Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de la Calidad
E. Gómez / J. Caja
Control de procesos
Evolución
Conceptos
Definiciones
Control de aceptación
Normativa
1990
Excelencia en la Gestión
1960
Gestión de Calidad
1950
Garantía de Calidad
1924
Control de Calidad
ALGUNOS HITOS: Los inicios
La revolución industrial comienza a exigir la
fabricación masiva de productos.
GENICHI TAGUCHI
Conceptos fundamentales:
1- Productos atractivos al cliente.
2- Ofrecer mejores productos que la competencia.
Función de pérdida: a mayor variación de una especificación con
respecto al valor nominal, mayor es la pérdida monetaria
transferida al consumidor.
Mejora continua: la mejora continua del proceso productivo y la
reducción de la variabilidad son indispensables para subsistir
en la actualidad.
FUNCIÓN DE PÉRDIDA DE TAGUCHI
Pérdida
L(e)
Pérdida del
Ganancia del
cliente
fabricante
p m Espesor
COSTES DE LA CALIDAD
Coste de
CALIDAD
Coste de la calidad
A
cA Coste de
FALLOS
Coste de Coste de
PREVENCIÓN DETECCIÓN
CERO NA
DEFECTOS
Coste de
FALLOS
Coste de
F
DETECCIÓN
Coste de
P PREVENCIÓN
CERO C B
DEFECTOS
Gestión Excelencia
Control de
procesos y de
aceptación
Control Garantía
El puzzle de la calidad
NORMATIVA DE LA CALIDAD
ISO 9001
Sección 1 - Ámbito
Sección 2 - Referencias normativas
Sección 3 - Términos y Definiciones
Sección 4 - Requisitos del Sistema
Sección 5 - Responsabilidades de la Dirección
Sección 6 - Gestión de Recursos
Sección 7 - Realización del Producto
Sección 8 - Medición, Análisis y Mejora
Material (e)
Material (s)
Energía (s)
Información (s)
CONTROL DE PROCESOS
Material (e)
Material (s)
Energía (s)
Información (s)
CONTROL DE PROCESOS
Material (e)
Material (s)
CAUSAS ASIGNABLES
Energía (s)
Información (s)
CONTROL DE PROCESOS
LÍMITE SUPERIOR
Característica
LÍMITE INFERIOR
Tiempo
FUERA DE CONTROL
CONTROL DE PROCESOS
VARIABLES
?
LÍMITE SUPERIOR
ATRIBUTOS
Característica
LÍMITE INFERIOR
Tiempo
BAJO CONTROL
CONTROL DE PROCESOS
CONTROL DE PROCESOS
CONTROL POR VARIABLES
CONTROL POR VARIABLES
medias y recorridos ( X , R)
medianas y recorridos ( MD , R)
CONTROL POR VARIABLES
medias y recorridos ( X , R)
medianas y recorridos ( MD , R)
PROMEDIO DISPERSIÓN
CONTROL POR VARIABLES
Función de distribución de probabilidad N(,).
2
x
1 2 2
f x e x
2
x
Normalización N(,). Z
P 92, 5 x 107, 5
1 P 92, 5 x 107, 5
1 P x 107, 5 P x 92, 5
107, 5 105 92, 5 105
1 P x P x
5 5
4 4
1 P x 1 P x 5
1 P x 1 1 P x 5
1 0, 841345 1 1 0,15866
Gráfica de Característica Operativa (OC)
Evalúa la probabilidad de no detectar la gráfica de control el cambio cuando la
media del proceso cambia.
Probabilidad de no detectar
1
ARL
Nº de muestas
Pd
FASE 1 FASE 2
DETERMINACIÓN
DE
ESTIMADORES
ESTADÍSTICOS
n1 ≥ 25
Promedio
LSC x A1 S LIC x A1 S
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
Promedio
LSC x A2 R LIC x A2 R
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
Dispersión
S C2 0 S
S C2 S
C2
1
S 0 1 C22 3 1
n LSCS 1 1 C2 S
2
B4 S
C 2 n
1
LSCS C2 3 1 C22 0 B2 0
n 3 1
LICS 1 1 C2 S
2
B3 S
C n
1 2
LICS C2 3 1 C22 0 B1 0
n
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
Ejemplo: μ0 = 30 mm, σ0 = 20 m, n = 5
Dispersión
R d2 0 R R
R d3 0 R d
R 3 R R 3 d3 1 3 3 R
d2 d2
d 2 0 3 d 3 0 d 2 3 d 3 0
d3
LSCR 1 3 R D4 R
LSC R d 2 3 d 3 0 D2 0 d 2
LIC R d 2 3 d 3 0 D1 0 d
LICR 1 3 3 R D3 R
d2
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
Ejemplo:
30,05
30,04
30,03
LSC
μ0 = 30 mm,
30,02
30,01
LC
σ0 = 20 mm,
30
29,99
n=5 29,98
29,97
LIC
29,96
29,95
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
LC = 30 0,05
LSC = 30.027
0,04
LSCs
0,03
-0,01
2
3
4
5
X
S
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
WINspc SPCinspéctor
http://www.winspc.com/ http://www.spc-inspector.com/
Factory SPC 6
http://www.elecsoft.com/
CREACIÓN DE UN GRÁFICO DE CONTROL POR VARIABLES
Implantar un control por variables para el volumen de llenado de envases.
Datos:
V = 1000 ± 20 cm3
LIT = 980 cm3
LST = 1020 cm3
n=5
GRÁFICOS DE CONTROL POR VARIABLES MODIFICADOS
Tolerancia = 40 cm3
R 10.6
6 6 6 27.3
d2 2.326
GRÁFICOS DE CONTROL POR VARIABLES MODIFICADOS
Tolerancia = 40 cm3
R 10.6
6 6 6 27.3
d2 2.326
R
LST LIT 6 ;
d2
d2 2.326
R MÁX ( LST LIT ) 40 15.5
6 6
LSC MOD 1000 0.577 ꞏ15.5 1008.9
LICMOD 1000 0.577 ꞏ15.5 991.1
GRÁFICOS DE CONTROL POR VARIABLES - INTERPRETACIÓN
LST LIT
Cp
6
LST X
CPU
3
C pk min CPU ,CPL
X LIT
CPL
3
DETERMINACIÓN DE LA CAPACIDAD DEL PROCESO
Coeficiente k: k
m X
m
LST LIT
C pk C p 1 k
LST LIT 2
2
6 1
Índice de Capacidad recíproco CR
LST LIT C p
LST LIT Cp X m
Índice de Capacidad modificado C pm
2
1 2
6 X m
2
min LST X , X LIT
C pmk
2
3 X m
2
DETERMINACIÓN DE LA CAPACIDAD DEL PROCESO
ILUMINA NO ILUMINA
GRÁFICOS DE CONTROL POR ATRIBUTOS
n
n x
distribución Binomial: P X x p x 1 p
x
np npq np 1 p
5
Correcto funcionamiento: np 5 o n
p
GRÁFICOS DE CONTROL POR ATRIBUTOS
intervalo de confianza:
np0 3 np0 1 p0
línea central: LC np0
límites de control:
LSC np0 3 np0 1 p0
LIC np0 3 np0 1 p
0
GRÁFICOS DE CONTROL POR ATRIBUTOS
Si n es grande N np , np 1 p
k
1 1 k xi
estimación: p
nk
i 1
x i pi
k i 1 pi x np
n
línea central: LC np
LSC np 3 np 1 p
límites de control:
LIC np 3 np 1 p
GRÁFICOS DE CONTROL POR ATRIBUTOS
distribución Binomial: p
p 1 p
ni
Si n es grande N p ,
p 1 p
ni
k
xi
1 k xi
estimación: p i 1
i 1 pi pi
k
n k ni
i 1 i
línea central: LC p
límites de control:
LSC p 3 p 1 p ni
LIC p 3 p 1 p ni
GRÁFICOS DE CONTROL POR ATRIBUTOS
GRÁFICOS DE CONTROL POR ATRIBUTOS
e ccd
distribución Poisson:
P X d d!
c c
Correcto funcionamiento: c 5
GRÁFICOS DE CONTROL POR ATRIBUTOS
distribución Poisson: c c
intervalo de confianza: c0 3 c0
línea central: LC c0
LSC c0 3 c0
límites de control:
LIC c0 3 c0
GRÁFICOS DE CONTROL POR ATRIBUTOS
Si c es grande
N c, c
1 k
estimación: c
k i 1
ci
línea central: LC c
LSC c 3 c
límites de control:
LIC c 3 c
GRÁFICOS DE CONTROL POR ATRIBUTOS
línea central: LC u
LSC u 3 u ni
límites de control:
LIC u 3 u ni
GRÁFICOS DE CONTROL POR ATRIBUTOS
1 k 82
estimación: c ci c 3.28
k i 1 25
se toma 0
GRÁFICOS DE CONTROL POR ATRIBUTOS
DETERMINACIÓN DE LA CAPACIDAD DEL PROCESO
MUESTRAS
DETERMINACIÓN
LÍMITES DE
CONTROL
¿CAUSAS
NO
ASIGNABLES?
SÍ
* ANALIZAR PROCESO
* DETECTAR CAUSAS
* CORREGIR
* EXCLUIR DATO(S)
CONTROL DE ACEPTACIÓN
UNIDADES
DEFECTUOSAS
(c)
MUESTRA (n)
Número de
aceptación
LOTE (N) Tamaño
muestral
CONTROL DE ACEPTACIÓN
x c
(n p) x
distribución de Poisson: P ( x c) e
x 0
np
x!
p1 = 0.83 % p2 = 2.94 %
fabricante: cliente:
P1 = 95 % P2 = 10 %
x c
(n p1 ) x x c
( n p2 ) x
P1 ex 0
np1
x!
P2 e np 2
x!
x 0
x c
(0.0083 n) x x c
(0.0294 n) x
0.95 e
x 0
0.0083 n
x!
0.10 e
x 0
0.0294 n
x!
n = 315
n,c c=5
CONTROL DE ACEPTACIÓN
x c
(n p) x
distribución de Poisson: P ( x c) e
x 0
np
x!
p1 ≤ 0.83 % p2 ≥ 2.94 %
fabricante: cliente:
P1 = 95 % P2 = 10 %
x c
(n p1 ) x x c
( n p2 ) x
P1 ex 0
np1
x!
P2 e np 2
x!
x 0
x c x c
(0.0083 n) x (0.0294 n) x
0.95 e
x 0
0.0083 n
x!
0.10 e
x 0
0.0294 n
x!
n = 315
n,c c=5
CONTROL DE ACEPTACIÓN
x c
(n p) x
distribución de Poisson: P ( x c) e
x 0
np
x!
p1 ≤ 0.83 % p2 ≥ 2.94 %
fabricante: cliente:
P1 = 95 % P2 = 10 %
x c
(n p1 ) x x c
( n p2 ) x
P1 ex 0
np1
x!
P2 e np 2
x!
x 0
x c x c
(0.0083 n) x (0.0294 n) x
0.95 e
x 0
0.0083 n
x!
0.10 e
x 0
0.0294 n
x!
n = 315
n,c c=5
CONTROL DE ACEPTACIÓN
RIESGO DEL
FABRICANTE 100 – P1 = 5 %
100
80 PLAN DE MUESTREO
SENCILLO
70
aceptados (100Pa)
n = 315 , C = 5
60
50
40
30
20
10
P2 = 10 %
0
0 1 2 3 4 5
RIESGO DEL
CLIENTE Calidad de entrada (porcentaje de unidades defectuosas (100p)
1
1-
Probabilidad de aceptación
Probabilidad de aceptación
Puntos representativos de
una curva característica
0.5
0
Calidad de entrada
0 NCA NCI CL 0.9999
Calidad de entrada
CONTROL DE ACEPTACIÓN
CONTROL DE ACEPTACIÓN
CONTROL DE ACEPTACIÓN
1
1-
Probabilidad de aceptación
DODGE-ROMING
0.5
PHILIPS-GLOELAMPERVERKE
0
Calidad de entrada
0 NCA NCI CL 0.9999
Calidad de entrada
CONTROL DE ACEPTACIÓN: PROCEDIMIENTO DE MUESTREO
DATOS
p = 222/15000 = 0.0148
x 7
(315 ꞏ 0.0148) x
P ( x 7) e
x 0
315 ꞏ 0.0148
x!
0.9
CONTROL DE ACEPTACIÓN: PROCEDIMIENTO DE MUESTREO
CONTROL DE ACEPTACIÓN: PROCEDIMIENTO DE MUESTREO
CONTROL DE ACEPTACIÓN: PROCEDIMIENTO DE MUESTREO
CONTROL DE ACEPTACIÓN: PROCEDIMIENTO DE MUESTREO
Puntuación de cambio
Si Ac es 2 o mayor:
Si Ac es 0 o 1:
Puntuación de cambio
Metrología y Calidad
E. Gómez / J. Caja