Академический Документы
Профессиональный Документы
Культура Документы
Ciclo de control
Accin necesaria
El control durante el proceso es una variabilidad innata o aleatoria, pero si hay una
manera de identificarlo por medio de cartas o grficos.
La variacin puede ser de lo ms simple o lo complejo.
CARTA-GRFICO DE CONTROL
Una carta de control es una comparacin grfica de los datos de funcionamiento del
proceso con lmites de control calculados que se dibujan en la carta como lneas
lmites.
Los datos de funcionamiento de procesos suelen consistir en grupos de mediciones
(Subgrupos racionales) seleccionados de la secuencia regular de produccin,
preservando su orden.
Las cartas de control sirven principalmente para descubrir "causas asignables"
de variacin en el proceso.
CAUSAS DE VARIACIN
- Causas no asignables
- Causas asignables
1 1
Causa no asignable
64 " 640
1 1
Con esta var iacin ya tenemos una
64 " 320
causa asignable
Al otro da
CONCEPTO DE PROBABILIDAD
Los lmites de control son lmites de decisin de hiptesis nula, que permite
saber cundo debe de investigarse. S los lmites se fijan en 3, un punto que caiga
encima o ms all de los lmites de control conducir a rechazar la hiptesis nula para
el nivel de significacin de 0.0013, para cada lmite. El riesgo de error, al tomar esta
decisin ser solo del 26 por 10,000 para ambos lmites, y del 13 por 10,000 para un
solo lmite (el rea que cae fuera de las lneas de lmites 3 es aproximadamente
igual a 0.0026).
Nivel tipo
Aceptacin de Nivel tipo + v
hiptesis nula
La grfica de control puede usarse en ingeniera del producto para registrar y analizar
datos de prueba, en contabilidad para anlisis de costos, en ingeniera de procesos
para determinar las capacidades de mquina y de proceso, en ingeniera de
produccin como monitor de operaciones y en inspeccin y control de calidad para
registrar desechos y reprocesamientos y analizar la calidad del material durante su
recepcin.
Por Ejem.:
En una lata de conserva, las etiquetas traen:
Peso aprox. = 230 gr. ----- pero nosotros hemos regulado la mquina selladora para
que nos d un contenido de 230 5 gr.
230 5 gr. (Esto en un lmite establecido).
En la produccin de hoy hemos producido 1000 latas y muestreados 4 latas para
verificar.
1. 231---------- 230 + 1 bajo control (10 AM)
2. 228 --------- 230 - 2 bajo control (12 M)
3. 222 --------- 230 8? 2 PM (causa asignable fuera del lmite establecido).
4. 232 --------- 230 + 2
Este lmite de control es una base a experiencias anteriores.
Aun cuando universalmente se acepte y use el trmino grfico de control, en principio
se debe entender que la grfica no controla en realidad, cosa alguna. Simple y
sencillamente suministra una base para la accin, y slo es efectiva si los
responsables de las decisiones actan a partir de la informacin que revela dicha
grfica.
Objetivos de grficos de control
- Detectar causas asignables.
- Detectar si el proceso est bajo control, es decir estamos respondiendo
a la pregunta si el proceso es o no estable (aqu el proceso est bajo
control de acuerdo a las horas muestreadas).
u- u u+2u+3 u+
u-2
u-3
x
rea
u 1 68.27%
u 2 95.45%
u 3 99.73%
Estos se ajustan a los conceptos de probabilidad
y
Grfico de control
u
LM
Aceptac.
Hiptesis
nula
u-3
LIC
10 AM 12 AM 2 PM 4 PM 6 PM
Rechazo
hiptesis nula
u + 3 = 235 gr.
u = 230 gr.
u - 3 = 225 gr.
0.27%
-3 x 3
1. uno X1 Me
2. uno R1 (o cualquiera de las medidas amplitud).
Ventajas:
1 Hacer resaltar 2 caractersticas importantes:
* Medida de tendencia central
* Medida de dispersin.
M1 m2
Cada muestra tiene su y su medida de tendencia centra (a) para el total cada
muestra tiene su y su medida de tendencia centra (a) para el total de muestras
obtendremos una medida central en base a (a).
Ejemplo: Trabajamos con 3 muestras en las que tomamos pesos:
m1 m2 m3
500 501 498
504 500 504
499 498 500
500 499 499
2005 4 1988 4 2001 4
501.55 499.5 500.25
X1 + X2 + X3
X =..........................
3
Luego tenemos:
LM X R
LIC X - 3X R- 3R - 3
Donde:
X = Promedio de los promedios (llamados tambin en Gran Media)
x = Desviacin estndar de las medias de muestras
R = Rango medio (amplitud media)
R = Desviacin estndar de los rangos de muestra
= Desviacin estndar de desviacin estndar de muestras.
Desde luego que resulta muy tedioso el tener que tomar una serie de muestras
de tamao pequeo, determinar en cada una de la medida de tendencia central y la de
dispersin y luego proceder al laborioso clculo de las frmulas anteriores.
LSC: X + A2 R D4 R
LM X R
LIC X A2 R D3 R
LSC: X + A1 B4
LM X
LIC X A1 B3
Cuando no es fcil medir un producto o una parte, o cuando la calidad solo se puede
obtener como unos atributos atributo conforme o no con las especificaciones se puede usar
una grfica de control de atributos (caractersticas).
El trmino atributo, tal como se emplea en control de calidad, es la propiedad que tiene
una unidad del producto de ser buena o mala, es decir la caractersticas de calidad de
la unidad de estar o no de acuerdo con las especificaciones.
OBJETIVOS:
1. La determinacin de unidades defectuosas o su % medio de unidades
defectuosas.
LA GRAFICA P:
La base de esta grfica es la fraccin defectuosa que hay en una muestra de
un ciertos de cosas (el porcentaje defectuoso).
p
c x 100
n
c = nmero de defectos
p 100 p
p
n
En la cual:
n = Tamao de la muestra
p = Valor medio del % defectivo
p 100 p
Lmites de Control p 3
n
6. Examinar los valores del porcentaje defectivo de cada muestra, con relacin a los
lmites de control.
8. Emplear la grfica de control para la produccin activa como una gua para
controlar la caracterstica de calidad de que se trata.
LM p
p 100 p
LIC p 3
n
Los lmites para la fraccin defectuosa se obtienen con una ligera adaptacin de la
frmula anterior como sigue:
p1 1 p1
LC p 3
n
Forma 1:
Tamao Constante de la Muestra. Se basan en la comparacin de
los valores del porcentaje defectivo o de la fraccin defectiva, con
los lmites de control, deducidos estos datos de una serie de
muestras de un tamao constante.
Forma 2:
Tamao Variable de Muestra. Estas grficas se usan cuando se
efecta una inspeccin 100 por ciento de las piezas o conjuntos,
como parte de la rutina de la factora. El tamao de la muestra en
este caso es el de la produccin total durante el periodo de que se
trate y por tal motivo ser diferente de un periodos a otro.
En las grficas de control por atributos, el tamao de muestra ms generalizado es de
25 unidades. Sin embargo se han sugerido algunas reglas para determinar el nmero
mnimo de unidades para tamao de muestra. Por Ejemplo:.
Cowden. Ha propuesto que el valor de no debe ser 25, esto significa que si se
lo espera un 10 por ciento de defectivos, el tamao mnimo para la
muestra, deber ser de 250 unidades.
Juran. Por su parte sugiere que la muestra sea lo suficiente grande para que,
bajo la condicin de que no se presenten defectivos en esa muestra, se
obtengan una mejora significante sobre el promedio del porcentaje
efectivo.
p 100 p
LC p 3
n
Tericamente la frmula
Como regla prctica se puede establecer que si los tamaos de las muestras
presentan una variacin entre s, no mayor de 20 %, de acuerdo con criterio
comprobados en muchas factoras durante sus periodos de inspeccin, se
puede lograr una exactitud satisfactorio para la mayora de los fines
industriales, determinando y empleando un tamao medio de muestra para los
perodos de inspeccin en cuestin. Este tamao medio demuestra, as como
otro valores medios se pueden sustituir en la frmula anterior (*).
REGISTRO DE PESOS
GRUPOS 1 2 3 4 5 6 7 8 9 10
a 2 4 3 0 2 1 3 4 2 0
b 0 3 2 2 0 2 4 6 4 2
c 4 4 4 -1 3 0 2 2 0 -2
d 1 0 2 2 1 -2 1 3 2 3
e -2 3 2 -2 0 0 2 1 2 2
5 14 13 1 6 1 12 16 10 5
x 1 2.8 2.6 0.2 1.2 0.2 2.4 3.2 2. 1 x = 16.6
R 6 4 2 4 3 4 3 5 4 5 R = 40
Se pide:
a. Calcular los lmites de control de X y R
b. Construir los grficos de control
c. Determinar el porcentaje de pesos por encima del valor nominal
d. Calcular los nuevos lmites de control si se desea que slo un
10% de los pesos estn bajo el peso nominal.
Solucin
X X
16.6
1.66
10 10
R
R 40 4.0
10 10
Lmite de X
LM X 1.66 0.166
Lmites de R
LSC D4 R 2.11 4 8.44 100.844
LM R 4 4 100.4
LIC D3 R 0 4 0 100.0
Nota:
Las constantes D4 y D3 se hallan en la tabla, conociendo el tamao de la
muestra que es n = 5
VN = 100 g.
b) Construccin de los GRAFICOS de control VN = 0.0 dcimas de gramos
GRAFICO X
4
3.98 LSC
2
X = 1.66 LMC
VN 0
-0.66 LIC
N muestras
1 2 3 4 5 6 7 8 9 10
GRAFICO R
8.44 LSC
4 LMC
0 LIC
1 2 3 4 5 6 7 8 9 10 11 12
Segn la tabla:
R
S
d2
Para n = 5 d2 = 2.326
4
S 1.72
2.326
Por consiguiente:
X 1.66
ZK 0.97
S 1.72
De la tabla Z
Para (K) Z = 0.97 El rea bajo la curva es:
A = 0.334 33.4%
0 X 1.66
VN Z
VN
En la tabla Z (K)
_
LCC = X = 0.222
_ _
LIC = X - A2 (R) = 0.222 - (0.58) (4) = 0.008 = 0.08
En gramos:
_
LSCX = 100.452 gr
LCC = 100.222 gr
LIC = 99.992 gr
Problemas N 2
Da 1 2 3 4 5 6 7 8 9 10 11 1 1 1 1 1 1 1 1 2
2 3 4 5 6 7 8 9 0
Nmero de 1 3 4 5 1 3 3 4 5 10 2 3 1 2 2 1 1 11 1 1
defectuoso
5 0 0 0 0 0 2 4 5 0 0 5 0 0 5 8 0 5 6
s
Se pide:
a) Determinar los lmites de control expresado en nmeros de defectuoso (n p),
fraccin defectuoso (p) y % de defectuosos (100p)
Solucin:
a) Determinacin de los lmites de control expresado en % de defectuoso y nmeros
de defectuosos.
Cuadro de datos
Fecha Nmero Nmero Fraccin Porcentaje
Mes de Inspeccionado Defectuoso Defectuosa Defectuoso
Setiembre (n) (np) (p) (100p)
1 200 15 0.075 7.50
2 200 30 0.15 15
3 200 40 0.20 20
4 200 50 0.25 25
5 200 10 0.05 5
6 200 30 0.15 15
7 200 32 0.16 16
8 200 44 0.22 22
9 200 55 0.275 27.5
10 200 100 0.5 50
11 200 20 0.1 10
12 200 35 0.175 17.5
13 200 10 0.05 5
14 200 20 0.1 10
15 200 25 0.125 12.5
16 200 18 0.09 9
17 200 10 0.05 5
18 200 11 0.055 5.5
19 200 15 0.075 7.5
20 200 16 0.08 8.0
n =4000 np = 586
N total de defectuosos
% p medio x 100
N de unidadesinspeccionadas
100 p
np 100 586 14.65%
100
n 4000
p 0.1465
LC n p 3 n p 1 p
1er. Nmero de Defectuosos (np)
LSC n p 3 n p1 p
LSC 44.30
LM n p 29 .3
LIC n p 3 n p1 p
LIC 14.30
p 1 p
LC p 3
n
2do. Fraccin de Defectuosos (p)
p 1 p
LSC p 3
n
0.1465 1 0.1465
LSC 0.1465 3
200
LSC 0.2215
LMC p 0.1465
p 1 p
LIC p 3
n
0.1465 1 0.1465
LIC 0.1465 3
200
LIC 0.0715
LSC 22.15
LMC 100 p 14.65
LIC 7.15
LEGISLACIN EN EL CONTROL DE CALIDAD
Est referido a todo aquello que protege al consumidor.
Estas han sido creadas para incrementar y mejorar los recursos alimentarios,
nutricionales y de salud de todo el mundo.
Ciclo: VIII
Fecha: 19/12/16