Академический Документы
Профессиональный Документы
Культура Документы
PROCESOS
GRFICOS DE CONTROL
1
Por qu se plantea el recurso a tcnicas
estadsticas para controlar la calidad?.
CONTROL DE PRODUCTO
ACABADO
CONTROL EN RECEPCIN
PROVEEDORES
2
CONTROL ESTADISTICO DE CALIDAD
CARACTERSTICAS DE CALIDAD
3
CARACTERSTICAS DE CALIDAD
Variables
caractersticas dimensionales (espesores, longitudes,...),
caractersticas mecnicas (resistencia, dureza, )
caractersticas elctricas (voltaje, intensidad, ...)
pesos
tiempo que se tarda en servir un pedido
tiempo de espera de un cliente para recibir un servicio
Atributos
nmero de defectos superficiales por metro cuadrado de
pavimento cermico
nmero de piezas defectuosas en una muestra
nmero de errores en un documento
porcentaje de impresos mal rellenados
GRFICOS DE CONTROL
GRFICO DE CONTROL
60
50
LIM. SUP.
40
30 L.C.
20
10 LIM. INF.
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
MUESTRA/FECHA
4
GRFICOS DE CONTROL
GRFICO DE CONTROL
60
50
LIM. SUP.
40
30 L.C.
20
10
0
LIM. INF.
SUS PRINCIPALES
1 2 3 4 5 6 7 8 9 10
MUESTRA/FECHA
11 12 13 14 15 16
ELEMENTOS SON:
GRFICOS DE CONTROL
5
Grficos de Control: Tipos
GRAFS. POR VARIABLES
GRFICOS
CLSICOS
GRAFS. POR ATRIBUTOS
60
GRFICODECONTROL GRFICOS CUSUM
MEJORA DE
50
LIM.SUP.
40
30
20 GC L.C.
10
0
LIM.INF.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
SENSIBILIDAD
MUESTRA/FECHA
GRFICOS EWMA
G. DE MEDIDAS INDIVIDUALES
SITUACIONES
ESPECIALES
GRAFS. DE SERIES CORTAS
CARACTERSTICA DE
RECUENTO
GRFICO np
CONTROL POR
DEFECTUOSAS
GRFICO p
CONTROL POR
ATRIBUTOS
GRFICO c
CONTROL POR
DEFECTOS
GRFICO u
6
CONTROL POR VARIABLES
Debe hacerse mediante la combinacin
de dos grficos:
Uno para controlar la posicin
Media
Mediana
Caracterstica a controlar
Cualquier producto, proceso o servicio es
descrito por un gran nmero de
caractersticas
Control por variables
7
Recogida de datos
Deben preverse formatos adecuados:
Una misma hoja con datos y grficos
Zona de dibujo con trama o cuadrcula
Control por variables
EMPRESA S.A. x R x S2
xS ~ xR
PIEZA: CARACTERSTICA: OPERACIN: Especificacin:
Muestra:
DATOS
Frecuencia:
DE IDENTIFICACIN
Mquina: L.central: LCS: LCI: Responsable:
Formato: control por variables
8
Grficos de Control por Variables
x i R i
x= i =1
R= i =1
k k
x i
L.C. = x = i =1
k
LCS x = x + A2 R LCI x = x A2 R
9
Grfico X-barra Estimacin Grfico R Grfico S
de
n A2 A3 d2 D3 D4 B3 B4
2 1.880 2.659 1.128 -- 3.267 -- 3.267
3 1.023 1.954 1.693 -- 2.574 -- 2.568
4 0.729 1.628 2.059 -- 2.282 -- 2.266
5 0.577 1.427 2.326 -- 2.114 -- 2.089
6 0.483 1.287 2.534 -- 2.004 0.030 1.970
7 0.419 1.182 2.704 0.076 1.924 0.118 1.882
8 0.373 1.099 2.847 0.136 1.864 0.185 1.815
9 0.337 1.032 2.970 0.184 1.816 0.239 1.761
10 0.308 0.975 3.078 0.223 1.777 0.284 1.716
11 0.285 0.927 3.173 0.256 1.744 0.321 1.679
12 0.266 0.886 3.258 0.283 1.717 0.354 1.646
13 0.249 0.850 3.336 0.307 1.693 0.382 1.618
14 0.235 0.817 3.407 0.328 1.672 0.406 1.594
15 0.223 0.789 3.472 0.347 1.653 0.428 1.572
10
S EA L ES A DIC IO NA L ES DE FA L T A DE C O NT RO L
LCS
b3 b3
b1 b2 b4
LCI
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2
b5 b6 b7
LCI
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6
b.7) Ciclos.
11
SEALES ADICIONALES DE FALTA DE CONTROL
LCS
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6
b.8) Tendencias.
12
Ejemplo
Ejemplo
Etapas:
1. Recoger datos suficientes
Obtener los datos base para el clculo de los lmites
iniciales
2. Calcular medias y rangos
3. Construir el grfico con los datos base
Verificar estabilidad
4. Explotar los grficos con el control de los
nuevos puntos
Recoger nuevos datos
Calcular medias y rangos
Representar y evaluar
13
Ejemplo Media de las medias= 45.31
Rango medio = 38.57
m.n 1 2 3 4 5 6 7 8 9 10 11 12
31 49 46 18 32 83 28
34 19 72 24 66 80 51
DATOS
BASE
13 79 49 24 28 37 37
40 39 72 47 67 69 29
28 51 33 38 74 55 44
MEDIA 29.2 47.4 54.4 30.2 53.4 64.8 37.8
RANGO 27 60 39 29 46 46 23
53
X-bar
53
Pueden ser 43
43
usados como 33
33
base para el 23
23
0 2 4 6 8
0 2 4 6 8
control Subgroup
Subgroup
Range
RangeChart
Chartfor
forTSP
TSP
100
100 UCL = 81.55
UCL = 81.55
80 CTR = 38.57
80 CTR = 38.57
LCL = 0.00
Range
60 LCL = 0.00
Range
60
40
40
20
20
0
0
0 2 4 6 8
0 2 4 6 8
Subgroup
Subgroup
14
Se prosigue la toma de datos los dems
meses, refiriendo el control a los lmites
calculados en el periodo base
1 2 3 4 5 6 7 8 9 10 11 12
31 49 46 18 32 83 28 42 46 41 69 26
34 19 72 24 66 80 51 53 46 90 108 25
13 79 49 24 28 37 37 56 57 31 37 45
40 39 72 47 67 69 29 129 26 63 47 39
28 51 33 38 74 55 44 64 41 37 43 23
29.2 47.4 54.4 30.2 53.4 64.8 37.8 68.8 43.2 52.4 60.8 31.6
27 60 39 29 46 46 23 87 31 59 71 22
X-bar
X-barChart
Chartfor
forCol_6
Col_6
73
73 UCL = 67.56
UCL = 67.56
63 CTR = 45.31
63 CTR = 45.31
LCL = 23.07
LCL = 23.07
X-bar
53
X-bar
53
43
43
33
33
23
23
Seal del falta de 0
0
2
2
4
4
6
6
8
8
10
10
12
12
Subgroup
estabilidad Subgroup
Range
RangeChart
Chartfor
forCol_6
Col_6
100
100 UCL = 81.55
UCL = 81.55
80 CTR = 38.57
80 CTR = 38.57
LCL = 0.00
Range
60 LCL = 0.00
Range
60
40
40
20
20
0
0
0 2 4 6 8 10 12
0 2 4 6 8 10 12
Subgroup
Subgroup
15
16
Estudios de capacidad
La capacidad del proceso es una medida de
la homogeneidad intrnseca del proceso de
produccin
Resulta muy importante verificar la capacidad
antes del inicio de la produccin y durante la
misma
Los ndices de capacidad cuantifican el grado
de potencialidad de los procesos en el
cumplimiento de requisitos y especificaciones
17
ndices de capacidad
Se basan en la comparacin entre los lmites de
especificacin y la variabilidad natural del proceso
La variabilidad natural es la anchura de un intervalo
dentro del cual se encuentra la mayor parte de la
produccin
De suele definir como seis veces la desviacin tpica,
con lo cual queda dentro del intervalo el 99.73% de
la poblacin
Aunque hay muchos ndices, dos son los ms
importantes
ndices de capacidad
Los ndices ms importantes son:
18
Capacidad potencial
Se define como:
USL LSL
Cp =
6S
Donde:
USL = lmite superior de especificacin
LSL = lmite inferior de especificacin
S = desviacin tpica del proceso
6 S = variabilidad natural del proceso
Capacidad potencial
Segn el valor que tome el proceso se
clasifica en capaz o no capaz:
19
Capacidad real
La capacidad real se mide a travs de Cpk:
C pk = min( C pu , C pl )
USL x
C pu =
3S
x LSL
C pl =
3S
Donde:
USL = lmite superior de especificacin
LSL = lmite inferior de especificacin
S = desviacin tpica del proceso
x = media del proceso
Capacidad real
Segn el valor que tome el proceso se
clasifica en capaz o no capaz:
20
Capacidad y grficos de control
X =x
R
S=
d2
21
Tamao de muestra,
control por defectuosas
z p0 (1 p0 ) + z p1 (1 p1 )
n= 2
p1 p0
Nivel de significacin
Proporcin de defectuosas normal p0
Proporcin de defectuosas no deseada p1
Probabilidad de error tipo II,
Tamao de muestra,
control por defectos
z 0 + z 1
n= 2
1 0
Nivel de significacin
Promedio de defectos normal 0
Promedio de defectos no deseado 1
Probabilidad de error tipo II,
22
Control por defectuosas
Grfico p Grfico np
(n var.) (n const.)
k
Lnea
p
np i
central np = i =1
k
Lmite
superior de p + 3 p(1 - p) np + 3 np(1- p)
control ni
Lmite
p(1 - p)
inferior de p - 3 np - 3 np(1 - p)
ni
control
c= i =1 u= i =1
central k k
Lmite
u
superior de c+3 c u+3
control n
Lmite u
inferior de c-3 c u-3
control n
23
p c
EMPRESA S.A. np u
PIEZA: CARACTERSTICA: OPERACIN: Responsable:
24
Seales de Falta de Control
La seal bsica de falta de control es el
punto fuera de lmites.
La probabilidad de falsa alarma se sita en
el mismo valor que en el grfico de control
por variables.
E F M A M J J A S O N D
1999 2 5 3 0 3 0 4 5 6 3 2 2
2000 4 0 2 2 1 1 2 1 6 3 7 1
2001 13 3 5 5 3 9 1 10 6 7 4 5
25
Ejemplo: Incidentes con vertido
Con los primero 15 meses se construyen los
lmites iniciales de control
C = 2.733
E F M A M J J A S O N D
1999 2 5 3 0 3 0 4 5 6 3 2 2
2000 4 0 2 2 1 1 2 1 6 3 7 1
2001 13 3 5 5 3 9 1 10 6 7 4 5
Ejemplo
Con los primero 15 meses se construyen los
lmites iniciales de control
26
Ejemplo
En control se lleva punto a punto: ante
cada nuevo dato se evala la situacin
Al ir completando el
resto de puntos se
aprecia un cambio
de comportamiento
(nivel) que provoca
salida de control en
el punto 25
?
En cada toma se evala posicin y dispersin
27
Grfico de Medidas Individuales
La posicin se controla a travs de la
medida obtenida
La dispersin se control mediante rangos
mviles:
Rangos mviles de orden 2
L M X J V S D L M X J V S D
x 15 12 18 11 14 10 7 13 15 13 18 19 12 10
Rm 3 6 7 3 4 3 3 2 2 5 1 7 2
L M X J V S D L M X J V S D
x 15 12 18 11 14 10 7 13 15 13 18 19 12 10
Rm 6 7 7 4 7 6 9 2 5 6 7 9
28
Grfico de Medidas Individuales
Las lneas del grfico de la media se calculan
mediante:
LC x = x = x i E2 = 3 / d2
n d2, D3 y D4 son
LCSx = x + E 2 R constantes tabuladas
LCI x = x E 2 R
Las lneas del grfico del rango se calculan con:
LC x = R =
R i
n
LCSR = D 4 R
LCI R = D 3 R
n A2 A3 d2 D3 D4 B3 B4
2 1.880 2.659 1.128 -- 3.267 -- 3.267
3 1.023 1.954 1.693 -- 2.574 -- 2.568
4 0.729 1.628 2.059 -- 2.282 -- 2.266
5 0.577 1.427 2.326 -- 2.114 -- 2.089
6 0.483 1.287 2.534 -- 2.004 0.030 1.970
7 0.419 1.182 2.704 0.076 1.924 0.118 1.882
8 0.373 1.099 2.847 0.136 1.864 0.185 1.815
9 0.337 1.032 2.970 0.184 1.816 0.239 1.761
10 0.308 0.975 3.078 0.223 1.777 0.284 1.716
11 0.285 0.927 3.173 0.256 1.744 0.321 1.679
12 0.266 0.886 3.258 0.283 1.717 0.354 1.646
13 0.249 0.850 3.336 0.307 1.693 0.382 1.618
14 0.235 0.817 3.407 0.328 1.672 0.406 1.594
15 0.223 0.789 3.472 0.347 1.653 0.428 1.572
29
El uso de los
rangos mviles
permite llevar un
control de la
dispersin, pese a
trabajar con
medidas nicas
30