O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Control estadistico-de-la-calidad

978 visualizações

Publicada em

ITM

Publicada em: Engenharia
  • Entre para ver os comentários

Control estadistico-de-la-calidad

  1. 1. CONTROL ESTADISTICO DE LA CALIDAD Análisis de datos experimentales.
  2. 2. Introducción A medida que el mercado industrial de bienes se hace más global, los fabricantes se han dado cuenta que para ser competitivos la calidad y la confiabilidad de sus productos deben ser lo más altas posible. Hoy se reconoce, por lo general, que la forma más eficiente en costos para mantener una alta calidad se logra mediante un seguimiento constante del proceso de producción. A menudo dicho seguimiento se realiza al extraer una muestra de las unidades de la producción y medir cierta característica de calidad. Debido a que las unidades se extraen de determinada población grande, estos métodos tiene una naturaleza inherentemente estadística.
  3. 3. Ideas básicas El principio básico de los diagramas de control consiste en que en cualquier proceso hay siempre una variación en el resultado. Parte de esta variación se debe a causas inherentes al proceso y es muy difícil o imposible especificarlas. A estas causas se les llama causas comunes o probables. Cuando éstas son las únicas causas de la variación, se dice que el proceso está en un estado de control estadístico, o de forma sencilla, en control. Algunas veces se presentan factores especiales que producen mayor variabilidad. Entre los factores más comunes se encuentran las máquinas que no funcionan adecuadamente, errores del operador, fluctuaciones en las condiciones ambientales y variaciones en las propiedades de las materias primas. A éstas se les denomina causas especiales o asignables.
  4. 4. Por lo general, estas últimas producen mayor nivel de variabilidad que las causas comunes; a esta variabilidad se le considera como inaceptable. Cuando un proceso opera cuando se presenta una o más causas especiales, se dice que está fuera de control estadístico. Los diagramas de control le permiten al ingeniero responsable del mismo decidir si un proceso parece estar en control, o si están presente una o más causas especiales. Si se determina que el proceso está fuera de control, debe definirse y corregirse la naturaleza de la causa especial, de tal forma que el proceso vuelva al estado de control estadístico
  5. 5. Recolección de datos Subgrupos Racionales: Los datos utilizados en la construcción de un diagrama de control se recolectan mediante cierto número de muestras tomadas durante determinado periodo. A estas muestras se les conoce como subgrupos racionales. Son: • Muestreo en intervalos regulares, en el que todos los elementos de cada muestra son producidos casi en el mismo tiempo en que se realiza el muestreo. • Muestreo en intervalos regulares, en el que los elementos de cada muestra se extraen a partir de todas las unidades producidas desde que se tomó la última muestra.
  6. 6. El control del proceso debe realizarse continuamente Existen tres fases básicas en el uso de los diagramas de control. 1. Se reúnen los datos. 2. Se grafican para determinar si el proceso está en control. 3. Una vez que el proceso ya está en control, debe estimarse su capacidad.
  7. 7. Diagramas de control para variables Controla la variabilidad del proceso: • Diagrama R • Diagrama S Controla la media del proceso: • Diagrama X Los métodos suponen que todas las mediciones siguen una distribución aproximadamente normal.
  8. 8. Diagrama R
  9. 9. Diagrama X
  10. 10. El diagrama S El diagrama S es una alternativa al diagrama R. Ambos son útiles para controlar la variabilidad en un proceso. Mientras que el diagrama R evalúa la variabilidad con el rango muestral, el S utiliza la desviación estándar muestral.
  11. 11. Diagramas de control para atributos El diagrama p se utiliza cuando la característica de calidad que se medirá en cada unidad sólo toma dos valores; por lo general, “defectuoso” y “no defectuoso”. En cada muestra se calcula la proporción de unidades defectuosas; después se grafican estas proporciones muestrales. Ahora se describirá cómo calcular la recta central y los límites de control.
  12. 12. Interpretación de las señales de fuera de control en diagramas de atributos Un punto del diagrama que está por arriba del límite de control superior requiere de una respuesta muy diferente a un punto del diagrama que está por debajo del límite de control inferior. • Un punto del diagrama que está por arriba del límite de control superior señala que la proporción de unidades defectuosas ha aumentado, por lo que debe emprenderse alguna acción para identificar y eliminar la causa especial. • Un punto del diagrama que está por debajo del límite de control inferior indica que la causa especial ha reducido la proporción de unidades defectuosas. Por lo que debe identificarse la causa especial. Por lo tanto se debe hacer algo para que ésta siga operando, de tal forma que la proporción de unidades defectuosas pueda disminuir permanentemente.
  13. 13. Diagrama C El diagrama C se utiliza cuando la medida de calidad es el conteo del número de defectos, o imperfecciones, en una unidad dada. Una unidad puede ser un solo elemento o un grupo de elementos lo suficientemente grande para que el número esperado de imperfecciones sea lo bastante grande. El uso del diagrama c requiere que el número de defectos siga una distribución Poisson.
  14. 14. Diagrama CUSUM El diagrama CUSUM es un método para reducir la longitud de corrida promedio (ARL). Una forma en que se manifiestan los cambios en la media del proceso por sí mismos es con una corrida de puntos por arriba o debajo de la recta central. Otra forma de detectar pequeños cambios es con sumas acumuladas. Si se suman las desviaciones desde la recta central en adelante, y se grafican las sumas acumuladas, los puntos se desplazarían hacia arriba y excederían un límite control mucho antes de lo que lo harían en un diagrama X.
  15. 15. Capacidad del proceso Una vez que un proceso se encuentra en un estado de control estadístico es importante evaluar su habilidad para producir elementos que se apeguen a las especificaciones del diseño. Se toman en cuenta los datos de variables y se supone que la característica relevante de calidad sigue una distribución normal.
  16. 16. Estimación de la proporción de unidades que se ajustan a las especificaciones a partir de la capacidad del proceso Mucha gente utiliza el valor de Cp para tratar de estimar la proporción de unidades que no siguen las especificaciones. Una unidad no seguirá las especificaciones sólo si se encuentra a más de tres desviaciones estándar de la media del proceso.
  17. 17. Calidad six-sigma Se dice que un proceso tiene una calidad six-sigma si el índice de la capacidad del proceso Cp tiene un valor mayor o igual a 2.0. De forma equivalente, un proceso tiene una calidad six-sigma si la diferencia USL – LSL es de al menos 12s. Cuando un proceso tiene una calidad six-sigma, entonces la media del proceso se ajusta óptimamente y se encuentra a seis desviaciones estándar de cada límite de especificación. En este caso, la proporción de unidades que no siguen las especificaciones es virtualmente igual a cero. Una característica importante de un proceso six- sigma es que puede resistir cambios moderados en la media del proceso sin que haya un deterioro importante en la capacidad. Por ejemplo, aunque la media del proceso cambiara en 3s en una dirección u otra, aún se encontraría a 3s del límite de especificación más cercano, por lo que el índice de capacidad seguiría siendo aceptable.
  18. 18. Tolerancias unilaterales Algunas características tienen sólo un límite de especificación. Los esfuerzos tienen usualmente un límite de especificación inferior pero no un límite superior, ya que la mayoría de las aplicaciones de una parte no puede ser demasiado fuerte. El equivalente de Cpk cuando sólo hay un límite inferior es el índice de capacidad inferior Cpl; cuando sólo hay un límite superior se refiere al índice de capacidad superior Cpu. Cada una de estas cantidades es la diferencia entre la media del proceso ˆ m y el límite de especificación, dividida entre 3ˆ s.
  19. 19. EJEMPLO DE DIAGRAMA DE CONROL DE VARIABLES X y R
  20. 20. EJEMPLO DE DIAGRAMA DE CONTROL DE ATRIBUTOS C

×