Академический Документы
Профессиональный Документы
Культура Документы
LIMA PERU
2016
INDICE
CARATULA
INDICE
INTRODUCCION
OBJETIVOS
GENERALIDADES
1. DEFINICIONES
1.1. Sistema de medicin:
1.2. Proceso de medicin:
1.3. Estudios analticos:
1.4. Calibracin:
2. CONSIDERACIONES
3. CALIDAD DE UNA MEDICION
3.1. Datos de alta calidad:
3.2. Propiedades estadsticas empleadas para definir la
calidad
3.3. Mejora de la calidad de los datos:
4. SISTEMA DE MEDICIN COMO PROCESO
a. Sistema de medicin ideal:
b. Propiedades estadsticas deseables de un SM
(definidas por la gerencia):
5. LINEAMIENTOS PARA EL ESTUDIO DE UN SISTEMA DE
MEDICION
6. EVALUACIN DE UN SM
a. Objetivo:
b. Puntos fundamentales que se evalan:
I.
PROPIEDADES ESTADISTICAS
1. ESTUDIOS DE LINEALIDAD Y EXACTITUD
1.1. EXACTITUD
1.2. LINEALIDAD
A. Datos para Minitab:
B. Instrucciones de Minitab:
C. Interpretando los resultados
2. ESTABILIDAD
3. ESTUDIOS R&R (REPETIBILIDAD Y REPRODUCIBILIDAD)
3.1. REPETIBILIDAD
3.2. REPRODUCIBILIDAD
3.3. ESTUDIOS R&R
3.3.1. Estudios R&R - Mtodo Corto del Rango
3.3.2. Estudio de R&R Mtodo largo - Cruzado
3.3.2.1. Realizacin del estudio
2
Pg
.
1
2
4
5
6
6
6
6
7
7
7
7
7
8
8
8
8
8
8
8
8
8
9
10
10
11
12
13
14
16
17
17
18
19
20
20
20
20
20
Pg
.
20
20
22
28
30
31
38
39
INTRODUCCION
OBJETIVOS
recomienda
que
sean
consultadas
fuentes
estadsticas
CAPITULO I
I.
GENERALIDADES
7. DEFINICIONES
7.1.
7.2.
para
los
tomadores
de
decisiones
Dicho
decisiones
lo
har
con
cierto
grado
de
7.4. Calibracin:
7.28. Es la comparacin de un estndar de medicin con
exactitud conocida con otro instrumento para detectar,
reportar o eliminar por medio del ajuste, cualquier
variacin en la exactitud del instrumento.
Para que el equipo de medicin tenga una discriminacin
adecuada en la evaluacin de las partes, su
resolucin debe ser al menos 1/10 de la tolerancia.
8. CONSIDERACIONES
a. La calidad de los estudios analticos est condicionada por la
calidad de los datos.
b. Se debe garantizar que el beneficio obtenido es mayor que el
costo de obtener los datos.
en
la
10.
de
un
SM
12.
EVALUACIN DE UN SM
b. Objetivo:
Conocer las fuentes de variacin que pueden influir en el
resultado del mismo
b. Puntos fundamentales que se evalan:
CAPITULO II
II.
PROPIEDADES ESTADISTICAS
Datos:
Los datos se estructuran de manera que cada fila contiene una
parte, el valor de referencia, y la medicin observada en esa
parte (la respuesta). Las partes pueden ser textos o nmeros.
Variacin del proceso (opcional): Se ingresa la desviacin
estndar del proceso. Se puede obtener la desviacin estndar
del proceso del rengln de la variacin total de la columna 6*SD
del estudio Gage R&R Mtodo ANOVA. Este es el nmero
asociado con la variacin del proceso. Si no se conoce la
variacin del proceso, se puede introducir en su lugar la
tolerancia.
5.1. EXACTITUD
Valor de referencia:
Se obtiene promediando varias mediciones con el ms exacto
equipo de medicin disponible
ndice=exactitud/variacin
Se lo puede comparar
preestablecido.
con
un
criterio
de
aceptacin
Figura 1
5.2. LINEALIDAD
Variacin de la exactitud a lo largo del rango operativo del
instrumento de medida
Si el sistema no tiene la linealidad esperada, verificar la
calibracin del instrumento al principio y en el fondo de su
escala, si no existe desgaste del instrumento, el diseo del
instrumento de verificacin. .(Escalante, 2012)
11
Ejemplo:
Figura 2
12
D. Datos para
Minitab:
Par Mast
t
er
13
Respo
nse
2.7
2.5
6.1
2.4
6.4
2.5
6.3
2.7
2.3
6.1
2.5
7.6
2.5
7.7
2.4
7.8
2.4
7.7
2.6
7.8
2.4
7.8
5.1
7.8
3.9
7.7
4.2
7.8
7.5
3.8
7.6
3.9
7.7
3.9
10
9.1
3.9
10
9.3
3.9
10
9.5
10
9.3
4.1
10
9.4
3.8
10
9.5
Par Mast
t
er
Respo
nse
5.8
10
9.5
5.7
10
9.5
5.9
10
9.6
5.9
10
9.2
10
9.3
6.1
10
9.4
E. Instrucciones de Minitab:
1. Ingresar Datos
2. Seleccionar Stat > Quality Tools > Gage Study > Gage
Linearity and Bias Study.
3. En Part numbers, seleccionar Part.
4. En Reference values, seleccionar Master.
5. En Measurement data, seleccionar Response.
6. En Process Variation, teclear 14.1941. Click OK.
14
Gage name:
Date of study:
Predictor
Constant
Slope
Regression
95% CI
1.0
Data
Avg Bias
S
Linearity
0.23954
1.86889
Reference
Average
2
4
6
8
10
R-Sq
% Linearity
Gage Bias
Bias % Bias
-0.053333
0.4
0.491667
3.5
0.125000
0.9
0.025000
0.2
-0.291667
2.1
-0.616667
4.3
P
0.000
0.000
71.4%
13.2
P
0.040
0.000
0.293
0.688
0.000
0.000
-0.5
-1.0
2
6
Reference Value
10
Percent
Bias
0.5
0.0
Gage Linearity
Coef SECoef
0.73667 0.07252
-0.13167 0.01093
10
5
0
Linearity
Bias
15
6. ESTABILIDAD
La variacin en la exactitud del SM a lo largo del tiempo, sobre
una pieza considerada como pieza dada o patrn. Es importante
para predecir la performance de un proceso en el futuro. En
funcin del estudio de estabilidad del SM se va a determinar el
perodo de recalibracin del instrumento.(Escalante, 2012)
Determinacin:
Inestabilidad en la repetibilidad
16
Figura 3
5% >
Estabilidad >
Recomendacin si
10%
Modificar
frecuencias de
calibracin
(Programa)
espaciar periodos
entre calibracin
acortar periodos
< 5%
de uso
>10%
entre calibraciones
Verificacin:
Se realiza en el grfico de rangos.
Si todos los operadores muestran puntos fuera de control,
el SM es sensible al mtodo de medicin y necesita ser
mejorado para obtener informacin til.
Figura 4
17
7.2. REPRODUCIBILIDAD
Habla de la consistencia en la variabilidad entre los operadores.
Es la medida de la variabilidad de una medicin de una misma
propiedad al ser efectuada por diferentes operadores, es decir,
es la dispersin resultante de la superposicin de las
dispersiones individuales.(Escalante, 2012)
Figura 5
) es calculada.
d 2*
Rango promedio (
GRR =
)=
0.35
0.07
5
R R 0.07
*
GRR
75.7%
Desviacin estndar del proceso
% GRR = 100 *
20
Figura 6
21
a la
7.4.2.Mtodo ANOVA
7.5.
B. Excel:
Clculos de R&R con Excel o manual: Introducir los datos en la hoja de
coleccin de datos siguiente por cada operador y hacer los clculos
indicados en la zona gris:
23
24
25
0.001075
RANGOS
R = 0.00042
LICR =
26
0.005143
X = 0.004717
LICX = 0.004290417
No. de Parte y
Nombre:
Tolerancia
Especificada:
4600066 PARTE A
0.0060
No. y Nombre de
GAGE: 8881-H
Fecha:
Elaborado por:
Calibrador
Digital
01/07/2003
0
Caracterstica: Diametro
R= 0.00041667
0.00010000
X Diff =
00
27
Rp = 0.000944444
% Total de Variacin ( TV )
R x K1 =
INTENTOS
K1
EV=
0.00127083
4.56
3.05
% EV =
100 [ EV/TV ]
% EV =
63.74%
% EV vs Tol. =
21.18%
% AV =
100 [AV/TV]
% AV =
6.93%
AV =
0.00027
% AV vs Tol =
2.30%
AV =
7.29E-08
n=partes =
10
AV =
5.3834E-08
r = intentos =
AV =
1.9066E-08
OPERADOR
AV =
0.00013808
K2
3.65
2.7
100 [ R & R
/TV ]
[EV2 + AV2]1/2
PARTES
K3
% de R & R =
2.08
% de R & R =
64.1164%
28
R&
R2 =
1.6341E-06
1.93
R&R
=
0.00127831
1.82
Variacin de la Parte ( PV )
1.74
% PV = 100 [ PV/TV ]
1.67
% PV = 76.7403%
10
1.62
PV = RP x K3
PV =
0.00153
VARIACIN TOTAL ( TV )
TV = ( R & R2 + PV2 )1/2
29
TV =
3.97E06
TV =
0.0019
94
% de R & R vs
Tol = 21.31%
Categoria de
Datos
Source
DF
SS
MS
Partes
0.0000086
0.0000010
12.2885
0.000
Operadores
0.0000002
0.0000001
0.9605
0.401
Partes * Operadores
18
0.0000014
0.0000001
0.7398
0.757
Repeatability
60
0.0000063
0.0000001
Total
89
0.0000165
30
Source
DF
SS
MS
Partes
0.0000086
0.0000010
9.67145
0.000
Operadores
0.0000002
0.0000001
0.75592
0.473
Repeatability
78
0.0000077
0.0000001
Total
89
0.0000165
Gage R&R
%Contribution
Source
VarComp
(of VarComp)
0.0000001
50.93
Repeatability
0.0000001
50.93
Reproducibility
0.0000000
0.00
0.0000000
0.00
Part-To-Part
0.0000001
49.07
Total Variation
0.0000002
100.00
Operadores
Study Var
%Study Var
%Tolerance
StdDev (SD)
(5.15 * SD)
(%SV)
(SV/Toler)
0.0003150
0.0016222
71.36
27.04
Repeatability
0.0003150
0.0016222
71.36
27.04
Reproducibility
0.0000000
0.0000000
0.00
0.00
0.0000000
0.0000000
0.00
0.00
Part-To-Part
0.0003092
0.0015923
70.05
26.54
Total Variation
0.0004414
0.0022731
100.00
37.88
Source
Total Gage R&R
Operadores
31
Gage name:
Date of study:
Components of Variation
Percent
80
Datos by Partes
% Contribution
0.006
%StudyVar
% Tolerance
40
0.005
0.004
Gage R&R
Repeat
Reprod
Part-to-Part
R Chart by Operadores
Sample Range
0.006
0.0005
_
R=0.000417
0.005
0.0000
LCL=0
10
2
Operadores
Operadores
UCL=0.005143
_
X=0.004717
0.0045
LCL=0.004290
Average
Sample Mean
0.0050
0.004
5
6
Partes
Datos by Operadores
UCL=0.001073
0.0010
0.0050
2
3
0.0045
0.0040
0.0040
5
6
Partes
10
32
8. ESTUDIO DE ATRIBUTOS
Para calibradores que solamente toman en cuenta si la pieza es
buena (B) o mala (NB), la manera de realizar un estudio corto
(MSA,1995)
33
Ejemplo:
Attribute column data
Sample
34
Appraiser Response
Good
Good
Bad
Good
Good
Good
Good
Good
Bad
Good
Bad
Bad
Good
Good
Good
Good
Bad
Bad
Good
Bad
Good
Good
Bad
Good
Good
Good
Good
Good
Bad
Good
Bad
Bad
Good
Good
Good
Good
Bad
Bad
Good
Bad
Nota:
35
Assessment Agreement
Appraiser
# Inspected
# Matched
Percent
95 % CI
Duncan
15
53.33
(26.59,
78.73)
Hayes
15
13
86.67
(59.54,
98.34)
Holmes
15
15
100.00
(81.90, 100.00)
Montgomery
15
15
100.00
(81.90, 100.00)
Simpson
15
14
93.33
(68.05,
99.83)
Appraiser
Coef
SE Coef
Duncan
0.89779
0.192450
4.61554
0.0000
Hayes
0.96014
0.192450
4.93955
0.0000
Holmes
1.00000
0.192450
5.14667
0.0000
Montgomery
1.00000
0.192450
5.14667
0.0000
Simpson
0.93258
0.192450
4.79636
0.0000
36
Between Appraisers
Assessment Agreement
# Inspected
# Matched
Percent
15
40.00
95 % CI
(16.34, 67.71)
Response
Kappa
SE Kappa
P(vs > 0)
-2
0.680398
0.0816497
8.3331
0.0000
-1
0.602754
0.0816497
7.3822
0.0000
0.707602
0.0816497
8.6663
0.0000
0.642479
0.0816497
7.8687
0.0000
0.736534
0.0816497
9.0207
0.0000
Overall
0.672965
0.0412331
16.3210
0.0000
Coef
Chi - Sq
DF
0.966317
67.6422
14
0.0000
Assessment Agreement
37
# Inspected
# Matched
Percent
15
40.00
95 % CI
(16.34, 67.71)
Coef
SE Coef
0.958102
0.0860663
11.1100
0.0000
Date of study:
Reported by:
Name of product:
Misc:
Assessment Agreement
Appraiser vs Standard
100
95.0% CI
Percent
Percent
80
60
40
20
0
Duncan
38
Hayes
Holmes
Appraiser
Montgomery
Simpson
39
CAPITULO III
I. CONCLUSIONES
40
CAPITULO IV
Referencias Bibliogrficas:
41