Grficos de control Modelos operativos de control

1
GRFICOS DE CONTROL
Las caractersticas de calidad de un producto son variables aleatorias y
el porcentaje de piezas defectuosas por no cumplir las especificaciones
de calidad depende de la distribucin de dichas variables aleatorias.
Controlar el proceso de fabricacin consiste en conseguir que la media
y desviacin tpica de cada una de esas variables aleatorias sean
constantes en el tiempo. Los grficos de control permiten detectar si se
han producido modificaciones.
Causas comunes y causas asignables.- La variabilidad que presenta
una caracterstica del producto puede deberse a causas comunes y de
difcil eliminacin, como pequeas oscilaciones en la tensin elctrica,
heterogeneidad en la materia prima, desgaste de alguna mquina, etc. o
bien a causas de tipo puntual o accidental como una partida de materia
prima defectuosa, un desajuste de una mquina, etc.
Causas Comunes Causas Especiales
Originadas por muchas fuentes de
poca importancia
Originadas por pocas fuentes
individualmente importantes
Tienen carcter permanente Tienen carcter puntual e irregular
Dan lugar a una distribucin estable,
y por tanto, previsible
Modifican la distribucin de la
produccin. Proceso imprevisible.
Son las nicas presentes cuando el
proceso est bajo control.
Determinan que el proceso est fuera
de control.
Su correccin exige actuaciones a
nivel de direccin
Se corrigen mediante actuaciones
locales.
Proceso bajo control.- Un proceso est bajo control cuando no existen
causas especiales y la nica fuente de variabilidad la constituyen las
causas comunes.
Grficos de control Modelos operativos de control
2
Forma y uso de un Grfico de Control.-
Un grfico de control es un dibujo para determinar si el modelo de
probabilidad (variabilidad) es estable o cambia a lo largo del tiempo.
Hay distintos tipos de grficos de control referidos a distintas pautas
de variabilidad. Pero todos tienen unas caractersticas comunes y se
interpretan de la misma manera. En todos los casos es una prueba de
hiptesis estadstica.
El grfico tiene una lnea central que representa el valor medio de la
caracterstica de calidad, correspondiente al estado bajo control. Hay
tambin otras dos lneas horizontales, llamadas Lmite Superior de Control
(LSC) y Lmite Inferior de Control (LIC).
Un valor que se ubique entre los lmites de control es equivalente a no
poder rechazar la hiptesis estadstica. Otro que se encuentre fuera de los
lmites equivale al rechazo de la hiptesis. En uno y otro caso cabe la
posibilidad de error. Error de tipo I, rechazar cuando es cierta la hiptesis
(probabilidad ) y el de tipo II no rechazar cuando es falsa (probabilidad ).
Grficos de control Modelos operativos de control
3
Un modelo general para el diagrama de control. Sea W una estadstica
muestral que mide alguna caracterstica de calidad de inters. Sea
w
la
media de W, y su desviacin tpica
w
. Las lneas del diagrama de control
sern:
LSC =
w
+ k
w
Lnea central =
w
LIC =
w
k
w
donde k es la distancia entre los lmites de control y la lnea central,
expresada en desviaciones tpicas. Esta teora fue propuesta por primera
vez por el Dr. Walter A. Shewhart. Las grficas, desarrolladas segn estos
principios son denominadas diagramas de Shewhart.
Grficos de control Modelos operativos de control
4
GRFICOS DE CONTROL PARA LA MEDIA
El diagrama de control que nos da la tendencia de la media es:
LSC =
x x
k +
Lnea central =
x
LIC =
x x
k
Determinacin de la media de la poblacin
Para la formacin de los grficos de control necesitamos conocer las
medias y varianzas de sus distribuciones respectivas, lo que es
imposible. Por tanto tenemos que basarnos en estimadores, que
obtenemos a partir de un perodo base:
Se toman m (25 30) muestras (de un tamao determinado n) y en cada una
de ellas se mide la media x x n
i
i
n
=

1
/ y el recorrido R. (
min max
x x R = )
Ejemplo
Grficos de control Modelos operativos de control
5
La estimacin de la media de la poblacin es:
$
...
x x
x x x
m
m
= =
+ + +
1 2
La estimacin de la desviacin tpica es:
$
=
R
d
2
ya que
2
) (
d
R E
=
La amplitud media del recorrido R es:
R
R R R
m
m
=
+ + +
1 2
...
Este estimador es tanto ms eficiente cuanto menor es el tamao de
la muestra.
Grfico X :
Teniendo en cuenta que n
x
/ = , entonces
LSC = x
k
d n
R +
2
Lnea central = x
LIC = x
k
d n
R
2
La constante k puede tomar cualquier valor positivo; el valor ms usual es 3.
Llamamos A
2
a
A
d n
2
2
3
=
es una cantidad constante que depende solamente del tamao de la
muestra. Es posible poner los lmites de esta forma
LSC = x A R +
2
Grficos de control Modelos operativos de control
6
Lnea Central = x
LIC = x A R
2
Los valores de
2
d y A
2
estn tabulados,
Tabla para calcular los parmetros de los diagramas de
control de caractersticas variables de calidad
N observac.
En la muestra
n
Grfico X
Lmites de control
2
d
A
2
2
3
4
5
6
7
8
9
10
1,128
1,693
2,059
2,326
2,534
2,704
2,847
2,970
3,078
1,880
1,023
0,729
0,577
0,483
0,419
0,373
0,337
0,308
En el ejemplo de perodo base tenemos los siguientes diagramas:
x
x
i
i
= = =
=

1
25
25
1850 024
25
74 001
,
,
R
R
i
i
= = =
=

1
25
25
0 581
25
0 023
,
,
Diagrama de x
LSC = 74,001 + (0,577)(0.023) = 74,014
Lnea Central = 74,001
LIC = 74,001 - (0,577)(0.023) = 73,988
Grficos de control Modelos operativos de control
7
GRFICOS DE CONTROL PARA EL RECORRIDO. Diagrama de R
El diagrama que nos permite controlar la variabilidad del proceso viene
definido por los siguientes parmetros:
LSC =
R R
k +
Lnea central =
R

LIC =
R R
k
Determinacin de la media de R,
R

Un estimador de la media del recorrido es:

R
R R R
m
m
=
+ + +
1 2
...
Determinacin de la desviacin tpica de R,
R

Llamamos amplitud relativa a la variable aleatoria

R
W = , cuyos
parmetros slo dependen del tamao de la muestra, n.
2
d
W
=
3
d
W
= .
Entonces,

R
W
d = =
3
. As, un estimador para
R
es
2
3 3

d
R
d d
R
= = .
Por lo tanto, los parmetros del diagrama de R son
LSC =
2
3
d
R
kd R k R
R
+ = +
)
Lnea central = R
LIC =
2
3
d
R
kd R k R
R
=
)
La constante k puede tomar cualquier valor positivo; el valor ms usual es 3.
Llamando D
3
y D
4
a
2
3
3
3 1
d
d
D =
Grficos de control Modelos operativos de control
8
2
3
4
3 1
d
d
D + =
obtenemos las siguientes expresiones para los parmetros del grfico
de R
LSC =
4
D R
Lnea central = R
LIC =
3
D R
Los valores de d
3
, D
3
y D
4
son funciones del tamao de la muestra y
estn tabulados,
Tabla para calcular los parmetros de los diagramas de
control de caractersticas variables de calidad
Tamao de la
muestra Grfico de R
N d
3
D
3
D
4
2 0.853 0 3.267
3 0.888 0 2.574
4 0.880 0 2.282
5 0.864 0 2.114
6 0.848 0 2.004
7 0.833 0.076 1.924
8 0.820 0.136 1.864
9 0.808 0.184 1.816
10 0.797 0.223 1.777
En el ejemplo de perodo base, tenemos el siguiente diagramas de R
R
R
i
i
= = =
=

1
25
25
0 581
25
0 023
,
,
LIC=
3
D R =0,023 (0)=0
LSC=
4
D R =0,023 (2,115)=0.049.
Grficos de control Modelos operativos de control
9
DIAGRAMAS BASADOS EN VALORES ESTNDARES
Cuando es posible especificar valores estndares para la media y la
desviacin estndar del proceso, y , pueden utilizarse tales valores con
el fin de establecer los diagramas de control de x y R, sin el anlisis de
datos pasados. En este caso, los parmetros del grfico de x son
LSC =
n

3 +
Lnea central =
LIC =
n

3
Definiendo A=3/ n , estos parmetros se pueden escribir
LSC = A +
Lnea central =
LIC = A
Para el grfico de R, teniendo en cuenta que
R
d =
2 R
d =
3
se tienen los siguientes parmetros:
LSC =
3 2
3d d +
Lnea central =
2
d
LIC =
3 2
3d d
Definiendo las constantes
3 2 1
3d d D = ,
3 2 2
3d d D + = ,
los parmetros para el grfico de R pueden escribirse
LSC =
2
D
Lnea central =
2
d
LIC =
1
D
Grficos de control Modelos operativos de control
10
Caso de que el proceso no sea estable:
1 - Iniciar un perodo base de al menos 25 muestras.
2 Calcular X y R . Calcular los lmites de control.
3 Revisar el grfico R. Si todas las observaciones caen
dentro de los lmites de control ir al paso 4. Si hay
observaciones que estn fuera del lmite superior de
control eliminar las muestras correspondientes del
perodo base e ir al paso 2.
4 Revisar el grfico X . Si todas las observaciones caen
dentro de los lmites de control ir al paso 5. Si hay
observaciones fuera de los lmites de control, eliminar la
muestra correspondiente del perodo base. Si quedan 15
muestras o menos, prescindir del perodo base. En caso
contrario ir al paso 2.
5 Extender los lmites de control al perodo de vigilancia.
Grficos de control Modelos operativos de control
11
Anomalas: Causas y efectos
1 Fluctuaciones numerosas en recorridos y promedios.
Son debidas a que no se ha podido centrar bien la mquina.
Hay que investigar las causas y proponer los remedios oportunos.
2.- Tendencia central constante y fluctuaciones en el recorrido.
El sistema fue centrado por un operario hbil y lo han cambiado.
Se remedia entrenando al nuevo operario o cambindolo
3 Variacin en el mismo sentido de la tendencia central
Se debe a un desgaste uniforme y continuado de la herramienta que
realiza el proceso.
Grficos de control Modelos operativos de control
12
Se debe sustituir a tiempo la herramienta y recuperar la situacin.
4 Variacin peridica de la tendencia central.
Situacin tpica en los procesos que predomina la labor manual.
Cuando el operario observa las desviaciones debe recuperarlas.
5 Cambios irregulares en el grfico de promedios.
El proceso se desplaza en un sentido y el recorrido permanece constante.
Grficos de control Modelos operativos de control
13
Se le llama diente de sierra y es tpico de desajustes de la
mquina debido a dejadez del operario.
Lmites naturales modificados (lmites de rechazo)
Cuando los lmites de control estn muy cerca de la lnea central
respecto de los lmites de especificacin.
Segn el esquema de la figura, los nuevos lmites sern:
LSR T T
n
d
R
s x s
= + =

3 3 3
1
1
2

De la misma forma para el lmite inferior
LIR T T
n
d
R
i x i
= + = +

3 3 3
1
1
2

Caso de que n = 5
LSR T R
s
= 0 072 , LIR T R
i
= + 0 072 ,
Lmites Modificados
Es una variante de la anterior. Teniendo en cuenta que:
T T T
s i
= = 6 =
R
d
2
R
Td
=
2
6
Quedando los lmites:
LSC x A R x A
Td
Mo
= + = +
2 2
2
6
LSC x A R x A
Td
Mo
= =
2 2
2
6