4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS

Estadística y Control de Calidad Unidad IV 4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS Un proceso de control es aquel cuyo comportamiento con re

2 downloads 246 Views 510KB Size

Recommend Stories


SISTEMAS DE REPRESENTACION GRAFICA
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD DE AGRONOMIA Y AGROINDUSTRIAS INGENIERIA EN ALIMENTOS SISTEMAS DE REPRESENTACION GRAFICA L FASC

METODOS ESTADISTICOS
10 METODOS ESTADISTICOS José Jiménez La estadística puede definirse como un método de razonamiento que permite interpretar datos cuyo carácter esenci

PBT GRAFICA DE TALLAS
PBT GRAFICA DE TALLAS I B C D E F G 128 134 140 146 152 158 164 170 7-8 8-9 9-10 10-11 11-12 12-13 13-14 15 122 -128 128 -134 134 -140 140 -146 146

3.- INTERFAZ GRAFICA DE USUARIO
3.- INTERFAZ GRAFICA DE USUARIO 3.1. Introducción. Interfaz gráfica de usuario (En inglés Graphic User Interface, también conocido con su acrónimo GUI

CONTROL DE VERSIONES DEL DOCUMENTO: ACTORES, CONCEPTOS Y CONTEXTOS:
CLIENTE: CALSONIC KANSEI SERVICIO: DESARROLLO/DEVELOP CASOS DE USO: ACTIVAR VENTANAS EMERGENTES Especialistas en tecnologías de la información CONT

41
RUBRO CODIGO DESCRIPCION MEDIDAS BAZAR Y COCINA 25405 TENEDOR 19.3CM 19.3CM BAZAR Y COCINA 35936 DELANTAL DE COCINA DE TELA LISO 55*70CM B

Story Transcript

Estadística y Control de Calidad

Unidad IV

4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS Un proceso de control es aquel cuyo comportamiento con respecto a variaciones es estable en el tiempo. Las graficas de control se utilizan en la industria como técnica de diagnósticos para supervisar procesos de producción e identificar inestabilidad y circunstancias anormales. Una gráfica de control es una comparación gráfica de los datos de desempeño de proceso con los “límites de control estadístico” calculados, dibujados como rectas limitantes sobre la gráfica. Los datos de desempeño de proceso por lo general consisten en grupos de mediciones que vienen de la secuencia normal de producción y preservan el orden de los datos. Las graficas de control constituyen un mecanismo para detectar situaciones donde las causas asignables pueden estar afectando de manera adversa la calidad de un producto. Cuando una grafica indica una situación fuera de control, se puede iniciar una investigación para identificar causas y tomar medidas correctivas. Nos permiten determinar cuándo deben emprenderse acciones para ajustar un proceso que ha sido afectado por una causa especial. Nos dicen cuando dejar que un proceso trabaje por sí mismo, y no malinterpretar las variaciones debidas a causas comunes. Las causas especiales se deben contrarrestar con acciones correctivas. Las causas comunes son el centro de atención de las actividades permanentes para mejorar el proceso. Las variaciones del proceso se pueden rastrear por dos tipos de cusas 1) Común o (aleatoria), que es inherente al proceso 2) Especial (o atribuible), que causa una variación excesiva. El objetivo de una gráfica control no es lograr un estado de control estadístico como un fin, sino reducir la variación. Un elemento básico de las gráficas de control es que las muestras del proceso de interés se han seleccionado a lo largo de una secuencia de puntos en el tiempo. Dependiendo de la etapa del proceso bajo investigación, se seleccionara la estadística mas adecuada. Además de los puntos trazados la grafica tiene una línea central y dos limites de control.

Estadística y Control de Calidad

Unidad IV

Si todos los puntos de la grafica se encuentran entre los dos limites de control se considera que el proceso esta controlado. Una señal fuera de control aparece cuando un punto trazado cae fuera de los límites, lo cual se atribuye a alguna causa asignable y entonces comienza la búsqueda de tales causas. Establecer una gráfica de control requiere los siguientes pasos: 1) Elegir la característica que debe graficarse. 2) Elegir el tipo de gráfica de control 3) Decidir la línea central que deben usarse y la base para calcular los límites. La línea central puede ser el promedio de los datos históricos o puede ser el promedio deseado. 4) Seleccionar el subgrupo racional. Cada punto en una gráfica de control representa un subgrupo que consiste en varias unidades de producto. 5) Proporcionar un sistema de recolección de datos si la gráfica de control ha de servir como una herramienta cotidiana en la planta. 6) Calcular los límites de control y proporcionar instrucciones específicas sobre la interpretación de los resultados y las acciones que debe tomar cada persona en producción. 7) Graficar los datos e interpretar los resultados.

Limite de control superior Valores observados de X Línea central

Limite de control inferior

Número de subgrupos (muestra)

Ejemplo de gráfica de control generalizada para promedios

Estadística y Control de Calidad

Unidad IV

Para finalizar este tema en el siguiente diagrama se muestra la clasificación de las graficas de control para atributos y variables:

Estadística y Control de Calidad

Unidad IV

4.2 GRAFICOS DEL CONTROL PARA ATRIBUTOS Muchas características de la calidad no pueden representarse convenientemente con valores numéricos. En tales casos, cada artículo inspeccionado por lo general se clasifica como conforme o disconforme respecto de las especificaciones para esas características de la calidad. A las características de la calidad de este tipo se les llama atributos. El término atributos se utiliza en literatura sobre control de calidad para describir dos situaciones: 1. Cada pieza producida es defectuosa o no defectuosa (cumple las especificaciones o no). 2. Una sola pieza puede tener uno o mas defectos y el numero de estos es determinado. En el primer caso, una grafica de control esta basada en la distribución binomial; en el último, la distribución de Poisson es la base para la grafica. Se presentan dos cartas de control de atributos: 1. Gráfica de control para la fracción disconforme o gráfica p 2. Gráfica de control de disconformidades o gráfica c Grafica p.- Se clasifica la unidad de observación en una de dos categorías alternas, por ejemplo pasa o no pasa, cumple con las especificaciones y no cumple con las especificaciones; Se

puede rastrear la producción de unidades defectuosas en la

muestra de observación. Grafica C.- Cuando una observación consiste en la cantidad de defectos por unidad de observación, se rastrean la cantidad de los defectos. Grafica p para fracción de defectos. Cuando un proceso esta en control, la probabilidad de que cualquier pieza sea defectuosa es p (p es la proporción a largo plazo de piezas defectuosas para un proceso en control) y que diferentes piezas son independientes entre si, con respecto a sus condiciones.

Estadística y Control de Calidad

Unidad IV

Considérese una muestra de n piezas obtenida en un tiempo en particular, y sea X el numero de defectuosas y pˆ = X/n. como X tiene una distribución binomial, E(X) = np y V(X) = np (1-p), por lo cual E(pˆ) = p V(pˆ) = _p (1-p)_ n Del mismo modo, si np ≥10 y n(1-p) ≥ 10, pˆ tiene aproximadamente una distribución normal. En el caso de que p conocida (o una grafica basada en un valor fijo), los limites de control son _________ LCL = p - 3 √ _p (1-p) n

_________ UCL = p + 3 √ _p (1-p)_ n

Si cada muestra esta formada por n piezas, el numero de piezas defectuosas de la iesima muestra es xi/n, entonces pˆ1, pˆ2, pˆ3, . . . se trazan en la grafica de control. Por lo general, el valor de p puede estimarse de los datos. Supóngase que se dispone de k muestras de lo que se piensa es un proceso de control, y sea k

= ∑ pˆi i=1____

k La estimación se utiliza en lugar de

, en los limites de control antes citados.

La grafica p para la fracción de piezas defectuosas tiene su línea central en la altura y limites de control _________ _________ LCL = - 3√ _p (1- ) UCL = + 3√ _p (1- )_ n n si LCL es negativo, es sustituido por 0. Ejemplo: Se selecciona una muestra de 100 tazas de una figura especial de loza, durante cada uno de 25 días sucesivos, y cada una se examina para ver si tiene defectos. Los números resultantes de tazas no aceptables y sus correspondientes proporciones muestrales son los siguientes:

Estadística y Control de Calidad

Unidad IV

día (i) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

XI 7 4 3 6 4 9 6 7 5 3 7 8 4 6 2 9 7 6 7 11 6 7 4 8 6

p^I 0,07 0,04 0,03 0,06 0,04 0,09 0,06 0,07 0,05 0,03 0,07 0,08 0,04 0,06 0,02 0,09 0,07 0,06 0,07 0,11 0,06 0,07 0,04 0,08 0,06

Supóngase que el proceso estuvo en control durante este periodo, establezca límites de control y construya una grafica p. se tiene que ∑ pˆi = 1.52, dando: = 1.52/25=.068 y __________________ LCL = 0.0608 - 3√ (0.0608) (0.9392)/100 = 0.0608 - 0.0717 = -0.0109 __________________ UCL = 0.0608 + 3√ (0.0608) (0.9392)/100 = 0.0608 + 0.0717 = 0.1325 Por lo tanto el LCL se iguala a 0. la grafica de control muestra que todos los puntos están dentro de los limites de control. Esto es congruente con la suposición de un proceso en control.

Estadística y Control de Calidad

Unidad IV

4.3 GRÁFICAS X y R Las cartas de control X y R se usan ampliamente para monitorear la media y la variabilidad. El control del promedio del proceso, o nivel de calidad medio, suele hacerse con la gráfica de control para medias, o gráfica X . La variabilidad de proceso puede monitorizar con una gráfica de control para el rango, llamada gráfica R. Generalmente, se llevan gráficas X y R separadas para cada característica de la calidad de interés. Las gráficas X y R se encuentran entre las técnicas estadísticas de monitoreo y control de procesos en línea más importantes y útiles. Los pasos para crear las gráficas se irán detallando paso a paso con un ejemplo de contenido de plomo en agua. Creando una gráfica R en Excel Toma de muestras Periódicamente se toma una pequeña muestra (por ejemplo, de cinco unidades) del proceso, y se calculará el promedio (X) y el rango (R) de cada una. Debe recolectarse un total de al menos 50 medias individuales (esto es, diez muestras de cinco cada una) antes de calcular los límites de control. Éstos se establecen a +3o para los promedios y rangos muestrales. Los valores de X y R se grafican por separado contra sus límites a +3o. Por ejemplo: Se ha obtenido una gráfica del contenido de plomo en partes por billón de 5 muestras de agua registradas diariamente por un periodo de 5 días, que se muestra a continuación: Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

1 13 0 4 3 5 9 0 9 14 3 5 3 5 13 7 12 9 6 7

Muestras de agua 2 3 4 8 2 5 6 1 9 2 4 3 15 8 3 10 5 4 5 13 7 4 4 3 3 0 6 0 0 5 9 5 0 8 0 7 2 2 7 11 14 8 5 5 12 0 1 0 7 10 4 4 4 8 1 1 3 0 5 7

5 8 15 4 5 0 7 9 0 3 2 8 4 3 7 6 13 9 13 2

Estadística y Control de Calidad

Unidad IV

20 21 22 23 24 25 26 27 28 29 30

10 3 3 3 0 2 3 2 0 3 9

0 7 0 3 2 3 1 4 16 5 7

10 5 10 0 3 5 4 5 7 9 10

12 10 5 6 6 4 2 13 2 8 13

7 12 4 9 7 10 4 4 11 6 0

Estos datos servirán para el desarrollo de las gráficas X y R. Éstos deberán ser introducidos en una hoja de Excel como se muestra en el cuadro. Cálculo del rango R de las muestras A continuación, deberán calcularse los rangos promedios de las muestras. El rango es la diferencia del valor mayor de la muestra menos el valor menor de la muestra, esto es, de manera muy abstracta, R = M – m, donde M es el mayor y m es el menor. Aplicando este conocimiento a nuestro ejemplo, se calculan los valores de los rangos muestrales de la siguiente forma: Día 1 2 3 4 5

Muestras de agua 1 2 3 4 5 13 8 2 5 8 0 6 1 9 15 4 2 4 3 4 3 15 8 3 5 5 10 5 4 0

Ri 11 15 2 12 10

M=13 y m=2: entonces 13 – 2 =11 M=15 y m=0: entonces 15 – 0 =15 M= 4 y m=2: entonces 4 –2 = 2 M=15 y m=3: entonces 15 – 3 =12 M=10 y m=0: entonces 10 – 0 =10

Y así sucesivamente con todos los valores de la gráfica. Cálculo de la R promedio (Línea Central) Enseguida, se calculará el valor de R , que es el promedio de los rangos muestrales. Esto se obtiene sumando las Ri obtenidas en todas las muestras y dividiéndolo entre el número de observaciones realizadas. En el ejemplo se tiene que n = 30 porque cada uno de los 30 días se hizo 1 muestra; la suma de los rangos deberá dividirse, entonces, entre 30. Esto puede calcularse con la función de Excel PROMEDIO seleccionando la columna de datos correspondiente a Ri. Se recomienda crear un apartado en el diseño de la hoja de Excel que se esté utilizando donde se guarden estos valores, ya que se necesitarán para cálculos posteriores. Hasta ahora, la tabla debe estar como sigue:

Estadística y Control de Calidad

Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

1 13 0 4 3 5 9 0 9 14 3 5 3 5 13 7 12 9 6 7 10 3 3 3 0 2 3 2 0 3 9

Muestras de 2 3 8 2 6 1 2 4 15 8 10 5 5 13 4 4 3 0 0 0 9 5 8 0 2 2 11 14 5 5 0 1 7 10 4 4 1 1 0 5 0 10 7 5 0 10 3 0 2 3 3 5 1 4 4 5 16 7 5 9 7 10

Unidad IV

agua 4 5 9 3 3 4 7 3 6 5 0 7 7 8 12 0 4 8 3 7 12 10 5 6 6 4 2 13 2 8 13

5 8 15 4 5 0 7 9 0 3 2 8 4 3 7 6 13 9 13 2 7 12 4 9 7 10 4 4 11 6 0

Núm ero de observaciones en una m uestra 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Ri 11 15 2 12 10 8 9 9 14 9 8 5 11 8 7 9 5 12 7 12 9 10 9 7 8 3 11 16 6 13

A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.285 0.266 0.249 0.235 0.223

El valor de R = 9.167, que es valor del Límite Central para la Gráfica R, y es la línea central de nuestras observaciones individuales. * Añádase este valor al listado de valores importantes. Cálculo de Límites Superior e Inferior de los Rangos Muestrales Como ya se ha explicado, los límites superior e inferior nos ayudan a deducir si nuestro gráfico se encuentra dentro o fuera de control. Por esto es necesario ubicar su lugar en el histograma ( que se hará posteriormente) con ayuda de las siguientes fórmulas abreviadas: Limite de control superior = D4 R Limite de Control Inferior = D3 R Donde D3 y D4 son constantes aplicadas en nuestro ejemplo, y que se encuentran en la siguiente tabla:

D3 0 0 0 0 0 0.076 0.136 0.184 0.223 0.256 0.284 0.308 0.329 0.348

D4 3.268 2.574 2.282 2.114 2.004 1.924 1.864 1.816 1.777 1.744 1.717 1.692 1.671 1.652

Factor para la estimación de R: d2=R/s 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.97 3.078 3.173 3.258 3.336 3.407 3.472

Estadística y Control de Calidad

Unidad IV

La selección de las constantes D dependerán del número de observaciones en nuestra muestra; como nuestro ejemplo consta de 5 observaciones, D3=0 y D4=2.114. Así, se sustituye el valor seleccionado en la fórmula y se obtiene que Limite de control superior = D4 R Limite de control superior = (2.114) ( 9.167) = 19.38* Limite de Control Inferior = D3 R Limite de control superior = (0)(9.167) = 0* * Estos valores se usarán en la elaboración del gráfico. Agregue una columna del mismo número de filas de muestras (en este caso, 30) por cada valor obtenido, es decir, 1 columna de 30 filas con el valor 19.38 (en cada una de las filas) y otra columna de 30 filas con el valor 0. Esto es para crear una línea indicativa de los límites en la creación del gráfico. Si lo desea, haga lo mismo con el valor del límite central de R. Crear el Gráfico R En Excel, con ningún valor seleccionado y las columnas ya creadas, siga los siguientes pasos: 1) Dé clic en el Asistente para Gráficos, elija el tipo de gráfico de líneas y Siguiente>. 2) Dé clic en la pestaña “Serie” y elimine todas las gráficas hechas por Excel, si las hay, dando clic en Quitar. 3) Dé clic en Agregar 4) Como ‘Rótulos de los ejes de categorías (X)’, dé clic en el icono y proponga los valores de los días del 1 al 30. Dé ENTER. Éstos son los valores x. 5) Como ‘Valores’ proponga todos los valores de Ri de la tabla y dé ENTER. Éstos son los valores y. 6) Para los límites dé clic en Agregar, dé los mismos valores de X pero como Y proponga a los valores obtenidos como Límite Superior, en este caso, la columna con el valor 19.38. 7) Repita la operación pero con el valor de Límite Inferior =0 y dé clic en Siguiente>. 8) Cambie las opciones del gráfico como lo desee y dé clic en Finalizar. 9) Se ha creado el gráfico R de las muestras. Si lo desea, cambie el formato del tipo de Gráfico de los límites dando clic derecho sobre ellos y eligiendo la opción ‘Tipo de gráfico’.

Estadística y Control de Calidad

Unidad IV

Gráfico R 25 20 15 10 5 0 0

5

10

15

20

25

30

Creando una gráfica X en Excel En base a la primera tabla de datos, se realizará ahora un gráfico X, que es muy parecida a la anterior; la diferencia radica en que en lugar de tomar R como valores de Y, se toma el valor del promedio de X. Cálculo de los promedios X de las muestras (Línea Central) En la tabla de datos se agrega una columna y se realiza el cálculo de los promedios, que es la suma de los elementos de la primera muestra m entre el número de elementos, esto es, X = (m1 + m2 + ... + mn)/ n. En Excel puede utilizarse la fórmula (=PROMEDIO(m1:mn)), adecuado a cada ejercicio en particular. Aplicándolo al ejemplo, se tiene que el valor de n=5 porque son 5 muestras en total, obteniendo los valores de X : Día 1 2 3 4 5 6

1 13 0 4 3 5 9

Muestras de agua 2 3 4 8 2 5 6 1 9 2 4 3 15 8 3 10 5 4 5 13 7

5 8 15 4 5 0 7

Xi 7.2 6.2 3.4 6.8 4.8 8.2

= (13+8+2+5+8)/5 = 7.2 = (0+6+1+9+15)/5 = 6.2 = (4+2+4+3+4)/5 = 3.4 = (3+15+8+3+5)/5 = 6.8 = (5+10+5+4+0)/5 = 4.8 = (9+5+13+7+7)/5 = 8.2

Y así sucesivamente con todos los demás datos de la tabla. Cálculo del promedio de promedios ( ) Como su nombre lo indica, el promedio de promedios se calcula sacando el promedio de los resultados obtenidos de X . El valor de será posteriormente utilizado en las fórmulas de cálculo de los límites superior e inferior de la gráfica, así que es importante conservar en la mente dicho valor.

Estadística y Control de Calidad

Unidad IV

Por esto se recomienda que una vez calculado, se enmarque o copie este valor en la misma hoja de Excel pero en un espacio especial para facilitar la resolución de dichas fórmulas. Ya calculados todos los promedios X en la tabla, se calcula el valor de con la fórmula de Excel PROMEDIO, seleccionando la columna obtenida de valores X . Hasta ahora, se tiene la siguiente tabla: Día 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

1 13 0 4 3 5 9 0 9 14 3 5 3 5 13 7 12 9 6 7 10 3 3 3 0 2 3 2 0 3 9

Muestras de agua 2 3 4 8 2 5 6 1 9 2 4 3 15 8 3 10 5 4 5 13 7 4 4 3 3 0 6 0 0 5 9 5 0 8 0 7 2 2 7 11 14 8 5 5 12 0 1 0 7 10 4 4 4 8 1 1 3 0 5 7 0 10 12 7 5 10 0 10 5 3 0 6 2 3 6 3 5 4 1 4 2 4 5 13 16 7 2 5 9 8 7 10 13

5 8 15 4 5 0 7 9 0 3 2 8 4 3 7 6 13 9 13 2 7 12 4 9 7 10 4 4 11 6 0

Xi 7.2 6.2 3.4 6.8 4.8 8.2 4 3.6 4.4 3.8 5.6 3.6 8.2 8.4 2.8 9.2 6.8 4.8 4.2 7.8 7.4 4.4 4.2 3.6 4.8 2.8 5.6 7.2 6.2 7.8

El valor de es de 5.59, que es el valor del Límite Central para la Gráfica X. * Añádase este valor al listado de valores importantes.

Cálculo de Límites Superior e Inferior de X Los límites se calculan con las siguientes fórmulas abreviadas: Límite de control superior = X + A2 R

Estadística y Control de Calidad

Unidad IV

Límite de control inferior = X − A2 R Donde X = Gran promedio = promedio de los promedios muestrales R = Promedio de los rangos muestrales A2 = Constante El valor de la constante puede consultarse en la tabla previamente dada, en el punto “Cálculo de Límites Superior e Inferior de los Rangos Muestrales”, que es igual a 0.577 para nuestro ejemplo de 5 observaciones. Como los valores de X y R han sido calculados a lo largo de este ejemplo, sólo se sustituyen en las fórmulas de la siguiente forma: Límite de Control superior = X + A2 R Límite de Control superior = (5.59) + (0.577)(9.17) = 10.88* Límite de control inferior = X − A2 R Límite de control inferior = (5.59) - (0.577 (9.17) = 0.30* * De la forma anterior, estos valores se usarán en la elaboración del gráfico. Agregue una columna del mismo número de filas de muestras (en este caso, 30) por cada valor obtenido, es decir, 1 columna de 30 filas con el valor 10.88(en cada una de las filas) y otra columna de 30 filas con el valor 0.30. Esto es para crear una línea indicativa de los límites en la creación del gráfico. Si lo desea, haga lo mismo con el valor del límite central de X. Crear el gráfico X Como ya se ha dicho, la diferencia de los gráficos es en la selección de los valores de Y. Realice la gráfica como se indica en ‘Crear el gráfico R’, pero cambie los valores de Y por los valores de X promedio de las muestras. De igual forma agregue series que permitan apreciar los límites superior e inferior de la gráfica. El resultado será el histograma siguiente.

Estadística y Control de Calidad

Unidad IV

Gráfico X 12 10 8 6 4 2 0 0

5

10

15

20

25

30

Interpretación de las Gráficas Se colocan las gráficas para X y R una encima de la otra de manera que el promedio y el rango para cualquier subgrupo se encuentren en la misma línea vertical. Observe si alguna de ellas o ambas indican una falta de control para ese subgrupo. Las X fuera de los límites de control son seña de un cambio general que afecta a todas las piezas posteriores al primer subgrupo fuera de los límites. El registro que se guarda durante la recolección de datos, la operación del proceso y la experiencia del trabajador deben estudiarse para descubrir la variable que pudo haber causado que saliera de los límites de control. Las causas comunes son un cambio en el material, el personal, la preparación de la máquina, el desgaste de las herramientas, la temperatura o la vibración. Las R fuera de los límites de control indican que la uniformidad de proceso ha cambiado. Las causas comunes son un cambio en el personal, un aumento en la variabilidad del material o desgaste excesivo en la maquinaria del proceso. Una sola R fuera de control puede ser causada por un cambio en el proceso ocurrido mientras se tomaba la muestra del subgrupo. Se buscan patrones poco usuales o no aleatorios. Nelson (1984, 1985) proporciona ocho pruebas para detectar esos patrones en las graficas de control usando límites de control a 3 σ: Prueba 1. Un punto fuera de la zona A. Prueba 2. Nueve puntos seguidos en la zona C. Prueba 3. Seis puntos seguidos con aumento o disminución estables. Prueba 4.Catorce puntos seguidos alternando arriba y abajo. Prueba 5. Dos de cada tres puntos seguidos en la zona A o más allá. Prueba 6. Cuatro de cada cinco puntos seguidos en la zona B o más allá. Prueba 7. Quince puntos seguidos en la zona C (arriba y debajo de la recta central). Prueba 8. Ocho puntos seguidos a ambos lados de la recta central.

Estadística y Control de Calidad

Unidad IV

4.4 ANALISIS DE LA CAPACIDAD DEL PROCESO La capacidad del proceso es la forma en que se compara la variabilidad inherente de un proceso con las especificaciones o requerimientos del producto. Las técnicas estadísticas pueden ser útiles en el ciclo de un producto, incluyendo las actividades de desarrollo previas a la manufacturas, para cuantificar la variabilidad del proceso, para analizar esta variabilidad respecto de los requerimientos o especificaciones del producto y para ayudar al personal de desarrollo y manufactura a eliminar o reducir en gran medida esta variabilidad. A esta actividad general se le llama análisis de capacidad del proceso. Evidentemente, la variabilidad del proceso es una medida de la uniformidad de la salida. Hay 2 formas de conceptualizar esta variabilidad: 1. La variabilidad natural o inherente en un tiempo especificado; es decir, la variabilidad “instantánea”. 2. La variabilidad con el tiempo El análisis de capacidad del proceso se define como el estudio de ingeniería para estimar la capacidad del proceso. La estimación de la capacidad del proceso puede estar en la condición de una distribución de probabilidad que tenga una forma, centro (media) y dispersión (desviación estándar) especificados. De manera alternativa, la capacidad del proceso puede expresarse como un porcentaje fuera de las especificaciones. Sin embargo, las especificaciones son necesarias para realizar el análisis de capacidad del proceso. El análisis de capacidad del proceso es una parte vital de un programa integral de mejoramiento de calidad. Entre los usos principales de los datos de un análisis de capacidad del proceso se encuentran los siguientes: 1. Predecir el grado de variabilidad que exhibirán los procesos. Esta información de capacidad proporcionará información importante para establecer límites de especificación realistas. 2. Seleccionar, entre procesos que compiten, el proceso más adecuado para que las tolerancias se cumplan. 3. Planear la interrelación entre procesos secuenciales. La cuantificación de las capacidades respectivas del proceso con frecuencia señala el camino para encontrar una solución. 4. Proporcionar una base cuantitativa para establecer un programa de verificación de control periódico del proceso y reajustes. 5. Asignar máquinas a los tipos de trabajos para los cuales son más adecuadas. 6. Probar las teorías de las causas de defectos durante los programas de mejoramiento de calidad. 7. Servir como base para la especificación de los requerimientos de calidad para las máquinas compradas. Por tanto, el análisis de capacidad de proceso es una técnica que tiene aplicación en muchos segmentos del ciclo del producto, incluyendo el diseño de producto y procesos, la fuente de proveedores, la planeación de la producción o la manufactura, y la propia manufactura.

Estadística y Control de Calidad

Unidad IV

La fórmula para la capacidad del proceso que más se usa es: Capacidad del proceso = +3 (un total de 6 σ ) Donde σ = la desviación estándar del proceso cuando se encuentra en estado de control estadístico, es decir si la influencia de fuerzas externas o cambios repentinos. Si el proceso está centrado en la especificación nominal y sigue una distribución de probabilidad normal, 99.73% de la producción caerá a menos de 3 σ de la especificación nominal. Sólo el 0.27% de la salida del proceso quedará fuera de los límites de tolerancia natural. Es necesario recordar dos puntos: 1. El valor 0.27% fuera de las tolerancias naturales suena pequeño, pero corresponde a 2700 partes de millón disconformes. 2. Si la distribución de salida del proceso no es normal, entonces el porcentaje de la salida quedará fuera de +3 σ puede diferir considerablemente de 0.27%. Una razón importante para cuantificar la capacidad del proceso es poder calcular la capacidad del proceso de mantener las tolerancias del producto. Para procesos que se encuentran un estado de control estadístico, una comparación de la variación entre 6 σ y los límites de tolerancia permite un cálculo rápido de porcentaje de unidades defectuosas, mediante la teoría estadística. Quienes planean intentan seleccionar procesos que tengan 6 σ de la habilidad del proceso dentro de la amplitud de tolerancia. Una medida de esta relación es la tasa de capacidad: Rangode especifica ción LES - LEI = Capacidad delproceso 6s Donde LES= Límite de especificación superior LEI = Límite de especificación inferior Cp = Tasa de capacidad =

Un proceso que cumple bien con los límites de especificación (rango de especificación = +3 σ ) tiene un Cp de 1.0. Lo crítico de muchas aplicaciones y la realidad de que el promedio del proceso no permanecerá en el punto medio del rango de especificación sugiere que Cp debe ser al menos 1.33.

Estadística y Control de Calidad

Unidad IV

Tabla de los Índices del estudio de la capacidad del proceso: ICP

Decisión

Más que adecuado, incluso puede exigirse 1.33

Get in touch

Social

© Copyright 2013 - 2024 MYDOKUMENT.COM - All rights reserved.