Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVO
CONTENIDO TEMÁTICO
I. Introducción
II. Variación
III. Estudio Gage R&R
IV. Método de Gráficos de control
V. Análisis de los resultados
VI. MSA para datos por atributos
Metrología
Medición
Exactitud
Precisión
Errores de medición
Posibles fuentes de
desviación y variación
INTRODUCCIÓN 3
Metrología
Medición
Consiste en obtener la cantidad de veces que una cierta magnitud unidad se encuentra
contenida entre límites fijados. Estos límites no siempre son visibles o perfectamente
determinados, como ser en el caso de medición de diámetros, profundidades,
espesores, etc. en los cuales se deben tomar distancia entre dos planos paralelos o
entre superficies cilíndricas o esféricas
Exactitud
Las medidas obtenidas nunca son exactas, es decir, no se obtienen los valores reales,
ya que la medida obtenida dependerá de la apreciación del instrumento o herramienta
empleada (menor división del instrumento: m, dm, cm, mm, m, etc.), de su precisión
(desgaste, divisiones inexactas o irregulares), de las condiciones ambientales
(influencia de la temperatura, etc.) y de la habilidad del operador que la efectúa.
Precisión
alto
a) b)
Exactitud
bajo
c) d)
Errores de medición
Errores sistemáticos y,
Errores accidentales
Errores sistemáticos
Los errores sistemáticos son causados por defecto del instrumento, del método
empleado o por fallas del observador. Son difíciles de detectar, y por más mediciones
que se hagan siempre estarán todas ellas afectadas del mismo error. Son difíciles de
eliminar.
Errores accidentales
Los errores accidentales son producidos por causas fortuitas y accidentales. Varían al
azar, pudiendo producirse en un sentido o en otro (en más o en menos) y no tienen
siempre el mismo valor absoluto. Son muy frecuentes y se presentan por ejemplo
debido a la coincidencia entre índice y escala, a descuidos por parte del observador,
etc.
Para determinar la variación real del proceso primero se debe identificar la variación
debida al sistema de medición y separarla de la variación del proceso
Partes
(Ejemplo)
Variación
¿Cómo se mide la
variación?
¿Cálculo de la variación?
Métodos de análisis de un
estudio de medición
VARIACIÓN 8
Variación
Tu estás determinando con qué piloto de aerolínea volar, el Piloto A o el B. Todas las
condiciones son idénticas excepto que hay dos pilotos diferentes.
A2 A 10 A5
A6
A3
A9
A4 A1
A8 A7
Calidad:
B6BB103BB95
BB2B1B7B48
Calidad:
Uniformidad del proceso alrededor del valor objetivo
Forma
Dispersión
Media:
Rango:
n
Dispersión
i
(X X) 2
s i 1
n 1
¿Cálculo de la variación?
50 i
(X X) 2
52 s i 1
53
n 1
47
48
Rango = Máximo-Mínimo
Rango =
Pide al primer operador que mida todas la piezas una vez en orden aleatorio.
Muestrear a ciegas, de tal forma que cada operador no conozca la identidad de cada
parte, debe ayudar a reducir sesgo humano al igual que no observar las mediciones de
los otros
Paso 2
Haz que el segundo operador mida todas la muestras una vez en orden aleatorio y
continua hasta que todos los operadores hayan medido las muestras una vez (primera
ronda)
Paso 3
Ejemplo
Se amplía ahora el estudio de capacidad del instrumento del ejemplo para incluir los dos
componentes del error de medición – la repetibilidad y la reproducibilidad del instrumento
-
- - +- + - -
R = (R1 3R2 R3) -
repetibilidad = R =
d2
-
-
R =
Obsérvese que se ha usado el factor d 2 para muestra de tamaño dos porque cada rango se
calculó a partir de dos mediciones repetidas de la misma pieza realizadas por el mismo
operador.
- - - -
-
x máx = Máx ( x1, x2, x3)
-
-
x máx =
- - - -
-
x mín = mín ( x1, x2, x3)
-
-
x mín =
- -
R-- - -
x = x máx - x mín
R--
x=
-
-
reproducibillidad = Rx =
d2
reproducibillidad =
Se han estimado ambos componentes de la desviación estándar del error de medición, por
lo tanto,
2
instrumento = 2+ 2
2 instrumento =
instrumento =
instrumento =
instrumento
GRR = x 100
LSE - LIE
% GRR = %
Es común considerar los valores de GRR menores a 10% como aceptación del instrumento.
La capacitación de los operadores para producir métodos de trabajo más uniformes al usar
el instrumento ayudaría a reducir la reproducibilidad,
Ejercicio: La Catapulta
= - = - = -
x1 = R1 = x2 = R12 = x3 = R3 =
La gráfica X R puede ayudar a evaluar el tiempo de ciclo para casi cualquier proceso:
fabricar un artículo, responder a la llamada de un cliente, asignar mesa a un cliente,
entregar una pizza, o dar servicio a un aparato.
Esta gráfica es especialmente útil cuando esto se hace varias veces al día. Recolectar los
datos puede ser muy caro si usted midiera cada vez que lo hace. Utilizando una pequeña
muestra (por lo general de cinco y hasta de 25) es posible medir con eficacia y evaluar el
proceso.
Gráfico de medias
Límite superior de control (LSC): X + x R
(A
Gráfico de rangos
Límite superior de control (LSC): D x R
Muestra A2 D3 D4 d2
2 1.880 --- 3.267 1.128
3 1.023 --- 2.574 1.693
4 0.729 --- 2.282 2.059
5 0.577 --- 2.114 2.326
6 0.483 --- 2.004 2.534
7 0.419 0.076 1.924 2.704
8 0.373 0.136 1.864 2.847
9 0.337 0.184 1.816 2.970
10 0.308 0.223 1.777 3.708
Es un método gráfico fácil de usar para determinar las siguientes características (no
contempladas por otros métodos).
Los valores R representan la diferencia entre las mediciones hechas en la misma unidad
utilizando el mismo instrumento.
1. Estabilidad
¿Qué es?:
¿Dónde la encuentras?:
2. Discriminación
¿Qué es?:
¿Dónde la encuentras?:
3. Repetibilidad
¿Qué es?:
¿Dónde la encuentras?:
En la gráfica de rangos. Busca las diferencias entre los promedios de los rangos entre
operadores
Operador A:
Repetibilidad pobre,
los rangos son altos
A B C
UCLR
R-bar
¿Qué es?:
¿Dónde la encuentras?:
Xbar C ha rt y C1
C1
1 2 3 4
45 UC L=44.83
S am p le Me an
partes LCL=8.293
5
0 Xbar C ha rt y C 1
Ejemplo 2: la mayoría 5 0 4
3 0
5. Reproducibilidad
¿Qué es?:
Interacción Operador*Pieza
¿Dónde la encuentras?:
85
UCL= 81.76
45
¿Qué es?:
Los operadores son capaces de ‘reproducir’ la mediciones de los otros, pero hay una
diferencia en los promedios entre los operadores
¿Dónde la encuentras?:
operator*part Interaction
operator 1 2 operator
3
1.65
1
2
A v er ag e
1.64 3
1.63
1.62
part 1 2 3 4 5
¿Qué es?:
Se ve como una interacción del operador con la pieza. Sucede cuando los operadores
son inconsistentes en la forma en que la piezas son medidas consistentemente
¿Dónde la encuentras?:
operator 1 2 3
operator*part
Interaction operator
1.65
1
2
A verage
1.64 3
1.63
1.62
part 1 2 3 4 5
Ejercicios de interpretación
ANÁLISIS DE RESULTADOS 31
Ejercicio - Interpretación
Interpreta las gráficas X-R y comente con su equipo sus conclusiones y decida las
acciones correctivas para cada una
Seleccione una persona para presentar las conclusiones
Prepárese para presentar los resultados con la clase
Corrida 1
25
Mean=22.5
20
15
LCL=11.97
10
R Chart by Operator
20 1 2
UCL=18.30
Sample Range
10
R=5.6
0 LCL=0
Corrida 2
Run 2
Gage name:
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:
UCL=25.92
25
Mean=23.1
20 LCL=20.28
R Chart by Operator
1 2
10
Sample Range
5 UCL=4.901
R=1.5
0 LCL=0
Corrida 3
25 UCL=24.61
Mean=22.83
LCL=21.04
20
R Chart by Operator
1 2
3 UCL=3.104
Sample Range
1 R=0.95
0 LCL=0
Corrida 4
25
Mean=23.08
20
15 LCL=15.08
R Chart by Operator
15 1 2
UCL=13.89
Sample Range
10
5
R=4.25
0 LCL=0
Corrida 5
Gage name: 4
Gage R&R (Nested) for Measurement Date of study:
Reported by:
Tolerance:
Misc:
Operator*Part Interaction
28 Operator
1
2
Average
23
18
Part 1 2 3 4 5 6 7 8 9 10
Corrida 6
Gage name:
Date of study:
Gage R&R (Nested) for Measurement Reported by:
Tolerance:
Misc:
UCL=24.45
Mean=20.98
20
LCL=17.50
10
R Chart by Operator
7 1 2
6 UCL=6.044
Sample Range
5
4
3
2 R=1.85
1
0 LCL=0
KAPPA
DATOS POR ATRIBUTOS 36
Las técnicas aprendidas para evaluar el sistema de medición hasta ahora han
sido basadas en uso de datos continuos. A veces los datos continuos no están
disponibles.
¿Como evaluamos datos por atributos?
•Bueno/Malo
•Paso / Fallo
•Pasa / No Pasa
•Defecto / No Defecto
•Alto / Medio / Bajo
•Helado / Frio / Tibio / Templado / Caliente / Hirviendo
Así como con los datos continuos, necesitamos una forma de juzgar la
repetibilidad y reproducibilidad de un sistema de medición por atributos
Determinar si los inspectores a tráves de los turnos, máquinas, líneas, etc… usan
el mismo criterio para discriminar lo “bueno” de lo “malo”
Cuantificar la habilidad de los inspectores o gages (dispositivos) para repetir
adecuadamente sus decisiones de inspección
Identificar que tan bien los inspectores/gages miden un patrón conocido
(posiblemente definido por el cliente) para asegurar que no exista una clasificación
errónea:
Que tan seguido los operadores embarcan producto realmente malo
Que tan seguido los operadores no embarcan producto realmente
aceptable
Determinar áreas donde:
Se necesita entrenamiento
Controles o Procedimientos estan faltando
Los estándares no estan claramente definidos
Ajuste en el gage o correlación es necesaria
MSA Análisis del Sistema de Medición
37 DATOS POR ATRIBUTOS
Recordemos: Repetibilidad
1 S N
1 S S
2 S S
2 S S
3 N S
3 N N
4 S N
4 S S
5 N S
5 N N
Recordemos: Reproducibilidad
1 S N
1 S S
2 S S
2 S S
3 N N 3 N S
4 S N 4 S N
5 N N 5 N S
Pobservado - Pprobable
Kappa =
1 - Pprobable
Ejemplo Kappa
Pobservado - Pprobable
Kappa = =
1 - Pprobable
1. Su empresa produce documentos que son llenados con carácteres alfanuméricos. Si un documento
tiene uno o más dígitos, es defectuoso. Su misión es identificar los documentos defectuosos.
2. En equipos de dos, seleccione una persona para ser el que colecta los datos; la otra persona es el
inspector. La hoja de colección de datos esta localizada en la siguiente página.
3. El número de documento esta localizado debajo de los 20 documentos. Los documentos serán
visibles por 5 segundos antes de que avancen automáticamente. El ejercicio será finalizado en 100
segundos.