Publicado

2026-05-14

Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard

Optimización del proceso de inyección de vasos térmicos mediante DMAIC y Dashboard de KPIs Técnico-Organizacionales

DOI:

https://doi.org/10.15446/dyna.v93n241.125643

Palabras clave:

organizational dashboard, statistical process control, non-normal capability indices, plastics manufacturing, expandable polystyrene (en)
tablero de control organizacional, control estadístico de procesos, índices de capacidad no normales, fabricación de plásticos, poliestireno expandible (es)

Descargas

Autores/as

In this research, DMAIC methodology was applied in making foam cups using a mix of tech and team-focused metrics. Weight differences in final items matter - too much fluctuation raises material expenses and risks missing client standards. Instead of newer machines on line 2, older gear online 4 made more faulty pieces: nearly double the waste. When data patterns didn’t follow normal curves, it turned to Clements’ approach, uncovering uneven mold deterioration as the main issue. Performance capability numbers confirmed it in process’ lines. Tracking performance began showing immediate effects once dashboards went live, capturing 12 technical plus 8 operational indicators. Decisions started relying more on evidence when numbers revealed a likely drop in waste - around $792,588.00 MXN saved per million items made. Findings suggest stronger outcomes occur where human habits and workplace culture join standard efficiency measures. Lasting gains in plastic molding settings grow more achievable this way.

En esta investigación, se aplicó la metodología DMAIC para la fabricación de vasos de espuma, utilizando una combinación de métricas tecnológicas y organizacionales. Las diferencias de peso en los artículos finales son importantes: una fluctuación excesiva aumenta los gastos de material y el riesgo de no cumplir con los estándares del cliente. En lugar de máquinas más nuevas en la línea 2, los equipos más antiguos de la línea 4 generaron más piezas defectuosas: casi el doble de desperdicio. Cuando los patrones de datos no siguieron las curvas normales, se recurrió al enfoque de Clements, descubriendo que el deterioro desigual del molde era el problema principal. Las cifras de capacidad de rendimiento se confirmaron en las líneas de proceso. El seguimiento del rendimiento comenzó a mostrar efectos inmediatos una vez que se implementaron los paneles de control, capturando 12 indicadores técnicos y 8 operativos. Las decisiones comenzaron a basarse más en la evidencia cuando las cifras revelaron una probable disminución del desperdicio: alrededor de MXN $792,588.00 ahorrados por millón de artículos fabricados. Los hallazgos sugieren que se obtienen mejores resultados cuando los hábitos humanos y la cultura laboral se unen a las medidas de eficiencia estándar. De esta manera, las ganancias duraderas en los entornos de moldeo de plástico se vuelven más alcanzables.

Referencias

[1] Marín-Calderón, M., and Valenzuela-Galván, M., Application of Lean six sigma methodology to reduce waste in a polystyrene modular panel manufacturing unit. Ingeniería Investigación y Tecnología, 23(1), pp. 1–14, 2022. DOI: https://doi.org/10.22201/fi.25940732e.2023.24.1.007

[2] Enache, I.C., Chivu, O.R., Rugescu, A.M., Ionita, E., and Radu, I.V., Reducing the scrap rate on a production process using lean six sigma methodology. processes, 11(4), art. 1295, 2023. DOI: https://doi.org/10.3390/pr11041295

[3] Samaniego-Leyva, J., and Tapia-Esquivias, M., Manufacturing process analysis for DMAIC methodology application in a plastics company. Pistas Educativas, [online]. 42(136), pp. 629–649, 2020. Available at: https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/2316

[4] Mesa-Serrano, L.S., Lean six sigma methodology in inventory generated by recycled high-density polyethylene raw material in Soliplast S.A., company from. UNAB Repository, [online]. 2024. Available at: https://repository.unab.edu.co/handle/20.500.12749/24424

[5] Mares-Castro, A., and Domínguez-Domínguez, J., Statistical evaluation of performance indices for EVA roll division process. Ingeniería Investigación y Tecnología, 23(3), pp. 1–10, 2022. DOI: https://doi.org/10.22201/fi.25940732e.2022.23.2.013

[6] Utama, D., and Abirfatin, M., Sustainable lean six-sigma: a new framework for improve sustainable manufacturing performance.

Cleaner Engineering and Technology, 17, art. 100700, 2023. DOI: https://doi.org/10.1016/j.clet.2023.100700.

[7] Churi, N., Adams, L., and Witt, P., Integrated -Lean Six Sigma (LSS), Statistical Process Control (SPC), and Data Analytics (DA) Approach to Improve Process Efficiency in Micro-Finishing Process. The Journal of Business Leadership, art. 2, 2025. DOI: https://doi.org/10.69847/sk2jpu

[8] Herrera-Acosta, R.J., Six sigma: statistical methods and their applications. EUMED, [online]. 2012. Available at: https://elibro.net/es/lc/bibliotecpurisima/titulos/51704

[9] Peruzzini, M., Grandi, F., and Pellicciari, M., Exploring the potential of Operator 4.0 interface and monitoring. Comput. Ind. Eng., 139, art. 105600, 2020. DOI: https://doi.org/10.1016/j.cie.2018.12.047.

[10] Sultana, R., Artificial intelligence in data visualization: reviewing dashboard design and interactive analytics for enterprise decision-

making. International Journal of business and economics insights. 5(3), art. 494, 2025. DOI: https://doi.org/10.63125/cp51y494.

[11] Ike, C., Ige, A., Oladosu, S., Adepoju, P., and Afolabi, A., Advancing real-time decision-making frameworks using interactive dashboards for crisis and emergency management. International Journal of Management & Entrepreneurship Research, 6(12), art. 1762, 2024. DOI: https://doi.org/10.51594/ijmer.v6i12.1762.

[12] Hwang, G., Han, J., and Chang, T., An integrated key performance measurement for manufacturing operations management. Sustainability, 12(13), art. 5260, 2020. DOI: https://doi.org/10.3390/su12135260.

[13] Pekarčíková, M., Sujová, E., Mizerák, M., Trojan, J., and Edl, M., Key performance indicators as a tool for evaluating efficiency of production processes. Acta logistica, 12(2), pp. 223-225, 2025. DOI: https://doi.org/10.22306/al.v12i2.551.

Cómo citar

IEEE

[1]
A. Mares-Castro, «Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard», DYNA, vol. 93, n.º 241, pp. 66–75, may 2026.

ACM

[1]
Mares-Castro, A. 2026. Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard. DYNA. 93, 241 (may 2026), 66–75. DOI:https://doi.org/10.15446/dyna.v93n241.125643.

ACS

(1)
Mares-Castro, A. Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard. DYNA 2026, 93, 66-75.

APA

Mares-Castro, A. (2026). Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard. DYNA, 93(241), 66–75. https://doi.org/10.15446/dyna.v93n241.125643

ABNT

MARES-CASTRO, A. Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard. DYNA, [S. l.], v. 93, n. 241, p. 66–75, 2026. DOI: 10.15446/dyna.v93n241.125643. Disponível em: https://revistas.unal.edu.co/index.php/dyna/article/view/125643. Acesso em: 6 jun. 2026.

Chicago

Mares-Castro, Armando. 2026. «Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard». DYNA 93 (241):66-75. https://doi.org/10.15446/dyna.v93n241.125643.

Harvard

Mares-Castro, A. (2026) «Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard», DYNA, 93(241), pp. 66–75. doi: 10.15446/dyna.v93n241.125643.

MLA

Mares-Castro, A. «Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard». DYNA, vol. 93, n.º 241, mayo de 2026, pp. 66-75, doi:10.15446/dyna.v93n241.125643.

Turabian

Mares-Castro, Armando. «Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard». DYNA 93, no. 241 (mayo 7, 2026): 66–75. Accedido junio 6, 2026. https://revistas.unal.edu.co/index.php/dyna/article/view/125643.

Vancouver

1.
Mares-Castro A. Optimization of thermal cup injection process through DMAIC and Technical-Organizational KPI Dashboard. DYNA [Internet]. 7 de mayo de 2026 [citado 6 de junio de 2026];93(241):66-75. Disponible en: https://revistas.unal.edu.co/index.php/dyna/article/view/125643

Descargar cita

CrossRef Cited-by

CrossRef citations0

Dimensions

PlumX

Visitas a la página del resumen del artículo

146

Descargas

Los datos de descargas todavía no están disponibles.