Procesos Productivos

Control Estadstico de Procesos

Un proceso industrial est sometido a una

serie de factores de carcter aleatorio que
hacen imposible fabricar dos productos
exactamente iguales.

Las caractersticas del producto fabricado no

son uniformes y presentan una variabilidad.
Esta variabilidad es indeseable y el objetivo
ha de ser reducirla lo ms posible o al
menos mantenerla dentro de unos
lmites.

El Control Estadstico de Procesos es una

herramienta til para alcanzar este seundo
ob!etivo. "u aplicaci#n es en el momento de la
fabricaci#n$ por lo que esta herramienta
contribuye a la mejora de la calidad de la
fabricacin.

Permite tambi%n aumentar el conocimiento del

proceso lo cual en alunos casos puede dar
luar a la me!ora del mismo.

El CEP se aplica a todo& a las cosas$ a las personas y

a los actos.

'etermina y analiza rpidamente las causas que

pueden oriinar desviaciones para que no vuelvan a
presentarse en el futuro.

E(isten cuatro factores que deben ser considerados

al aplicar el proceso de control& Cantidad$ )iempo$
Costo y Calidad.

Este control estadstico se puede aplicar en todos los

tipos de empresas donde se tiene un con!unto de
operaciones e!ecutadas para la obtenci#n$
transformaci#n o transporte de uno o varios
productos.
*enta!as de CEP

+educe costos y ahorra tiempo al evitar errores.

'etermina las causas asinables a este comportamiento y

atacarlas$ de esta manera se mantiene el proceso en control.

'etectar a tiempo anormalidades en el proceso para impedir

la producci#n de piezas fuera de especi,caci#n.

Economa en la realizaci#n de la investiaci#n y la rapidez en

la obtenci#n de resultados.

El aumento creciente de calidad de los productos.

La desviaci#n puede ser identi,cable y posible de eliminar.

-dopci#n de decisiones a corto y laro plazo.

Proporciona evidencias para investiar la causa de malos

resultados.

La mayor venta!a es el de detectar un deterioro no deseado

del proceso. El deterioro puede obedecer a mltiples causas.
'esventa!a de CEP

"i no se utilizan o interpretan

adecuadamente los r,cos de control o se
toman datos err#neos se puede tener una
ran ine,ciencia en el control estadstico
de proceso.

"i se toma un muestreo del proceso e(iste

un cierto porcenta!e de error y de
con,abilidad en todos esos elementos de
muestra.
Causas de *ariabilidad de un
Proceso

Causas no asignables, aleatorias o

naturales& causas cuyos efectos individuales son
peque.os y difciles de eliminar$ producen una
variabilidad estable y predecible$ por e!emplo&

Proceso& la imprecisi#n de las herramientas$ la

vibraci#n de las mquinas$ /uctuaciones hidrulicas
y el%ctricas$...

0ateriales& cambios de materia prima$ espesor$

resistencia$...

-mbiente& diferencias en las condiciones

atmosf%ricas$ limpieza$ iluminaci#n$...

Personas& diferencia en el estado fsico$ e(periencia$

motivaci#n$...

Causas asignables: causas que actan en

determinados momentos produciendo ran
variabilidad$ sus efectos son predecibles y
de,nidos. "us efectos son eliminados
cuando se elimina la causa$ por e!emplo&

desa!uste de la mquina

defecto de la materia prima

operario no cuali,cado

+otura de una herramienta

El CEP consiste en observar peri#dicamente

el proceso y descubrir mediante r,cos
cuando en el proceso estn actuando
causas asignables$ con ob!eto de
descubrirlas y eliminarlas del proceso.

Cuando en el proceso s#lo actan causas

no asignables se dice que el proceso est
ba!o control.

Cuando en el proceso actan causas

asignables se dice que el proceso est
fuera de control.
1r,cos de Control

La herramienta ms utilizada dentro del control

estadstico de procesos son los grfcos de control.

Consiste en un r,co en el que se hace corresponder

un punto a cada valor de un estadstico calculado a
partir de muestras sucesivas e(tradas de un proceso.

Cada uno de los puntos tiene por abscisa el nmero

de muestra 2o el da y hora de obtenci#n3 y por
ordenada el valor estadstico calculado con dicha
muestra.

El r,co contiene una lnea central que representa

el valor medio de la estadstica representada cuando
el proceso esta ba!o control estadstico

4ncluye tambi%n uno o dos lmites

denominados lmite de control superior
!C"# y lmite de control inferior !C$#.
Cuando aplicar los r,cos de
Control

Caso %: En el proceso los parmetros

permanecen constantes a lo laro del tiempo.
Es decir$ proceso normal de media constante y
desviaci#n constante.

Caso &: En el proceso aluno de los parmetros

vara lieramente a lo laro del tiempo. Es
decir$ proceso normal cuya media vara a lo
laro del tiempo 2por e!emplo$ una herramienta
de corte que va desastando la cuchilla de
corte3.

Un proceso ca#tico no es previsible y no puede

ser controlado.

Los r,cos de control los podemos

clasi,car como&

1r,cos de control por variables.

1r,cos de control por atributos.

1r,co de Control por
*ariables

En este r,co el control de calidad se

realiza sobre caractersticas medibles
2cuanti,cables3.

El ob!etivo de los r,cos de control por

variables es controlar el proceso para
detectar la presencia de causas asinables.

Para ello se toman muestras del proceso

peri#dicamente y se representa$ en dos
diferentes r,cos&

La media muestral

El rano muestral 2o la desviaci#n muestral3

"i la media muestral o el rano muestral 2o

la desviaci#n3 se sale de los lmites
establecidos entonces tenemos una
evidencia estadstica de que la media o la
variabilidad del proceso han cambiado$ es
decir$ el proceso est fuera de control.

En los grfcos de medias detectamos

cambios en la media del proceso.

En los grfcos de rangos 2o de

desviaciones3 detectamos cambios en la
variabilidad del proceso.
1r,co de medias 21r,co 3

"abiendo y del proceso ba!o control$ se ,!an

los lmites de control superior 2LC"3 e inferior
2LC43&

"i observamos una media que no est dentro

de ese intervalo puede deberse a&

El proceso est% ba!o control y hallamos e(trado

una muestra cuya media est% fuera de ese
intervalo. 2Poco probable3

El proceso est% fuera de control. 20uy probable3

1r,co de +anos 21r,co +3

"e ,!an los lmites de control superior 2LC"3

e inferior 2LC43$ a partir de&
donde d
6
$ '
7
y '
6
son constantes que
dependen del tama.o de la muestra y su
valor est tabulado

"i el rano muestral est fuera del intervalo

hay evidencia estadstica de que la
variabilidad del proceso ha cambiado.

E8E0PL9

"e fabrican anillos de pist#n para motor de

autom#vil mediante un proceso de for!ado.
"e desea controlar el dimetro de %stos por
medio de r,cos de medias y ranos. "e
toman muestras de tama.o : cada media
hora$ los datos aparecen en la siuiente
tabla. Cuando el proceso est ba!o control
el dimetro de los anillos se distribuye
E8E0PL9
1r,cos de Control por
-tributos

0uchas caractersticas no se pueden

representar por nmeros.

En ese caso cada artculo al ser inspeccionado

es clasi,cado como conforme o disconforme con
las especi,caciones para tal caracterstica de
calidad.

"i el proceso est ba!o control estadstico no

actan causas asinables.

"i en el proceso intervienen causas asinables la

proporci#n de elementos defectuosos aumenta.

)eniendo la proporci#n p de los productos

defectuosos cuando el proceso esta ba!o
control$ se ,!an LC$ LC"$ LC4&
'onde&
n ; tama.o de las muestras tomadas en
cada observaci#n <.
p ; proporci#n de productos defectuosos
ba!o control.

E!emplo
"e envasa !uo de naran!a en botes de
cart#n. "e rechaza el bote si al llenarlo
otea. "e sabe que la proporci#n de botes
defectuosos cuando el proceso esta ba!o
control es =.6>.
Para controlar el proceso se establece un
control por atributos$ tomando muestras de
tama.o := cada hora.
Las muestras observadas en las ltimas >=
horas presentan los siuientes resultados.
4ntervalo de )olerancia

El intervalo de tolerancia es un con!unto de

valores de la variable de inter%s que se
consideran admisibles o aceptables.

"uele ser de,nido por el cliente o en

ocasiones por el dise.ador del producto .

"uele representase por un valor ob!etivo ?

y un error aceptable L
? @ L

Capacidad de Proceso

Es el rado de aptitud del proceso para

cumplir con las especi,caciones.

Para que un proceso sea capaz$ primero

debe ser estable.

"i un proceso normal est en control

estadstico$ la caracterstica de calidad del
AA$B>C de los elementos fabricados estar
comprendida entre D E >F y D G >F.
D
depend
e del
punto
en el
que
centre
mos el
proceso
.
F depende
del
nmero y
variabilida
d de las
causas no
asinables
del
proceso.
Por lo tanto
HF es la
'ariabilidad
(atural del
)roceso o
Capacidad
del )roceso
Indice de Capacidad

Cuando la media de la producci#n est centrada en

el centro del intervalo de tolerancia 2J ; ?3$ el
ndice de capacidad indica la adecuaci#n de la
fabricaci#n de productos.
"i se pretende que la producci#n est% dentro de
tolerancia&
"i C
p
K 7.>> Proceso capaz
7 L C
p
L 7.>> Proceso capaz pero requiere
seuimiento
C
p
L 7 Proceso no capaz

Cuando la media de la producci#n no est

centrada en el centro del intervalo de
tolerancia 2J M ?3$ el ndice de capacidad
queda de,nido por&
'e este modo se de,ne un proceso capa*
como aquel que C
p<
N 7.>>

Cuando el proceso lleva funcionando un periodo

laro 2a.os3 es aceptable suponer conocidos los
valores de J$ F $ en otras ocasiones esto no es as y
los valores de los parmetros del proceso en
situaci#n de control deben estimarse con los datos
disponibles.

"uponamos que se dispone de < muestras$ cada

una de tama.o n$ que se han tomado todas ellas
con el proceso ba!o control y durante un periodo
su,cientemente laro en el cual han intervenido
todas las fuentes de variabilidad natural.

Estimaremos los valores de J y F en situaci#n de

control para de,nir los lmites de control 2LC" y LC43
1ra,co de control por variables
Pero$ O"i no conozco ni P...

)eniendo < muestras$ cada una de tama.o

n.

Estimaci#n de D y F

Qabitualmente el tama+o muestral n est

entre R y 7=$ siendo muy habitual en la
industria tomar muestras de tama.o R o :.

Cuanto mayor sea el tama.o muestral ms

probabilidad de detectar cambios peque.os
en el proceso.

El nmero de muestras , tiene un valor

que vara de 6= a 7==$ siendo muy habitual
en la industria tomar muestras de tama.o
6= o >=.
Pasos para estimar y
7. "e toman < muestras 2< entre 6= o >=3 de
tama.o n 2n entre R o :3.
6. "e estiman los parmetros
>. "e construyen los r,cos de control.
R. +epresentar los rano observados en el r,cos
de ranos construido en el paso >. "i aln punto
se encuentra fuera de los limites de control$
eliminar la muestra del con!unto. En este caso
volver al paso 6 para recalcular las estimaciones
de los parmetros con el con!unto modi,cado de
muestras. "i todos los puntos estn dentro del
r,co de control ir al paso siuiente
:. +epresentar las medias en el r,co de
medias construido en el paso >. "i aln
punto se encuentra fuera de los limites de
control$ eliminar la muestra del con!unto.
En este caso volver al paso 6 para
recalcular las estimaciones de los
parmetros con el con!unto modi,cado de
muestras. "i todos los puntos estn
dentro del r,co de control ir al paso
siuiente.
H. Con las observaciones restantes$ estimar
los parmetros J$ F .
B. Pp R70-SU-LTCU+"9TC9S)+9LE")-'4"..