Control Estadstico de Procesos Control Estadstico de Procesos

Grficos de Control
Los grficos de control o cartas de Los grficos de control o cartas de
control son una importante control son una importante
herramienta utilizada en control de herramienta utilizada en control de
calidad de procesos. calidad de procesos. Bsicamente, Bsicamente,
una una Carta de Control Carta de Control es un grfico es un grfico
en el cual se representan los valores en el cual se representan los valores
de algn tipo de medicin realizada de algn tipo de medicin realizada
durante el funcionamiento de un durante el funcionamiento de un
proceso contnuo, y que sirve para proceso contnuo, y que sirve para
controlar dicho proceso. controlar dicho proceso. Vamos a Vamos a
tratar de entenderlo con un ejemplo. tratar de entenderlo con un ejemplo.
Supongamos que tenemos una mquina inyectora que produce
piezas de plstico, por ejemplo de
PVC. Una caracterstica de calidad
importante es el peso de la pieza de
plstico, porque indica la cantidad de
PVC que la mquina inyect en la
matriz. Si la cantidad de PVC es poca
la pieza de plstico ser deficiente; si
la cantidad es excesiva, la
produccin se encarece porque se consume ms materia prima.
Entonces, en el lugar de salida de las piezas, hay un operario que
cada 30 minutos toma una, la pesa en una balanza y registra la
observacin:
Etc.
Grfico de
Control
pieza: 1
55,1 gr.
2
57,1 gr.
3
53,3 gr.
4
53,9 gr.
5
55,9 gr.
Supongamos que estos datos se registran en un grfico de lneas en
funcin del tiempo:
Observamos una lnea quebrada irregular, que nos muestra las Observamos una lnea quebrada irregular, que nos muestra las
fluctuaciones del peso de las piezas a lo largo del tiempo. Esta es la fluctuaciones del peso de las piezas a lo largo del tiempo. Esta es la
fluctuacin fluctuacin esperable y natural esperable y natural del proceso. Los valores se mueven del proceso. Los valores se mueven
alrededor de un valor central (El promedio de los datos), la mayor alrededor de un valor central (El promedio de los datos), la mayor
parte del tiempo cerca del mismo. Pero en algn momento puede parte del tiempo cerca del mismo. Pero en algn momento puede
ocurrir que aparezca uno o ms valores demasiado alejados del ocurrir que aparezca uno o ms valores demasiado alejados del
promedio. promedio.
Cmo podemos distinguir si esto se produce por la Cmo podemos distinguir si esto se produce por la fluctuacin fluctuacin
natural natural del proceso o porque el mismo ya no est funcionando bien? del proceso o porque el mismo ya no est funcionando bien?
Esta es la respuesta que provee el control estadstico de procesos, y Esta es la respuesta que provee el control estadstico de procesos, y
a continuacin veremos como lo hace. a continuacin veremos como lo hace.
Grfico de las observaciones
48
50
52
54
56
58
60
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Todo proceso de fabricacin funciona bajo ciertas condiciones o
variables que son establecidas por las personas que lo manejan para
lograr una produccin satisfactoria.
Cada uno de estos factores est sujeto a variaciones que realizan
aportes ms o menos significativos a la fluctuacin de las
caractersticas del producto, durante el proceso de fabricacin. Los
responsables del funcionamiento del proceso de fabricacin fijan los
valores de algunas de estas variables, que se denominan variables
controlables. Por ejemplo, en el caso de la inyectora se fija la
temperatura de fusin del plstico, la velocidad de trabajo, la presin
del pistn, la materia prima que se utiliza (Proveedor del plstico),
etc.
Pero un proceso de fabricacin es una suma compleja de eventos Pero un proceso de fabricacin es una suma compleja de eventos
grandes y pequeos. grandes y pequeos. Hay una gran cantidad de variables que sera Hay una gran cantidad de variables que sera
imposible o muy difcil controlar. Estas se denominan imposible o muy difcil controlar. Estas se denominan variables no variables no
controlables controlables. Por ejemplo, pequeas variaciones de calidad del . Por ejemplo, pequeas variaciones de calidad del
plstico, pequeos cambios en la velocidad del pistn, ligeras plstico, pequeos cambios en la velocidad del pistn, ligeras
fluctuaciones de la corriente elctrica que alimenta la mquina, etc. fluctuaciones de la corriente elctrica que alimenta la mquina, etc.
Proceso
Materias
Primas
Maquinaria
Mano de
Obra
Mtodos
Condiciones
Ambientales
Los efectos que producen las variables no controlables son
aleatorios. Adems, la contribucin de cada una de las variables no
controlables a la variabilidad total es cuantitativamente pequea. Son
las variables no controlables las responsables de la variabilidad
de las caractersticas de calidad del producto.
Los cambios en las variables controlables se denominan Causas Los cambios en las variables controlables se denominan Causas
Asignables de variacin del proceso, porque es posible identificarlas. Asignables de variacin del proceso, porque es posible identificarlas.
Las fluctuaciones al azar de la variables no controlables se Las fluctuaciones al azar de la variables no controlables se
denominan Causas No Asignables de variacin del proceso, porque denominan Causas No Asignables de variacin del proceso, porque
no son pasibles de ser identificadas. no son pasibles de ser identificadas.
Causas Asignables: Son causas que pueden ser identificadas y que
conviene descubrir y eliminar, por ejemplo, una falla de la mquina
por desgaste de una pieza, un cambio muy notorio en la calidad del
plstico, etc. Estas causas provocan que el proceso no funcione
como se desea y por lo tanto es necesario eliminar la causa, y
retornar el proceso a un funcionamiento correcto.
Causas No Asignables: Causas No Asignables: Son una multitud de causas no Son una multitud de causas no
identificadas, ya sea por falta de medios tcnicos o porque no es identificadas, ya sea por falta de medios tcnicos o porque no es
econmico hacerlo, cada una de las cuales ejerce un pequeo efecto econmico hacerlo, cada una de las cuales ejerce un pequeo efecto
en la variacin total. en la variacin total. Son inherentes al proceso mismo y no pueden Son inherentes al proceso mismo y no pueden
ser reducidas o eliminadas a menos que se modifique el proceso. ser reducidas o eliminadas a menos que se modifique el proceso.
Cuando el proceso trabaja afectado solamente por un sistema Cuando el proceso trabaja afectado solamente por un sistema
constante de variables aleatorias no controlables (Causas no constante de variables aleatorias no controlables (Causas no
asignables) se dice que est asignables) se dice que est funcionando bajo Control Estadstico funcionando bajo Control Estadstico. .
Cuando, adems de las causas no asignables, aparece una o varias Cuando, adems de las causas no asignables, aparece una o varias
causas asignables, se dice que el proceso est causas asignables, se dice que el proceso est fuera de control fuera de control. .
El uso del control estadstico de procesos lleva implcitas algunas
hiptesis que describiremos a continuacin:
1)Una vez que el proceso est en funcionamiento bajo condiciones
establecidas, se supone que la variabilidad de los resultados en la
medicin de una caracterstica de calidad del producto se debe slo
a un sistema de causas aleatorias, que es inherente a cada proceso
en particular.
2) El sistema de causas aleatorias que acta sobre el proceso
genera un universo hipottico de observaciones (mediciones) que
tiene una Distribucin Normal.
3) Cuando aparece alguna causa asignable provocando
desviaciones adicionales en los resultados del proceso, se dice que
el proceso est fuera de control.
La funcin del control estadstico de procesos es comprobar en
forma permanente si los resultados que van surgiendo de las
mediciones estn de acuerdo con las dos primeras hiptesis. Si
aparecen uno o varios resultados que contradicen o se oponen a las
mismas, es necesario detener el proceso, encontrar las causas por
las cuales el proceso se apart de su funcionamiento habitual y
corregirlas.
Control Estadstico...Cmo ponerlo en marcha?
La puesta en marcha de un programa de control estadstico para un
proceso en particular implica dos etapas:
1
a
Etapa: Ajuste
del Proceso
2
a
Etapa: Control del
Proceso
Control
Estadstico
Antes de pasar a la segunda etapa, se verifica si el proceso est
ajustado. En caso contrario, se retorna a la primera etapa:
En la 1
a
etapa se recogen unas 100200 mediciones, con las cuales
se calcula el promedio y la desviacin standard:
Luego se calculan los Luego se calculan los Lmites de Control Lmites de Control de la siguiente manera: de la siguiente manera:
1
a
Etapa: Ajuste
del Proceso
2
a
Etapa: Control del
Proceso
S
No
Proceso
Ajustado?
X
X
i
N
X X
i
2
N
Lm. Superior X 3,09
Lm. Inferior X 3,09
Estos lmites surgen de la hiptesis de que la distribucin de las Estos lmites surgen de la hiptesis de que la distribucin de las
observaciones es normal. En general se utilizan lmites de 2 sigmas observaciones es normal. En general se utilizan lmites de 2 sigmas
de 3 sigmas alrededor del promedio. de 3 sigmas alrededor del promedio. En la distribucin normal, el En la distribucin normal, el
intervalo de 3,09 sigmas alrededor del promedio corresponde a una intervalo de 3,09 sigmas alrededor del promedio corresponde a una
probabilidad de 0,998. probabilidad de 0,998.
Entonces, se construye un grfico de prueba y se traza una lnea Entonces, se construye un grfico de prueba y se traza una lnea
recta a lo largo del eje de ordenadas (Eje Y), a la altura del promedio recta a lo largo del eje de ordenadas (Eje Y), a la altura del promedio
(Valor central de las observaciones) y otras dos lneas rectas a la (Valor central de las observaciones) y otras dos lneas rectas a la
altura de los lmites de control: altura de los lmites de control:
X
Y

3.09
99.8 % de las
mediciones
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Promedio = 55 Gr.
Lmite Superior = 60,8 Gr.
Lmite Inferior = 49,2 Gr.
En este grfico se representan los puntos correspondientes a las En este grfico se representan los puntos correspondientes a las
observaciones con las que se calcularon los lmites de control: observaciones con las que se calcularon los lmites de control:
Este grfico de prueba se analiza detenidamente para verificar si Este grfico de prueba se analiza detenidamente para verificar si
est de acuerdo con la hiptesis de que la est de acuerdo con la hiptesis de que la variabilidad del proceso variabilidad del proceso
se debe slo a un se debe slo a un sistema de causas aleatorias sistema de causas aleatorias o si, por el contrario, o si, por el contrario,
existen causas asignables de variacin. Esto se puede establecer existen causas asignables de variacin. Esto se puede establecer
porque cuando la fluctuacin de las mediciones se debe a un sistema porque cuando la fluctuacin de las mediciones se debe a un sistema
constante de causas aleatorias la distribucin de las observaciones constante de causas aleatorias la distribucin de las observaciones
es normal: es normal:
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Cuando las observaciones sucesivas tienen una distribucin normal, Cuando las observaciones sucesivas tienen una distribucin normal,
la mayor parte de los puntos se sita muy cerca del promedio, la mayor parte de los puntos se sita muy cerca del promedio,
algunos pocos se alejan algo ms y prcticamente no hay ninguno algunos pocos se alejan algo ms y prcticamente no hay ninguno
en las zonas ms alejadas: en las zonas ms alejadas:
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
La mayor parte
de los puntos
estn muy cerca
del promedio
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Lejos del
promedio
hay menos
Es difcil decir como es el grfico de un conjunto de puntos que
siguen un patrn aleatorio de distribucin normal, pero s es fcil
darse cuenta cuando no lo es. Veamos algunos ejemplos de
patrones No Aleatorios:
Una sucesin de puntos por encima ...
Grfico de Control de Prueba
45
50
55
60
65
13579
1
1
1
3
1
5
1
7
1
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Ms afuera casi
no hay puntos
Grfico de
Control
... o por debajo de la lnea central.
Una serie creciente de 6 7 observaciones... Una serie creciente de 6 7 observaciones...
.. o una serie decreciente.
Grfico de
Control
Grfico de
Control
Grfico de
Control
Si no se descubren causas asignables entonces se adoptan los
lmites de control calculados como definitivos, y se construyen cartas
de control con esos lmites:
Si slo hay pocos puntos fuera de control (2 3), estos se eliminan,
se recalculan la media, desviacin standard y lmites de control con
los restantes, y se construye un nuevo grfico de prueba. Cuando las
observaciones no siguen un patrn aleatorio, indicando la existencia
Grfico de
Control
Varios puntos
por fuera de los
lmites de
control
Grfico de Control
45
50
55
60
65
2
1
2
3
2
5
2
7
2
9
3
1
3
3
3
5
3
7
3
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Lm. Superior
Valor Central
Lm. Inferior
de causas asignables, se hace necesario investigar para descubrirlas
y eliminarlas. Una vez hecho esto, se debern recoger nuevas
observaciones y calcular nuevos lmites de control de prueba,
comenzando otra vez con la primera etapa.
En la 2
a
etapa, las nuevas observaciones que van surgiendo del
proceso se representan en el grfico, y se controlan verificando que
estn dentro de los lmites, y que no se produzcan patrones no
aleatorios:
Como hemos visto, el 99,8 % de las observaciones deben estar Como hemos visto, el 99,8 % de las observaciones deben estar
dentro de los lmites de 3,09 sigmas alrededor de la media. dentro de los lmites de 3,09 sigmas alrededor de la media. Esto Esto
significa que slo 1 observacin en 500 puede estar por causas significa que slo 1 observacin en 500 puede estar por causas
aleatorias fuera de los lmites de control. Entonces, cuando se aleatorias fuera de los lmites de control. Entonces, cuando se
encuentra ms de 1 punto en 500 fuera de los lmites de control, esto encuentra ms de 1 punto en 500 fuera de los lmites de control, esto
indica que el sistema de causas aleatorias que provocaba la indica que el sistema de causas aleatorias que provocaba la
variabilidad habitual de las observaciones ha sido alterado por la variabilidad habitual de las observaciones ha sido alterado por la
aparicin de una causa asignable que es necesario descubrir y aparicin de una causa asignable que es necesario descubrir y
eliminar. eliminar.
Grfico de Control
45
50
55
60
65
2
1
2
3
2
5
2
7
2
9
3
1
3
3
3
5
3
7
3
9
N de pieza
P
e
s
o

d
e

l
a
s

p
i
e
z
a
s

(
G
r
.
)
Lm. Superior
Valor Central
Lm. Inferior
Punto fuera de control
En ese caso, el supervisor del proceso En ese caso, el supervisor del proceso
debe detener la marcha del mismo e debe detener la marcha del mismo e
investigar con los que operan el proceso investigar con los que operan el proceso
hasta descubrir la o las causas que hasta descubrir la o las causas que
desviaron al proceso de su desviaron al proceso de su
comportamiento habitual. Una vez comportamiento habitual. Una vez
eliminadas las causas del problema, se eliminadas las causas del problema, se
puede continuar con la produccin normal. puede continuar con la produccin normal.