimizar y verificar.

    Áreas de estudio

  • Mejora de procesos
  • Administración de operaciones
  • Seis Sigma en procesos de manufactura y servicios
  • Ingeniería industrial y manufactura
  • Producción sustentable
  • Sistemas de gestión integral (calidad, medio ambiente y seguridad laboral

    Referencias

  • Antony, J., & Bañuelas, R. (2002). Key Ingredients for the Effective Implementation of Six Sigma Program. Measuring Business Excellence, p-p: 20-27.
  • Bañuelas, R., & Antony, J. (2002). Critical Sucess Factors for the Sucessful Implementation of Six Sigma Projects in Organization. The TQM Magazine, p-p: 92-99.
  • Brady, J. E., & Allen, T. T. (2006). Six Sigma Literature: A Review and Agenda for future research. Quality and Reliability Engineering International, p-p: 335-367.
  • Breyfogle, F. (2003). Implementing Six Sigma: Smarter Solutions Using Statistical Methods. New York: Wiley.
  • Harry, M., & Schroeder, R. (1999). Six sigma: The breakthrough management strategy revolutionizing the world´s top corporations. Reed Business Information.
  • Johnson, J., & Gitlow, H. (2006). Design New Housing at the University of Miami: A Six Sigma DMADV-DFSS Case Study. Quality Engineering, p-p: 299-323.
  • Kwak, Y., & Anbari, F. (2006). Benefits, Obstacles, and Future of Six Sigma Approach. Technovation, p-p: 708-715.
  • McManus. (2008). So long Six Sigma? Industrial Engineer, 18.
  • Pyzdek, T. (2003). Six Sigma Handbook Revised and Expanded. New York: Mc Graw Hill.
  • Rockart, J. (1979). Chief executives define their own data needs. Harvard Business Review, p-p: 238-241.
  • Snee, R., & Hoerl, R. (2007). Integrating lean and Six Sigma a holistic approach. Six sigma forum magazine, p-p: 15-21.
  • Tobias, P. (1991). A Six Sigma Program Implementation. IEEE 1991 Custom Integrated Circuits Conference, p-p: 2911-2914
  • Wang, H. (2008). A Review of Six Sigma Approach: Methodology, Implementation and Future Research. p-p: 1-4.
  • Yam, H. Y. (2006). Six Sigma: Past, Present and Future. In H. Yam, & T. Yoap, Siz Sigma: Advanced Tools for Black Lelt and Master Black Belt. p-p: 2-17.


  • Ergonomía

    Líderes: Aidé Aracely Maldonado Macías y Juan Luis Hernández Arellano

    El campo de la ergonomía de acuerdo con Koningsvel et al, se extiende desde la salud ocupacional, el desempeño humano, la eficiencia y la productividad. La Ergonomía estudia las actividades humanas individuales o de grupos en lo que respecta a los factores humanos. La Ergonomía es una ciencia multidisciplinar que busca la adecuación del trabajo, productos, sistemas y entornos artificiales a las capacidades y limitaciones humanas. Para Wilson (2014), esta ciencia, tiene un carácter también preventivo en la disminución de riesgos, y un enfoque sistémico a las actividades productivas, al contexto laboral y a las condiciones de trabajo.

    De acuerdo con la Asociación Argentina de Ergonomía (2010), el ergónomo busca a través del análisis de la actividad de trabajo mostrar cómo los distintos factores de riesgo y carga deben indicarse al responsable de la empresa para su eliminación, dado que afectan negativamente el trabajo y los objetivos de la empresa. Dado que los valores humanos de la acción se transforman en valores económicos de producción, debe superarse el aspecto legislativo (salud del trabajador) por el económico (salud de la empresa); la acción ergonómica contribuye a la rentabilidad y mejora de los procesos por su orientación a criterios de confort, calidad, eficacia y seguridad.

    Ergonomía como una disciplina científica cuyo objeto de estudio es el trabajo humano y tiene como objetivos lograr eficiencia, eficacia y productividad preservando la integridad física, mental y psicológica del trabajador.

    La Ergonomía posee un método propio de investigación cuyo aporte genuino son las técnicas de análisis de tareas: conjunto de procedimientos que permiten obtener información del puesto de trabajo, del trabajador y de la forma en que éste desarrolla la actividad. Lo que se hace luego es analizar la información obtenida y arribar a un diagnostico ergonómico midiendo los niveles de riesgo del puesto de trabajo o actividad para proponer mejoras (en pasos sucesivos), experimentar y validar las soluciones a los problemas detectados.

    Sobre el estado del arte la Ergonomía a nivel internacional ha alcanzado niveles de desarrollo significativos en materia de estudio de ambientes de trabajo, realización de tareas en forma segura, medición de impacto de las actividades y factores humanos en los sistemas de manufactura así como la medición de las condiciones ambientales en la salud de las personas, diseño de objetos de uso, e interfaces humano-computadora; entre otros. Entre los temas que han mostrado desarrollo y se encuentran en el estado del arte están:

    Prevención de Riesgos Laborales: donde se desarrollan estudios sobre la prevención de accidentes y seguridad; investigaciones de accidentes; análisis de los factores de riesgo; aplicaciones a la normativa en salud y seguridad; protecciones o guardas de máquinas; cultura preventiva y gestión de la prevención de seguridad; señales visuales y auditivas de peligro.

    Anatomía y Antropometría en actividades humanas: se presentan estudios en el estado del arte sobre antropometría y diseño del lugar de trabajo; biomecánica; diseños para discapacitados; carga postural y biomecánica; accesos para discapacitados desarrollo de tablas antropométricas para distintas poblaciones.

    Ergonomía Cognitiva: el estado del arte desarrolla investigación sobre las habilidades y toma de decisión cognitivas; diseño de interfaces; diseño de sistemas basados en el conocimiento; elaboración de guías de diseño del interfaz; intervenciones y evaluación de la usabilidad; ensayos y verificación; simulación y ensayos; desarrollo de la simulación; simulación y prototipos; así mismo, estudios sobre carga mental de trabajo.

    Ergonomía en Oficinas: diseño y desarrollo del software; puesta en práctica y usabilidad; diseño y disposición de las pantallas informáticas y de los periféricos; lugares de trabajo con equipos; salud y seguridad en el trabajo con pantallas; lesiones musculoesqueléticas; diseño de la oficina y mobiliario; síndrome del edificio enfermo.

    Presentación y Tratamiento de la información: diseño, selección y disposición de los displays y controles; diseño de las salas de control, pupitres.

    Ergonomía Ambiental: en el estado del arte se encuentran investigaciones sobre condiciones ambientales y sus efectos; ruido y señales acústicas, inteligibilidad; ambientes climáticos; visibilidad e iluminación; ergonomía del entorno de trabajo; vibraciones.

    Confiabilidad Humana: error y fiabilidad humana; análisis del error; intervención sobre los factores humanos; integración de los factores humanos; evaluación de la fiabilidad.

    Diseño Industrial: diseño de la información; investigación de mercados/usuarios; equipos médicos: dentistas, cirujanos; diseño y especificaciones para asientos y selección de los muebles; organización de sistemas de trabajo; advertencias, etiquetas e instrucciones; diseño y desarrollo de productos; responsabilidad por la fabricación de un producto defectuoso y seguridad; manual de instrucciones del producto; equipos de protección personal; exigencias y guías para el consumidor; vehículos y Ergonomía del transporte; Ergonomía militar.

    Administración y Ergonomía: cambios en la gestión; análisis de costes y beneficios; implementación de estrategias ergonómicas; funcionamiento del operador; análisis de la carga de trabajo; gestión de recursos humanos; programas de trabajo; política y práctica ergonómica.

    Carga Física: manipulación de cargas; seguridad y entrenamiento en la manipulación de cargas; manipulación y elevación; problemas músculo esqueléticos; lesiones por esfuerzos repetidos; gestión de daños; enfermedades profesionales.

    Ergonomía y Gestión de recursos humanos: en este tema existen investigaciones acerca de sistemas socio técnicos; comportamiento y cambio organizacional; Ergonomía participativa y estrategias; formación e información para la gerencia y los mandos; formación “ad hoc” en Ergonomía; destrezas cognitivas y toma de decisiones; análisis de las necesidades de formación.

    Referencias

  • Asociación Argentina de Ergonomía, disponible en: http://www.inti.gob.ar/prodiseno/boletin/nbDI/nb32.php, consultado en Noviembre del 2014.
  • Koningnsveld E.A.P, Settels, P.J.M., Pikaar R.N., Meeting Diversity in Ergonomics, Elsevier, disponible en: http://www.sciencedirect.com/science/article/pii/B9780080453736500015, consultada en Noviembre 2014.
  • Wilson,Fundamentals of systems ergonomics/human factors, Artículo Original de ErgonomíaAplicada, Applied Ergonomics, Volúmen 45, Issue 1, Enero 2014, Páginas 5-13

    Áreas de estudio

  • Estudios sobre estandarización del trabajo
  • Evaluación y diseño de interfaz hombre-máquina
  • Diseño y evaluación de lugares y ambientes de trabajo
  • Evaluación de fatiga y burnout en lugares de trabajo
  • Macroergonomía

    Es este conjunto de fortalezas en el que se apoyará la ROPRIN para actuar y establecer relaciones entre los distintos protagonistas del sector productivo. La ROPRIN es una red que dado el entorno de la institución líder, la cual se encuentra ubicada en Ciudad Juárez, en la cual se encuentran un total de 326 empresas maquiladoras solamente asociadas a la AMAC (Asociación de Maquiladoras, AC), busca una interacción muy cercana con el sector productivo y de ahí su nombre, sin que ello signifique que ignorara sus orígenes académicos y que es una ente financiada por una entidad gubernamental, por lo que en la Figura se exponen las diferentes relaciones que la ROPRIN buscará mantener.