Machine Translated by Google

Análisis de fallas de ingeniería 180 (2025) 109835

Listas de contenidos disponibles en ScienceDirect

Análisis de fallas de ingeniería

Página de inicio de la revista: www.elsevier.com/locate/engfailanal

Análisis de fallos en el proceso de montaje de una cerradura de automóvil

a b
Gabriela Bogdanovska , Vieroslav Molnar , Gabriel Fedorko a,*

a
Facultad de Minería, Ecología, Control de Procesos y Geotecnología, Universidad Técnica de Koˇsice, Park Komensk´eho 14, 042 00 Koˇsice, Eslovaquia
República ˇ
b
Facultad de Tecnologías de Fabricación con sede en Preˇsov, Universidad Técnica de Koˇsice, Stúrova 31, 080 01 Preˇsov, República Eslovaca

INFORMACIÓN DEL ARTÍCULO ABSTRACTO

Palabras clave: El artículo analiza las fallas que ocurren durante el proceso de fabricación (ensamblaje) de una cerradura de automóvil. A partir
Cerradura del coche
de la frecuencia de ocurrencia, se determinó la no conformidad más significativa que afecta la calidad de los productos: tornillos
Análisis de fallos desatornillados y faltantes en la cerradura.
Proceso de montaje
Utilizando el principio de las 4 M, se identificó el factor más importante que causaba fallas durante el ensamblaje. Se empleó la
Defecto
metodología de Control de Calidad de Respuesta Rápida (QRQC) para determinar las causas de las fallas de ensamblaje
Metodología
mediante las técnicas 5W2H, 5 Porqués y 3Gen. Tras la implementación de medidas correctivas, se determinó que estas no
habían dado el resultado deseado. Para analizar más a fondo las causas raíz de las fallas, se determinaron los factores
utilizando el principio de las 4 M. Estos se compararon en los puntos de control con las normas. Con base en los análisis, se
sugirieron medidas correctivas para el mantenimiento y la modificación de la línea de ensamblaje.

Las medidas implementadas redujeron el número total de fallos de montaje del 4,1 % al 2,2 %, y la ocurrencia del fallo más
significativo disminuyó en un 18 %.

1. Introducción

Reducir los defectos en las operaciones de ensamblaje y fabricación es uno de los factores clave que influyen en la calidad del producto, la
eficiencia de la producción y la competitividad general de las empresas en diversos sectores industriales, incluido el automotriz. Los fallos de fabricación
suelen generar costos adicionales, un aumento en el tiempo de producción y una menor satisfacción del cliente. Existen muchas maneras de reducir los
defectos en las operaciones de ensamblaje y fabricación. En el sector automotriz, los fabricantes se están centrando en la monitorización en línea de
múltiples parámetros que afectan la calidad final del producto ensamblado.
Los fallos de montaje causados por operadores humanos tienen un efecto significativo en la calidad del vehículo. Real y Torres [1] evaluaron el
efecto de cambiar la secuencia de operaciones de montaje en la tasa de fallos mediante cuatro experimentos empíricos en una planta de fabricación de
automóviles. Los resultados obtenidos mostraron que cambiar la secuencia de montaje reduce la tasa de fallos, probablemente debido a un efecto
transitorio en la reducción de la carga cognitiva del operador. Un estudio de Sivam et al. [2] analizó la causa raíz del fallo del conjunto de la carcasa de
la cerradura de la puerta durante el proceso de sellado mediante el método de elementos finitos en un modelo informático creado en Autodesk Inventor.
Los resultados obtenidos de este análisis se utilizaron para optimizar y rediseñar el circuito hidráulico­neumático de la máquina. Yousaf et al. [3]
emplearon el Análisis de Modos de Fallo y Efectos (FMEA) para identificar y evaluar exhaustivamente los fallos comunes en el proceso de diseño y
fabricación de carcasas de ejes traseros en automóviles. Mediante la aplicación de las soluciones recomendadas, que incluyen la optimización del
diseño, el mantenimiento de las cuchillas de corte y el uso de plantillas, se logró una reducción sustancial en los valores del Número de Prioridad de Riesgo (RPN). S

* Autor correspondiente.
Dirección de correo electrónico: [email protected] (G. Fedorko).

https://doi.org/10.1016/j.engfailanal.2025.109835
Recibido el 14 de abril de 2025; Recibido en forma revisada el 20 de junio de 2025; Aceptado el 22 de junio de 2025.
Disponible en línea el 23 de junio de 2025.
1350­6307/© 2025 Elsevier Ltd. Todos los derechos reservados, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares.
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

[4] buscaron mejorar el sistema de control de calidad en el proceso de fabricación de cerraduras de puertas mediante el método PDCA basado en KAIZEN [5], ya
que las discrepancias en el proceso de fabricación habían provocado la ausencia de componentes en la cerradura de la puerta durante la etapa de ensamblaje, lo
que resultó en quejas de los clientes. Al abordar el problema de mejorar la eficiencia de las líneas de producción de cajas de cambios automotrices, Sabadka et al.
[6] propusieron una metodología que implicaba la eliminación de actividades innecesarias del proceso de ensamblaje, la reducción del tiempo de ciclo y la utilización
del Método Yamazumi para lograr el equilibrio dentro de la línea de producción. La implementación de estas medidas resultó en una disminución en las tasas de
fallas y un aumento en la productividad. Refflinghaus y Kern [7] desarrollaron un sistema experto que predice la probabilidad de error humano en operaciones de
ensamblaje manual. El empleo de este sistema permite la optimización de los procesos de fabricación en la etapa de diseño del producto al evitar pasos críticos
del proceso durante el proceso de planificación [8].
En el sector automotriz, además de monitorear los parámetros que afectan la calidad final del producto ensamblado, los fabricantes también se enfocan en
asegurar el funcionamiento eficiente y estable de toda la línea de producción y evaluar su confiabilidad. Zhao et al. [9] investigaron la confiabilidad del factor
humano en la eficiencia de producción de una línea de ensamblaje y su estabilidad utilizando el método LEC (Probabilidad, Exposición, Consecuencia). Propusieron
un modelo de evaluación, el cual fue aplicado y verificado en una línea de ensamblaje de automóviles. Uslu Divanoglu y Tas¸ [10] aplicaron la metodología 8D, un
˘
enfoque para reducir fallas en la industria automotriz, que minimiza los fallos de calidad y aumenta la eficiencia del método dentro del marco de la producción
eficiente.
Otra solución para reducir las tasas de fallos en las operaciones de ensamblaje y fabricación es la implementación de una interfaz de aprendizaje asistido
inteligente, por ejemplo, mediante tecnología de Realidad Aumentada (RA). La RA ha comenzado a sustituir los procedimientos de formación convencionales y se
utiliza cada vez más en entornos industriales como herramienta de formación [11]. Esta tecnología se utiliza para reconocer e identificar componentes, lo que
permite comprender con mayor rapidez el funcionamiento de un proceso de fabricación y resolver los problemas que surjan.
Esto elimina significativamente a los trabajadores con experiencia y conocimiento inadecuados [12,13]. Drouot et al. [14] encontraron en su estudio de la vida real
de una línea de ensamblaje que los usuarios de AR eran menos capaces de detectar eventos externos (peligros, alertas) que pueden desempeñar un papel
importante en la ocurrencia de accidentes laborales. Fernandez­Mireles et al. [15] propusieron una aplicación de AR de línea de ensamblaje para la capacitación
de los trabajadores que utiliza la herramienta Unity, lo que permite a los usuarios visualizar e interactuar con componentes virtuales superpuestos en el mundo real
usando sus teléfonos móviles o tabletas. Este método tiene el potencial de ofrecer una gama de beneficios, que incluyen una eficiencia mejorada, tasas de error
reducidas y capacidades de capacitación optimizadas. La aplicación tiene un gran potencial para proporcionar orientación en tiempo real y retroalimentación del
rendimiento para facilitar procesos de ensamblaje sin problemas. Ikiz et al. [16] investigaron la carga cognitiva para los trabajadores de la línea de ensamblaje con gafas de AR.
Mediante mediciones mediante electroencefalografía (EEG), demostraron que las gafas AR no tienen un efecto condicional respecto a la edad de los trabajadores
y pueden ser utilizadas en la industria automotriz.
La simulación de eventos discretos, que emplea un modelo de una línea de fabricación real, es un enfoque contemporáneo ampliamente utilizado por los
investigadores. Alsaadi [17] incrementó la productividad mediante la simulación de eventos discretos y redujo los costos al eliminar recursos menos utilizados de
la línea de ensamblaje. Con base en los resultados obtenidos, recomendó el uso de la metodología propuesta en el sistema de fabricación. Hossain y Muneer [18]
utilizaron el software de simulación de eventos discretos (Arena) para establecer los parámetros óptimos para el balanceo de la línea de ensamblaje. Los modelos
de simulación de eventos discretos también se han utilizado en los trabajos de Biazen y Gebeyehu [19], Afifi et al. [20], Harish et al. [21], Rashid et al. [22], Sarda
et al. [23].

Fig. 1. Principio del método 5W2H.

2
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Todos los enfoques anteriores tienen un gran potencial para reducir fallos y aumentar la eficiencia en una amplia gama de procesos de fabricación en la industria
automotriz. Sin embargo, en algunos casos es necesario centrarse en un tipo de producto específico, ya que los métodos genéricos pueden no reflejar adecuadamente
los requisitos de ensamblaje, las limitaciones tecnológicas o las soluciones de diseño específicas de un componente determinado. Un enfoque específico permite
identificar con mayor precisión las fuentes de fallo y diseñar medidas correctivas más eficaces. Uno de estos componentes críticos es la cerradura del automóvil.

La instalación de la cerradura del vehículo es un paso importante para completar el sistema de puertas de un vehículo. Este componente proporciona el cierre
físico de la puerta y constituye la interfaz entre los sistemas de seguridad mecánicos y electrónicos. En la práctica, los fallos de instalación son frecuentes y pueden
provocar fallos de funcionamiento o quejas. Por ello, los fabricantes buscan métodos eficaces para identificarlos y minimizarlos. El objetivo de este artículo es
proponer y validar una metodología personalizada para analizar los errores que surgen durante la instalación de la cerradura del vehículo.

2. Material y métodos

Existen diversas metodologías para analizar e identificar las causas de los problemas en los procesos de fabricación. El enfoque principal es identificar los
factores que provocan fallos, interrupciones en el flujo de producción o reducciones en la calidad del producto final. El objetivo es identificar vínculos latentes en los
procesos, obtener información objetiva sobre las fuentes de los problemas y proponer medidas correctivas eficaces. Se aplican en diversas etapas del proceso de
producción, desde el diseño hasta el ensamblaje y la inspección final.

El método 5W2H [24] permite identificar de forma rápida y eficiente las causas de los problemas en la industria automotriz. Es una herramienta sencilla pero muy
eficaz para analizar problemas y planificar actividades en producción, logística, calidad o gestión de proyectos.
En este método se responden siete preguntas (Fig. 1). Las respuestas a estas preguntas generan siete respuestas distintas que delimitan con precisión la situación
del problema.
Una vez identificado el problema, se busca la causa raíz utilizando el método de los 5Porqués [23]. El método consiste en plantear cinco preguntas de "Por qué".

Después del análisis, es necesario determinar medidas correctivas utilizando el enfoque 3Gen, centrarse en la ubicación real donde ocurrió el problema (Gemba),
comparar piezas buenas y defectuosas (Genbutsu) producidas en las mismas condiciones y trabajar con datos reales (Genjitsu) [25].

El uso del método 5W2H [24] facilita un análisis exhaustivo del problema sin pasar por alto contextos importantes. Este método se utiliza a menudo en sistemas
más amplios de mejora de la calidad y resolución de problemas, ya que proporciona un marco rápido y claro para recopilar información y formular medidas de acción.
También es adecuado como análisis inicial previo al uso de métodos analíticos más profundos.

2.1. Propuesta de un procedimiento metodológico para el análisis de fallos de ensamblaje

El análisis de fallos de ensamblaje puede realizarse de acuerdo con un procedimiento metodológico adecuado que sea coherente con todas las particularidades
del proceso de ensamblaje. El procedimiento metodológico propuesto para el análisis de fallos de ensamblaje, como se ilustra en la Fig. 2, proporciona un marco
para la evaluación sistemática de problemas emergentes en el proceso de fabricación. Este procedimiento mapea sistemáticamente los pasos desde la identificación
del problema hasta el diseño de medidas correctivas. Está diseñado para proporcionar una secuencia lógica y clara de pasos, desde la identificación de problemas
hasta la sugerencia de posibles mejoras. Permite una evaluación integral de la situación, considerando las fuentes de información y apoyando la toma de decisiones
en la búsqueda de las causas de los fallos.

El procedimiento metodológico propuesto (Fig. 2) se estructura en nueve pasos separados, utilizando las técnicas 5W2H [24], 5 Whys y 3Gen [25]. Cada paso
representa una actividad en sí misma y tiene un lugar fijo dentro de la metodología.

Fig. 2. Procedimiento de análisis de defectos de ensamblaje.

3
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Todo el proceso comienza con el seguimiento del número de unidades producidas y, al mismo tiempo, con el seguimiento del número de defectos de ensamblaje.
por mes (Paso 1). El objetivo es determinar el porcentaje de defectos en relación con la cantidad total de productos fabricados.
El análisis de los fallos de montaje se realizó durante un período de 7 meses. Este periodo se seleccionó en función de la ocurrencia de fallos graves en el proceso
de montaje. El registro de datos se realizó para obtener una visión general del número de defectos cada mes y su evolución. Se analizaron un total de 17.205 cerraduras
de coche. Durante este período, se realizó un seguimiento visual de las cerraduras y se identificaron detalladamente. Las cerraduras defectuosas se retiraron del proceso
de montaje. La inspección final de las cerraduras de coche montadas se realizó en el puesto de trabajo AW 7 (Tabla 1).

Para identificar las piezas defectuosas se utilizó la metodología mostrada en la Fig. 3.

El diagrama muestra el flujo lógico del control del proceso de ensamblaje de cerraduras de automóviles utilizado en la investigación, ilustrando el procedimiento para
identificar fallas durante la inspección final. El proceso comenzó con una inspección visual para detectar defectos visibles en la cerradura. Si se identificaba una falla, la
cerradura se clasificaba como dañada y el proceso se daba por finalizado.
Si no se detectaron errores durante la inspección visual, la cerradura se sometía a una inspección funcional para verificar su funcionamiento mecánico y electrónico.
Si se identificaba una falla, la cerradura se marcaba como dañada. Por el contrario, si no se identificaban defectos durante ninguna de las fases de inspección, la
cerradura se consideraba intacta y podía ser liberada para su posterior procesamiento.
El resultado del proceso fue la identificación de un defecto (visual o funcional) o la confirmación de la conformidad, es decir, que el
La cerradura estaba libre de defectos.

La metodología propuesta garantizó un control de calidad sistemático en dos etapas para fines de investigación, reduciendo significativamente el riesgo de
Distribuir productos defectuosos y permitir su identificación oportuna y confiable antes de salir de la línea de producción.
El siguiente paso del método es analizar el registro diario del número de productos fabricados y el % de defectos de los productos seleccionados.
mes (Paso 2). Esto aumenta el nivel de detalle de los indicadores analizados.
El análisis posterior de los resultados del proceso de montaje y del número de defectos obtenidos de esta manera se realiza en el Paso 3.
Específicamente, se realiza la clasificación de los defectos de ensamblaje y la determinación de su frecuencia de ocurrencia. El objetivo principal es determinar la
frecuencia de ocurrencia y la frecuencia relativa de cada defecto. En este paso, los defectos se clasifican según el principio de las 4 M [26]. A continuación, se determina
el defecto más significativo.
En el paso 4, se identifica la causa más importante de las fallas de ensamblaje y se determinan las medidas correctivas inmediatas para eliminarlas. En el proceso
de identificación se utilizan el método 5W2H [24] y el principio 3Gen [25] . El análisis del proceso de ensamblaje se realiza utilizando el principio 3Gen mediante preguntas:

• ¿Se siguieron los procedimientos e instrucciones de trabajo (S/N)?

• ¿Cuál es la diferencia entre un producto conforme y un producto no conforme?
• ¿Cuál fue el proceso cuando ocurrió la no conformidad?
• ¿Qué parámetros estaban configurados cuando se produjo el error?
• ¿Qué parámetros se cambiaron para el producto conforme y no conforme?

Se pretende identificar los tres factores principales que afectan al proceso de ensamblaje [25]:

• Genba: se centra en el tiempo y lugar reales del proceso de montaje.

• Genbutsu: se ocupa de los componentes o procesos de ensamblaje que causan fallas. El proceso de ensamblaje se analiza en su totalidad.
Componentes. Identifica componentes buenos y malos según estándares y procedimientos establecidos.
• Genjitsu: se centra en los datos y hechos reales sobre los fallos de ensamblaje. Separa las opiniones subjetivas de las objetivas basadas en...
mediciones, análisis y comunicación.

Una vez implementado el Paso 4, se puede proceder al Paso 5, donde se identifican las causas raíz de los defectos de ensamblaje. En este paso, primero se
describen los defectos de ensamblaje y, a continuación, se analizan y estudian con mayor profundidad los factores que influyen en su aparición. En la metodología
propuesta, también se aplica el principio 3Gen [25] . El método de los 5 porqués se utiliza para...

Tabla 1

Lugares de trabajo en líneas de montaje.

Lugares de trabajo de montaje Ejecución Descripción de la operación de fabricación

(AW) método

AW 1 A mano Montaje del núcleo de la cerradura.

AW 2 A mano Inserción de módulos en el núcleo de la cerradura.
Máquina Aplicación de lubricante a máquina.
AW 3 Máquina Inserción de los componentes ensamblados en la máquina: verificación de la colocación de los componentes (retención), remachado de
la cerradura.
AW 4 A mano Inserción de cables en el nido.
AW 5 Máquina Prensado de componentes.
Unir la cerradura entre sí mediante tornillos y tapas protectoras.
AW 6 Máquina Grabado, termosellado y sellado de la cerradura con espuma.
AW 7 A mano Comprobación de las partes eléctricas y mecánicas de la cerradura terminada. En los casos en que no se pudo identificar una falla, las
cerraduras se colocaron en una caja y se separaron mediante un separador para evitar daños dentro de la caja.
Figura 5).

4
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Fig. 3. Metodología para la identificación de piezas defectuosas.

encontrar la causa raíz.

Tras la identificación de las causas fundamentales de los defectos de montaje, en el Paso 6 se puede llevar a cabo la determinación e implementación de medidas
correctivas para eliminar dichos defectos. Al mismo tiempo, se determina el responsable de su implementación y el plazo estipulado para la implementación de las
medidas correctivas.
La eficacia de las medidas correctivas se valida en el Paso 7. Si no se ha demostrado la eficacia de las medidas identificadas, se verifica que la causa raíz se
haya identificado correctamente (Paso 8). Si la causa raíz se identifica correctamente, se determinan e implementan nuevas medidas correctivas (Paso 6). De lo
contrario, se sigue el Paso 5 y se identifica una nueva causa raíz del defecto de ensamblaje.

Tras demostrar la eficacia de las medidas correctivas, la metodología propuesta pasa al último paso, el Paso 9, cuyo objetivo es estandarizar e implementar el
procedimiento validado. En este paso, los procedimientos probados se incorporan a los estándares de proceso para evitar la recurrencia de problemas de calidad en el
ensamblaje.
El procedimiento metodológico propuesto para el análisis de fallos de montaje se probó en un ejemplo real de la práctica industrial.

3. Características del proceso de montaje – Principios teóricos básicos

Se trató de un proceso de fabricación específico de montaje de una cerradura lateral exterior de automóvil (Fig. 4) con fallos reales de funcionamiento, lo que generó
condiciones adecuadas para la aplicación práctica y validación del procedimiento propuesto.
La investigación se llevó a cabo directamente en una planta de producción real en condiciones normales de funcionamiento, lo que permitió registrar los problemas
reales, su frecuencia y su relación con las diferentes fases del montaje. Al mismo tiempo, se observaron las reacciones de los operarios ante las fallas y se evaluó la
eficacia de la metodología para identificarlas, clasificarlas y resolverlas.

3.1. Breve descripción del proceso de montaje de una cerradura lateral exterior de automóvil.

El proceso de montaje de una cerradura lateral exterior de coche comprende una serie de pasos secuenciales que garantizan el correcto montaje de una

Fig. 4. Cerradura lateral exterior del vehículo.

5
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Unidad funcional compuesta por múltiples subcomponentes. Es fundamental que cada uno de estos componentes cumpla con los requisitos de calidad especificados
para garantizar el correcto funcionamiento de todo el mecanismo.
Antes de montar la cerradura lateral exterior, se realiza una inspección visual de cada componente. Si se detecta un defecto de fabricación, este componente se
marca visiblemente (etiqueta roja) con una descripción del defecto. Posteriormente, se aísla para evitar futuras aplicaciones.

Al ensamblar la cerradura del vehículo, los componentes individuales se ensamblan en la línea de montaje. Esta línea consta de puestos de trabajo de montaje
(PA), como se muestra en la Tabla 1.
Sin embargo, durante todo el proceso de ensamblaje, se producen fallos que causan complicaciones indeseadas que afectan la calidad del producto final. La
ocurrencia de estos fallos puede generar un aumento de quejas, tiempos de ensamblaje más largos, interrupciones de la producción o costos adicionales de
reparación e inspección. Por esta razón, es fundamental prestar mucha atención al análisis de los defectos de ensamblaje e implementar medidas que puedan
eliminarlos en las primeras etapas del proceso.
La metodología de Control de Calidad de Respuesta Rápida (QRQC) [27,28], que opera según el principio San Gen Shugi (3Gen [25]) , se utilizó para eliminar
errores en el montaje de la cerradura lateral externa del vehículo.

4. Resultados y discusiones

La metodología propuesta se ha validado para confirmar si los pasos parciales individuales proporcionan información relevante y útil necesaria para la
identificación y el análisis de defectos de ensamblaje. La validación también tuvo como objetivo evaluar si la interrelación de estos pasos forma un conjunto
metodológico lógicamente ordenado y de aplicación práctica. Un aspecto importante de esto fue evaluar hasta qué punto la metodología puede utilizarse para
detectar sistemáticamente defectos, identificar sus causas y proponer medidas de mejora. Los beneficios esperados de la aplicación del procedimiento propuesto
son principalmente un aumento en la calidad del producto final, una reducción en el número de errores recurrentes y un proceso de ensamblaje general más eficiente.
Por lo tanto, en la siguiente sección, se presentan hallazgos específicos de la aplicación de la metodología en condiciones reales de producción.

4.1. Resumen mensual del número de piezas producidas

En el primer paso, se procesaron los datos del fabricante de la cerradura sobre los fallos de montaje (Figs. 6­8). Al inicio del proyecto (en septiembre), se observó
un aumento en el porcentaje de cerraduras defectuosas. Se identificaron tres posibles causas:

• los operadores no estaban capacitados;

• las piezas utilizadas para fabricar las cerraduras de los automóviles no estaban homologadas;

• Se estaban realizando intervenciones de proceso.

El seguimiento posterior del número de unidades fabricadas y defectuosas mostró una ligera tendencia al alza (Fig. 9). Por lo tanto, con base en los hallazgos
de la aplicación del Paso 1 del procedimiento metodológico, se propusieron experimentalmente posibles medidas correctivas para contribuir a la reducción de la
tasa de fallos en el proceso de ensamblaje. Por su naturaleza, estas fueron simples y

Fig. 5. Cerradura lateral externa en una caja con separadores. A: separador, B: caja, C: cerradura lateral externa guardada.

6
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Fig. 6. Ejemplo de una falla en el clip de cubierta roto que ocurre durante el proceso de ensamblaje.

Fig. 7. Ejemplo de un fallo de montaje de la cubierta que ocurre durante el proceso de ensamblaje.

Fig. 8. Ejemplo de un fallo (espuma de sellado desprendida) que ocurre durante el proceso de montaje.

7
Machine Translated by Google

" Análisis de fallas de ingeniería 180 (2025) 109835

G. Bogdanovska y otros.

Fig. 9. Número de cerraduras de vehículos y % de defectos en cada mes.

Medidas fáciles de implementar que no requerían una intervención significativa en el proceso de ensamblaje ni un cambio en la organización del trabajo, pero que, sin embargo, tenían el potencial de
proporcionar mejoras mensurables. El objetivo de estas medidas no era investigar a fondo las causas de los defectos, sino verificar si incluso cambios elementales podían tener un impacto positivo
en la calidad del producto final. Su aplicación también sirvió como requisito previo para una mejora más sistemática del proceso de producción tras los resultados del análisis. En particular, se
introdujeron las siguientes medidas correctivas:

• los operadores completaron un programa de capacitación,

• La trazabilidad de los productos se realizó mediante índices de cerraduras de automóviles,
• Se registraron todas las intervenciones del proceso.

La introducción de las medidas correctivas anteriores en la organización del proceso de montaje dio como resultado una disminución del % de defectos.
hasta un 4 % en los meses siguientes (febrero, marzo) a pesar de un rápido aumento de la producción (Fig. 9).

Fig. 10. Registro diario del número de cerraduras de vehículos producidas en el mes de marzo.

8
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

4.2. Registro diario del número de piezas producidas

El número de defectos observados durante cada mes se analizó con más detalle desglosándolo en días individuales dentro de cada mes. Esto se realizó mediante
un enfoque basado en el registro diario del número de unidades producidas y el seguimiento del número de defectos de ensamblaje durante el montaje de los componentes
de las cerraduras. La figura 10 muestra un ejemplo del registro diario del número de cerraduras producidas en marzo.

En la Fig. 10, se pueden observar los cambios ocurridos en el proceso de ensamblaje en cuanto a la incidencia de defectos. Como ejemplo, se puede presentar el
duodécimo día laborable, cuando se llevó a cabo la capacitación motivacional de los operarios. También se incorporaron nuevos operarios a la producción, lo que
aumentó la eficiencia de la producción y resultó en una reducción del 1,5 % en el porcentaje de defectos (Fig. 10).

4.3. Clasificación de fallos en el conjunto de cerraduras del coche

El siguiente paso del análisis se centró directamente en los tipos específicos de fallos de ensamblaje. En esta sección, se analiza la frecuencia de los fallos de
ensamblaje de cerraduras de automóviles y su clasificación según el método de las 4 M [26] (Tabla 2). Posteriormente, se determinaron las frecuencias de los fallos
individuales (Fig. 11) y se calcularon las frecuencias relativas de los fallos (Tabla 2).

El desglose del conjunto de cerradura del automóvil según el enfoque 4 M: Hombre, Máquina, Materiales y Métodos [26] se muestra en la Tabla 2.

La Tabla 2 muestra que el 78,4 % de los defectos son causados por máquinas y el 5,0 % por operadores. Del total de fallos en el montaje de cerraduras de vehículos,
el 33,8 % se debe a tornillos desenroscados, el 15,4 % a fallos eléctricos y el 12,7 % a adhesivos mal aplicados.

El objetivo principal de la investigación adicional fue determinar la causa más importante de falla del conjunto de la cerradura del automóvil: tornillos faltantes o
desatornillados (Fig. 12). Considerando que el último día hábil del mes (día hábil 21), hasta el 53% de las fallas se debieron a tornillos faltantes o desatornillados. La Fig.
12 muestra en detalle la falla causada por no atornillar los tornillos. La falla descrita puede ocurrir en ambos lados del conjunto de la cerradura del automóvil (Fig. 12a,
Fig. 12c). Esto significa que puede faltar un tornillo en un lado del conjunto de la cerradura del automóvil o en ambos lados al mismo tiempo. Esto no es un tipo de falla
mecánica. Además, tampoco es una falla cíclica que ocurriría regularmente. Su ocurrencia es aleatoria y no se puede predecir. Un detalle de cómo una cerradura de
automóvil debe tener un tornillo correctamente colocado se puede ver a la izquierda y un detalle de dónde falta el tornillo se puede ver a la derecha (Fig. 12b, Fig. 12d).

Este tipo de daño puede provocar la inoperancia inmediata del dispositivo o que la falla se produzca durante su uso normal. Además de la caída directa del tornillo y
la interrupción del sellado, también puede provocar un mayor desgaste mecánico de los componentes adyacentes. El equipo ensamblado de esta manera se considera
defectuoso y no puede distribuirse.

4.4. Identificación de las causas del defecto de montaje más significativo y determinación de medidas inmediatas.

Ante el problema identificado de defectos de ensamblaje (tornillos faltantes o desatornillados), se implementó de inmediato una solución para eliminar la causa raíz
mediante la metodología de Control de Calidad de Respuesta Rápida (QRQC). Utilizando el método 5W2H y el principio 3Gen, se encontró lo siguiente (Tabla 3):

Un análisis detallado de las cerraduras de automóviles de ensamblaje conformes y no conformes (Fig. 10) reveló que:

• Se siguieron los procedimientos de trabajo.

• Faltaban tornillos o no estaban apretados en la cerradura del automóvil no conforme.
• El montaje se realizó en condiciones estándar.
• No se modificó ningún parámetro al fabricar las cerraduras de coche no conformes.

Tabla 2
Distribución de fallas en el conjunto de cerraduras de automóviles según el enfoque de las 4 M.

Máquina Hombre 5.0 %

78,4 %

Tornillo desatornillado 33,8 % Falta espuma 1,9 %

Averías eléctricas de la cerradura 15,4 % Pasador de bloqueo de posición instalado incorrectamente 3,1 %

Adhesivo mal aplicado 12,7 %

Elemento de cilindro de cerradura sin soporte 5.0 %

Errores de grabado 4,2 %

Piernas sin doblar para retención 3,8 %

Mal remachado 3,5 %

Material 15,8 % Métodos 0.0 %

Cable dañado 5,0 % −–

Sensor defectuoso 3,1 %

Clip roto 3,5 %

Retención faltante 1,5 %

Módulo defectuoso 2,7 %

9
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Fig. 11. Defectos en el conjunto de la cerradura del vehículo.

La causa raíz del defecto de ensamblaje se investigó mediante el método de los 5 por qué (Fig. 13).
Para reducir el número de cerraduras defectuosas en los vehículos, se especificaron medidas correctivas inmediatas:

• Atornillado manual de los tornillos faltantes según las instrucciones provisionales,

• llamar a mantenimiento y ajustar la máquina de tornillo.

Luego de ajustar la máquina de tornillos, se encontró que las medidas correctivas no fueron efectivas y el problema persistía.

4.5. Identificación de la causa raíz del defecto de ensamblaje

Se buscó además la causa raíz del defecto de ensamblaje: tornillos desatornillados o faltantes. El análisis abarcó todos los factores según el enfoque de las 4 M
[26] y el principio 3Gen [25]. Los puntos de control incluyeron planos, registros de trabajo y procedimientos.
Al analizar los factores, comparar con los estándares y comparar piezas conformes y no conformes, se obtuvieron los resultados que se muestran en la Tabla 4.

4.6. Determinación e implementación de medidas correctivas

Siguiendo la metodología de las 4 M, se determinó que la causa raíz (tornillos desatornillados y faltantes) era "Máquina" (Tabla 4), debido a la posición excéntrica
de los orificios en los componentes atornillados y a un par de apriete insuficiente. Las medidas correctivas y preventivas propuestas (Tabla 5) involucraron a los
operadores, al personal de mantenimiento y al mecanismo de prensado de la línea de producción.
Después de implementar medidas correctivas, el número de defectos disminuyó (columnas naranjas en la Fig. 14).

4.7. Evaluación de las medidas correctivas

La determinación de las medidas correctivas no representa el final del proceso. Su determinación y posterior implementación aún deben investigarse y verificarse
para determinar si tienen un impacto en la reducción del número de defectos. Esta verificación se abordará durante el próximo mes. En particular, en abril, el número
de cerraduras de coche producidas aumentó de nuevo un 33 %. El número de defectos de montaje disminuyó. Al centrarse en las causas del error más frecuente
(tornillos desenroscados), la incidencia de estos errores se redujo en un 18 % (Tabla 6).

Después de la implementación de las medidas correctivas (Fig. 15), el número promedio de defectos de ensamblaje disminuyó del 4,1 % al 2,2 %.
En el lugar de trabajo AW 5, en abril (día laborable 34) se cambió el mecanismo de prensado de la línea de producción, lo que también redujo el número de defectos de
montaje de las cerraduras de los automóviles.

10
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Fig. 12. Defecto en forma de tornillos faltantes o desatornillados.

11
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Tabla 3
Solución del problema utilizando el método 5W2H.

Términos 5W2H Descripción del problema

¿Qué? ¿Objetivo? Tornillos desatornillados o faltantes

¿Dónde – Ubicación? AW 5
¿Cuando – Hora? 21º día laborable de marzo
¿OMS? Operador de control en AW 7
¿Por qué? ¿Causa raíz? En AW 5 la máquina no atornilló los tornillos
¿Cómo? Por inspección visual/a máquina
¿Cuánto cuesta? 8 piezas por turno

Fig. 13. Aplicación del método de los 5 por qué para investigar las causas raíz de un defecto de ensamblaje.

4.8. Validación de la causa raíz del defecto de ensamblaje

Para abordar el problema con los tornillos, se identificaron e implementaron medidas correctivas. Si su eficacia no es suficiente, es necesario validar
la correcta identificación de la causa raíz del defecto de ensamblaje. Si se comprueba una identificación errónea, se debe realizar un nuevo análisis para
definir la causa raíz correcta del defecto de ensamblaje. En caso de una identificación correcta, será necesario proponer medidas correctivas más
efectivas para garantizar el resultado deseado y dar paso al último paso de la metodología propuesta (Paso 9).

4.9. Estandarización e implementación de mejores prácticas

Para evitar la recurrencia de problemas, se evalúa el mayor número de fallas que ocurren en el proceso de ensamblaje de cerraduras de automóviles.

12
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Tabla 4
Análisis de causa raíz de los defectos más frecuentes.
4 millones Factor Detección

Posición del orificio del material • Todas las posiciones de los orificios son consistentes con el dibujo.
• Los valores medidos están dentro de las tolerancias.

• No se ha confirmado ninguna correlación entre el programa de atornillado y el efecto del material.

Hombre Conjunto de clip • No se ha confirmado el efecto de la posición del clip.
• No se ha confirmado el efecto del operador.
• Se siguieron las instrucciones de trabajo tanto para las piezas conformes como para las no conformes.
Par de la máquina • Posición no centrada de los agujeros de la máquina de tornillos.
• El control automático del par se establece automáticamente en 0,3 Nm.
• En el caso de piezas no conformes, el par no alcanzó el valor prescrito de 0,3 Nm: la pieza giraba sin engranar.
el hilo.

• Desviación de las posiciones de los agujeros en componentes individuales.

Procedimiento de montaje del • Se siguieron los procedimientos de trabajo tanto para las piezas conformes como para las no conformes.
método

Tabla 5
Medidas correctivas y preventivas propuestas.
Medidas Descripción

Operador Inspección del 100 % en AW 5: unión de la cerradura. Comprobación de la posición del orificio (centrado, visibilidad) antes de
insertarlo en la máquina atornilladora.
Mecanismo de prensado – proveedor de línea Modificación del mecanismo de prensado para prensar componentes atornillados para mantener el centrado del orificio (AW 5).
Mantenimiento Mantenimiento diario de la máquina de tornillos con registro de centrado.
Aumento del par de 0,3 Nm a 0,4 Nm.

Fig. 14. Comparación del número de defectos en la cerradura del vehículo antes y después de implementar las medidas correctivas.

Tabla 6
Incidencia de defectos de montaje antes y después de implementar medidas correctivas.
Marzo Abril

Número total de cerraduras de coche ensambladas 6330 8396

Número de defectos de montaje 260 183

Porcentaje de defectos de montaje [%] 4.1 2.2

Número de errores debido a piezas desatornilladas 88 30

Porcentaje de defectos sobre el total de defectos de montaje debido a piezas desatornilladas [%] 34 16

13
Machine Translated by Google

" Análisis de fallas de ingeniería 180 (2025) 109835

G. Bogdanovska y otros.

Fig. 15. Incidencia de defectos en el conjunto de la cerradura del vehículo antes y después de implementar las medidas correctivas.

Fig. 16. Formulario de identificación de problemas.

Semanalmente. Cuando surge un problema, se utiliza el formulario estandarizado de la Fig. 16 , basado en el principio de las 3R: Problema real, Datos
reales, Respuesta rápida. Los métodos 5W2H y 5Porqués se utilizan para una rápida identificación del problema.
Los hallazgos de este estudio resaltan el potencial de la metodología propuesta para analizar fallos de ensamblaje en la fabricación de cerraduras de
automóviles. Sin embargo, es importante reconocer las limitaciones de su aplicabilidad directa a todas las configuraciones de líneas de ensamblaje.
Las líneas de montaje altamente automatizadas o diferentes, como las que utilizan robótica, introducen complejidades que requieren mayor consideración.
En tales entornos, las definiciones de “Genba” y “Genbutsu” se extienden más allá de la estación de trabajo inmediata y los componentes físicos.
“Genba” puede incluir el espacio operativo, los sistemas de control y el software del robot, mientras que “Genbutsu” puede incluir las herramientas del robot,

14
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

Datos de sensores y código de programa. Además, el volumen y la naturaleza de los datos generados por los sistemas automatizados requieren técnicas robustas de
procesamiento y análisis de datos. La metodología también debe considerar factores como la interacción humano­robot, los errores de programación del robot y la
calibración de los sensores.

5. Conclusiones

El presente estudio propone una metodología estructurada para el análisis y la mitigación de fallos de ensamblaje en la industria automotriz, con especial atención a
la producción de cerraduras para automóviles. La metodología integra herramientas de calidad consolidadas (5W2H, 5Porqués y 3Gen) en un proceso sistemático de
nueve pasos, lo que facilita la identificación de las causas raíz y la implementación de acciones correctivas. La validación del método en un entorno industrial demostró
su eficacia para mejorar la calidad del ensamblaje y reducir las tasas de fallos. Las principales conclusiones de este análisis son las siguientes:

• Se determinó que los principales factores que contribuían a las fallas de ensamblaje eran los orificios de los tornillos desalineados y el torque insuficiente.
solicitud.
• Es evidente que los problemas relacionados con las máquinas fueron la principal causa de fallas, representando el 78,4 % de los casos, mientras que los errores humanos fueron
responsable de sólo el 5%.
• La implementación de acciones correctivas resultó en una reducción de la tasa de fallas del 4,1 % al 2,2 %.
• Se demuestra que la implementación del mantenimiento diario de herramientas y la capacitación de los operadores ha contribuido significativamente
factor para la mejora de la calidad.
• La metodología propuesta tiene relevancia práctica y potencial para una aplicación más amplia en otros procesos de ensamblaje automotriz.

Declaración de contribución de autoría de CRediT

" "
Gabriela Bogdanovska: Supervisión, Recursos, Investigación, Análisis formal. Vieroslav Molnar: Redacción del borrador original, Validación, Obtención de fondos,
Curación de datos. Gabriel Fedorko: Software, Administración del proyecto, Metodología, Conceptualización.

Declaración de intereses en conflicto

Los autores declaran que no tienen ningún interés financiero en competencia conocido ni relaciones personales que pudieran haber parecido
influir en el trabajo presentado en este artículo.

Expresiones de gratitud

Este trabajo es parte de estos proyectos VEGA 1/0674/24, VEGA 1/0101/22, KEGA 001TUKE­4/2025, KEGA 009STU­4/2025, APVV­
21­0195, SK­SRB­23­0054 y CZ.10.03.01/00/22_003/0000048 a través del Programa Operativo Transición Justa.

Disponibilidad de datos

Los datos estarán disponibles previa solicitud.

Referencias

[1] C. Real, Y. Torres, Efecto de los cambios en la secuencia de operaciones de ensamblaje sobre las tasas de error: un estudio de caso de la industria automotriz, IEEE Access 12 (2024) 34644–
34655, https://doi.org/10.1109/ACCESS.2024.3371980.
[2] SPSS Sivam, K. Saravanan, GB Loganathan, D. Kumaran, S. Rajendrakumar, Análisis de causa raíz de falla del conjunto de la caja de la cerradura de la puerta durante el calafateo
proceso, Int. J. Veh. Struct. Syst. 11 (2019) 11–14, https://doi.org/10.4273/ijvss.11.1.03.
[3] MU Yousaf, T. Aized, A. Shabbir, M. Ahmad, HZ Nabi, Diseño de la carcasa del eje trasero del automóvil y mejora del proceso de producción utilizando el modo de falla y
Análisis de efectos (FMEA), Eng. Fail. Anal. 154 (2023) 107649, https://doi.org/10.1016/j.engfailanal.2023.107649.
[4] D. Syahriza, M. Zaky, S. Suherlan, Analisis Pengendalian Kualitas Produksi Door Lock Dengan Metode Pdca Berdasarkan Sistem Kaizen Di Pt.X, J. Ind. Samudra.
3 (2022) 8, https://doi.org/10.55377/jis.v3i1.5686.
[5] I. Masaaki, Kaizen: la clave del éxito competitivo de Japón, McGraw­Hill, Educación, 1986.
[6] D. Sabadka, V. Molnar, G. Fedorko, T. Jachowicz, Optimización de procesos de producción mediante el método Yamazumi, Adv. Sci. Technol. Res. J. 11 (2017)
175–182, https://doi.org/10.12913/22998624/80921.
[7] R. Refflinghaus, C. Kern, Tras la pista de los errores humanos: procedimiento y resultados de un método innovador de planificación de montaje, en Procedia Manuf. (2018) 157–164, https://doi.org/
10.1016/j.promfg.2018.02.106.
[8] C. Kern, R. Refflinghaus, Base de datos específica de ensamblaje para predecir la fiabilidad humana en operaciones de ensamblaje, Total Qual. Manag. Bus. Excell. 26 (2015)
1056–1070, https://doi.org/10.1080/14783363.2015.1068589.
[9] J. Zhao, R. Pang, S. Zhang, Evaluación de la confiabilidad humana de la línea de producción de ensamblaje, Int. J. Performability Eng. 14 (2018) 3109–3117, https://doi.org/10.23940/
ijpe.18.12.p20.31093117 .
[10] S. Uslu Divanoglu, ˘ Ü. Tas¸, Aplicación de la metodología 8D: un enfoque para reducir las fallas en la industria automotriz, Eng. Fail. Anal. 134 (2022), https://doi.org/
10.1016/j.engfailanal.2021.106019.
[11] T. Lavric, E. Bricard, M. Preda, T. Zaharia, Una herramienta de creación de instrucciones de trabajo de RA para líneas de ensamblaje industrial operadas por humanos, en: Proc. ­ 2020 IEEE Int.
Conferencia sobre inteligencia artificial y realidad virtual, AIVR 2020, 2020: págs. 174–183. Doi:10.1109/AIVR50618.2020.00037.
[12] M. Li, Y. Chen, Uso de tecnología de aprendizaje asistido por inteligencia artificial en el flujo de trabajo de fabricación basado en realidad aumentada, Front. Psychol. 13 (2022), https://doi.org/
10.3389/fpsyg.2022.859324.

15
Machine Translated by Google

"
G. Bogdanovska y otros. Análisis de fallas de ingeniería 180 (2025) 109835

[13] M. Eswaran, MVA Raju Bahubalendruni, Mapeo de objetos asistido por realidad aumentada para la asistencia/capacitación de trabajadores en un contexto de ensamblaje industrial:
Exploración de la capacidad de respuesta con técnicas de guía existentes, Comput. Ind. Eng. 185 (2023), https://doi.org/10.1016/j.cie.2023.109663.
[14] M. Drouot, N. Le Bigot, E. Bricard, JL de Bougrenet, V. Nourrit, Realidad aumentada en la cadena de montaje industrial: impacto en la eficacia y la carga de trabajo mental,
Aplica. Ergón. 103 (2022), https://doi.org/10.1016/j.apergo.2022.103793.
[15] V. Fernández­Mireles, M. Martínez­Cruz, M. Cárdenas­Juárez, A. Montalvo­Rodríguez, V. Alemán­Mendiola, Diseño e implementación de un algoritmo aumentado
Aplicación basada en la realidad para líneas de montaje en la Industria 4.0, en Proc. 25.ª Reunión de Otoño. Power, Electron. Comput. ROPEC (2023), https://doi.org/10.1109/ROPEC58757.2023.10409306 .

[16] YD Ikiz, H. Atici­Ulusu, O. Taskapilioglu, T. Gunduz, Uso de gafas de realidad aumentada en la industria automotriz: efectos relacionados con la edad en la carga cognitiva, Int. J.
Tecnología reciente. Ingeniería 8 (2019) 1–6, https://doi.org/10.35940/ijrte.C3853.098319.
[17] N. Alsaadi, Evaluación y mejora de la productividad de fabricación mediante simulación de eventos discretos, IOP Conf. Ser.: Mater. Sci. Eng. 1222 (2022)
012011, https://doi.org/10.1088/1757­899x/1222/1/012011.
[18] A. Hossain, KI Muneer, Balanceo de la línea de ensamblaje y análisis de sensibilidad de una línea de costura estocástica de modelo único utilizando modelado de simulación Arena, Indonesia.
J. Ind. Ing. Gestionar. 4 (2022) 533–548, https://doi.org/10.22441/ijiem.v4i3.21655.
[19] MA Biazen, SG Gebeyehu, Análisis comparativo de modelos de simulación analítica y de eventos discretos de sistemas de líneas de montaje, J. Eng. Proj. Prod. Manag. 9
(2019) 132–141, https://doi.org/10.2478/jeppm­2019­0015.
[20] M. Afifi, A. Fotouh, M. Al­Hussein, S. Abourizk, Conceptos lean integrados y simulación de eventos continuos/discretos para examinar la mejora de la productividad en la línea de montaje de puertas
para edificios residenciales, Int. J. Constr. Manag. 22 (2022) 2423–2434, https://doi.org/10.1080/15623599.2020.1793075.
[21] DR Harish, T. Gowtham, A. Arunachalam, MS Narassima, D. Lamy, M. Thenarasu, Mejora de la productividad mediante la aplicación de simulación y enfoques lean en una línea de ensamblaje
multimodelo, Proc. Inst. Mech. Eng. Parte B J. Eng. Manuf. (2023), https://doi.org/10.1177/09544054231182264.
[22] MFFA Rashid, NMZN Mohamed, ANM Rose, Desarrollo de una herramienta de simulación de eventos discretos para la simulación de la línea de ensamblaje, AIP Conf. Proc. (2023),
https://doi.org/10.1063/5.0152228.
[23] A. Sarda, AK Digalwar, Análisis del rendimiento de la línea de montaje de vehículos mediante modelado de simulación de eventos discretos, Int. J. Bus. Excell. 14 (2018) 240–255,
https://doi.org/10.1504/IJBEX.2018.10009766.
[24] L. Koa, Método 5W2H/IPO para procesos de negocio: ¿Cómo integrar todos los procesos de una organización en una sola tabla de base de datos? (Gestión de Procesos de Negocio), CreateSpace
Independent Publishing Platform, 2013.
[25] M. Helmold, Concepto Lean de Gemba, Genbutsu y Genjitsu, en: Kaizen, 2024: págs. Doi:10.1142/9789811292446_0011.
[26] JM Juran, AB Godfrey, Juran's Quality Handbook, 5.ª ed., McGraw­Hill Professional, Nueva York, 1998.
[27] . Testa, H. Aoudia, Perfect QRQC ­ Los fundamentos: Gestión de calidad basada en la actitud San Gen Shugi, Maxima, 2012. https://books.google.sk/books?
identificación=19MfDgAAQBAJ.
[28] O. Serrat, Soluciones de conocimiento: herramientas, métodos y enfoques para impulsar el desempeño organizacional, Springer, Singapur, 2017. Doi:10.1007/978­981­10­
0983­9.

16