Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control-Estadistico-De-Procesos 20 Parte 1
Control-Estadistico-De-Procesos 20 Parte 1
Procesos
CEP
ING. GALIA ALARCON BARRIOS
Control estadístico de procesos (CEP)
• Mide el funcionamiento de un proceso.
• Se utilizan las matemáticas (estadística).
• Es necesario una recolección, organización e
interpretación de los datos.
• Objetivo: proporcionar una señal estadística cuando
aparezcan causas de variación imputables.
• Se usa para:
• controlar el proceso de producción y
• examinar las muestras de los productos
finalizados.
Tipos de control estadístico de procesos
Control estadístico
de calidad
Proceso de Muestreo de
control aceptación
Variables Atributos
Características que se • Características centradas en
pueden medir (por ejemplo, los defectos.
el peso o la longitud). • Los productos se clasifican en
Pueden ser números productos “buenos” o
“malos”, o se cuentan los
enteros o fracciones.
defectos que tengan.
Muchas variables aleatorias. • Por ejemplo, una radio funciona o
no.
• Variables aleatorias
categóricas o discretas.
Control estadístico de procesos (CEP)
Beta
Media de las medias de las muestras x
Desviación estándar x
Normal x
de las medias de las n
muestras
Uniforme
3 x 2 x 1 x x x 2 x 3 x
(media)
95,5% permanece dentro de x
Distribución de las
medias en el muestreo
Distribución de
las medias en el
proceso
x
(media)
Gráficos del proceso de control
Valor
60 de muestra
UCL
40
Media
20
LCL
0
1 5 9 13 17 21
Tiempo
Objetivos de los gráficos de control
• Mostrar los cambios que se han producido en los datos.
• Por ejemplo, las tendencias.
• Realizar las correcciones antes de que el proceso esté fuera de
control.
• Mostrar las causas de las variaciones en los datos.
• Causas imputables.
• Los datos situados fuera de los límites de control o la tendencia
en los datos.
• Causas naturales.
• Variaciones aleatorias alrededor de la media.
Tipos de gráficos de control
Gráfico de Gráfico de
variables atributos
Producir un bien No
Salida Proporcionar un servicio
¿Causas
Tomar una muestra imputables?
Sí
Examinar la muestra Detener el proceso
Crear
Descubrir el porqué
gráfico de control
Gráfico X
UCL x x A I De la Tabla
S6.1
LCL x x A I Intervalo
de la
Media de la muestra en
n muestra en el tiempo i
xi el tiempo i n
I i
x i
I i 1
n n
Número de
muestras
Factores para calcular los límites de los
gráficos de control
UCLI D 4I
De la Tabla S6.1
LCLI D 3I
n Intervalo de
I i muestras en el
I i 1 tiempo i
n Número de
muestras
Pasos que se deben seguir cuando se utilicen
los gráficos de control
Tomar de 20 a 25 muestras de n = 4 o n =5 de un
proceso estable y calcular la media.
Calcular las medias totales, fijar de forma aproximada
los límites de control y calcular los límites de control
superior e inferior..
Representar las medias y los intervalos de las
muestras en sus respectivos gráficos de control y
determinar si permanecerán fuera de los límites
aceptables.
Pasos que se deben seguir cuando se utilicen los
gráficos de control
OBSERVACIÓN
Nº MUESTRAS 1 2 3 4 I x
1 0,5014 0,5022 0,5009 0,5027 0,0018 0,50180
2 0,5021 0,5041 0,5024 0,502 0,0021 0,50265
3 0,5018 0,5026 0,5035 0,5023 0,0017 0,50255
4 0,5008 0,5034 0,5024 0,5015 0,0026 0,50203
5 0,5041 0,5056 0,5034 0,5047 0,0022 0,50445
PROM 0,0021 0,5027
IDEAL DE 20 A 25
GRAFICO X
UCL x x A I 0,5027+0,729(0.0021)=0.5042
LCL x x A I 0,5027-0,729(0.0021)=0.5012
0,5050
0,5040
0,5030 Serie1
0,5020
0,5010
0 1 2 3 4 5 6 7
Gráficos I ( R )
UCLI D 4I
LCLI D 3I
UCL =2,282(0,0021)=0,00479
LCL = 0(0,0021)=0
Ejercicio en clase
CONSTRUCCIÓN DE UN GRÁFICO DE
SHEWHART
La galga (veta) de los platinos es una característica clave
para su buen funcionamiento. La tabla siguiente recoge
medidas de 20 muestras en milímetros de tamaño______
Realizar los
graficas X-I
Grafico X- R móviles ( X-I móviles)
En muchas situaciones el tamaño de la muestra para monitorear el proceso
es n=1; es decir la muestra consta de una unidad individual. Algunos
ejemplos de estas situaciones son: Las mediciones repetidas del proceso
difieren únicamente por el error de laboratorio o de análisis, como en muchos
procesos químicos.