El efecto Waddington en las fábricas de obleas
Exploración de una situación en la que realizar el mantenimiento programado puede provocar a veces un aumento a corto plazo del tiempo de inactividad no programado.
Por Jennifer Robinson
Como hemos estado recomendando métricas para mitigar el impacto del tiempo de inactividad en el tiempo de ciclo de fabricación, algo que nos hemos preguntado es el impacto del Efecto Waddington. El efecto Waddington, llamado así y promovido por el autor James P. Ignizio, se basa en la investigación de la Segunda Guerra Mundial sobre el mantenimiento de los bombarderos B-24 Liberator de la RAF británica. El investigador C. H. Waddington y su equipo descubrieron que el mantenimiento programado de estos aviones, si era demasiado frecuente, podía causar «un daño positivo al perturbar un estado de cosas relativamente satisfactorio». Concretamente, Waddington descubrió que los periodos de inactividad no programados aumentaban tras el mantenimiento programado, en lugar de disminuir. (Véase este artículo de Mike Busch en Sport Aviation Magazine para una visión general).
Este resultado parece potencialmente en conflicto con las recomendaciones de este boletín (véase el número 22.01, por ejemplo) y nuestro curso de tiempo de ciclo de abstenerse de agrupar los eventos de mantenimiento. Este argumento se basa en la observación de que los periodos más largos de tiempo no disponible son mucho peores para el tiempo de ciclo que los periodos más cortos. En igualdad de condiciones, esto es cierto. Sin embargo, si las incidencias de mantenimiento programado más frecuentes dan lugar a periodos de inactividad no programados más largos, el tiempo de ciclo global podría acabar empeorando.
En este artículo presentamos el efecto Waddington y sus gráficos. A continuación, proponemos una solución al aparente conflicto entre nuestra recomendación de realizar mantenimientos más frecuentes y la recomendación implícita de Waddington de realizar mantenimientos menos frecuentes. Como siempre, agradeceremos sus comentarios.
¿Qué es el efecto Waddington?
Según un artículo de James Ignizio en el número de septiembre de 2010 de PHALANX Magazine (la revista trimestral de la Military Operations Research Society), C. H. Waddington era un genetista que durante la Segunda Guerra Mundial fue destinado a un grupo británico de investigación de operaciones militares. El Grupo de Investigación Operativa recibió el encargo de aumentar la eficacia del mando de los bombarderos británicos reduciendo el tiempo que los aviones pasaban en tierra entre vuelo y vuelo.
Ignizio relata que:
«[A]ntes de apresurarse a ofrecer un informe ingenioso sobre un plan que podría o no funcionar, Waddington y su equipo tuvieron la audacia de pararse a pensar. Solicitaron y analizaron los datos de apoyo, hablaron con el personal de mantenimiento y se tomaron tiempo para observar detenida y personalmente las operaciones de mantenimiento reales».
Ignizio denominó a lo que descubrieron el Efecto Waddington. Trazaron el número de paradas no programadas junto con el tiempo transcurrido desde la última operación de mantenimiento programada. Su gráfico mostraba que, poco después de las operaciones de mantenimiento programadas, aumentaba el número de reparaciones necesarias, que disminuía con el tiempo hasta aproximadamente el momento en que se programaba la siguiente operación de mantenimiento.
Waddington llegó a la conclusión (citada por Ignizio) de que:
«[L]a inspección tiende a aumentar las averías, y esto sólo puede deberse a que está causando un perjuicio positivo al perturbar un estado de cosas relativamente satisfactorio. En segundo lugar, no hay indicios de que el índice de averías empiece a aumentar de nuevo después de las 40-50 horas de vuelo, cuando el avión está a punto de recibir su siguiente [intervención de mantenimiento preventivo]».
En otras palabras, dice Ignizio:
«[E]l efecto Waddington se define como un 'pico' en el número y frecuencia de incidencias no programadas 'estrechamente' posterior a una incidencia programada - seguido a su vez de un descenso gradual en la tasa de ocurrencia de incidencias no programadas hasta un 'nivel más normal', hasta la repetición de este mismo y problemático efecto tras la siguiente incidencia de mantenimiento programado.»
La solución que propuso el equipo de Waddington al respecto consistió en mejorar la ejecución de los eventos de mantenimiento y su programación, incluida la incorporación de una documentación mucho mejor. El resultado de estas mejoras fue un aumento del 60% del tamaño efectivo de la flota aérea del Mando Costero Británico, sin añadir equipos ni personal. ¿No es asombroso lo que puede conseguir la ingeniería industrial?
Otra observación es que el efecto Waddington puede considerarse parte de la parte de la tasa de fallos decreciente (DFR) de una curva de tasa de fallos en forma de bañera que se observa en muchos dispositivos mecánicos. A un período inicial de disminución de la tasa de fallos debido a defectos iniciales le sigue un período con una tasa de fallos relativamente constante (CFR). A continuación, se observa un periodo de aumento de la tasa de fallos (IFR) a medida que el sistema envejece y empieza a desgastarse. (Para más detalles, véase el texto Factory Physics de Hopp y Spearman (Irwin, 1996)). En las fábricas de obleas, las consecuencias de la IFR son elevadas, por lo que lo ideal es que los MP tengan lugar antes de ese período posterior de aumento de la tasa de fallos.
¿Quiere saber más sobre los controladores del tiempo de ciclo en su fábrica?
¿Qué son las parcelas de efecto Waddington?
En el libro de Ignizio, Optimizing Factory Performance (McGraw Hill, 2009), propone el uso de Waddington Effect Plots para analizar y reducir el tiempo de inactividad de los equipos en las fábricas. Los diagramas de efecto Waddington son gráficos como los que utilizaron Waddington y su equipo, pensados para identificar situaciones en las que un aumento del tiempo de inactividad no programado sigue de cerca a un evento de mantenimiento preventivo (MP).
Para crear un gráfico de efecto Waddington para una herramienta, Ignizio dice que hay que crear un gráfico de barras con cada hora a lo largo del eje x, y la altura de la barra indica la cantidad de tiempo de inactividad durante esa hora, coloreada para programado o no programado. Ignizio muestra en su libro un ejemplo basado en datos reales de una fábrica de una herramienta que requería un MP de cinco horas (de media) cada 40 horas. El ejemplo muestra un tiempo de inactividad no programado considerable que se produce poco después del MP y que disminuye en las 12 horas siguientes.
A continuación se muestra un ejemplo similar creado en Excel. El primer PM largo (en amarillo) dura 3,8 horas y poco después se produce un tiempo de inactividad no programado de 2,7 horas. A continuación se producen más paradas, que luego disminuyen. El segundo PM largo dura 4,5 horas y va seguido de forma similar por un periodo de mayor tiempo de inactividad no programado que va disminuyendo.
En este ejemplo ficticio, basta con mirar el gráfico para deducir que puede estar produciéndose un efecto Waddington. Pero, por supuesto, si vamos a utilizar estos gráficos en la práctica, queremos a) una forma de generarlos fácilmente de forma continua, b) una forma de detectar automáticamente el efecto Waddington a partir de los datos, y c) consejos sobre qué hacer a continuación si lo detectamos. Veamos cada uno de estos aspectos.
Cómo crear gráficos de efecto Waddington con FabTime
Aunque no disponemos directamente de gráficos de efecto Waddington en el módulo de informes de FabTime, sí tenemos gráficos Gantt del estado de las herramientas que, si se filtran para incluir sólo el tiempo de inactividad programado y no programado, transmiten información similar. El siguiente gráfico muestra el patrón de tiempo de inactividad programado y no programado para dos herramientas durante un período de cinco días. Este ejemplo es de nuestro servidor de demostración y muestra un gran bloque de tiempo de inactividad no programado que se produce inmediatamente después del tiempo de inactividad programado para cada herramienta. Podríamos mirar este gráfico y concluir que el tiempo de inactividad programado ha influido en el tiempo de inactividad no programado (aunque en la práctica nos gustaría ver más datos, durante un período más largo).
Los usuarios del software FabTime pueden crear fácilmente una vista similar filtrando el gráfico Gantt de estado de herramientas para incluir las herramientas de interés (utilizando los filtros «Herramienta», «Grupo de herramientas» o «Área»), seleccionando la ventana de tiempo de interés e introduciendo «Sched, Unsch» en el filtro «E10St». A continuación, pueden guardar el gráfico añadiéndolo a una pestaña de la página de inicio.
¿Cómo podemos detectar el efecto Waddington de forma continua?
Ignizio recomienda utilizar una inspección visual o un «análisis automatizado de reconocimiento de patrones» para identificar la existencia del efecto Waddington. El siguiente paso en el uso del diagrama de Gantt del estado de la herramienta en FabTime para crear gráficos del efecto Waddington sería detectar automáticamente de algún modo el efecto Waddington, en lugar de depender de que alguien lo detecte visualmente para una herramienta determinada.
Una idea para hacer esto sería registrar el porcentaje de tiempo de inactividad no programado que ocurre dentro de una ventana de tiempo definida después de un evento de tiempo de inactividad programado y compararlo con el porcentaje general de tiempo de inactividad no programado en la herramienta. Pero, ¿qué intervalo de tiempo debemos utilizar? ¿Debemos hacerlo para todos los tiempos de inactividad o sólo para los que superen un determinado periodo de tiempo?
Afortunadamente, INFICON cuenta con un flamante equipo de Ciencia de Datos con miembros que pueden reflexionar detenidamente sobre estas cuestiones y recomendar soluciones para poner en práctica. Si algún suscriptor ha considerado y/o implementado la detección del efecto Waddington y desea compartir sus ideas, por favor, envíelas a Jennifer Robinson. Seguiremos tratando este tema en un próximo número.
Entonces, ¿entra en conflicto el efecto Waddington con las anteriores recomendaciones de este boletín para mejorar el tiempo de ciclo?
Antes de pasar a lo que hay que hacer si detectamos el Efecto Waddington, volvamos a la cuestión de si los resultados de Waddington entran en conflicto con la recomendación de este boletín de separar los eventos de mantenimiento.
El Efecto Waddington muestra que, en algunos casos, si las cosas funcionan bien, realizar un MP puede perturbar el sistema y causar problemas. Este efecto, cuando se produce, podría respaldar la idea de agrupar los MP. Si cada MP aumenta la probabilidad de que se produzcan tiempos de inactividad no programados, sería mejor realizar menos MP.
Sin embargo, también sabemos por nuestro trabajo con curvas operativas de tiempo de ciclo que los periodos más largos de tiempo no disponible suelen ser mucho peores para el tiempo de ciclo que los más cortos. Por ejemplo, el gráfico siguiente muestra el impacto de los MP más cortos y frecuentes (gráfico azul) frente a los MP más largos y menos frecuentes (gráficos verde y rojo) para la misma cantidad total de tiempo no disponible. Los PM más largos tienen un impacto mucho peor en el tiempo de ciclo, siendo el tiempo de ciclo por visita para el PM semanal casi el doble que el tiempo de ciclo por visita para el PM diario (una séptima parte más largo).
Así pues, repetimos una pregunta que formulamos durante nuestro curso sobre duración del ciclo. Para la misma cantidad de mantenimiento programado, ¿debería usted agrupar sus MP?
Creemos que la respuesta a esta pregunta sigue siendo, en general, no. Sin embargo, sugerimos añadir una comprobación periódica para ver si se está produciendo el efecto Waddington en su fábrica. Para los grupos de herramientas en los que no se observa el efecto Waddington, podemos mantener la recomendación anterior de no agrupar los PM. (Puede haber excepciones en circunstancias especiales, como cuando no hay WIP a la espera de la herramienta, la fábrica está muy limitada en ingenieros, o las calificaciones adicionales son muy caras).
Cuando se observa un posible efecto Waddington, la respuesta no debería ser hacer el menor número posible de PM. Es como oír un ruido metálico en el motor del coche y decidir subir el volumen de la radio para no escucharlo. El efecto Waddington significa que algo falla en su enfoque del mantenimiento. Por lo tanto, la respuesta debe ser averiguar qué está causando el Efecto Waddington para este grupo de herramientas y eliminarlo.
¿Qué debemos hacer si detectamos el efecto Waddington?
Volviendo al artículo de la revista PHALANX, Ignizio se centra en identificar las causas del efecto Waddington y, a continuación, eliminar o reducir el efecto centrándose en la complejidad innecesaria y el exceso de variabilidad. Afirma que es especialmente importante disponer de una documentación clara de las especificaciones de mantenimiento.
Basándonos en este consejo, aquí van nuestras recomendaciones para las fábricas. Cuando se detecte el efecto Waddington, deberíamos
- Analizar todos los datos disponibles para identificar las causas subyacentes del efecto.
- Eliminar esas causas subyacentes, prestando especial atención a la reducción de la variabilidad.
- Aprender de esta experiencia y comunicar al equipo formas de evitar el problema en el futuro.
Como ejemplo anecdótico, hablamos con un ingeniero que trabajaba en una fábrica que observó el efecto Waddington después de grandes PM (de 40 horas de duración) para una herramienta de cluster en particular. A pesar de los grandes esfuerzos realizados para eliminar las causas de este efecto, la fábrica tuvo dificultades para eliminar el problema. Finalmente, eliminaron esa herramienta de los flujos de procesos posteriores. En otros casos, sin embargo, pudieron reducir las posibilidades de que se produjera el efecto Waddington centrándose en la calidad y la reproducibilidad.
En general, esta fabulosa empresa descubrió que los PM más cortos tenían menos riesgo de «desviarse» y que, por lo tanto, los PM más cortos y frecuentes estaban menos sujetos al efecto Waddington que los más largos. Esto, por supuesto, es coherente con nuestra recomendación general de buscar periodos más cortos de tiempo no disponible en general.
Quizá merezca la pena señalar aquí que Ignizio, que lleva tiempo promoviendo el efecto Waddington, también aboga por «desclasificar» los PM en la fábrica, para reducir su impacto en el tiempo de ciclo.
Conclusiones
Durante la Segunda Guerra Mundial, C. H. Waddington y su Grupo de Investigación Operativa trabajaron para mejorar la fiabilidad de los equipos de los aviones británicos. El equipo descubrió que, en algunos casos, cuando un equipo funcionaba bien, intervenir para realizar un mantenimiento preventivo podía aumentar la posibilidad de que se produjera un tiempo de inactividad no programado poco después. Más tarde, el profesor James Ignizio denominó a este comportamiento el Efecto Waddington y propuso el uso de Parcelas de Efecto Waddington para detectarlo en las fábricas modernas. Ignizio abogó por eliminar el Efecto Waddington, allí donde se detectara, mediante la identificación de las causas raíz, la reducción de la complejidad y la variabilidad y la mejora de la documentación.
Tras leer sobre el Efecto Waddington, al principio nos preocupó que pudiera entrar en conflicto con nuestra reiterada recomendación en este boletín de realizar operaciones de mantenimiento más cortas y frecuentes, en lugar de agruparlas. Sin embargo, tras reflexionar un poco más, hemos llegado a la conclusión de que lo más sensato es que las fábricas se protejan contra el efecto Waddington y lo eliminen allí donde se observe, al tiempo que siguen esforzándose por conseguir periodos más cortos de tiempo no disponible.
En este artículo hemos mostrado cómo se puede generar una versión de un gráfico del efecto Waddington utilizando el módulo de informes FabTime. También hemos empezado a discutir formas de identificar automáticamente el Efecto Waddington. También discutimos brevemente las recomendaciones para mitigar el efecto cuando se encuentra. Esperamos compartir más resultados en el futuro y agradecemos sus comentarios mientras tanto.
