En manufactura electrónica, algunas preguntas parecen sencillas hasta que intentamos responderlas con datos.
Supongamos que usted trabaja con un proceso de SMT (Surface Mount Technology) y necesita estudiar el desempeño de un horno de Reflow. Una de las características que ha decidido monitorear es Peak Reflow Temperature.
Ingeniería ha establecido:
LSL = 237 °C
Target = 240 °C
USL = 243 °C
Durante la producción se recopilan 60 observaciones consecutivas.
La pregunta parece evidente:
¿Cuál es el Cpk?
Pero probablemente esa no debería ser nuestra primera pregunta.
La pregunta más importante es:
¿Tenemos evidencia de que estamos observando un proceso estable y predecible sobre el cual tenga sentido estudiar capacidad?
Aquí comienza el análisis.
1. Primero: entender qué estamos midiendo
Antes de abrir el software estadístico, conviene documentar el problema.
Nuestra variable de respuesta, Y, es:
Y = Peak Reflow Temperature (°C)
Es una variable cuantitativa continua con especificaciones bilaterales.
Pero esto todavía no es suficiente.
Necesitamos entender cómo se genera la observación. Haga preguntas cómo:
¿Estamos midiendo una temperatura por tarjeta? ¿Por perfil?
¿En qué posición del PCBA?
¿Con qué termopar?
¿Cómo está fijado?
¿Utilizamos siempre el mismo producto, receta y horno?
El contexto importa.
Una temperatura pico de 241.2 °C es solamente un número hasta que entendemos el sistema físico y metrológico que produjo ese número.
2. Desafiar el sistema de medición
Este paso suele recibir menos atención de la que merece.
Imagine que observamos:
240.1, 240.4, 240.0, 240.6, 240.3 °C.
Existe variación.
Pero ¿cuánta corresponde realmente al horno?
El sistema de medición puede incorporar variación asociada con el termopar, adquisición de datos, resolución, calibración, posición del sensor, método de fijación e incluso preparación del PCBA utilizado para el perfil.
Por ello, antes de atribuir cada movimiento al proceso deberíamos preguntarnos:
¿Puede nuestro sistema de medición distinguir adecuadamente los cambios que queremos estudiar?
Dependiendo del método utilizado, podría ser necesario evaluar resolución, sesgo, estabilidad, repetibilidad, reproducibilidad o incertidumbre de medición. Puede consultar cómo realizar un estudio MSA en Blackberry & Cross.
Esta pregunta es fundamental:
Si la lectura cambia 0.5 °C, ¿sabemos que cambió el proceso o solamente sabemos que cambió la medición?
3. Ahora sí: colocar los datos en el tiempo
Uno de los errores más sencillos consiste en tomar las 60 observaciones, construir un histograma y calcular Cpk.
Al hacerlo, eliminamos una pieza de información extraordinariamente valiosa: El tiempo (la cronología, como le llamamos en Blackberry & Cross).
Supongamos que nuestras primeras 40 observaciones fluctúan alrededor de 240 °C.
Luego ocurre esto: 240.1 → 239.8 → 240.3 → 240.0 → 241.1 → 241.4 → 241.3 → 241.6…
Todas las temperaturas podrían continuar dentro de 237–243 °C.
Desde la perspectiva de especificaciones quizá no exista todavía producto no conforme.
Pero, desde la perspectiva estadística, sin embargo, puede estar ocurriendo algo muy importante: el proceso cambió y usted no lo detectó.
Ese es precisamente uno de los grandes valores del análisis de estabilidad: detectar cambios antes de que necesariamente se conviertan en producto fuera de especificación.
4. Buscar señales, no solamente defectos
En el esquema PCSA360® de Blackberry & Cross®, podemos abordar inicialmente la estabilidad desde dos perspectivas complementarias.
Una consiste en aplicar pruebas de corridas como Swed–Eisenhart para buscar evidencia de patrones no aleatorios.
Podemos investigar comportamientos asociados con:
conglomerados (clustering), mezclas (mixtures), tendencias (trends) y oscilaciones (oscillations).
La segunda consiste en utilizar una gráfica de conducta del proceso.
Cuando tenemos observaciones individuales ordenadas temporalmente, una I-MR Chart puede ser un buen punto de partida (en este caso I-MR aplica dadas las característcias de la variable bajo estudio).
Ahora nuestra pregunta cambia. Ya no preguntamos solamente:
¿Hay temperaturas fuera de 237–243 °C?
Preguntamos al más interesante:
¿Existen señales que sugieran que el mecanismo que genera la temperatura cambió?
Y esta segunda pregunta puede ser mucho más útil para ingeniería.
5. Una señal estadística debe convertirse en una pregunta de ingeniería
Supongamos que aproximadamente después de la observación 40 aparece un desplazamiento.
La gráfica no conoce la causa.
Nosotros debemos investigarla.
En un proceso de Reflow podríamos comenzar revisando factores como:
- cambio de receta;
- velocidad del conveyor;
- temperaturas de las diferentes zonas;
- carga térmica;
- cambio de producto;
- cambio de lote de PCB;
- mantenimiento;
- intervención sobre el horno;
- sensores;
- condiciones ambientales;
- cambio de programa;
- tiempo de operación desde arranque.
Aquí ocurre algo interesante.
La estadística deja de ser solamente una herramienta para calcular índices y se convierte en un sistema para generar preguntas de ingeniería.
La gráfica nos dice:
“Aquí ocurrió algo.”
El conocimiento del proceso debe ayudarnos a explicar qué fue.
6. Estabilidad antes que capacidad
Supongamos ahora que calculamos Cpk utilizando las 60 observaciones.
Obtenemos un número.
¿Pero qué representa?
Si las primeras 40 observaciones pertenecen a un estado del proceso y las siguientes 20 a otro, podríamos estar calculando la capacidad sobre una mezcla de dos comportamientos diferentes.
El índice existe matemáticamente.
Su interpretación operacional es mucho más problemática.
Por eso una regla práctica muy útil es:
No utilizar capacidad como sustituto de estabilidad.
Un proceso puede encontrarse momentáneamente dentro de especificaciones y ser inestable.
También puede ser estable y no tener capacidad suficiente.
Son preguntas diferentes:
Estabilidad: ¿el proceso se comporta consistentemente en el tiempo?
Capacidad: si mantiene ese comportamiento, ¿puede satisfacer consistentemente las especificaciones?
7. ¿Y los datos son normales?
Una vez establecido un período razonablemente estable, podemos estudiar su distribución.
Construimos un histograma y una prueba de bondad de ajueste (sea usando “Probability Plot”, pruebas de Anderson-Darling, o similares) y evaluamos descriptivamente y estadísticamente los datos.
Pero tampoco deberíamos convertir la prueba de normalidad en una decisión mecánica. Una distribución aparentemente extraña podría ser resultado de mezclar:
dos productos, dos recetas, dos turnos, dos condiciones del horno o dos estados diferentes del proceso.
Por eso es peligroso observar datos inestables, encontrar que “no son normales” y saltar inmediatamente a una transformación.
Primero deberíamos entender el proceso y después modelar su distribución.
8. Seleccionar el análisis de capacidad correcto
Si el período estable puede representarse razonablemente mediante una distribución Normal, podemos utilizar capacidad Normal y estudiar índices como:
Cp, Cpk, Pp y Ppk.
Para un proceso con:
LSL = 237 °C
USL = 243 °C
podemos evaluar tanto su dispersión como su centrado respecto a 240 °C.
Pero existen otras posibilidades.
Una característica continua podría requerir un análisis No Normal paramétrico.
Otros problemas de manufactura electrónica podrían involucrar atributos y requerir modelos Binomial o Poisson.
En otras circunstancias podríamos utilizar métodos no paramétricos o una transformación apropiadamente justificada.
La decisión debería seguir al problema. El software no debería definir qué hacer.
9. Traducir Cpk al lenguaje del riesgo
Finalmente llegamos a capacidad.
Pero tampoco deberíamos detenernos en: Cpk = X.XX
El ingeniero, la ingeniera, debería intentar traducir el resultado.
¿Qué cantidad de producto esperamos por debajo del LIE (LSL)?
¿Qué cantidad esperamos sobre el LSE (USL)?
¿Cuál es el PPM total esperado fuera de especificaciones? ¿Qué porcentaje representa?
¿Cuál es el desempeño Z o nivel sigma correspondiente bajo una convención claramente definida?
Esto permite transformar un índice estadístico en una conversación operacional.
Porque decir:
“Tenemos Cpk de 1.10”
no necesariamente produce la misma reacción que explicar:
“Bajo el modelo seleccionado, este comportamiento implica aproximadamente X PPM potencialmente fuera de especificación.”
10. Pero cuidado: temperatura dentro de especificación no significa PCBA bueno
Existe además una consideración particularmente importante en electrónica.
Nuestro ejemplo estudia Peak Reflow Temperature, pero el objetivo final del proceso no es fabricar temperaturas.
Es fabricar uniones soldadas confiables y PCBAs funcionales.
Por ello, un análisis más maduro debería comenzar a conectar parámetros del proceso con resultados del producto.
Podríamos estudiar:
Peak Temperature + Time Above Liquidus + Ramp Rate + Conveyor Speed + Thermal Mass
en relación con:
Solder Joint Quality + AOI Defects + ICT Failures + First Pass Yield.
Así comenzamos a movernos desde:
SPC → Capability
hacia:
RCA → Regression → DOE → Statistical Engineering.
11. Una secuencia sencilla para recordar
En Blackberry & Cross® utilizamos dentro de PCSA360® una lógica particularmente útil para problemas como este:
1. Documentar la variable
¿Qué estamos estudiando y cuáles son sus requisitos?
↓
2. Desafiar la medición
¿Podemos confiar en los datos?
↓
3. Evaluar estabilidad
¿Existen señales de causas especiales?
↓
4. Evaluar distribución
¿Qué modelo probabilístico representa razonablemente el proceso?
↓
5. Evaluar capacidad
¿Puede el proceso estable satisfacer consistentemente sus requisitos?
↓
6. Traducir a riesgo
¿Qué significan los resultados en PPM, porcentaje, desempeño y riesgo operacional?
↓
7. Actuar
¿Qué debemos controlar, investigar o mejorar?
12. El software ayuda. La metodología decide qué hacer con él.
Un ejercicio como este no necesita resolverse manualmente.
Herramientas estadísticas como EngineRoom®, Minitab® y JMP®, entre otras, permiten desarrollar análisis de estabilidad, gráficas de control, estudios de distribución y análisis de capacidad de manera considerablemente más eficiente.
Blackberry & Cross® puede asesorar a organizaciones y equipos técnicos tanto en la selección y aplicación de estas herramientas como, más importante todavía, en cómo integrarlas dentro de una estrategia metodológica de análisis.
Porque disponer de software estadístico no resuelve automáticamente el problema.
El software puede calcular un Cpk en segundos.
El ingeniero todavía debe decidir:
¿Son confiables los datos?
¿Es estable el proceso?
¿Existe una señal que debemos investigar?
¿Estamos mezclando poblaciones?
¿Qué distribución tiene sentido?
¿Es correcto calcular capacidad en este momento?
¿Qué significa el resultado para nuestro proceso y nuestro producto?
Es precisamente allí donde metodología, conocimiento del proceso y software deben trabajar juntos.
13. PCSA360® en diferentes ambientes de manufactura y servicios
Aunque este ejemplo utiliza un horno de Reflow, el razonamiento no pertenece exclusivamente a SMT.
Blackberry & Cross® aplica el esquema PCSA360® a diferentes contextos operacionales, incluyendo:
SMT, electrónica y semiconductores — Reflow, solder paste, placement, ensamble, parámetros de proceso, inspección y pruebas.
Medical Devices — procesos de manufactura, validación, características críticas, desempeño dimensional y funcional.
Inyección y Extrusión — dimensiones, propiedades del material y parámetros críticos del proceso.
Alimentos — características físicas, químicas, microbiológicas, llenado, peso y variables de procesamiento.
Shared Services — tiempos de procesamiento, transacciones, errores, productividad, niveles de servicio y otras métricas operacionales.
El producto cambia.
La tecnología cambia.
Incluso el tipo de dato puede cambiar.
Pero permanecen preguntas fundamentales:
¿Podemos confiar en la medición?
¿El proceso es estable?
¿Qué señales presenta?
¿Qué modelo representa los datos?
¿Es capaz?
¿Qué debemos hacer con ese conocimiento?
14. Del análisis a la acción: TRAAC®
En Blackberry & Cross® utilizamos TRAAC® como parte del enfoque para llevar los hallazgos estadísticos hacia una investigación y gestión estructuradas de acciones.
Porque encontrar una señal no es el final del análisis.
Es el comienzo de otra pregunta:
¿Qué ocurrió y qué vamos a hacer al respecto?
Una señal detectada durante Reflow puede llevarnos a investigar un cambio de receta, mantenimiento, materia prima, configuración, producto, equipo o condiciones operacionales.
El propósito es evitar que SPC y capacidad terminen convertidos en reportes estáticos.
La secuencia debe continuar:
Data → Signal → Investigation → Root Cause → Action → Verification → Learning.
Así, PCSA360® y TRAAC® pueden trabajar de manera complementaria: uno ayuda a estructurar la comprensión estadística del proceso y el otro a convertir las señales y hallazgos en investigación, acción y conocimiento operacional.
Del Cpk a comprender el proceso
La diferencia puede parecer pequeña, pero metodológicamente es enorme.
Podemos tomar 60 temperaturas, introducirlas en un software y obtener un Cpk en segundos.
O podemos utilizar esas mismas 60 observaciones para preguntarnos:
¿Podemos confiar en la medición?
¿El proceso cambió?
¿Cuándo cambió?
¿Qué señal apareció?
¿Qué condición física podría explicarla?
¿Qué distribución representa el período estable?
¿Cuál es realmente su capacidad?
¿Qué riesgo representa ese desempeño?
La segunda alternativa requiere más trabajo.
También nos enseña mucho más acerca del horno, del proceso y de nuestro sistema de manufactura.
Y quizá esa sea una de las mejores formas de entender el análisis de estabilidad y capacidad en SMT:
el objetivo no es calcular un Cpk. El objetivo es comprender suficientemente el proceso para poder confiar en lo que el Cpk pretende decirnos.
¿Quiere conocer más?
Visite el sitio de Blackberry & Cross® para conocer más sobre PCSA360® aplicado a SMT, electrónica y semiconductores, Medical Devices, Inyección y Extrusión, Alimentos y Shared Services, así como sobre la integración de estas metodologías con TRAAC®.
Nota de propiedad intelectual y marcas
PCSA360®, TRAAC® y Blackberry & Cross®, así como sus metodologías, materiales y contenidos asociados según corresponda, son marcas y/o propiedad intelectual de Blackberry & Cross S.A. Las demás marcas comerciales mencionadas pertenecen a sus respectivos titulares.
Leave a Reply