CONTROL ESTADISTICO DE PROCESOS

El CEP se define como la aplicacin de los mtodos estadsticos a la medicin y anlisis de la variacin en cualquier proceso. Objetivos principales del CEP 1) Minimizar la produccin disconforme. 2) Mantener una actitud de mejora continua del proceso.

3)

Comparar la produccin respecto a las especificaciones.

Proceso en Estado de Control Un proceso en estado de control es aquel que slo est afectado por causas comunes de variacin.

VENTAJAS DEL CEP

El proceso tiene estabilidad, comportamiento predecible. El proceso tiene identidad en trminos de un conjunto dado de condiciones que son necesarias para hacer predicciones. Un proceso bajo control estadstico opera con menos variabilidad que un proceso con causas especiales. Un proceso que tiene causas especiales es inestable y la variacin excesiva puede ocultar el efecto de los cambios que se han introducido para lograr el mejoramiento. Una grfica de control ayuda a evitar sub-ajustes y al mismo tiempo los puntos fuera de control indicarn la presencia de una causa especial. Ayuda a quienes intentan hacer una reduccin a largo plazo en la variabilidad. Permite identificar las tendencias a travs del tiempo que no son evidentes en otros resmenes de datos Un proceso estable proporciona evidencia de que tiene condiciones que, si se mantienen, darn como resultado un producto aceptable.

Grfica de Control
Una grfica de control estadstico es una comparacin grfica de los datos de desempeo del proceso con los lmites de control estadstico calculados y dibujados como rectas limitantes sobre la grfica. Los datos de desempeo del proceso por lo general consisten en grupos de mediciones que vienen de la secuencia normal de produccin y preservan el orden de los datos. El objetivo primordial de una grfica de control es detectar las causas especiales de la variacin en un proceso mediante el anlisis de los datos, tanto pasados como futuros, de modo reducir la variacin. La grfica de control hace una distincin entre las causas comunes y las especiales de variacin a travs de la eleccin de los lmites de control, estos se calculan usando las leyes de probabilidad de manera tal que se pueda decir que esas causas altamente improbables de variacin se deben no a causas aleatorias sino a causas especiales. Una grfica de control detecta la presencia de una causa especial pero no encuentra la causa, esa tarea debe manejarse en una investigacin sub-secuente del proceso.

Paso para instituir una Grfica de Control

- Elegir la caracterstica que debe graficarse. - Elegir el tipo de grfica de control. - Decidir la lnea central que debe usarse y la base para calcular los lmites. - Seleccionar el subgrupo racional (consiste en varias unidades del producto). - Proporcionar un sistema de recoleccin de datos. - Calcular los lmites de control y proporcionar instrucciones especficas sobre la interpretacin de los resultados y las acciones que debe tomar cada persona en produccin. - Graficar los datos e interpretar los resultados.

Grficas de Control para variables

Se denominan as los grficos de control para caractersticas continuas del producto o del proceso tales como: volumen, peso, viscosidad, temperatura, etc., las cuales, cuando el proceso est en estado de control, se distribuyen en general segn la ley normal. Grficos X-R Se lleva a cabo tomando muestras de n individuos (entre 2 y 6), calculando la media, los lmites y el recorrido muestral. Lmite Superior: + 3*(/n) o X + A2 *R Lmite Central: o X Lmite Inferior: - 3*(/n) o X - A2 *R Lmite Superior: D4*R Lmite Central: R Lmite Inferior: D3*R

Grfico X -----

Grfico R-----

Grficas de Control para variables

En aquellos casos en que no se tenga una estimacin de los parmetros del proceso en el momento de implementar los Grficos de Control, o se desee recalcularlos, se han de seguir los siguientes. Pasos: - Tomar k (al menos 20) muestras de tamao n (entre 2 y 6) de forma consecutiva y a intervalos de tiempo iguales, calculando X y R muestral. - Calcular la media de las k medias muestrales y la media de los k rangos. - Calcular los lmites de control del grfico. - Llevar los valores de las medias y los rangos de las muestras obtenidas a los grficos y comprobar que no hay ningn tipo de comportamiento anmalo en ninguno de ellos. - Mantener los lmites de control calculados y establecer un plan de control para el futuro con el objetivo de realizar un seguimiento del proceso.

Factores para la construccin de Grficas de Control

n 2 3 A2 1,880 1,023 D2 1,128 1,693 D3 0 0 D4 3,267 2,575

4
5 6

0,729
0,577 0,483

2,059
2,326 2,534

0
0 0

2,282
2,115 2,004

7
8 9

0,419
0,373 0,337

2,704
2,970 2,970

0,076
0,136 0,184

1,924
1,816 1,816

10
11 12

0,308
0,285 0,266

3,078
3,173 3,258

0,223
0,256 0,284

1,777
1,744 1,716

13
14 15

0,249
0,235 0,223

3,336
3,407 3,472

0,308
0,329 0,348

1,692
1,671 1,652

16
17 18

0,212
0,203 0,194

3,532
3,588 3,640

0,364
0,379 0,392

1,636
1,621 1,608

19
20 21

0,187
0,180 0,173

3,689
3,735 3,778

0,404
0,414 0,425

1,596
1,586 1,575

22
23 24

0,167
0,162 0,157

3,819
3,858 3,895

0,434
0,443 0,452

1,566
1,557 1,548

25

1,153

3,931

0,459

1,541

GRAFICAS DE CONTROL DE ATRIBUTOS

Existen situaciones en que la caracterstica de calidad que interesa controlar no es una caracterstica medible, sino que es cierto atributo que puede poseer o no el producto. Las grficas de control para los datos de atributos necesitan slo una cuenta de observaciones sobre una caracterstica, como el nmero de artculos no conformantes en una muestra.

Grficos P 1- Investigar estadsticas de pm y proceder como en 5 2- Se lleva a cabo tomando k (por lo menos 20) muestras de tamao n 3- Calcular la fraccin de desperfectos en la muestra (pi=d/n) 4- Calcular pm (pm= sumatoria de p/nt) 5- Calcular los lmites, si pm est en %, utilizar (100-pm). Lmite Superior: pm + 3*((pm*(1-pm)/n)) Grfico P ----Lmite Central: pm Lmite Inferior: pm - 3*((pm*(1-pm)/n)) 6- Llevar los valores de p al grfico y evaluar los resultados

GRAFICAS DE CONTROL DE ATRIBUTOS

Grfico P- Ejemplo La grfica de la fraccin no conformante (p) se ilustrar con datos sobre imanes usados en relevadores elctricos. Cada semana de un total de 19 semanas, se registraron el nmero de imanes inspeccionados y el nmero de imanes no conformantes. El nmero total de imanes probados fue 14091 . El nmero total de imanes no conformante que se encontr fue 1030. El tamao de la muestra fue n = 14091/19 = 741,6 La fraccin promedio no conformante fu p = 1030 / 14091 = 0,073 Los lmites de control para la grfica se colocaron en p 3p = p 3 (raiz de p(1-p)/n) 0,073 raiz (0,073(1-0,073)/741,6) 0,073 0,0287

Grfica de control de atributos p

1 2 3 4 5 6 7 8 9 10

900 1135 1005 1001 1020 1015 1035 1010 980 1115 10216 10216 0,015

18 15 3 17 8 22 24 31 7 9 154

0,020 0,013 raiz cuadrada de n = 0,003 0,017 p(1-p)= 0,008 0,022 raiz cuad p(1-p)= 0,023 0,031 raiz cuad p(1-p)*3= 0,007 0,008 raiz cuad p(1-p)*3/raiz cuad de n= 0,152 raiz cuad p(1-p)*3/raiz cuad de n+p= ucl= raiz cuad p(1-p)*3/raiz cuad de n-p= lcl=

101,0742301 0,014847156 0,121848906 0,365546717 0,003616616 0,018691009 -0,148181429

nm= pm=

Grfica P
0.035 0.030 0.025 0.020 Grafica P 0.015 0.010 0.005 0.000 1 2 3 4 5 6 7 8 9 10

GRAFICAS DE CONTROL DE ATRIBUTOS

Grficos NP 1- Investigar estadsticas de proporcin de defectos (p) y proceder s/ 5 2- Se lleva a cabo tomando k (por lo menos 20) muestras de tamao n 3- Calcular el n de desperfectos en la muestra (di= npi) 4- Calcular el n medio de defectuosos por muestra promediando por el total de muestras (dm= di/nt= npm) 5- Calcular los lmites Lmite Superior: npm + 3*((npm*(1-pm)) Grfico ----Lmite Central: npm Lmite Inferior: npm - 3*((npm*(1-pm)) 6- Llevar los valores de p al grfico y evaluar los resultados

Grfica np
n 1 2 3 4 5 6 7 8 9 10 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 10000 npm= pm= d 2 5 3 5 1 1 0 5 3 2 27 2,7 0,027 P=d/n (1-pm) = 0,973 0,002 0,005 0,003 0,005 npm(1-pm)= 2,6271 0,001 0,001 raiz cuad npm(1-pm)= 1,620833 0,000 0,005 raiz cuad npm(1-pm)*3= 4,862499 0,003 0,002 0,027

Estudio de Capacidad / Habilidad

Al planear los aspectos de calidad de la manufactura, nada es ms importante que asegurarse de antemano de que el proceso ser capaz de mantener las tolerancias. El concepto de habilidad del proceso, proporciona una prediccin cuantitativa de qu tan adecuado es un proceso. La habilidad del proceso es la variacin medida, inherente del producto que se obtiene en ese proceso.

Estudio de Capacidad / Habilidad

USOS DE LA INFORMACIN DE HABILIDAD DEL PROCESO Predecir el grado de variabilidad que exhibirn los procesos. Esta informacin sirve para establecer lmites de especificacin realistas. - Seleccionar, entre procesos que compiten. - Planear la interrelacin de procesos secuenciales. - Proporcionar una base cuantitativa para establecer un programa de verificaciones de control peridico del proceso y reajustes. - Asignar las mquinas a los tipos de trabajos para los cuales son ms adecuadas. - Probar las teoras de las causas de defectos durante los programas de mejoramiento de la calidad. -Servir como base para la especificacin de los requerimientos de calidad para las mquinas compradas.

Estudio de Capacidad / Habilidad

FORMULA ESTANDARIZADA La frmula ms utilizada es : Habilidad del proceso = 3 donde = es la desviacin estndar del proceso cuando se encuentra en estado de control estadstico, es decir, sin la influencia de fuerzas externas o cambios repentinos. Si el proceso est centrado en la especificacin nominal y sigue una distribucin de probabilidad normal, 99,73% de la produccin caer a menos de 3 de la especificacin nominal.

Los procesos industriales que operan en un estado de control estadstico, pueden comparar directamente la habilidad del proceso con las tolerancias de especificacin.

Estudio de Capacidad / Habilidad

RELACION CON LAS TOLERANCIAS DEL PRODUCTO Una razn importante para cuantificar la habilidad del proceso es poder calcular la habilidad del proceso de mantener las tolerancias del producto. Tasa de habilidad: Mide si la capacidad del proceso se encuentra dentro de la amplitud de tolerancia Cp = Rango de especif. / Habilidad del proceso CONCEPTO DE SEIS SIGMA DE LA HABILIDAD DEL PROCESO Para algunos procesos, los cambios en el promedio son tan comunes que deben tomarse en cuenta al establecer los valores aceptables de Cp. En algunas industrias, no son raros los cambios en el promedio del proceso de + - 1,5 desviacin estndar. Para tomar en cuenta estos cambios se necesitan valores altos de Cp.

Estudio de Capacidad / Habilidad

EL INDICE DE HABILIDAD Cpk La habilidad del proceso, segn se mide con Cp, se refiere a la variacin en un proceso alrededor del valor promedio. El ndice Cp mide la habilidad potencial, suponiendo que el promedio del proceso es igual al punto medio de los lmites de especificacin y que el proceso est operando bajo control estadstico, como con frecuencia el promedio no se encuentra en el punto medio, es til tener un ndice de habilidad que refleje ambas variaciones y la localizacin del promedio del proceso. Tal indice es Cpk El ndice Cpk refleja la proximidad de la media actual del proceso al lmite de especificacin superior o bien, al lmite especificacin inferior Cpk = min ( Xm - LEI/ 3s ; LES - Xm/3s ) Si el promedio actual es igual al punto medio del rango de especificacin entonces Cpk = Cp.

Entre ms alto sea el valor de Cpk, ms baja ser la cantidad de producto que est fuera de los lmites de especificacin.

Estudio de Capacidad / Habilidad

Tipos de estudios de habilidad del proceso:

1. Estudio del potencial del proceso, en este estudio se obtiene una estimacin de lo que puede hacer un proceso bajo ciertas condiciones, es decir, la variabilidad en condiciones definidas a corto plazo para un proceso en estado de control estadstico. El ndice Cp estima la habilidad del proceso. 2. Estudio del desempeo del proceso. En este estudio, una estimacin de la habilidad del proceso proporciona un panorama de lo que el proceso est haciendo durante un periodo largo. Tambin se supone un estado de control estadstico. El ndice Cpk estima la habilidad.

ESTIMACION DE LA HABILIDAD INHERENTE O POTENCIAL A PARTIR DEL ANLISIS DE GRAFICAS DE CONTROL

En un estudio del potencial de un proceso, se recolectan datos del proceso en operacin sin cambios en los lotes de material, los trabajadores, las herramientas o el establecimiento del proceso. Esta evaluacin a corto plazo usa una produccin consecutiva durante un periodo. Este anlisis debe estar precedido por un anlisis de grficas de control en el que se haya detectado y eliminado del proceso cualquier causa atribuible. Como los lmites de especificacin por lo general se aplican a valores individuales, los lmites de control de los promedios muestrales no se pueden comparar con los lmites de especificacin. Para hacer una comparacin, se debe primero convertir Rm, a la desviacin estndar para los valores individuales, se calculan los lmites de 3 y se comparan despus con los lmites de especificacin. Suponiendo que el proceso se encuentra bajo control estadstico se puede utilizar s como una estimacin de , y conociendo la desviacin estndar se pueden establecer los lmites de habilidad del proceso y determinar el ndice de habilidad del proceso. s = Rm/d2 ; luego se calcula 6s y seguidamente Cp = LES - LEI / 6s

LA SUPOSICIN DEL CONTROL ESTADSTICO Y SUS EFECTOS SOBRE LA HABILIDAD DEL PROCESO
Todas las predicciones estadsticas suponen una poblacin estable, que es aquella que se puede repetir, es decir una poblacin que se encuentra en un estado de control estadstico. Esto se debe cumplir antes de poder hacer predicciones. En la prctica, el anlisis de grficas de control original con frecuencia mostrar que el proceso se encuentra bajo control estadstico. (Puede o no estar cumpliendo con las especificaciones del producto) Sin embargo, una investigacin puede demostrar que las causas no pueden eliminarse del proceso en forma econmica. Graficar medidas individuales contra los lmites de especificacin, puede descubrir que el proceso puede cumplir con las especificaciones del producto incluso con causas atribuibles presentes. Algunos procesos no estn bajo control, pero se cumplen las especificaciones y no se requiere ninguna accin, otros procesos se encuentran bajo control pero no se cumplen las especificaciones y si se necesita hacer algo al respecto. En resumen, se necesitan procesos que sean tanto estables (bajo control estadstico) como hbiles (que cumplan con las especificaciones).

CONTROL ESTADISTICO DE PROCESO Y MEJORAMIENTO DE LA CALIDAD

En el control de procesos, las grficas de control estadstico detectan la existencia de causas especiales de variacin que conducen a problemas espordicos. Las grficas indican esto en la forma de datos muestrales que caen fuera de los lmites de control, es decir, el proceso est fuera de control estadstico. Por el contrario, cuando una grfica indica que un proceso se encuentra bajo control estadstico se dice que est en un estado de estabilidad en el que la variacin se debe a un conjunto de causas comunes inherentes al proceso. Control estadstico significa estabilidad. pero no siempre significa que el cliente est satisfecho con el resultado. Desafortunadamente, un proceso bajo control estadstico puede tener problemas de calidad serios. Y como el proceso es estable, el problema continuar (se volver crnico) a menos que se haga un cambio bsico en el sistema de causas comunes. Tal cambio, casi siempre va a afectar el promedio o la variacin.

PRECONTROL
El precontrol se utiliza como un mtodo de control estadstico de procesos, que responde al objetivo de controlar la variabilidad del proceso que pueda provocar la aparicin de desperfectos. El precontrol se centra en el control de la conformancia con las especificaciones, en lugar de en el control estadstico. Algunos casos en los que se utilizan el precontrol - Procesos con variaciones importantes del parmetro dentro de su margen de tolerancia. - Procesos de corta duracin en los que se sabe que existen problemas de puesta a punto al comienzo, pero luego requieren poco seguimiento. La tcnica utiliza la curva de la distribucin normal al determinar los cambios significativos, ya sea en la meta o en la dispersin del proceso de produccin, que puede dar como resultado un incremento en la produccin de trabajo defectuoso. El principio del PRE-Control se demuestra, suponiendo la peor condicin que se puede aceptar de un proceso capaz de una produccin de calidad, esto es, cuando la tolerancia natural es la misma que la permitida y cuando el proceso est justamente centrado y cualquier cambio dara como resultado un trabajo defectuoso.

GRFICA DE PRECONTROL

LTS

LTI

Frecuencia = tiempo medio entre dos paradas del proceso / 6

PRECONTROL

Para calificar un proceso para precontrol: Se toman mediciones individuales sobre una caracterstica hasta que cinco medidas consecutivas caigan dentro de la zona verde. Si ocurre una amarilla, se reinicia el conteo.

- Si ocurren dos amarillas consecutivas, se ajusta el proceso. - En cualquier momento que se hace un ajuste o que ocurre otro cambio de proceso, se vuelve a calificar el proceso.

PRECONTROL

Cuando el proceso queda calificado, se aplican las siguientes reglas de precontrol al proceso en operacin: Se usa una muestra de dos medidas consecutivas, A y B. Si A es verde, el proceso continua corriendo. Si A es amarilla se toma la segunda medida B Si A y B son ambas amarillas, debe detenerse el proceso e investigarse. Durante cualquiera de las dos etapas o corridas de calificacin , si ocurre una medida roja, debe detenerse el proceso e investigarse.

PRECONTROL

Cuando el proceso queda calificado, se aplican las siguientes reglas de precontrol al proceso en operacin: Se usa una muestra de dos medidas consecutivas, A y B. Si las dos caen en la zona verde, o una en la verde y otra en la amarilla, el proceso continua corriendo. Si las dos caen en la zona amarilla del mismo lado, se ajusta el proceso. Si las dos caen en la zona amarilla en distinto lado, se ha de estar atento para una posible intervencin. Si alguna cae en zona roja, se ha de parar la produccin, buscar las causas y corregirlas.

PRECONTROL

Cuando el proceso queda calificado, se aplican las siguientes reglas de precontrol al proceso en operacin (Jurn): Se usa una muestra de dos medidas consecutivas, A y B. Si A es verde, el proceso continua corriendo. Si A es amarilla se toma la segunda medida B Si A y B son ambas amarillas, debe detenerse el proceso e investigarse. Durante cualquiera de las dos etapas o corridas de calificacin , si ocurre una medida roja, debe detenerse el proceso e investigarse.