Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EJERCICIO 11.1
En una compañía que fabrica el polímetro PVC (cloruro de polivinilo) se realiza
un estudio R&R para evaluar el proceso de medición del tamaño de partícula,
que es una propiedad crítica de la resina. Las especificaciones inferior y
superior son EI = 25, ES = 40, respectivamente, por lo que el rango de
especificación o tolerancia para la partícula es igual a 15.0. Justo antes del
embarque se obtienen de los vagones de ferrocarril 10 muestras de resina de
PVC. Cada muestra de resina se mide dos veces por cada operador y los datos
obtenidos se muestran en la tabla siguiente:
Para analizar los resultados del estadio R&R, primero se debe hacer una
inspección visual de los datos. En la tabla anterior se ve que hay diferencias
entre el ensayo uno y dos de cada operador, y también entre los resultados de
cada operador para una misma pieza. Estas diferencias se pueden comprender
mejor con las gráficas apropiadas. Por ejemplo, en la fi gura 11.6 se muestra un
par de gráficas: en a) se compara la medición promedio que cada operador
obtiene para cada pieza. De aquí se observa que hay cierta discrepancia entre
lo que reporta cada operador, y que el operador C tiende a reportar mediciones
más pequeñas, mientras que las del A son ligeramente mayores. El razonable
paralelismo que mantienen las líneas a lo largo de las piezas indica que el efecto
de interacción operador × pieza no es significativo. Mientras que en la fi gura
11.6 b se muestran los errores de cada operador, junto con qué tanto se alejan
de la medición promedio. De aquí destaca que el operador C tiende a tener
mayores errores y, como ya se había dicho, registra mediciones más pequeñas.
Para ver si estos errores y diferencias son suficientemente grandes hay dos
métodos: el de rangos y medias, y el de ANOVA. El primero es más sencillo,
pero el segundo es más efectivo.
1. Calcular para cada operador el rango de las mediciones que hizo de cada
pieza. Este rango es una información directa sobre el error de las
mediciones (repetibilidad), ya que son sobre la misma pieza y las realiza
el mismo operador.
ESTUDIO DE CAPACIDAD DEL INSTRUMENTO
(MÉTODO LARGO)
Persona responsable: Fecha:
Especificaciones: EI= 25 ES= 40 Estudio:
Tolerancia: 25 40 15 Departamento:
Número de gage:
Tipo de gage:
Operador A Operador B Operador C
Número de partes
Ensayo 1 Ensayo 2 Ensayo 3 Rango Ensayo 1 Ensayo 2 Ensayo 3 Rango Ensayo 1 Ensayo 2 Ensayo 3 Rango
1 36,2 36,3 0,1 35,8 35 0,8 36,1 34,8 1,3
2 35,3 35 0,3 35,6 35,1 0,5 35,7 34,7 1
3 30,8 30,6 0,2 30,4 28,9 1,5 30,2 29,2 1
4 29,8 29,6 0,2 30,2 29,9 0,3 28,3 30,1 1,8
5 32 31,7 0,3 31,1 31,7 0,6 30,1 31,7 1,6
6 30,7 29,7 1 30,9 30,4 0,5 29,8 29,5 0,3
7 33,4 32,4 1 32,9 32,1 0,8 33,4 31,2 2,2
8 37,1 36,5 0,6 36,7 36,2 0,5 36 35,5 0,5
9 30,1 30,5 0,4 30 29,7 0,3 29,1 30,2 1,1
10 34,6 34,2 0,4 34,1 33,7 0,4 33,6 34,2 0,6
Total 330 𝑅 0,45 327,7 𝑅 0,62 322,3 𝑅 1,14
𝑅 0,45
𝑅 0,62
𝑅 1,14
Suma 2,21
𝑅 0,736
Máx 𝑋̅ 32,82
Mín 𝑋̅ 32,17
𝑋̅ Dif 0,65
LCS=(𝑅 ̅̅̅ )(𝐷4 )
LCS=0,736*3,27=2,4
𝐷4 Ensayos
2 3,27
3 2,57
Operador
b) Comparación de los errores de cada operador
2. Calcular el promedio de los rangos de cada operador y la media de todas las
mediciones realizadas por un mismo operador. En el ejemplo, las medias por
operador son
y, por lo tanto,
De esta manera el error máximo de medición está dado por ± 2.575σˆ R&R; por
lo que si se mide una pieza y se obtiene como resultado un valor X, entonces el
verdadero valor de la medición para esa pieza está entre X ± 2.575σˆ R&R, con
una confianza de 99 por ciento. Por ejemplo, si se mide una partícula y se
reporta que su valor es 24, entonces se rechazaría porque es menor que la
especificación inferior (EI = 25). Sin embargo, esta partícula puede estar dentro
de especificaciones, ya que su verdadero valor está en 24 ± 2.575 × 0.72; es
decir, en el rango (22.14, 25.86).
8. Calcular el índice precisión/tolerancia. En este ejemplo la tolerancia para el
tamaño de partícula es de 15 unidades, entonces el índice P/T se define por:
PIEZA 1 2 3 4 5 6 7 8 9 10
MEDICIÓN 35.70 35.23 30.02 29.65 31.38 30.17 32.57 36.33 29.93 34.07
PROMEDIO
11. Tomar una decisión. Con base en los tres criterios de calidad del sistema
de medición que se comentaron antes, se toma una decisión acerca de lo que
se debe hacer. En caso de que se decida mejorar el sistema de medición es
importante ver cuál de los componentes de ORaR es el que más contribuye al
error de medición, ya que en primera instancia puede ser el instrumento, los
operadores o ambos. De acuerdo con esto se tienen las siguientes
posibilidades de acción:
• Si la fuente dominante de variación es la repetibilidad se deben investigar las
posibles causas, algunas de las cuales pudieran ser: la suciedad del
instrumento, componentes gastados, variabilidad dentro del mensurando,
instrumento mal diseñado, funcionamiento inadecuado, método inadecuado,
condiciones ambientales o que de plano el instrumento de medición utilizado no
sea adecuado para realizar tal medición. En este caso se debe evaluar la
posibilidad de sustituirlo.
• Cuando la reproducibilidad es la fuente principal de variabilidad, los esfuerzos
se deben enfocar a estandarizar los procedimientos de medición y entrenar.a
los operadores para que se apeguen a ellos. Esto se debe a que, por lo
general, se encontrará que los operadores usan métodos distintos, carecen de
entrenamiento en el uso del equipo o se tiene un diseño inapropiado del
instrumento que permite evaluaciones subjetivas. Si existieran otras fuentes de
variación (como temperatura, tiempo, instrumento, etc.) con posible impacto en
la reproducibilidad, su contribución se puede estudiar mediante técnicas de
diseño de experimentos (vea Gutiérrez y De la Vara, 2012).
• Si a pesar de la mala calidad de las mediciones la capacidad del proceso de
producción es adecuada (C. > 1.33 y centrado en el valor nominal), entonces el
desempeño inadecuado del sistema de medición no necesariamente es un
problema crítico, pero en caso de mejorar la precisión se observaría un C,
todavía mejor. Por el contrario, si el proceso de producción es incapaz (C, ‹ 1),
los resultados inaceptables del estudio R&R
pueden ser la diferencia entre reportar o no el proceso como capaz.
La variación excesiva del proceso de medición se puede reducir haciendo más
de una medición independiente sobre la misma pieza y reportar el promedio de
estas mediciones como la magnitud de la misma. Si bien esta estrategia
incrementa el tiempo y los recursos invertidos, es una alternativa que puede ser
viable mientras se logra llevar el sistema de medición a resultados aceptables.
En el caso del ejemplo 11.1, toda la información obtenida se resume en la
figura 11.5 y en a tabla 11.2, donde se destaca que:
Ejemplo 11.2
En el ejemplo 1.1 utilizaron igual 10 parte o igual operadores hicieron de igual
dos ensayos aplica el método anova no va a dichos datos obtiene la siguiente
tabla ANova
El análisis de estos datos se hace con el apoyo del formato de la figura 11.8,
donde se resalta que el rango promedio es igual a 0.32. Para calcular la
expansión del error de medición (EM) que resulta de multiplicar 5.15 veces la
desviación estándar del error de inedición,' se tiene que de acuerdo con la nota
de pie de página, el error de medición
expandido esEM = 5.15 GR&R = Kz X R = 2.99 x 0.32 = 0.9568,
donde k, depende del número de operadores y de pie-zas, y su valor se lee en
la figura 11.8. Además,@RER =
EM
= 0.1858.
5.15Por lo que el error máximo con el que se mide el pH de las sustancias es
de #2.575 Op&R = ‡0.4784.
4. Parece que el error de medición es mucho. Para saberlo con mayor certeza
habría que establecer la tolerancia de algunas de las sustancias que se miden
sistemáticamente con este potenciómetro. Por ejemplo, una de ellas es el
yogur, cuyo nivel de pH debe estar entre 4.0 y 5.0, de aquí que la tolerancia es
de ES - El = 1.0, y por lo tanto el índice precisión/tolerancia, P/T, está dado
por:0.9568× 100
× 100% =
=95.68%
Este índice para un estudio corto se interpreta de forma similar al obtenido en
el estudio largo como se sintetiza en la parte inferior de la figura 11.8. De ahí
que este valor de 95.68% es inaceptable debido a que el proceso de medición
contribuye demasiado a la variación observada, por lo que debe ser corregido o
sustituido por otro con mejor precisión. Desafortunadamente en este caso no
es posible saber si el problema se debe al equipo o a los operadores, esto
debido a que los operadores sólo hicieron un ensayo por cada muestra.
EJEMPLO 11.4
Para monitorear un sistema de medición, cada día du rante algún momento de
la jornada laboral se agrega una pieza patrón para que sea medida junto con
otras piezas de la producción. Las mediciones son realizadas por el mismo
operador con el equipo de medición a evaluar. Los datos obtenidos durante un
mes para la pieza patrón se muestran en la tabla 11.4, en donde se agregó el
rango móvil de orden 2 (la diferencia entre las mediciones de dos días
consecutivos). Con estos datos se obtienen las correspondientes cartas de
individuales y de rango móvil (vea el capítulo 7). Para el ejemplo, estas cartas
se muestran en la figura 11.9. Ambas cartas muestran un proceso de medición
en control estadístico, lo cual significa que el error de medición que se comete
tiende a ser el mismo en términos estadísticos, independientemente de que
este error sea poco o mucho. Si hubiera alguna causa especial debe
investigarse y eliminarse, como se hace en la aplicación tradicional de las
cartas al proceso de producción.
Por ejemplo, una tendencia ascendente o descendente mostraría que el
sistema de medición ciene una deriva, que con el tiempo lo puede llevar a
condiciones de inexactitud graves. En principio, el objetivo inicial del estudio ya
se ha cumplido (monitorear), pero de modo adicional es posible estimar el error
de medición, ya que la desviación estándar estimada para el error de medición
es \= 0.096, que resulta de dividir R/d, = (0.108/1.128), de aquí que:
DEM = @ instr= 0.096
La expansión del error de medición es 5.15 x 0.096 =
0.4944. Por lo tanto, el error de medición máximo que genera este sistema de
medición es # 2.575 x 0.096 = 0.2472, Con ung confianza de 99%.
Supongamos que las especifi-ФЕм = ô,
instr = 0.096
La expansión del error de medición es 5.15 x 0.096 =
0.4944. Por lo tanto, el error de medición máximo que genera este sistema de
medición es ‡ 2.575 x 0.096 = 0.2472, con una confianza de 99%.
Supongamos que las especificaciones para la característica de calidad de la
pieza son
El = 8.5, El = 11.5, entonces el índice P/T resulta ser,
0.4944
PIT =
×100 = 16.48%
11.5-8.5De acuerdo con la regla de interpretación mencionada en la sección
anterior, el error del sistema está en un nivel todavía aceptable. Es importante
comentar que esta conclusión se debe ver con reserva, ya que en el estudio
sólo se consideró un operador y una sola pieza, por lo que la variabilidad
obtenida subestima la variabilidad del proceso de medición, pues en la realidad
operativa del instrumento siempre se miden piezas diferentes y es posible tener
varios operadores.
EJEMPLO 11.5
Una planta elabora un producto en forma de polvo. Un parámetro importante es
el tamaño promedio de partícula del producto, que se mide con un analizador
automático cuyo desempeño se quiere monitorear a lo largo del tiem-po. La
tolerancia para dicho parámetro es ES - El = 100. Se selecciona en forma
aleatoria una muestra del producto de cada lote de producción, se mezcla bien
y se divide en dos mitades que se numeran como #1 y #2 antes de someterse
al analizador de partículas. Note que cada muestra extraída hace las veces de
una pieza de la producción. Los resulta dos obtenidos para 30 lotes
consecutivos se muestran en la tabla 11.5, en donde se reportan la media y el
rango de las dos mediciones.
Para analizar los datos de la tabla 11.4 es necesario ob. tener las cartas (X - R)
con tamaño de subgrupo n= 2 (ver capítulo 7), para analizar las medias y el
rango, respectiva-mente. En la figura 11.10 se muestran estas cartas. La carta
R se interpreta de manera convencional, y en ella se observa que la
variabilidad de la diferencia entre las dos mediciones a cada muestra se
encuentra en control estadístico, es decir, el proceso de medición es estable en
cuanto a su error de medición. Por su parte, la carta X no se interpreta de
manera convencional, ya que aquí, mientras más puntos caigan fuera de los
límites de control, significa que el proceso de medición detectó que se midieron
piezas diferentes. Por lo que en general, si las muestras realmente son
tomadas al azar, entonces entre más preciso sea el instrumento de medición la
carta X mostrará más puntos fuera de los límites. La razón de que los límites de
la carta X tiendan a ser estrechos es que los límites de control se basan en el
estimador de la desviación estándar dado por
R
=
d
1.128
el cual subestima la verdadera desviación estándar del proceso o, ya que cada
rango es la diferencia de mediciones sobre la misma unidad (dentro de
muestra) y no toma en cuenta la variación debida al producto (de muestra a
mues-tra).
Como la carta de rangos de la figura 11.10 se encuentra en control estadístico,
de ella se puede estimar la variabilidad debida al instrumento de medición
mediante,
R
@instr =.
7.0333
= 6.235
d
1.128la carta X mostrará más puntos tuera de los limites. La a zón de que los
límites de la carta X tiendan a ser estrechos es que los límites de control se
basan en el estimador de la desviación estándar dado por
R
öd2
R
1.128
el cual subestima la verdadera desviación estándar del proceso o, ya que cada
rango es la diferencia de mediciones sobre la misma unidad (dentro de
muestra) y no toma en cuenta la variación debida al producto (de muestra a
mues-tra).
Como la carta de rangos de la figura 11.10 se encuentra en control estadístico,
de ella se puede estimar la variabilidad debida al instrumento de medición
mediante,
R
O instr
7.0333
=6.235
o. Un
Por lo que el índice P/T resulta ser,
y como el resultado es mayor que 30%, se concluye que el proceso de
medición tiene un error muy grande y se deben procurar alternativas para
reducir este error en la medición del tamaño de partícula.
EJEMPLO 11.6
En un proceso de manufactura se aplica un recubrimiento de plástico para
proteger los componentes de un producto.
La calidad de la apariencia de este recubrimiento es inspeccionada
visualmente. Si se detectan manchas se rechaza el producto. Con el interés de
evaluar la consistencia de este sistema de evaluación (medición) de la calidad,
se decide hacer un estudio R&R para datos binarios. Para ello, se seleccionan
50 piezas de todo tipo de calidad de la apariencia del recubrimiento: desde
piezas con calidad aceptable, inaceptable y algunas de calidad marginal. En el
estudio se incluye a los cinco operadores que normalmente evalúan el
recubrimiento, y cada uno evalúa cada pieza dos veces o en orden aleatorio.
Se dio una semana de diferencia entre
0. una medición y otra. Los datos obtenidos se muestran en la figura 11.11, en
la cual, en cada juicio de un operador
ra: con suma igual 10 o 0 hay cero desacuerdos; mientras TABLA 11.6 Análisis
de desacuerdos para el ejemplo 11.6 que si la suma fue 9, como en el caso de
la pieza 20, esto implica que hay nueve unos y un cero, y que un operador (el
uno) estuvo en desacuerdo con nueve juicios, por lo
Nivel de acuerdo (columna suma)
Número de pares en desacuerdo
tanto el número de pareias de juicios en descuerdo son nueve (9 × 1). Algo
similar ocurre cuando la suma es uno. Si la suma es ocho, debido a que hay
ocho unos y dos ceros, por lo tanto hay 16 pares de juicios en desacuerdo (8 x
2). Nótese que tomar en cuenta el número de pares en desacuerdo es una
forma de penalizar el nivel de desacuerdo, ninguna penalización para cuando
hay
Desacuerdos
totales
acuerdo (O o 10) y hasta 25 para cuando la mitad de los