1

Septiembre 2010 No. 11

Boletn
Tcnico
CONTENIDO
Resultados de clculos Pgina 1
Frmulas para grficas de control Pgina 2
Constantes para grficas de control Pgina 3
Entendiendo la variacin Pgina 5
Control de Proceso X-R Pgina 6
Capacidad del proceso Pgina 8
CONTENIDO
Resultados de clculos Pgina 1
Frmulas para grficas de control Pgina 2
Constantes para grficas de control Pgina 3
Entendiendo la variacin Pgina 5
Control de Proceso X-R Pgina 6
Capacidad del proceso Pgina 8

Mitutoyo Mexicana, S.A. de C.V.
Oficinas de servicio:
Naucalpan: ingenieria@mitutoyo.com.mx
Monterrey: m3scmty@mitutoyo.com.mx
Aguascalientes: mitutoyoags@mitutoyo.com.mx
Quertaro: mitutoyoqro@mitutoyo.com.mx
Tijuana: Mitutoyotj@mitutoyo.com.mx
Colaboradores de este nmero
Ing. Jos Ramn Zeleny Vzquez
Ing. Hugo D. Labastida Jimnez
Ing. Hctor Ceballos Contreras
Cm ndice de capacidad de
maquina
SD: (n-1) (SD = Desviacin estndar) 3SD
Calculada de Z
USL
, Z
LSL
y la grfica de distribucin normal Pe Fraccin efectiva estimada
P Fraccin defectiva
Cmk ndice de capacidad de
maquina
Cpk ndice de capacidad del
proceso
Cp ndice de capacidad del
proceso
X - Rs
Desviacin
Promedio
R = MAX-MIN R Rango
- MIN Valor mnimo
- MAX Valor mximo
- N Nmero de mediciones
Frmula Smbolo Concepto
X
N
X
X
i
=
R X
S X
( )
2
/

d R R =
( )
4
/

C S s =
( )
( )
( ) 1
1
2
2

=

N N
X X N
n
i i

( )

6
LSL USL
Cp

=
Caso de X-R, X-S
Caso de X-Rs
3
min Z
Cpk =
Caso de X-R, X-S
Caso de X-Rs
3
min Z
Cmk =
4
min Z
Cmk =
( ) ( )
100 x
N
NG NG
P
+ +
=
( )
( ) 1

=
n
LSL USL
Cp

( ) 1 6

=
n
LSL USL
Cm

Caso de X-R, X-S Caso de X-Rs

( ) 1 8

=
n
LSL USL
Cm

*1, *4
*1, *4
*2, *4
*3
*4, *5
Tabla 1 Resultados de clculos
Notas: bajo la tabla 2 en la pgina 2
CONTROL ESTADISTICO DE PROCESO
2
--------------
R-LCL
S-LCL
R-UCL
S-UCL
Rs-UCL
X-LCL
X-LCL
X-UCL
X-UCL
R, S Rs
--------
Rsk = xk + 1 -Xk R=MAX(X
i
)-MIN(X
i
)
R, S Rs
Frmula
Grfica
(Smbolo)
X
X
R X S X Rs X
n
X
X
i

=
R D LCL R
3
= S B LCL S
3
=
R D UCL R 4 =
S B UCL S
4
=
s R UCL RS 267 . 3 =
R A X UCL X
2
+ =
S A X UCL X
3
+ =
Rs X UCL X 659 . 2 + =
R A X LCL X
2
=
S A X LCL X
3
=
Rs LCL X 659 . 2 =
m
X
X
k

=
( )
( ) 1
2 2

=
n n
X X n
S
i i
m
Xk
X

=
m
Sk
S

=
m
Rk
R

=
1

=
m
Rsk
s R
Para la tabla 2
*1: n = tamao de muestra
m = nmero de subgrupos
j = entre 1 y n
k = entre 1 y m
*2: R-LCL es calculado cuando el tamao de la
muestra es mayor que 7
*3: S-LCL es calculado cuando el tamao de
muestra e mayor que 6
Para la Tabla 1
*1: USL: Lmite superior de la tolerancia, LSL: Lmite
inferior de la tolerancia
*2: Zmin: Z
USL
o Z
LSL
cualquiera que sea el menor
*3: +NG o -NG es el nmero de defectivos.
*4:"
****
es graficado para Cp, Cpk, Cm, Cmk y Pe
cuando (R), (S), (n-1) = 0
*5: Los valores de Cpk, Cmk y Pe no son
garantizados en el, caso de X>USL o X<LSL
*1
*2 *3
( ) 1

=
n
X USL
Z
USL
( ) 1

=
n
LSL X
Z
LSL

Tabla 2. Formulas para grficas de control
3
1.435 0.565 0.9896 0.606 1.541 0.459 3.931 0.153 25
1.445 0.555 0.9892 0.619 1.548 0.451 3.895 0.157 24
1.495 0.545 0.9887 0.633 1.557 0.443 3.858 0.162 23
1.466 0.534 0.9882 0.647 1.566 0.435 3.819 0.167 22
1.477 0.523 0.9876 0.663 1.575 0.425 3.778 0.173 21
1.490 0.510 0.9869 0.680 1.585 0.415 3.735 0.180 20
1.503 0.497 0.9862 0.698 1.597 0.403 3.689 0.187 19
1.518 0.482 0.9854 0.718 1.608 0.391 3.640 0.194 18
1.534 0.466 0.9845 0.739 1.622 0.378 3.588 0.203 17
1.552 0.448 0.9835 0.763 1.637 0.363 3.532 0.212 16
1.572 0.428 0.9823 0.789 1.653 0.347 3.472 0.223 15
1.594 0.406 0.9810 0.817 1.672 0.328 3.407 0.235 14
1.618 0.382 0.9794 0.850 1.693 0.307 3.336 0.249 13
1.646 0.354 0.9776 0.886 1.717 0.283 3.258 0.266 12
1.679 0.321 0.9754 0.927 1.744 0.256 3.173 0.285 11
1.716 0.284 0.9727 0.975 1.777 0.223 3.078 0.308 10
1.761 0.239 0.9693 1.032 1.816 0.184 2.970 0.337 9
1.815 0.185 0.9650 1.099 1.864 0.136 3.847 0.373 8
1.882 0.118 0.9594 1.182 1.924 0.076 2.704 0.419 7
1.970 0.030 0.9515 1.287 2.004 - 2.534 0.483 6
2.089 - 0.9400 1.427 2.114 - 2.326 0.577 5
2.266 - 0.9213 1.628 2.282 - 2.059 0.729 4
2.568 . 0.8862 1.954 2.574 - 1.693 1.023 3
3.267 - 0.7979 2.659 3.267 - 1.128 1.880 2
B
4
B
3
C
4
A
3
D
4
D
3
d
2
A
2
X-s X-R Tamao
de
muestra
n
Tabla 3 Constantes para grficas de control
http://www.cenam.mx/simposio2010
4
3 equipos 10%
6 equipos 15%
Ms de 6 equipos 20%
3 equipos 10%
6 equipos 15%
Ms de 6 equipos 20%
PAQUETES DE
CALIBRACIN
PAQUETES DE
CALIBRACIN
Incluye 20% de descuento en
refacciones y en servicio de
reparacin durante la vigencia
del contrato
Incluye 20% de descuento en
refacciones y en servicio de
reparacin durante la vigencia
del contrato
Condiciones sujetas a cambio sin previo aviso
Condiciones sujetas a cambio sin previo aviso
Uso de software de
inspeccin original de
Mitutoyo
Uso de software de
inspeccin original de
Mitutoyo
Prioridad en
programacin
Prioridad en
programacin
Sin gastos de
viaje dentro de
un radio de 50
km desde
nuestros centros
de servicio
Sin gastos de
viaje dentro de
un radio de 50
km desde
nuestros centros
de servicio
Mitutoyo Mexicana, S.A. de C.V. a
travs de su departamento de
ingeniera de servicio tiene disponible
servicio de medicin de piezas, para
lo cual cuenta con variedad de
equipo, tal como Mquinas de
Medicin por Coordenadas (CMM),
equipo de medicin por visin (QV,
QS, QI), mquina de medicin de
redondez y otras caractersticas
geomtricas, equipo de medicin de
contorno (perfil), mquinas de
medicin de dureza, equipo de
medicin de rugosidad,
comparadores pticos y microscopios,
lo cual permite una gran variedad de
opciones para resolver
eficientemente cualquier tipo de
medicin dimensional.
Se requiere dibujo o modelo
CAD o instrucciones
detalladas de, que es lo que
se desea medir para obtener
una cotizacin y acordar
tiempo de entrega. Este
servicio se ofrece con
trazabilidad a patrones
nacionales de longitud. Se
entrega reporte de medicin.
Nuevo servicio de calibracin de patrones
de rugosidad
Nuevo servicio de calibracin de patrones
de rugosidad
Nuevo curso de introduccin a la
Metrologa Dimensional 8h
Noviembre 4 Naucalpan $ 2100 mas IVA
Nuevo curso de introduccin a la
Metrologa Dimensional 8h
Noviembre 4 Naucalpan $ 2100 mas IVA
5
ENTENDIENDO LA VARIACIN
Los patrones de variacin que siguen los
principios de la distribucin normal pueden ser
descritos por su LOCALIZACIN y DISPERSIN
como sigue:
En la figura 1 el patrn de variacin en las dos
curvas con forma de campana A y B son idnticas.
Sin embargo, el valor central del tamao ocurriendo
ms frecuentemente en cada curva es diferente.
En la figura 2 el valor central de las dos curvas con
forma de campana C y D es el mismo pero la
dispersin de la variacin de la curva D es mayor
que la curva C
Figura 2
TAMAO
C
D
Figura 1
TAMAO
A B
Curva de frecuencia suavizada
TAMAO
F
r
e
c
u
e
n
c
i
a
Los histogramas muestran
rapidamente si la
variacin en los resultados
esta formando un patrn
definido.
Si dibujamos una curva suave a traves de lo alto
de cada barra del histograma, obtenemos un
patrn en forma de campana.
Porcentajes de la distribucin normal
Calibracin de
anillos patrn de
6 a 120 mm con
mquina que
incorpora una
holo escala lser
con resolucin de
0,1 m y
repetibilidad de
0,2 m
SERVICIOS
ACREDITADOS
calibracion@mitutoyo.com.mx
Pregunte por nuestros cursos
sobre uso de software especifico
para equipo de medicin
ingenieria@mitutoyo.com.mx
6
CONTROL DE PROCESO X y R
Registre 25 conjuntos de 5 lecturas consecutivas a intervalos regulares, calcular X y R para cada conjunto de
lecturas.
Para interpretar grafica de rangos para control
Grafique los 25 puntos de los rangos (R) sobre la grafica de rangos
Calcular R =
Suma de los 25 Rangos (R)
25
Rangos
R = = .178
4.45
25
Calcular los lmites de control para rangos
UCL
R
= D
4
x R LCL
R
= D
3
x R
0.22 0.18 0.14 0.08 0 0 0 0 0 D
3
1.78 1.82 1.86 1.92 2.00 2.11 2.28 2.57 3.27 D
4
10 9 8 7 6 5 4 3 2 Tamao de muestra
NOTA: Para tamaos de muestra de 2 a 6 el LCL
R
= 0
UCL
R
= 2.11 x .178 = .376
Grafique R, UCL
R
y LCL
R
sobre la grfica
Interpretar la grfica de control aplicando las siguientes pruebas
1) Nmero de puntos fuera de los lmites de control
2) 2/3 de puntos en el centro 1/3 de puntos cerca de los lmites de control
3) No hay una corrida de 7 puntos consecutivos todos arriba o debajo de la lnea de R
4) No hay una corrida de 8 puntos consecutivos hacia arriba o hacia abajo
Si alguno de las 4 pruebas anteriores falla, el proceso esta fuera de control para rangos.
Investigar para causas especiales y corregir
Si se pasan todas las 4 pruebas, interpretar la grfica X
.10
.66
25
.10
.64
24
.16
.70
23
.20
.68
22
00
.66
21
00
.62
20
.20
.70
19
.10
.67
18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
.15
.76
.15
.76
.15
.72
.25
.71
.05
.72
.20
.76
.40
.75
.20
.87
.20 .20 .15 .20 .20 .15 .10 .20 .20 R
.78 .72 .73 .73 .75 .60 .76 .77 .70 X
0
0.1
0.2
0.3
0.4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Rangos
UCL
R
R
7
Para interpretar las grficas de control de promedios (X)
Grafique los 25 puntos de los promedios (X) sobre la grfica de promedios
Calcular X =
Suma de los 25 Promedios (X)
25
X =
17.90
25
Calcular los lmites de control para promedios
UCL
X
= X + (A
2
x R) LCL
X
= X (A
2
x R)
UCL
X
= .716 + (0.58 x .178) = .819
LCL
X
= .716 + (0.58 x .178) = .613
Graficar X, UCL y LCL en la grfica
Interpretar la grfica para control aplicando las siguientes pruebas
1) Ningn punto fuera de los lmites de control
2) 2/3 de puntos en el centro 1/3 de puntos cerca de los lmites de control
3) No hay una corrida de 7 puntos consecutivos todos arriba o debajo de la lnea de X
4) No hay una corrida de 8 puntos consecutivos hacia arriba o hacia abajo
Si alguno de las 4 pruebas anteriores falla, el proceso esta fuera de control para promedios.
Investigar para causas especiales y corregir
Si se pasan todas las 4 pruebas, el proceso esta en control para promedios y rangos.
0.31 0.34 0.37 0.42 0.48 0.58 0.73 1.02 1.88 A
2
10 9 8 7 6 5 4 3 2 Tamao de muestra
.10
.66
25
.10
.64
24
.16
.70
23
.20
.68
22
00
.66
21
00
.62
20
.20
.70
19
.10
.67
18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
.15
.76
.15
.76
.15
.72
.25
.71
.05
.72
.20
.76
.40
.75
.20
.87
.20 .20 .15 .20 .20 .15 .10 .20 .20 R
.78 .72 .73 .73 .75 .60 .76 .77 .70 X
0.5
0.55
0.6
0.65
0.7
0.75
0.8
0.85
0.9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Promedios
= .716
UCL
X
X
LCL
X
8
Informes e inscripciones: capacitacion@mitutoyo.com.mx
Tel: (0155) 5312 5612 www.mitutoyo.com.mx
Fechas de comn acuerdo pedir cotizacin Cualquiera de los cursos anteriores en sus instalaciones
01 Octubre Naucalpan $ 2100 ms IVA Equipo ptico y lser para Verificacin Geomtrica de
Producto sin contacto
30 Septiembre Naucalpan $ 2100 ms IVA Medicin de Acabado Superficial para Verificacin
Geomtrica de Producto
29 Septiembre Naucalpan $ 2100 ms IVA Verificacin Geomtrica de Producto con CMM
27-28-29 Septiembre Naucalpan $ 6200 ms IVA
08-09-10 Noviembre Tijuana
Aplicacin de ISO 17025 en Laboratorios de Calibracin
23-24 Septiembre Naucalpan $ 4400 ms IVA
30 Sep-01 Oct Monterrey
11-12 Noviembre Tijuana
Anlisis de Sistemas de Medicin (MSA)
20-21-22 Septiembre Naucalpan $ 6200 ms IVA
06-07-08 Diciembre Naucalpan
Incertidumbre en Metrologa Dimensional
10 Septiembre Naucalpan $ 5100 ms IVA Especificacin y Verificacin Geomtrica de Producto
25-26 Noviembre Naucalpan $ 7500 ms IVA
13-14-15 Septiembre Tijuana
24-25-26 Noviembre Monterrey
Tolerancias Geomtricas Norma ASME Y14.5-2009
02-03 Septiembre Naucalpan $ 4300 ms IVA Control Estadstico del Proceso (CEP)
22-23-24 Noviembre Naucalpan $ 6600 ms IVA Calibracin de Instrumentos (CIVGP)
10-11-12 Noviembre Naucalpan $ 6200 ms IVA Metrologa Dimensional 2 (MD2)
08-09 Noviembre Naucalpan $ 4300 ms IVA Metrologa Dimensional 1 (MD1)
INSTITUTO DE METROLOGA MITUTOYO PROXIMOS CURSOS
Capacidad de proceso
Considerando que el proceso esta en
control tanto para X y R X y S la
desviacin del proceso s puede ser
calculada por cualquiera de las
siguientes formas:
Para X-R
Para X-S
Cp Capacidad de proceso =
Cp ndice de capacidad = mnimo de
y
Un proceso con Cpk de 1= Proceso
capaz a 3
Un proceso con Cpk de 1.33 = Proceso
capaz a 4
0769 . 0
33 . 2
178 .

2
= = =
d
R

c
S
=
^

6
X USL

6
X USL

3
USL X
^
Grficas de control por variables
Media de subgrupo
Rango de subgrupo R = X
mayor
- X
menor
Desviacin estndar de subgrupo
(X es el valor medido, n es el nmero de valores)
Media del proceso
Media de rangos
Desviacin estndar de la media
(m es el nmero de subgrupos)
UCL
X
, LCL
X
= X (A
2
)R
UCL
R
= (D
4
)(R)
LCL
R
= (D
3
)R (si n>6)
UCLs = (B
4
)s
LCLs = (B
3
)s (si n>5)
m
R R R
R
m
......
2 1
+ +
=
m
s s s
s
m
......
2 1
+ +
=
m
X X X
X
m .... 2 1 + +
=
( )

=
n
i
i
n
X X
s
1
2
1
n
X X X
X
n
.....
2 1
+ +
=