Estrategias de aprendizaje de FMEA y elementos productivos con Lego

Autores/as

DOI:

https://doi.org/10.26507/rei.v14n28.981

Palabras clave:

Aprendizaje Lúdico, FMEA, Enseñanza en ingenieria

Resumen

Una de las herramientas de diseño robusto para el desarrollo de un producto que se enseña a los estudiantes de ingeniería industrial es la FMEA (Failure Modes and Effects Analysis). Es necesario que los estudiantes de ingeniería entiendan a profundidad el funcionamiento y análisis de esta herramienta, sin embargo, el método teórico de enseñanza genera en los alumnos una percepción de dificultad superior a la adecuada. Para ello en este artículo se evalúa una metodología empírica basada en estrategias de aprendizaje de FMEA y elementos productivos con Lego Mindstorms EV3. Mediante protocolos realizados con esta herramienta lúdica, el estudiante desarrolla las competencias esperadas con una calificación de 4.5/5.0, logrando acoplar el conocimiento teórico y práctico and percibe menor dificultad en el aprendizaje con una puntuación de 2/10, donde 10 es el puntaje más alto.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ivonne Angelica Castiblanco Jimenez, Escuela Colombiana de Ingenieria Julio Garavito

I. A. Castiblanco Jiménez. Ingeniera Electrónica de la Pontificia Universidad Javeriana del 2011, Bogotá, Colombia, Magister en Ingeniería Mecatrónica del Politécnico di Torino del 2011, Turín, Italia, Magister en Automatización Industrial del Politécnico di Torino del 2014, Turín, Italia. Especialista en Lean Manufacturing y World Class Manufacturing. Experiencia en el campo de gestión de instalaciones, desarrollo de producto y producción para el grupo FIAT - CHRYSLER en Turín, Italia. Profesor de Planta de la Escuela Colombiana de Ingeniería Julio Garavito en el Programa de Ingeniería Industrial. Centro de Investigaciones en Manufactura y Servicios – CIMSER, Bogotá, Colombia.

 

Natalia Martinez Castro, Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, Colombia

es estudiante de último semestre de Ing. Industrial de la Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, Colombia. Perteneciente al semillero de investigación del énfasis en Gestión y Optimización de operaciones.

Martha Liliana Menco Sierra, Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, Colombia

es estudiante de último semestre Ing. Industrial de la Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, Colombia. Perteneciente al semillero de investigación del énfasis en Gestión y Optimización de operaciones.

Referencias bibliográficas

Martínez, C., Implementación de un análisis de modo y efecto de falla en una línea de manufactura para juguetes, Tesis de Maestría, Univ. Autónoma de Nuevo León, Nuevo León, México, 2004.

Yousefi, S., Alizadeh, A., Hayati, J. and Baghery, M., HSE risk prioritization using robust DEA-FMEA approach with undesirable outputs: a study of automotive parts industry in Iran, Safety Science, 102, pp. 144-158, 2018.

Rafie, M. and Samimi, F., Prediction of subsidence risk by FMEA using artificial neural network and fuzzy inference system, International Journal of Mining Science and Technology, 25(4), pp. 655-663, 2015.

Yang, C., Shen, W., Chen, Q. and Gunay, B., A practical solution for HVAC prognostics: failure mode and effects analysis in building maintenance. Journal of Building Engineering, 15, pp. 26-32, 2018.

Renjith, V.R., Jose, M., Kumar, P.H. and Madhavan, D., Fuzzy FMECA (failure mode effect and criticality analysis) of LNG storage facility. Journal of Loss Prevention in the Process Industries, 2018.

Yazdi, M., Daneshvar, S. and Setareh, H., An extension to Fuzzy Developed Failure Mode and Effects Analysis (FDFMEA) application for aircraft landing system. Safety Science, 98, pp. 113-123, 2017.

Peeters, J.F.W., Basten, R.J.I. and Tinga, T., Improving failure analysis efficiency by combining FTA and FMEA in a recursive manner. Reliability Engineering & System Safety, 172, pp. 36-44, 2018.

Dagsuyu, C., Gocmen, E., Narli, M. and Kokangul, A., Classical and fuzzy FMEA risk analysis in a sterilization unit. Computers & Industrial Engineering, 101, pp. 286-294, 2016.

Chanamool, N. and Naenna, T., Fuzzy FMEA application to improve decision-making process in an emergency department. Applied Soft Computing, 43, pp. 441-453, 2016.

Villarini, M., Cesarotti, V., Alfonsi, L. and Introna, V., Optimization of photovoltaic maintenance plan by means of a FMEA approach based on real data. Energy Conversion and Management, 152, pp. 1-12, 2017.

Kang, J., Sun, L., Sun, H. and Wu, C., Risk assessment of floating offshore wind turbine based on correlation-FMEA. Ocean Engineering, 129, pp. 382-388, 2017.

Wessiani, N.A. and Sarwoko, S.O., Risk Analysis of Poultry Feed Production Using Fuzzy FMEA. Procedia Manufacturing, 4, pp. 270-281, 2015.

Ahn, J., Noh and., Park, S.H., Choi, B.I and Chang, D., Fuzzy-based failure mode and effect analysis (FMEA) of a hybrid molten carbonate fuel cell (MCFC) and gas turbine system for marine propulsion, Journal of Power Sources, 364, pp. 226-233, 2017.

Renu et al., A knowledge based FMEA to support identification and management of vehicle flexible component issues. Procedia CIRP, 44, pp. 157-162, 2016

Ochrana, F., Půček, M. and Plaček, M., The use of FMEA for the analysis of corruption: a case study from Bulgaria. Procedia Economics and Finance, 30, pp. 613-621, 2015.

Henshall, E., Campean, F. and Rutter, B., A systems approach to the development of enhanced learning for engineering systems design analysis. Procedia CIRP, 60, pp. 530-535, 2017.

Galeano, E. and Pérez, H., Análisis de modo y efecto de falla en el proceso de extrusión-soplado en placa S.A. Tesis de pregrado, Univ. Distrital Francisco José de Caldas, Bogotá, Colombia, 2017.

Lolli, F., Ishizaka, A., Gamberini, R., Rimini, B. and Messori, M., FlowSort-GDSS – A novel group multi-criteria decision support system for sorting problems with application to FMEA. Expert Systems with Applications, 42(17–18), pp. 6342-6349, 2015.

Fattahi, R. and Khalilzadeh, M., Risk evaluation using a novel hybrid method based on FMEA, extended MULTIMOORA, and AHP methods under fuzzy environment, Safety Science. 102, pp. 290-300, 2018.

Chang, W.L., Pang, L.M. and Tay, K.M., Application of self-organizing map to failure modes and effects analysis methodology. Neurocomputing, 249, pp. 314-320, 2017.

Chang, W.L., Tay, K.M. and Lim, C.P., Clustering and visualization of failure modes using an evolving tree. Expert Systems with Applications, 42(20), pp. 7235-7244, 2015.

Khuankrue, I., Kumeno, F., Ohashi, Y. and Tsujimura, Y., Improving fuzzy FMEA model for student projects. Paper presented at the IFSA-SCIS 2017 - Joint 17th World Congress of International Fuzzy Systems Association and 9th International Conference on Soft Computing and Intelligent Systems, 2017. DOI:10.1109/IFSA-SCIS.2017.8023361.

Tay, K. and Lim, C., Application of Fuzzy inference techniques to FMEA, in: Abraham A., de Baets, B., Köppen, M., Nickolay, B. (eds), Applied soft computing technologies: the challenge of complexity. Advances in Soft Computing, vol 34. Springer, Berlin, Heidelberg, 2006.

Nakamura, T. and Kijima, K., A Methodology for learning from system failures and its application to PC server maintenance. Risk Management, 10(1), pp. 1-31, 2008.

Sánchez, M., Sánchez, K. y Agudelo, A., Estrategias lúdicas para aumentar el conocimiento de un grupo de adolescentes escolarizados sobre la gingivitis. Duazary: Revista Internacional de Ciencias de la Salud, 12(2), pp. 100-111, 2015.

Flores, G., Estrategias lúdicas para la enseñanza en las ciencias naturales (biología) en el área de primaria, Tesis de Maestría, Instituto Campechano, México.

Marin, Y., Montes, J., Hernandez, H. y Lopez, J., Validación de la lúdica como herramienta metodológica complementaria en la enseñanza del método de producción tradicional y del método de producción de la teoría de restricciones (TOC) para el manejo de los entornos multitarea. Ingeniería y Universidad, 14(1), 2010.

Amezcua, M., Como realizar un protocolo de investigación. Ciberindex: Web de la fundación index. [en línea]. 2000. Disponible en: http://www.index-f.com/PROTOCOLO.php

Gutierrez, M., Romero, S. and Solorzano, M., El Aprendizaje experiencial como metodología docente: aplicación del método Macbeth. Argos, 28(54), 2011.

Medina, A., Amado, M. and Brito, R., Competencias genéricas en la educación superior tecnológica mexicana: desde las percepciones de docentes y estudiantes. Actualidades Investigativas en Educación,10(3), pp. 1-28, 2010.

Aidar, A., Cases and business games: the perfect match!. Developments, Business Simulation and Experiential Learning, 33, pp. 204- 212, 2006.

Blasco, F., Teoría y aplicación de los métodos de aprendizaje en las ciencias empresariales: análisis comparativo entre el método del caso y el juego de simulación de empresa. EU Empresariales, Seminario de Marketing, Universidad Complutense de Madrid, Madrid, España, 2000.

Beltrán, L. and Rodríguez, M., Lego, una estrategia didáctica para el aprendizaje de los conceptos relacionados con el fenómeno de la energía, en los estudiantes del ciclo IV del colegio María Mercedes Carranza I.E.D. Tesis de maestría, Universidad de La Salle, Bogotá, Colombia, 2016.

Decreto Nº 1290. Ministerio de Educación Nacional, Bogotá D.C, Colombia, 16 de abril de 2009.

Descargas

Publicado

2019-07-19

Cómo citar

Castiblanco Jimenez, I. A., Martinez Castro, N., & Menco Sierra, M. L. (2019). Estrategias de aprendizaje de FMEA y elementos productivos con Lego. Revista Educación En Ingeniería, 14(28), 7–17. https://doi.org/10.26507/rei.v14n28.981

Métricas

QR Code
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas