ART. TEC. INSPEC. PAG.

85-101

19/4/06

13:09

Pgina 1

artculo tcnico

Inspeccin y medida de la calidad con anlisis y comparacin entre normas UNE, ISO, ANSI y Military Standard
Jos Eduardo Escribano Martnez, Doctor Ingeniero Naval Consultor y Profesor de la Universidad Politcnica de Cartagena Trabajo presentado en las XLIII Sesiones de Ingeniera Naval celebradas en Ferrol los das 23 y 24 de septiembre de 2004

Resumen
El objeto de este trabajo es determinar los criterios que definen la inspeccin y la medida de la calidad para su aplicacin en una empresa industrial, en cuanto afecta a las normas Military Standard,ANSI, ISO y las nacionales equivalentes. La primera parte describe tipos y metodologa usuales de inspeccin. La segunda parte se dedica al estudio de las medidas de la calidad, aplicables tanto al control de procesos como a sus resultados; considerndose procesos de variabilidad conocida y desconocida. Esta ltima circunstancia, exige el estudio de la v.a. t de Student descentrada, cuyo estudio est poco generalizado. As mismo se considera la evolucin de las normas internacionales ISO para la inspeccin por variables, que han sustituido al mtodo de clculo tradicional desarrollado en USA, por un mtodo grfico de difcil justificacin.

Abstract
The paper object is to determine the criteria defining Inspection and Quality measurement Quality in a industrial company as an Military Standard,ANSI, ISO international standard and other national standards affecting factor. The paper first part includes inspection methods and type. The paper second part considers the processes Quality measurement, especially when the process variability is unknown. To describe this situation the non-central t Student distribution is utilised. Furthermore the inspection by variables ISO standards developments during the last twenty years, are examined.

ndice Resumen/Abstract 1.- Niveles de control de calidad 2.- Concepto y tipo de inspeccin 3.- Sistemas y mtodos de inspeccin
3.1.- Inspeccin 100% 3.2.- Inspecciones mustrales

1. Niveles de control de calidad

Control de calidad es el conjunto de operaciones de previsin, coordinacin y realizacin, destinadas a mantener o mejorar la calidad y situar la produccin al nivel ms econmico que permita la satisfaccin del consumidor. Desde el punto de vista de control de calidad se establecen normalmente tres niveles que pueden ser mencionados como verificacin, inspeccin y auditora. [1] La verificacin consiste en comprobar, que lo que se acaba de hacer est bien hecho. En general la verificacin la lleva a cabo, o la misma persona que ha realizado el trabajo y que aborda la tarea de manera casi inmediata, o un inspector. La verificacin atiende a caractersticas fsicas fcilmente o inmediatamente medibles. Los puestos de verificacin deben ser dotados, de los elementos de medida y deteccin, acordes con las caractersticas fsicas a medir o los defectos a detectar. Por supuesto esos elementos de medida y deteccin deben estar sujetos a un plan de calibracin y debe de poderse garantizar, que las seales o medidas se correspondan con los requerimientos. La inspeccin se define como la medida, examen, ensayo, verificacin o cualquier otra comparacin de un elemento con las exigencias de la especificacin. Si la inspeccin, se refiere a conjuntos de elementos ms amplios, como pudieran ser un intercambiador de calor o una gra, o una estructura metlica compleja, debe considerarse tambin su funcin, determinada por el conjunto de elementos ensamblados. En esta situacin cabe hacer un

4.- Medida de la calidad

4.1.- Fundamentos 4.2.- Variabilidad de los procesos y sus causas. Notacin

5.- Grficos de control

5.1.- Grficos de control por atributos 5.2.- Grficos de control por variables

6.- Planes de muestreo de aceptacin

6.1.- Inspeccin por atributos 6.2.- Inspeccin por variables
6.2.1.- Variabilidad conocida
6.2.1.1.- Limites de especificacin nico o doble separado 6.2.1.2.- Limites de especificacin doble combinado

6.2.2.- Variabilidad desconocida. Variable t de Student descentrada

6.3.- Inspeccin por atributos y variables

7.- Ejemplos de aplicacin. Control de un proceso por atributos y control de un proceso por variables 8.- Conclusiones 9.- Referencias bibliogrficas
INGENIERIA NAVAL
abril 2006

421

85

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 2

programa de puntos de inspeccin y en cualquier caso al final, las pruebas funcionales del sistema, todo debidamente documentado, lo que constituye un aval de la calidad. Segn la Norma ISO 9000:2000, Inspeccin es la evaluacin de la conformidad por medio de observacin y dictamen, acompaada cuando sea apropiado por medicin, ensayo, prueba o comparacin con patrones. [2] La auditora de calidad se define como un examen sistemtico de las actuaciones y decisiones de una organizacin con respecto a la calidad,[3] con objeto de verificar o evaluar de manera independiente e informar del cumplimiento de los requisitos operativos del Programa de Calidad o de la especificacin o requisitos de un contrato de producto o servicio. Se dice, adems, que la intencin de una auditora de calidad consiste en realizar una revisin y evaluacin independientes para que se pueda obtener la accin correctora necesaria. Una auditora del sistema de calidad se define como una valoracin independiente de la eficacia del sistema de calidad de una organizacin. [4]

Mtodos de inspeccin Inspeccin al 100%. Por muestreo estadstico por lotes o en continuo, con utilizacin de los mtodos de inspeccin por atributos (6.1) o inspeccin por variables (6.2), o por atributos y variables (6.3), segn normas internacionales o nacionales equivalentes. [5] [7]. 3.1. Inspeccin 100 % Esta inspeccin se emplea cuando el elemento a controlar o una de sus caractersticas es de nivel tan crtico que no pueden correrse riesgos de aceptar ningn elemento que no cumpla totalmente con las condiciones establecidas de calidad, porque su reposicin o reparacin posterior sea muy difcil o muy cara, o porque las consecuencias derivadas de su empleo, inutilicen o impidan el funcionamiento del equipo o provoquen altas condiciones de riesgo para el usuario. Asimismo se emplean las inspecciones 100 % para seleccionar el material correcto del defectuoso, en lotes que por cualquier otro procedimiento de inspeccin, se ha encontrado un porcentaje defectuoso mayor del admisible. La inspeccin al 100 por 100 tambin puede ser utilizada cuando la capacidad propia del proceso es tan baja que no puede cumplir con las especificaciones del producto. En estos casos la inspeccin por muestreo no es de gran ayuda, ya que los lotes aceptados no son mejores que los lotes rechazados. En todo caso y dada la natural fatiga que es consecuente para cualquier operador,ante la repetitiva tarea de efectuar muchas veces la misma rutina de comprobacin,los resultados no son realmente seguros o fiables,a menos que dicha rutina de comprobacin se efecte por medios automticos de verificacin. A los inspectores se les pasan del 5 % al 30 % de las piezas defectuosas, dependiendo de la monotona y del nmero de defectos que aparezcan en la inspeccin. Con la llegada de los ensayos asistidos por ordenador, la inspeccin al 100 por 100 se ha hecho ms prctica. 3.2. Inspecciones mustrales

2. Concepto y tipo de inspeccin

El trmino inspeccin supone siempre la evaluacin de alguna caracterstica de calidad de un producto o servicio con respecto a un requisito especificado, a fin de determinar si hay conformidad. [5] La evaluacin consta de las siguientes operaciones: Interpretacin de la especificacin. Medicin de la caracterstica de la calidad. Comparacin de la medida con lo especificado. Enjuiciamiento y decisin sobre la conformidad (aceptacin o rechazo). Destino de los casos conformes. Destino de los casos no conformes. Registro de los datos obtenidos. La palabra medicin se emplea en el sentido genrico de evaluacin y tiene su propio argot, como indica la tabla siguiente:

Tabla 1. Tipo de mediciones

El fin principal de la inspeccin es determinar si los productos son conformes con la especificacin. Es lo que se llama aceptacin del producto, que incluye la decisin sobre el destino que debe darse al producto o lote de producto objeto de la inspeccin, es decir, si debe ser admitido o bien, debe ser enviado a reinspeccin, reparacin, o disposicin como chatarra. [6]

Las inspecciones 100 % son generalmente de un alto coste, en muchas ocasiones prohibitivas. Requieren mayor espacio asignable (almacenamiento de material y puesto de verificacin) producen demora en el ingreso al almacn, o en el paso a la siguiente operacin, o simplemente en el caso de ensayos no destructivos, no pueden realizarse. La inspeccin por muestreo, es la inspeccin de un nmero limitado de elementos o de una cantidad de material, tomados al azar de un lote en el transcurso de una fabricacin siguiendo un plan de muestreo determinado. (6) La inspeccin por muestreo presenta adems las siguientes ventajas: 1.- Es un procedimiento ms econmico al inspeccionar solo parte del producto. 2.- Se producen menores daos de manipulacin durante la inspeccin. 3.- Se reducen el nmero de inspectores, con lo cual se simplifican los problemas de reclutamiento y formacin. 4.- Mejora del trabajo de inspeccin, pasando de las montonas decisiones pieza a pieza, a decisiones lote a lote. 5- Aplicacin a ensayos destructivos. Como desventajas estn las siguientes: 1.- Existe el riesgo de aceptar lotes malos y de rechazar lotes buenos (6). 2.- Se incrementa la planificacin y documentacin.

3. Sistemas y mtodos de inspeccin

En funcin del ciclo de fabricacin son posibles diferentes clasificaciones: Sistemas de inspecciones en el proceso productivo Inspecciones de entrada, de recepcin de materiales, de compras, de materias primas, etc. Inspecciones en curso de fabricacin. En autocontrol (por los propios operarios de fabricacin). Intermedios por los inspectores o por los mandos. Inspecciones finales. Por inspectores de la empresa. En presencia del cliente. Por organismos externos.

86

402

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 3

3.- La muestra proporciona menos informacin acerca del producto que la inspeccin 100 por 100. Los grficos de control son instrumentos estadsticos que permiten el estudio y control de los procesos repetitivos (5), y cuya finalidad es vigilar la fabricacin asegurando que las caractersticas controladas permanecen estables o conformes a su definicin o a sus especificaciones. El control de calidad se divide en dos fases: Control del proceso industrial, realizado por el Fabricante. (5). Control de recepcin de productos realizada por el Comprador, para asegurar el cumplimiento con las especificaciones (6). Las inspecciones tanto del proceso como del producto terminado, pueden ser de dos tipos: (4.1) Inspeccin por atributos (6.1). Inspeccin por variables continuas (6.2). Cada uno de ellos tiene ventajas e inconvenientes, y puede ser ms o menos apropiados segn la naturaleza de lo que se vaya a inspeccionar. Se entiende inspeccin por atributos la inspeccin por medio de la cual, cualquiera de los elementos es clasificado como conforme o no-conforme con respecto a un requisito especificado o a un conjunto de estos, o se computa el numero de no conformidades en el elemento [5]. En la inspeccin por atributos es importante el parmetro inspeccin por nmero de defectos, es decir, falta del atributo por elemento o por cada cien elementos existentes entre un colectivo o una muestra tomada del mismo (6.1). Se entiende inspeccin por variables la medicin de una caracterstica de calidad de los elementos de un colectivo o muestra del mismo (6.2). El defecto se define como disconformidad de un elemento respecto a las calidades impuestas para una determinada caracterstica. El defecto se puede clasificar en crtico, que es aquel que conduce a condiciones arriesgadas inseguras y que pueden impedir la funcin prevista del elemento; importante o mayor, que es aqul que sin ser crtico puede reducir la idoneidad del producto para su finalidad; secundario o menor, que es el que siendo de hecho un defecto o una disconformidad, no est clasificado en ninguno de los casos anteriores [8]. La planificacin de la inspeccin est estrechamente ligada a la planificacin de la calidad en la fabricacin, y deber hacerse en funcin de la complejidad del producto y su proceso de fabricacin. La planificacin de la inspeccin puede ser misin de los siguientes tcnicos: El inspector en aquellos casos donde sean pequeas series. El Supervisor de inspeccin para grandes series de produccin o compras. La persona encargada de la planificacin del control de calidad, realizar estas labores en el caso de procesos clave o se tengan que planificar ensayos de subsistemas unidades independientes. Los aspectos ms relevantes de esta planificacin son: Fijar los puntos de inspeccin. Definir lista de caractersticas de calidad que deben ser controladas. Interpretar la especificacin.

se deben a W.A. Sheawart a travs de su desarrollo de los Grficos de control de procesos (1924) y a H. F. Dodge y a H. G. Roming en sus tablas de inspeccin de muestreo [9]. Sin embargo no fue hasta la Segunda Guerra Mundial, cuando estas tcnicas son aceptadas por la industria norteamericana por inspectores de sus FF.AA. [9] En la actualidad las tcnicas estadsticas de control de calidad han sido aceptadas globalmente y utilizadas no slo en procesos industriales, sino tambin en cualquier otro tipo de actividad, como comercial, administrativa, banca, seguros, etctera, a travs de las normas internacionales ISO 2859 e ISO 3951. [5] [7] El control de calidad puede dividirse en dos fases: Control del proceso industrial, realizado por el Fabricante. (5) Control de recepcin de productos realizada por el Comprador, para asegurar el cumplimiento de las Especificaciones del cliente. (6) Los criterios tanto del proceso como del producto terminado pueden tener carcter cualitativo inspeccin por atributos o propiedades que no exigen realizar mediciones cuantitativo inspeccin por variables continuas. En ambos casos la inspeccin muestral permite conocer si el proceso est bajo control estadstico bien aceptar (rechazar) los lotes de producto. 4.2.Variabilidad de los procesos y sus causas. Notacin En cualquier proceso de fabricacin, es imposible obtener dos productos con caractersticas exactamente iguales. Incluso eligiendo la maquinaria ms precisa, siempre existirn ligeras diferencias entre los productos fabricados. Por est razn, los departamentos tcnicos admiten y fijan las tolerancias, que no son sino, el reconocimiento de ciertas variaciones inevitables en cualquier proceso de fabricacin. A qu se debe la variacin? Dado que la fabricacin es el efecto combinado de 4 factores: mano de obra, mquina, materia prima y medio ambiente, y que ninguno de ellos es perfecto, se comprender fcilmente que todos los productos fabricados tendrn que ser ligeramente diferentes entre s. Estas diferencias sern grandes o tan pequeas, que a veces el mtodo de medida ni siquiera podr detectarlas, pero lo cierto, es que siempre se dan. Las causas de variabilidad en la fabricacin son: Mano de obra: cansancio, falta de atencin, grado de experiencia, destreza y habilidad, reflejos, sueo, falta de inters. Mquina: holguras, vibraciones, desajustes, desgastes, variaciones en la tensin elctrica, etc. Materia Prima: falta de homogeneidad en dureza, estructura, porosidad, dimensiones, etc. Medio Ambiente: temperatura, humedad, presin, partculas en suspensin, etc. La influencia de cada uno de ellas depender del tipo de fabricacin y de su nivel de automatizacin.A estas causas de variacin debidas a la fabricacin, hay que aadir las aportadas por el equipo de medida y el inspector que las realiza (error del aparato, error de paralaje, vibraciones, etc.). Todas estas causas de variacin, se clasifican en dos grandes grupos: Aleatorias: son variaciones inevitables e inherentes a la fabricacin, debidas a mltiples causas ya enumeradas anteriormente, actuando cada una de ellas de forma insignificante y dando como resultado una variacin ale-

4. Medida de la calidad
4.1. Fundamentos Las primeras aplicaciones de las tcnicas estadsticas al control de la calidad

INGENIERIA NAVAL

abril 2006

423

87

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 4

atoria, es decir, producida al azar y por tanto, prcticamente imposible de detectar sus causas y corregirlas. Las caractersticas afectadas slo por estas causas, presentan una distribucin de probabilidad. Asignables: a diferencia de las anteriores, stas pueden ser detectadas y corregidas. Se producen como consecuencia de una variacin anormalmente grande de cualquiera de las causas citadas anteriormente, debido a un error humano (ajuste defectuoso, calibre errneo, etc.), fallo en la maquinaria y/o fallo en materia prima. La aplicacin de los mtodos estadsticos de control de procesos permite identificar las causas asignables y por tanto si se toman acciones correctoras, ser posible eliminarlas. Cuando en un proceso se han eliminado las causas asignables y slo actan las aleatorias, se dice que ese proceso est bajo control estadstico. Conseguir y mantener un proceso bajo control, constituye un logro importante y es, asimismo el objetivo del control de proceso. Notacin Ac: CL: F(x): f(x): k: Li: Ls: LIC: LSC: M: N: NCA: N (, ): N: Pa: p: p: p: pi: ps: Q: Qi: Qs: Q: Qi: Qs: q: qi: qs: RCC: RCF: Re: s: tv: tv,: v.a.: X: Nmero de aceptacin (inspeccin por atributos). Calidad lmite. Funcin de distribucin de la variable aleatoria X. Funcin de densidad de la variable aleatoria X. Constante de aceptabilidad (inspeccin por variables). Lmite inferior de especificacin. Lmite superior de especificacin. Lmite inferior de control (Grficos de control). Lmite superior de control (Grficos de control). Mxima fraccin defectuosa admisible (inspeccin por variables). Tamao del lote. Nivel de Calidad Aceptable. Variable aleatoria normal de media y desviacin estndar . Tamao de la muestra. Probabilidad de aceptacin. Valor estimado de la fraccin defectuosa del proceso Fraccin defectuosa del proceso. Fraccin defectuosa media de las muestras. Fraccin defectuosa relativa al lmite de especificacin inferior (inspeccin por variables). Fraccin defectuosa relativa al lmite de especificacin superior (inspeccin por variables). Estadstico de calidad. Estadstico de calidad correspondiente al lmite inferior (inspeccin por variables). Estadstico de calidad correspondiente al lmite superior (inspeccin por variables). ndice de calidad. ndice de calidad correspondiente al lmite inferior. ndice de calidad correspondiente al lmite superior. Parmetro de calidad. Parmetro de calidad correspondiente al lmite inferior, igual a zi. Parmetro de calidad correspondiente al lmite superior, igual a zs. Riesgo de calidad del comprador. Riesgo de calidad del fabricante. Nmero de rechazo (inspeccin por atributos). Desviacin estndar de la muestra. Variable aleatoria t de Student de v grados de libertad (g.l.) Variable aleatoria t de Student descentrada con v grados de libertad y parmetro de descentrado. Variable aleatoria. Variable aleatoria que indica el nmero de defectos en la muestra, o nmero de elementos defectuosos en la muestra (inspeccin por atributos), o una caracterstica de calidad de lo elementos de la muestra medible en una escala continua (inspeccin por variables). Realizacin de X. Media muestral.

xi: xs: Z: z: : : 2n: (z): -1(z): : v: :

Valor inferior de aceptacin de. Valor superior de aceptacin de. Variable aleatoria de la distribucin Normal estndar. Realizacin de Z. Probabilidad de rechazo de buenos lotes (RCF). Probabilidad de aceptacin de malos lotes (RCC). Variable aleatoria Ji-dos de n grados de libertad. Funcin de distribucin de una variable aleatoria normal estndar. Funcin inversa de funcin de distribucin de una variable aleatoria normal estndar N(0,1). Media del proceso. Grados de libertad (g.l). Desviacin estndar del proceso.

5. Grficos de control
El Grfico de control es un instrumento estadstico que permite el estudio y control de los procesos repetitivos. De acuerdo con el Dr.W. A. Shewhart el Grfico de control permite definir el objetivo o estndar del proceso, alcanzarlo y comprobarlo [9]. Un grfico de control registra ordenadamente las variaciones en el tiempo o en otra lnea base, de alguna caracterstica de calidad del producto, representada por la variable aleatoria X, variaciones que pueden ser debidas al azar (variaciones aleatorias), o variaciones asignables a una causa. Se dice que el proceso est bajo control estadstico si slo hay variaciones aleatorias, en cuyo caso las variaciones futuras no pueden definirse a partir de las variaciones pasadas, pues se trata de sucesos estadsticamente independientes. Sin embargo las variaciones aleatorias siguen leyes estadsticas. Los grficos de control se realizan a travs de muestreos peridicos de n elementos, que permiten calcular x, realizacin del estadstico X, siendo X por ejemplo el nmero de elementos defectuosos de la muestra x/n (atributo) o el valor medio muestral x la desviacin estndar muestral s y el recorrido muestral (R), R = xmax-xmin de una caracterstica muestral (variables). Si se dispone de suficientes datos del proceso en un tiempo adecuado, se pueden calcular x y s, lo que permite estimar el valor medio poblacional y los lmites de control superior LSC e inferior LIC, que deben acotar las variaciones del proceso. Los limites citados en el prrafo anterior son probabilistas,en general definidos como 0,001 3 si la distribucin es normal, lo que significa que si un punto representativo del proceso,est fuera de los lmites,la variacin se debe a una causa asignable debido a la pequea posibilidad de ocurrencia (~0.002) por causa aleatoria. En cuyo caso se dice que el proceso est fuera de control estadstico. 5.1. Grficos de control por atributos Se utilizan los siguientes grficos de control por atributos: a) Grfico de control de fabricacin defectuosa: Grfico p b) Grficos de control de defectos por unidad: Grficos- c Grficos- u El grfico p muestra las variaciones de la fraccin defectuosa a lo largo del proceso. Sea P la variable aleatoria que indica la fraccin defectuosa en cada muestra de tamao n y p su realizacin, es decir,

x: x:

88

424

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 5

(1) donde x representa el numero de elementos defectuosos de cada muestra, o realizacin de X. La funcin de distribucin de la variable aleatoria P, en los supuestos de extraccin muestral sin reemplazamiento de tamao n inferior al 10 % de la poblacin, puede aproximarse mediante la siguiente distribucin discreta binomial de parmetros p fraccin defectuosa del proceso y n (tamao de la muestra). (2) L a

(3)
Figura 1

Donde p y s son estimaciones de la fraccin defectuosa del proceso y de su desviacin estndar respectivamente, lo que permite establecer las lneas bsicas del grfico p, lnea central -p-, los lmites superior de control (LSC) e inferior (LIC). (4) (5) (6) Un documento importante y estrechamente ligado con el grfico de control por atributos es la pauta de inspeccin en la que se incluyen los atributos y dimensiones que deben verificarse, en una determinada pieza, as como la forma de realizarlo. En una pauta de inspeccin pueden coexistir caractersticas medbles debiendo especificarse en el apartado de elementos de medida el tipo de instrumento utilizado (calibre pie de rey, micrmetro, comparador, etc.) y otras no medible o atributos, partes de las cuales requerirn una simple inspeccin visual en tanto que para otras ser preciso la utilizacin de calibres pasa, no pasa semejantes a los expuestos anteriormente. Una vez eliminados del grfico -p los puntos fuera de control, si los hubiera y analizadas sus causas, se recalculan los valores de p, LSC y LIC; se aaden nuevos datos al grfico, hasta que indique que el proceso est bajo control estadstico, siendo entonces p el valor estimado de la fraccin defectuosa del proceso. A partir de este momento el grfico- p sigue siendo til, al permitir confirmar mediante la aportacin de nuevos datos, que el proceso sigue estando bajo control. En muchos casos es ms conveniente utilizar como variable aleatoria el nmero de defectos por unidad- C, en vez de la fraccin defectuosa -P, teniendo entonces el grfico- c, cuya v.a presenta una distribucin de Poisson de parmetro . (7) A veces resulta til introducir el concepto de unidades de inspeccin para cada elemento muestral, tenindose el grfico u. Si se dispone de g unidades de inspeccin, el nmero de defectos u por unidad de inspeccin ser c/g. Ejemplo 1

La figura anterior indica que el proceso industrial est bajo control estadstico. 5.2. Grficos de control por variables Se utilizan principalmente y de forma conjunta los siguientes grficos de control por variables: a)- Grficos de control de la media Grfico- X b)- Grficos de control de la dispersin Grfico- R Los grficos X y R suponen que la v.a. X presenta una distribucin normal N (, ), donde X representa una caracterstica de calidad del producto, medida sobre una escala continua. En consecuencia la v.a. X, distribucin de las medias de las muestras de tamao n, es una v.a. N (, /n ) y la v.a. s2 (n - 1) /2 una 2n-1 donde s2 es la varianza muestral y 2n-1 es una v.a. Ji dos de n-1 grados de libertad. Dado que el valor medio de la v.a. 2n-1 es (n-1) y su varianza 2 (n-1),referencia [10] resulta: (8) (9) La inspeccin muestral durante el establecimiento del control del proceso se realiza mediante g muestras de n elementos obtenindose como resultados para la muestra i la media xi, el recorridos Ri y la desviacin estndar si, segn indica la siguiente tabla.

Tabla 2. Control de procesos por variables

g grupos de muestras de tamao n donde: En la figura 1 se representa un Grfico p de control por atributos cuyos datos de inspeccin se incluyen en 7 (Tabla 7). (10) De los datos de inspeccin para el control del proceso se obtienen los siguientes resultados aplicando las expresiones (3), (4), (5) y (6)

INGENIERIA NAVAL

abril 2006

425

89

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 6

(11)

Los grficos de control pueden tambin utilizarse para asegurar que el proceso contina bajo control estadstico, en cuyo caso y son conocidos, emplendose las siguientes ecuaciones: El grfico -R tiene como lnea central R y los siguientes lmites de control superior e inferior: (19) (20)

(12) siendo x, R y s estimaciones de la media, dispersin y desviacin estndar poblacional El grfico-R utiliza el recorrido muestral R en vez de la desviacin estndar , estando ambos relacionados a travs de la v.a.W= R/ cuya distribucin, valores medios -d2- y desviaciones -d3- estn tabulados en la tabla D1, referencia [9], en funcin del tamao de las muestras, permitiendo establecer los lmites de los grficos R y X., donde es la desviacin estndar poblacional y R la desviacin estndar de la v.a. R.

El grfico -X tiene como lnea central y como lmites de control, (21) (22) Los coeficientes A, D1 y D2 estn tabulados Tabla M, [9] o tabla 3.2.2.3-1 [11]. Sin embargo el hecho de que el proceso est bajo control estadstico no implica que los productos o servicios cumplan con la especificacin del cliente, definindose la capacidad del proceso, como la relacin entre el intervalo de valores de x aceptables o diferencia entre los lmites superior (Ls) e inferior (Li) de especificacin, y 6 del proceso.

Los lmites del grfico -X deben ser independientes de las variaciones entre medias mustrales, por lo que deben establecerse una vez que el grfico -R muestre que el proceso est bajo control estadstico. El grfico- R tiene como lnea central, y los siguientes lmites de control: (13) (14) El grfico - X tiene como lnea central x, y los siguientes limites de control basado en R. (15) (16) Los coeficientes D3, D4 y A2 se encuentran tabulados en la tabla M, y Tabla3.2.2.3-1, [9] y [11] respectivamente. Alternativamente puede utilizarse el grfico- s o grfico de control de las desviaciones estndar mustrales [9], pudiendo establecer formulas anlogas a las (13) y (14) de forma que:

Si un proceso industrial est bajo control estadstico debe comprobarse su capacidad para satisfacer la especificacin aplicada, que probablemente reducir el (los) lmite(s) de variacin de la(s) caractersticas de calidad del producto o servicio. El Lmite de especificacin inferior (Li) y /o superior (Ls), indica el valor mnimo y/o mximo admisible de las caractersticas de calidad. La existencia del lmite(s) de especificacin puede suponer una fraccin defectuosa inevitable de la produccin, que puede calcularse como el rea comprendida entre la funcin de distribucin de la caracterstica de calidad y la vertical trazada en Li y/o Ls. Si la caracterstica de calidad se distribuye segn una v.a. normal, la fraccin defectuosa p debida a la especificacin, puede calcularse segn las expresiones siguientes: (23)

donde representa la funcin de distribucin de la v.a. normal estndar. lo que permite establecer como lnea central del grfico, y los siguientes limites de control: (17) Parece evidente que la variabilidad en sentido de mayor dispersin es intrnsecamente mala para todo tipo de proceso. Existen dos razones fundamentales para intentar llevar esta variabilidad al mnimo. En primer lugar la satisfaccin del cliente.Todo producto, cuyos parmetros estn dentro de las especificaciones producen una completa satisfaccin en el cliente. En segundo lugar, el no fabricar los productos con su valor nominal existe un coste adicional que al final acaba repercutiendo en el consumidor final y por tanto es la sociedad quien lo soporta. Ejemplo a:

(18) donde los valores de c4, B3 y B4 se incluyen en la citada tabla M [9]. Pueden combinarse los grficos X y s, teniendo como lnea central x y los siguientes lmites de control:

90

426

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 7

La fig. 2 incluye los grficos de control X y R correspondiente a la fase de implantacin del control estadstico de un proceso continuo de mecanizado de ejes, cuyos datos de inspeccin se incluyen en (tabla-8 /7) El empleo de los grficos de control X y s dan un resultado semejante. De los datos de inspeccin para el control del proceso se obtienen aplicando las expresiones (10), (11), (12), (13), (14), (15), (16), (17) y (18), tenindose los resultados siguientes:

Si al proceso bajo control estadstico de fabricacin, se aplican los siguientes lmites de especificacin: Li=57,4 y Ls=78,5, resulta segn la expresin (23), una fraccin defectuosa de 0,223 o un porcentaje defectuoso de 22,3 % inaceptables. Fraccin defectuosa que corresponde a las reas laterales comprendidas entre las rectas trazadas por X=78,5 ,X= 57,4 y la curva representada en la fig. 3. El proceso de fabricacin habr de ser modificado si se quiere atender a la especificacin citada.

Grfico -R LSC = 39,66 Grfico -s LSC = 15,94 Grfico X (unido al grfico R) LSC = 82,76

LIC = 0 LIC = 0 LIC = 61,12

Sin embargo la existencia de un punto fuera de los lmites de control, muestra nmero 11, a la que puede asignarse como causa un fallo del suministro elctrico, es necesario suprimirlo, modificndose los valores medios del proceso como se indica a continuacin:

Fig. 3 Proceso descentrado e incapaz

Grfico R LSC=36,64 Grfico s LSC=14,48 Grfico - X LSC=82,13

LIC=0 LIC=0 LIC=62,13

6. Planes de muestreo de aceptacin

El control de recepcin de productos o servicios lo realiza el comprador en colaboracin con el fabricante y tiene por objeto comprobar que se verifican las especificaciones del comprador. El artculo considera nicamente el caso de la fabricacin continua, en que un fabricante vende las unidades que produce en lotes o partidas (conjunto no unitario de unidades), o bien grandes lotes poblaciones que pueden considerarse infinitas. El control de calidad en la recepcin est asociado al concepto de proteger al comprador frente a lotes de Calidad Lmite (CL), es decir de mala calidad. La puesta en prctica del control de calidad de recepcin se realiza aplicando planes de muestreo de inspeccin por atributos - caractersticas cualitativas del producto o servicio - y/o por variables - caractersticas medibles sobre una escala continua. La calidad de un lote puede definirse por su fraccin defectuosa p, por el porcentaje de unidades defectuosas o por el nmero de defectos por cada 100 unidades. El artculo utiliza la fraccin defectuosa p. Un plan de muestreo se define por el nmero de elementos n, a extraer del lote, unido al criterio de aceptacin. Un esquema de muestreo consiste una combinacin de planes de muestreo con reglas para cambiar de un plan a otro e incluso de discontinuar la inspeccin, segn la calidad de los lotes, ya inspeccionados. Si cada lote de una produccin continua es sometido a un proceso de inspeccin por muestreo, la probabilidad de aceptacin de un lote, ser a la larga la proporcin de lotes aceptados del proceso, ya que se admite que en el proceso de fabricacin los defectos se producen al azar. El Nivel de Calidad Aceptable (NCA), representa la mxima fraccin defectuosa que puede considerarse satisfactoria como calidad media de un pro-

Como resultado de los grficos de control X-R, se admite que la v.a. X tiene una distribucin N(72,13;7,4), representada en la Fig. 3.

Fig. 2

INGENIERIA NAVAL

abril 2006

427

91

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 8

ceso desde el punto de vista de una inspeccin por muestreo, realizada segn las normas internacionales ISO 2859 o nacionales equivalentes[5]inspeccin por atributos- o ISO 3951 o nacionales equivalentes [7] inspeccin por variables -.Tambin para las normas citadas el NCA representa un ndice de tabulacin de los planes de muestreo. En cualquier caso no debe confundirse el NCA, con la fraccin defectuosa real de un proceso, referido a una especificacin determinada. De manera semejante, la Calidad lmite (CL), presenta una baja probabilidad de aceptacin, y es especfica para inspecciones por atributos de lotes independientes. En un plan de muestreo de aceptacin se pueden cometer dos tipos de errores: Error tipo I riesgo de calidad del fabricante (RCF)- representa la probabilidad de rechazar un lote de buena calidad. Valores recomendados de : 0,01 0,05. Error tipo II- riesgo de calidad del comprador (RCC) - representa la probabilidad de aceptar un lote de mala calidad.Valores recomendados de . 0,1 0,05. La discriminacin de lotes de buena y mala calidad de un plan muestreo de aceptacin, viene indicado por su Curva Caracterstica Operativa (CO), curva que representa la probabilidad de aceptacin de un lote, en funcin de la fraccin defectuosa de sus muestras. La curva CO incluye los requerimientos del comprador y las habilidades tcnico-econmicas del fabricante, y se caracteriza por dos puntos: lotes de calidad p1 de baja probabilidad de rechazo y lotes de calidad p2 de baja probabilidad de aceptacin . Las curvas CO son de dos tipos: tipo A referidas a un solo lote (poblacin finita) o lotes de pequeo tamao y tipo B referidas a un proceso continuo de fabricacin (poblacin infinita), o lotes de gran tamao. En los siguientes apartados se desarrolla el establecimiento de planes de muestreo por atributos (6.1) y planes de muestreo por variables (6.2), cuyas curvas CO, pasan aproximadamente por los puntos (p1, 1-) y (p2, ). En este artculo slo se consideran curvas CO del tipo B. En el control de calidad de recepcin por atributos pueden considerarse tres sistemas de muestreo estadsticamente equivalentes: simple, doble, y mltiple. El muestreo simple toma una sola muestra al azar del lote a inspeccionar. El muestreo doble toma una primera muestra, de tamao ms pequeo que la que sera necesaria en el muestreo simple, y si los defectos encontrados representan una calidad buena o mala, el lote se acepta o rechaza directamente, pero si el resultado obtenido es un valor intermedio, se toma una segunda muestra antes de decidir sobre la aceptacin. El principio del muestreo mltiple es el mismo que el muestreo doble, solo que en aquel hay que recurrir a ms de dos muestras. En este artculo slo considera el muestreo simple. Durante la II Guerra Mundial los Estados Unidos de Amrica desarrollaron las normas Military Standar, MIL-STD 105D para inspeccin por atributos y la MIL - STD 414 para inspeccin por variables[8] las cuales permiten definir con cierta facilidad planes de muestreo, a partir de un sistema de muestreo mediante la utilizacin de tablas y grficos. El fundamento cientfico de las normas norteamericanas citadas, fue recogido en las normas internacionales ISO 2859 para inspeccin por atributos

e ISO 3951[12], para inspeccin por variables y tambin en las normas espaolas equivalentes UNE 66-020 para inspeccin por atributos[5] y UNE66030 para inspeccin por variables.[7] La norma UNE 66020 de Junio 2001 es equivalente a la Norma Internacional ISO 2859 de 1999,[5] y la norma UNE 60030 es equivalente a la Norma Internacional ISO 3951 de 1981[7]. Sin embargo no est puesta al da ya que existe una Norma ISO 3951 posterior[12]. Las mencionadas normas militares han sido publicadas en 1972 como normas ANSI/ASQC ZI.9 (Variables) y ANSI ZI.4 (atributos).As mismo la Norma Internacional ISO 3951 (Variables) implementa un mtodo grfico para la aplicacin de los procedimientos de muestreo para la inspeccin por variables. En 1993 se publica una versin revisada de la Norma ANSI/ASQC ZI.9 [13], compatible e intercambiable con la Norma Internacional ISO 3951, mediante la supresin de los niveles de calidad aceptables (NCA) 0,04, 0,065 y 15,00 y de los planes de muestreo correspondientes a la letra cdigo J, y L, seguido de una reorganizacin de estas letras. 6.1. Inspeccin por atributos Como se ha indicado anteriormente un plan de muestreo est definido por su curva caracterstica de operacin (CO), que en el caso de muestreos de lotes por atributos, fabricados en un proceso continuo, la curva CO ser del tipo B, [9], y la variable aleatoria X piezas defectuosas en la muestra tendr una distribucin binomial, es decir la probabilidad de aceptacin de un lote ser en el caso de un muestreo simple, (24) donde p es la fraccin defectuosa del proceso, n es el nmero de elementos de la muestra (tamao) y Ac es el nmero de aceptacin, o nmero mximo de elementos defectuosos de la muestra para poder aceptar el lote y x el nmero de elementos defectuosos de la muestra. El criterio de aceptacin es: Si x Ac se acepta el lote, si no se rechaza el lote. Cuando un comprador decide establecer un plan de muestreo de aceptacin, puede requerir que la curva CO, pase por los puntos (p1, 1-) y (p2,), lo que implica resolver el siguiente sistema de ecuaciones en el caso de un proceso continuo curva CO tipo B, y muestreo simple,

siendo las incgnitas n y Ac, los nmeros que definen el plan de muestreo. Sin embargo el sistema anterior slo admite una solucin aproximada en la mayora de los casos, debido a la exigencia de que n y Ac deben ser nmeros enteros. Si en vez de considerar un plan de muestreo (n,Ac) se utiliza una combinacin de planes de muestreo con reglas de paso de uno a otro, segn sea la historia de calidad de la produccin, se asegura una fabricacin de un nivel de calidad de al menos el nivel de calidad aceptable (NCA), procedimiento incluido en la norma UNE-66020 [5], ISO 2859 o, MIL-STD 105 D. Los pasos para utilizar la norma UNE 66.020 son los siguientes:

92

428

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 9

1 Se decide el nivel de calidad aceptable en porcentaje (NCA). 2 Se decide el nivel de inspeccin. Nivel I. Inspeccin reducida de poca discriminacin. Nivel II. Nivel recomendado para iniciar la inspeccin. Inspeccin normal. Nivel III. Inspeccin rigurosa de alta discriminacin. 3 Se decide el tamao de los lotes (N). 4 A partir del tamao de los lotes y el nivel de inspeccin se determina la letra cdigo. (Tabla 1 de la Norma). 5 Se decide el sistema de inspeccin: simple, doble mltiple basndose en criterios administrativos. 6 Se determina a travs de las tablas de Norma el plan de inspeccin (n, Ac, Re). 7 Se extrae del lote una muestra aleatoria de dimensin n segn sea el de piezas defectuosas o defectos de la muestra (x), se acepta o rechaza el lote. 8 Cambio de nivel de inspeccin. Paso de normal a rigurosa: Cuando est aplicndose una inspeccin normal, se pasar a una inspeccin rigurosa si 2 de 5 lotes consecutivos son rechazados en la inspeccin en primera presentacin, sin tener en cuenta los lotes presentados de nuevo a inspeccin. Paso de riguroso a normal: Cuando est aplicndose una inspeccin rigurosa, se podr pasar a una normal si 5 lotes consecutivos son aceptados en primera presentacin. Si x Ac se acepta el lote; si x > Re se rechaza el lote Paso de normal a reducida: Cuando la produccin est en rgimen uniforme o si los 10 lotes precedentes (o ms, segn se considere) han estado bajo inspeccin normal sin que haya sido rechazado ninguno de ellos en primera presentacin. Paso de reducida a normal: Cuando est aplicndose una inspeccin reducida, se deber pasar a una inspeccin normal cuando un lote es rechazado en primera presentacin o se observa que la produccin comienza a ser irregular o a decaer su calidad. Como ejemplo, para un NCA=1 %, nivel de inspeccin II y tamao del lote N=450 elementos, resulta una letra cdigo H (Tabla 1 de la Norma) y por tanto en un plan de muestreo simple; n=50,Ac=1 y Re=2 (Tabla 2-A de la Norma). Ejemplo 2 La tabla 3 incluye tres planes de muestreo para inspecciones por atributos para la aceptacin de lotes de 450 elementos fundidos, cuyo grfico- p de control se indica en la fig.1 mostrando que el proceso productivo est bajo control estadstico. As mismo se indican los riesgos de calidad del fabricante (RCF) y del comprador (RCC) correspondientes a los planes para una probabilidad de rechazo = 0,05 y de aceptacin = 0,1.

Figura 4. Curvas operativas (OC)

Los riesgos del fabricante (=0,05) y del comprador (=0,1), indicados en la tabla 3 se han cuantificado a partir de la fig. 4. Alternativamente al uso de la Norma UNE 66020, [5] para un NCA=1%, nivel de inspeccin II y tamao del lote N=450 elementos letra cdigo H (Tabla 1 de la Norma) y un plan de muestreo simple; n=50,Ac=1 y Re=2 (Tabla 2A de la Norma). Si se comparan las curvas CO del plan estudiado en el prrafo anterior (Tabla 10-H de la Norma) con la curva CO representada en la fig. 4, correspondiente a un plan de muestreo definido por n = 50,Ac =1 y Re = 2, 1 plan propuesto en la tabla 3, se advierte una efectividad semejante desde el punto de vista del fabricante. El 3 plan de muestreo propuesto en la tabla 1.4, est fuera de la Norma, debido a la relacin N/n. 6.2. Inspeccin por variables La inspeccin por variables requiere un tamao de muestra menor que la inspeccin por atributos; sin embargo exige un plan de inspeccin para cada variable que represente una caracterstica de calidad.As mismo, debe suponerse una distribucin normal de las variables. Sea la v.a. X normal N (, ), una caracterstica de calidad medible sobre una escala continua del producto de un determinado proceso. La v.a. X tiene asociada la v.a normal estndar N (0,1), (26)

Tabla 3. Planes de muestreo para inspeccin por atributos RCF y RCC

La fig. 4 muestra las curvas CO correspondientes a los tres planes de muestreo indicados en la tabla 3: curva verde 1 plan de muestreo n=40,Ac=1y curva azul 2 plan de muestreo n=15,Ac=0. La curva CO se ha obtenido a partir de la expresin (24) en funcin de la fraccin defectuosa del proceso p.

y tambin la v.a. X normal N(, /n), cuyas realizaciones son las medias mustrales x. La caracterstica de calidad deber satisfacer una especificacin que impondr unos lmites o tolerancias, que podran ser nicos, - lmite inferior Li o lmite superior Ls; 0 bien dobles lmite inferior Li y lmite superior Ls, adems a los lmites dobles podr aplicarse un NCA diferente lmites dobles

INGENIERIA NAVAL

abril 2006

429

93

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 10

separados de especificacin- o bien un NCA nico para el porcentaje total de unidades defectuosas- lmites de especificacin doble combinado. [7] Los lmites de especificacin citados en el prrafo anterior, permiten definir los siguientes parmetros de calidad, inferior (qi) y superior (qs) del proceso. (27) (28) ya que (29) (30) Asimismo las fracciones defectuosas inferior (pi) y superior (ps) del proceso son funcin de los lmites Li y Ls citados, representando las reas situadas bajo la curva de densidad de probabilidad de distribucin normal N (, ) por fuera de la lnea lmite correspondiente. (Ver fig. 5).

aplican los dos lmites de especificacin, inferior Li=51 y superior Ls=89, siendo la condicin para aceptar un lote que su caracterstica de calidad x, est comprendida entre Li=51 y Ls=89.

Figura 5. Inspeccin de variables Lts. Seps.

De acuerdo con el prrafo anterior las fracciones defectuosas inferior y superior, son:

La aplicacin de los lmites 51 y 89 al proceso de fabricacin de ejes, da lugar a los siguientes parmetros de calidad y fracciones defectuosas.

donde representa la funcin de distribucin de la v.a normal estndar. 6.2.1.Variabilidad conocida Las dos ecuaciones anteriores pueden unificarse en la siguiente expresin nica, para ambos lmites de especificacin, (31) despejando q en la ecuacin (31), donde -1 representa la funcin inversa de la funcin de distribucin de la v.a. normal estndar. Existe por tanto una correspondencia biunvoca entre los valores de q y de p, como se indica en la tabla. 4. La constancia de la desviacin estndar , unida a una variacin de la media en un proceso industrial, cuya caracterstica de calidad tiene una distribucin normal N(, ), situacin que se presenta con alguna frecuencia en la Industria, es el tema principal de esta seccin. El fundamento cientfico de un plan de muestreo de una poblacin normal N(, ), est en que la v.a media muestral x, presenta una distribucin N(,/n). La media poblacional se estima mediante la media muestral x, y los parmetros de calidad q del proceso, a travs de los estadsticos de calidad Q, es decir: (32) (33) (34) lo que permite estimar las fracciones defectuosas correspondientes a un lmite nico inferior (Li) superior (Ls), doble Li y Ls considerndolos separados o combinados.
Tabla 4.Valores equivalentes: Fraccin defectuosa p /Parmetro de calidad q

Resulta el siguiente criterio de aceptacin de un producto: Lmite nico: si x Li x Ls, se acepta el lote. Lmite doble separado: si Ls x Li, se acepta el lote. En caso contrario, se rechaza el lote. Ejemplo b La fig. 5 muestra la funcin de densidad de la v.a. normal N (72,13; 7,4) correspondiente a un proceso continuo de mecanizado de ejes (7) al que se

A fin de tener un mejor estimador del parmetro de calidad q, se multiplican los estadsticos de calidad Q, expresiones (33) y (34) por un factor v, segn las Normas MIL - STD 414 [8], o ANSI/ASQC Z1.9,[13] para obtener el ndice de calidad Q, (35) (36) siendo n el tamao de la muestra, resultando la siguiente estimacin de la fraccin defectuosa, segn (31). (37)

94

430

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 11

fraccin que puede obtenerse directamente de la tabla D-5 incluida en la Norma MIL-STD.414[8], equivalente a la tabla D-5 de la Norma ANSI / ASQC Z1.9. [13] La aceptacin del lote se basa en la comparacin de la(s) fraccin(es) defectuosa(s) en el valor mximo aceptable de la misma M. Procedimiento denominado Form 2 en las normas citadas: (38) Dada la correspondencia biunvoca entre las fracciones defectuosas y los parmetros de calidad (q) o sus ndices de calidad (Q), existe un procedimiento alternativo de aceptacin del lote, mediante la comparacin de los valores de Q con la constante de aceptabilidad k, llamado Form. 1 resultando la siguiente condicin de aceptacin equivalente:

El plan de muestreo segn la Norma Internacional o nacional equivalente comprende muestras de cuatro elementos (n=4) y coeficiente de aceptabilidad k=1,69. El plan de muestreo segn la Norma ANSI/ASQC Z.1.9 y tambin segn la Norma MILSTD- 414,[8] incluye tambin muestras de 4 elementos y de acuerdo con el procedimiento Form1, con coeficiente de aceptabilidad k=1,69 y segn el procedimiento Form 2, un porcentaje mximo defectuoso estimado, M=2,58% y factor v=1,155. El coeficiente de aceptabilidad 1,69 y el valor mximo admisible del porcentaje mximo defectuoso, M=2,58 satisface la relacin (40), y el factor v la relacin (35), es decir para kv=1,951 se verifica:

estando M y k, relacionados mediante la ecuacin: (40) expresin que confirma la equivalencia entre los procedimientos Form1 y Form 2 de las normas norteamericanas citadas.[8], [13]. Se ha obtenido mediante un algoritmo de Montecarlo la siguiente muestra aleatoria de la poblacin: 77,8; 69,2, 63,1; y 64,4 de media x =68,6. 6.2.1.1. Lmites de especificacin nico o doble separado La definicin de un plan de muestreo(n, k), supuesto n, permite la construccin de la curva CO correspondiente, a partir de la condicin de aceptacin del lote. Efectivamente, para el lmite inferior Li se verifica:

debido a la hiptesis de normalidad de la caracterstica de calidad. La norma internacional ISO 3951,[7] y [12], utiliza de forma explcita nicamente el procedimiento Form 1, por lo que solo incluye tablas de las constantes de aceptabilidad k, siendo iguales a las correspondientes de las normas americanas MIL-STD 414[8] y ANSI/ASQC Z 1.9,[13] con las excepciones ya citadas (6), incluyendo por tanto el procedimiento Form 2 de forma implcita. La condicin de aceptacin de la Norma ISO 3951,[12] est referida a los valores de xs y/o xi definidos mediante las expresiones siguientes, (41) (42) siendo,

(45)

El segundo trmino del primer miembro de la desigualdad anterior es el parmetro de calidad qi, segn (27) multiplicado por , lo que permite enunciar el criterio de aceptacin de forma general, (46)

la exigencia para aceptar el lote. Condicin equivalente a (39), que define en un plano (, x), la zona de aceptacin. Las rectas x = Ls - k, x = Li + k y el eje ordenadas definen un tringulo, en cuyo interior debe encontrarse el punto representativo (, x) de la muestra para que el lote sea aceptado. La Norma Internacional ISO 3951,[12] utiliza los siguientes valores normalizados de y de x. (43) (44) Ejemplo c Se define un plan de muestreo para una inspeccin por variables de un proceso de mecanizacin contina (7), de variabilidad conocida (=7,4), con lotes de 110 elementos, nivel de inspeccin normal, y nivel de calidad aceptable NCA=1% y al que se aplica un lmite de especificacin inferior Li=51 y superior Ls=89. Las condiciones citadas en el prrafo anterior conducen a la letra cdigo F de la Norma Internacional ISO 3951 de 1989, [12] o la Norma espaola UNE 66-030 de 1984, [7]y en la Norma americana ANSI/ASQC Z 1.9 de 1993.[13]

vlido tanto para el lmite inferior como para el lmite superior de especificacin, siendo el primer miembro de una desigualdad la v.a. normal estndar Z. La probabilidad de aceptacin de un lote Pa de parmetro de calidad q, estimado mediante el estadstico de calidad Q, donde la constante de aceptabilidad k, es

Sin embargo el parmetro de calidad del proceso q, es funcin la fraccin defectuosa p del proceso, segn la ecuacin (31).

lo que permite finalmente definir las curvas OC dado un plan de muestreo (n,k), mediante la siguiente ecuacin, (47) En vez de disear una curva CO especifica para cada contrato, es usual recurrir a la Norma Internacional ISO 3951 o a las nacionales equivalentes [7]

INGENIERIA NAVAL

abril 2006

431

95

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 12

que constituye como ya se ha indicado un sistema de muestreo o combinacin de planes de muestreo con reglas para cambio de planes, a fin de adecuar la severidad de la inspeccin a la calidad de los lotes que se han fabricado. Los pasos para utilizar la Norma UNE 66030, [7] en el supuesto de un lmite o lmites dobles separados de especificacin son los siguientes: 1 Se decide el mtodo a seguir. Mtodo (Variabilidad del proceso conocido). Mtodo s (Variabilidad del proceso desconocido). Mtodo R (Mtodo alternativo al mtodo s). 2 Se decide el nivel aceptable de calidad en porcentaje (NCA). 3 Se decide el nivel de inspeccin. Nivel I: inspeccin reducida de poca discriminacin. Nivel II: nivel recomendado para iniciar inspeccin. Inspeccin normal. Nivel III: inspeccin rigurosa de alta discriminacin. 4 Se decide el tamao del lote (N). 5 Se determina la letra cdigo a partir del tamao del lote y el nivel de inspeccin (Tabla 1-A de la Norma). 6 Se determina el plan de muestreo simple (n; k) en funcin de la letra cdigo y el NCA (Tablas III A/B/C para el mtodo de la Norma). Debe iniciarse la inspeccin mediante la tabla III A (inspeccin inicial). Nota: La norma ISO 3951 y las nacionales correspondientes han suprimido el procedimiento basado en la Form. 2de la MIL STD 414 habindolo sustituido por procedimiento grfico. Sin embargo el fundamento cientfico en la norma ISO 3951 est en el procedimiento Form 2. 7 Se establecen los lmites de especificacin inferior (Li) y/o superior (Ls). 8 Se calculan los valores de aceptacin xi y xs, expresiones (41) y (42) Si x xi y/o x xs, se acepta el lote. 9 Se toma una muestra aleatoria de dimensin n y se calculan los valores x de la caracterstica de calidad de todos los elementos de la muestra y la media muestral x. 10 Cambios de nivel de inspeccin, segn lo indicado en 6.1. Nota: La aplicacin de las normas americanas citadas [13],[8] conducen a la misma proteccin del comprador, independientemente del procedimiento utilizado,Form. 1 o Form. 2 son equivalentes. Ejemplo d Se aplican los criterios de aceptacin de lotes de la Norma Internacional ISO 3951:1989,[12] de la Norma espaola UNE 66030:1984,[7] y de la Norma norteamericana ANSI/ ASQC Z1.9 de 1993,[13] a las muestras aleatorias del ejemplo c), para los mismos lmites de especificacin, Li=51 y Ls=89, supuestos separados e iguales condiciones de inspeccin. La decisin sobre el lote implica el clculo de los estimadores de calidad Q, segn las expresiones (33) y (34); de los ndices de calidad Q, expresin mediante la ex(36) y de las estimaciones de las fracciones defectuosas p presin (37) o la utilizacin de la tabla D-5 de la referencia [13]

Segn el procedimiento Form 2, [13], los estimadores de las fracciones de deben ser iguales o menores que M=2,85, lo que se cumple, luefectuosas p go se acepta el lote. Segn el procedimiento Form 1, [13], [12], [7], los estimadores de calidad Q, deben ser igual o mayor que k (k=1,69), expresin (39), lo que se cumple, luego se acepta el lote. La Norma Internacional [12] utiliza tambin como elemento de comparacin dos valores xi y xs, definidos por las expresiones (41) y (42); condicin equivalente con la exigencia del procedimiento Form 1. Se tiene, xi =63,51 xs =76,49

Dado que x = 68,6, se encuentra en el intervalo [63,51; 76, 49], debe aceptarse el lote. La fig. 6 representa la distribucin de la poblacin citada en 7, e incluye los lmites de la especificacin superior Ls=89 e inferior Li=51 y tambin los valores de aceptacin de x, xs =76,3 y xi=63,7.

Fig.-6. Inspeccin variables xi=64, xs=76

En la fig. 7 se muestra la curva CO correspondiente al plan de muestreo (n=4, k=1,69) del ejemplo, cuyos puntos correspondientes a la probabilidad de aceptacin de 0,95 y 0,1 son las fracciones defectuosas 0,59% y 14%. Las curvas CO han sido calculadas mediante la expresin (47).

Fig.7. Curva operativa (CO)

La curva CO para un plan de muestreo (n = 4; k = 1,69) coincide aproximadamente con la curva CO correspondiente a la letra F (tablas V-F y V-F1) incluida en la norma UNE 66030 [7], como indica la tabla 5.

96

432

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:09

Pgina 13

Trazando los vrtices que pasan por 0,19 en el grfico - F, de la norma UNE 66030, [7], se determinan sus intersecciones con la curva de aceptacin- para un NCA=1%. Intersecciones que corresponden a xs y xi. Resulta por tanto
Tabla. 5. Planes de muestreo para inspeccin por variables. RCF y RCC

6.2.1.2. Lmite de especificacin doble combinado Se entiende por lmite de especificacin doble combinado, cuando se aplica un mismo Nivel de Calidad Aceptable (NCA) al porcentaje total de unidades defectuosas correspondiente al conjunto de los elementos superior e inferior [7]. Previamente al muestreo debe comprobarse si es inferior o igual a la desviacin estndar mxima aceptable (DSM) que se obtiene multiplicando el intervalo (Ls-Li) por el factor f,incluido en la Tabla IV - de la Norma Internacional ISO 3951[12] o en la Tabla D-6 de la Norma ANSI / ASQC Z1.9 [13]. La norma ANSI / ASQC Z9.1[13] utiliza nicamente el procedimiento Form 2 para establecer el criterio de aceptacin de este supuesto. Si M es el valor mximo admitido de la fraccin defectuosa para los lmites superior e inferior, la condicin de aceptacin del lote debe ser: (48)

Dado que x= 68,63, valor comprendido entre xs y xi , se acepta el lote. Sin embargo la aplicacin de la Norma Internacional ISO 3951: 1989, [12], conduce a la no-aceptacin del lote al no producirse interseccin entre la vertical trazada desde 0,19 y la nueva curva de aceptacin -F para NCA=1%. Efectivamente la nueva edicin de la Norma ISO 3981, modifica, sin dar razones los grficos de aceptacin - letra cdigo, transformando las curvas en rectas verticales. 6.2.2.Variabilidad desconocida.Variable t de Student descentrada El fundamento cientfico de un plan de muestreo de una poblacin normal N(, ) de desconocida, est en que la distribucin de los estadsticos de calidad Q se corresponde con una v.a.t de Student descentrada (Anexo A.2), que en este artculo se representa con letra minscula, siguiendo una costumbre aceptada universalmente. [10] La media y la desviacin estndar poblacional se estiman mediante la media x y la desviacin estndar s mustrales y los parmetros de calidad q del proceso, mediante los estadsticos de calidad Q, (49) (50) (51)

La Norma Internacional ISO 3951,[12] emplea un procedimiento grfico de aceptacin (6.2.1.1), consistente en familias de curvas que definen reas de aceptacin en el plano (norm, xnom) de parmetro NCA, para cada letra del cdigo. Las curvas de aceptacin son por tanto una generalizacin de las dos rectas utilizadas por la Norma Internacional para lmite nico o dobles separados, y representa en los tramos rectos iniciales grficamente la condicin (48). Ejemplo e Se aplican los criterios de aceptacin de lotes de la Norma internacional ISO 3951 [12]; de la Norma espaola UNE 66030, [7], y de la Norma Norteamericana ANSI/ASQC Z-1.9, [13], a las muestras aleatorias del ejemplo a) para los mismos lmites de especificacin, Li=51 y Ls=89, suponiendo lmite doble combinado. Previamente a la inspeccin en el caso de lmite doble combinado es necesario comprobar que la variacin del proceso conocida (=7,4) cumple la condicin de mxima desviacin estndar (MSD) cuyo valor segn la Norma Internacional ISO 3951 se deduce a partir del factor f incluido en la Tabla 4 [12]. MSD = (LS-Li).f=38. 0,194=7,4 El criterio de aceptacin de la Norma ANSI /ASQC Z 1.9 para el caso actual viene expresado por la expresin (48).

(52) La aplicacin de un plan de muestreo (n, k) o (n, M) y la construccin de la correspondiente curva CO puede hacerse siguiendo un procedimiento anlogo al empleado para la situacin de variabilidad conocida, (6.2.1), es decir a partir de la condicin de aceptacin del lote, bien mediante comparacin de su fraccin defectuosa p con un valor M mximo admitido- p M o comparacin de su estimador de calidad Q con la constante k de aceptabilidad - Q k -. La fraccin defectuosa inferior (superior) se calcula segn la expresin siguiente donde la distribucin normal ha sido sustituida por la distribucin de la v.a. t de Student con n-1 g.l y parmetro de descentrado .

Las funciones de densidad y distribucin de la v.a. t de Student con n-1 g.l. y parmetro de descentrado, se indican en las expresiones (61) y (62) respectivamente del Anexo A.2. Sustituyendo en la ecuacin (45) por la desviacin estndar muestral s, se tiene el siguiente criterio de aceptacin del lote:

Por tanto se acepta el lote. La Norma Internacional ISO 3951 utiliza el procedimiento grfico expuesto anteriormente (6.2.1.1). El valor normalizado de la desviacin estndar es:

(53)

siendo el primer trmino del primer miembro de la desigualdad, la v.a. t de Student con n-1 grados de libertad (g).

INGENIERIA NAVAL

abril 2006

433

97

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:10

Pgina 14

En la fig. 8 se representa la v.a. t de Student con 9 g.l., lnea roja; indicndose tambin la v.a. normal estndar, lnea azul.

Figura 9. t-Student descentradas

Fig. 8. Funcin de densidad t y z

sidad de la v.a. t de Student descentrada, como se ha hecho en la elaboracin de normas de muestreo para la inspeccin por variables, o bien implantar la citada funcin de densidad en una aplicacin matemtica, la ms exacta y fcil de llevar a la prctica. Las tablas B-5 de la normas MIL-STD 414 [8] y ANSI/ASQC Z1.9 [13] permiten la estimacin de las fracciones defectuosas de un proceso en el supuesto de que su caracterstica de calidad se distribuyan segn una v.a. t de Student descentrada, tablas calculadas en base a la citada referencia [14]. La Norma Internacional ISO 3951 [7] [12] utiliza el mtodo grfico expuesto en 6.2.1.1 y en 6.2.1.2 empleando el grfico- s correspondiente a la Letra de Cdigo. Sin embargo las curvas OC incluidas en la Norma se han calculado mediante las tablas de Resnikoff and Lieberman [14]. Ejemplo f Como ejemplo de utilizacin directa de la funcin de densidad de la v.a. t de Student de 9 g.l. y parmetro de descentrado , se desarrolla a continuacin el clculo de la curva de operacin (CO) para un plan de muestreo n=10 y k=1,72; ejemplo tambin incluido en la introduccin de las tablas Resnikoff and Lieberman. El plan de muestreo (10; 1,72) se utiliza tambin en el ejemplo g) para lotes de N= 110 elementos, NCA = 1% y letra cdigo F. (55) La probabilidad de aceptacin del lote Pa, es segn la expresin (57),

La desigualdad (53) puede escribirse en la forma siguiente:

(54)

correspondiendo el primer miembro de la desigualdad, a una v.a t de Student descentrada con n-1 g.l. y parmetro de descentrado , definida en el anexo A.2 ecuacin (56), como:

donde Z es una v.a. normal estndar y U una v.a. Ji-dos con n-1 g.l. incluidas en la expresin (54),

y el parmetro de descentrado referido al lmite inferior,

o al lmite superior (56)

Para el plan de muestreo considerado

En consecuencia el criterio de aceptacin de lotes (54) se reduce a la siguiente expresin: (57) En la fig. 9 se representan las funciones de densidad de la v.a. t de Student descentrada con 9 g.l. y parmetros de descentrado =5,49 (lnea roja) y =10,62 (lnea azul); y la t de Student centrada =0 (lnea verde), obtenidas a partir de la expresin (61) del anexo A.2. La aplicacin del criterio de aceptacin de (55), requiere disponer de las tablas de Resnikoff and Lieberman, [14], calculadas a partir de funcin de den-

De acuerdo con la expresin (62) del Anexo A.2, la funcin de distribucin de la v.a. t 9, t ,

integral que permite calcular las probabilidades de aceptacin de los lotes, en funcin de su fraccin defectuosa, y dibujar la curva caracterstica correspondiente al plan de muestreo aceptado. La Fig.10, incluye la curva OC del plan n = 10, k = 1, 72. que coincide con

98

434

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:10

Pgina 15

la curva OC mostrada en la Tabla A-3, letra cdigo F y NCA 1% de la Norma ANSI/ ASQC Z1.9: 1993 [13].

Las fracciones defectuosas han sido obtenidas a travs de la tabla B-5 de la norma ANSI / ASQC Z1.9. Siguiendo los procedimientos aplicados en los ejemplos b) y c), se consideran los lmites Li y Ls nicos o separados (i) y posteriormente combinados (ii): (i)- Lmite nico doble separado
Figura 10. Curva operativa

Si se procede segn la Norma ANSI / ASQC Z.1.9, procedimiento Form 1,Se

En la tabla 6 se incluyen las probabilidades de aceptacin Pa, en funcin de las fracciones defectuosas p de los lotes, para un plan de muestreo n = 10, k = 1, 72 calculadas directamente a partir de la funcin de densidad de probabilidad de la v.a. t 9, y tambin los valores incluidos para este supuesto en la introduccin de la referencia [14].

acepta el lote, o bien mediante el procedimiento Form 2,

Se acepta el lote. Si se aplica la norma UNE 60030: 1984, se calculan los valores

Dado que x =76,06, est comprendido en el intervalo (63,13; 79,17), se acepta el lote. (ii)- Lmite doble combinado
Tabla. 6 Curva Operativa

La Norma ANSI / ASQC Z1.9, solo aplica el procedimiento Form 2, en cuyo caso la condicin de aceptacin resulta ser [13]:

El clculo directo resulta mucho ms rpido, exacto y con menores riesgos de error, es decir ms eficiente que la utilizacin de las tablas de Resnikoff and Lieberman, por lo que resulta extrao que ISO contine utilizndolas pg. 84 [7]. Ejemplo g Se considera que el proceso de mecanizado de ejes (7) no est bajo control estadstico (=desconocida); sin embargo se trata de definir un plan de muestreo de inspeccin por variables, a partir de lotes de N=110 elementos, nivel de inspeccin normal, nivel de calidad aceptable NCA=1%, aplicando los mismos lmites inferior Li=51 y superior Ls=89 que en el ejemplo a). Las condiciones citadas en el prrafo anterior conducen a una letra cdigo F tanto en la Norma Internacional ISO 3951[12], como en las mencionadas ANSI / ASQC Z1.9, y espaola UNE 66030. Segn las normas del prrafo anterior el plan de muestro incluye muestras de 10 elementos y un coeficiente de aceptabilidad k=1,72. La Norma ANSI /ASQC Z1.9 incluye tambin un porcentaje defectuoso mximo permitido, M=3,26%- procedimiento Form 2. Mediante un algoritmo de Montecarlo se obtiene la siguiente muestra aleatoria: 59,49; 72,46; 71,23; 76,3; 88,57; 78,2; 79,52; 78,6; 79; y 77,1 resultando x = 76,06 y s=7,46. Los estadsticos de calidad referentes a los lmites de especificacin y las estimaciones de las fracciones defectuosas correspondientes a la v.a. t.

El mtodo grfico de la Norma Internacional ISO 3951 [7] [13] se calcula la desviacin estndar mxima (DSM) y los valores normalizados de x, s (6.2.2), para aplicar despus la condicin de aceptacin o rea de aceptacin definida por la curva correspondiente al NCA=1% en el diagrama s-F.

Dado que el punto representativo de la muestra en el diagrama s-F, para NCA=1% (Edicin 1981), se encuentra en el rea de aceptacin, se admite el lote. Sin embargo el punto representativo est fuera de la zona de aceptacin en la edicin de 1989. 6.3. Inspeccin por atributos y variables Se entiende por inspeccin mixta por atributos y variables, una inspeccin previa por atributos, seguida por una inspeccin por variables de una submuestra de la primera inspeccin. Como primera accin deben especificarse los atributos y variables a inspeccionar. En segundo lugar hay que decidir si se acuerda con el fabricante el uso de curvas caractersticas de operacin (CO) definidas especficamente para el contrato, o bien se utilizan las normas UNE 66020 para la inspeccin por atributos y UNE 66030 para variables sus equivalentes internacionales ISO 2859 y ISO 3951.

INGENIERIA NAVAL

abril 2006

435

99

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:10

Pgina 16

La aceptacin del lote est condicionada a la cumplimentacin del criterio de inspeccin por atributos y tambin del criterio de inspeccin por variables. Si alguna de las dos condiciones no se cumplen, el lote es rechazado.

El caso se estudia a travs de cuatro partes: La primera parte (Ejemplo a) est dedicada al anlisis de la estabilidad del proceso de fabricacin mediante los grficos de control R y X y de la capacidad del proceso de aceptar dos lmites de especificacin superior Ls=78,5e inferior- Li=57,4. La fig..2 indica que el proceso est bajo control estadstico, presentando una caracterstica de calidad distribuida segn una v.a. N(72,13; 7,4). En la segunda (Ejemplo b) se calculan los parmetros de calidad del proceso definido por una distribucin normal N(72,13;7,4) y lmites de especificacin inferior Li=51 y superior Ls=89. Proceso que est descentrado siendo incapaz de aceptar los lmites de especificacin, ya que presenta un porcentaje defectuoso del 22,3 %, segn muestra la fig. 3. En la tercera parte (Ejemplo c) se define un plan de muestreo para la inspeccin final de lotes supuesto =7,4, utilizando las normas ISO 3951 de 1989, [12] UNE 66030 de 1984, [7] y ANSI / ASQC Z1.9 de 1993, [13]. La muestra aleatoria (n=4) se obtiene mediante un algoritmo de Montecarlo y pone de manifiesto la no equivalencia completa entre Normas y la situacin anormal de la Norma UNE 66030. La aplicacin del plan de muestreo se realiza en el Ejemplo d) para el supuesto de lmites separados, y en el Ejemplo e) para lmites dobles combinados. La cuarta parte supone desconocido, calculndose primero la curva CO para un determinado plan de muestreo a partir de la funcin de densidad de la v.a, t de Student descentrada (Ejemplo f), para despus utilizar las mismas normas citadas en la parte tercera. La muestra aleatoria tiene ahora una dimensin n=10. Otenindose tambin mediante un algoritmo de Montecarlo. A.1.- Anexo. Distribucin t de Student descentrada Se define la distribucin t de Student descentrada, por la siguiente expresin:

7. Ejemplos de aplicacin
Control de un proceso por atributos La tabla 7 incluye los resultados de la inspeccin de 20 muestras de 40 elementos de Fundicin extradas de lotes de dimensin N = 450 elementos.

Tabla. 7 Resultados de un control por atributos

El caso se desarrolla en dos etapas, la primera estudia (Ejemplo 1) el estado de la fabricacin y la segunda (Ejemplo 2) diferentes planes de muestreo aplicables a la inspeccin final de lotes, deducindose los riesgos del fabricante y el comprador, a travs de las correspondientes curvas operativas (OC). La fig.1 muestra que el proceso de Fundicin est bajo control estadstico, de acuerdo con el Grfico- p. La fig.4 representa las curvas OC de dos planes de muestreo, siendo el primero (n=40,Ac=1) equivalentes al plan de muestreo correspondiente a la letra H y NCA=1% de la Norma Internacional ISO 2859. [5] Control de un proceso por variables La tabla 8 muestra los resultados de la inspeccin de 16 muestras de 5 elementos de un proceso de mecanizacin, extradas de lotes de dimensin N = 110 elementos.

(59) donde Z es una v.a. normal estndar N(0,1), un nmero real llamado parmetro de descentrado, y U una v.a. de distribucin Ji- dos con v grados de libertad (g. l.), siendo ambas v.a. independientes. Es decir: Para =0, se tiene la v.a.t de Student citada en la ecuacin (53), y representada para 9 g.l. en las figuras 8 y 9, donde tambin se representa las v.a. t de Student descentradas para =5,49, =10,622 y 9 g.l. La v.a. t de Student descentrada tiene aplicacin en los planes de muestreo para la inspeccin por variables de una poblacin normal N (, ) de variabilidad desconocida, como se expone en 6.2.2. La condicin de aceptacin de un lote ecuacin (57), expresa que una v.a tv, de Student descentrada debe ser mayor o igual que un cierto numero real; en cuyo caso los grados de libertad de la distribucin sern v =n-1, siendo n el tamao de la muestra y el parmetro de descentrado (55) y / o (56). La v.a t n_1, tiene la siguiente funcin de densidad de probabilidad segn J.Resnikoff y G.J Lieberman,:[14] (60)

Tabla. 8 Resultados de un control por variables

100

436

INGENIERIA NAVAL abril 2006

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:10

Pgina 17

donde,

babilidad de rechazo de lotes de buena calidad (RCF) y el riesgo de calidad del comprador - probabilidad de aceptacin de lotes de mala calidad (RCC). El artculo incluye el clculo de las curvas OC correspondientes a planes de muestreo para inspeccin por atributos basados en la distribucin binomial y para inspeccin por variables en el supuesto que las caractersticas de calidad se distribuyan normalmente, siendo conocida / desconocida la variabilidad del proceso. En el artculo se aporta la frmula (47) que permite calcular las probabilidades de aceptacin de lotes de produccin continua en funcin de p, siendo conocida; y la utilizacin directa de la distribucin t de Student de v grados de libertad y parmetro de descentrado , a partir de la funcin de densidad de la variable aleatoria frmula (61),en el supuesto de desconocida mediante clculo electrnico,en vez de emplear las tablas de Resnikoff y Lieberman (1957),[14] como actualmente hacen los Comits Tcnicos ISO / TC 69 y AEN / CTN 66, segn se indica en la Norma UNE 66030:1984, seccin B.8.1, pg. 94. [7] Sin embargo no es usual la utilizacin de curvas OC especialmente diseadas, sino el empleo de las familias de estas curvas incluidas en las normas internacionales ISO 2859 [5], para inspecciones por atributos e ISO 3951 [12], para inspecciones por variables, y en las normas nacionales equivalentes; normas que proceden de las normas militares norteamericanas MILSTD- 105 y MIL-STD-414. [8] El artculo estudia dos casos: Ejemplo 1, inspeccin por atributos de elementos fundidos; ejemplo 2, inspeccin por variables de elementos mecanizados; mediante el empleo de los mtodos estadstico incluidos en la Tesis y la utilizacin de las normas citadas. Para la inspeccin por variables, el artculo adopta las definiciones de parmetro de calidad, frmulas (27) y (28) y estadstico de calidad, frmulas (33) y (34) de acuerdo con la norma ISO 3951 y aade el ndice de calidad, frmula (36), en el supuesto de conocida. En el ejemplo 2 e), se considera la inspeccin por variables de piezas mecanizadas con lmites de especificacin doble combinado, resultando la aceptacin del lote segn la norma norteamericana ANSI /ASQC Z1.9:1993 [13] y segn la norma espaola UNE 66030:1984 equivalente a la norma internacional ISO 3951: 1981 y el rechazo del lote segn la norma internacional ISO 3951: 1989. [12]

ecuacin que simplificada adopta la forma siguiente, utilizada en este artculo.

(61)

La funcin de distribucin de la v.a. t de Student descentrada, viene dada por la expresin,

(62)

Las tablas de Resnikoff y Lieberman[13] incluyen las funciones de densidad de probabilidad, de distribucin y su funcin inversa de la v.a. tv, para: Grados de libertad v de 2 a 49. Parmetro de descentrado, = v +1 Kp, siendo Kp el valor de la v.a. N(0,1) designado en la Tesis como q, correspondiente a la fraccin defectuosa p. Las tablas citadas toman como valores de p los adoptados en la norma norteamericana de la referencia [8], de acuerdo con la siguiente tabla donde se indican los pares p, Kp; tabla anloga a la tabla 4.

Tabla 9. Fracciones defectuosas correspondientes los valores NCA normalizados

El prrafo anterior prueba: Que la norma ANSI /ASQC Z1.9:1993, no es equivalente a la norma internacional ISO 3951: 1989, mientras que el que el prlogo de la norma norteamericana afirma que s lo es. Que la norma UNE 66030:1984 es equivalente a la norma internacional ISO 3951: 1981, que ha sido cancelada y sustituida por la norma ISO 3951: 1989. La norma internacional ISO 3951 en sus dos ediciones mantiene los mismos planes de muestreo (n,k) de la norma militar MIL-STD 414 [8] aunque reduce el rango de los niveles de calidad aceptables (NCA) a 0,1% 10 % y elimina las letras de cdigo K y L. La aceptacin/rechazo segn la norma ISO 3951, se basa implcitamente en la metodologa Form 2 y explcitamente en la metodologa Form 1 de la norma militar MIL-STD 414, para un lmite de especificacin nico o doble separado. En el caso de lmite de especificacin doble combinado, la norma citada ha desarrollado unas familias de curvas de aceptacin, slo conservando parcialmente las metodologa de la norma militar. [8] Las familias de curvas de aceptacin incluidas en las ediciones de 1981 y 1989 de la norma ISO 3951 son diferentes.

As mismo las tablas citadas adoptan como abscisa t / n en vez de t, y la siguiente notacin: Funcin de densidad de probabilidad: (61)

Funcin de distribucin: (62)

representa la probabilidad que la v.a. t / n no exceda x. Funcin inversa de la funcin de distribucin:

8. Conclusiones
La medida de la calidad de lotes de productos, definida como el porcentaje defectuoso p, se efecta mediante inspecciones realizadas segn planes de muestreo seleccionados a travs de sus curvas caractersticas operativas (OC); ya que stas permiten definir el riesgo de calidad del fabricante pro-

INGENIERIA NAVAL

abril 2006

437

101

ART. TEC. INSPEC. PAG. 85-101

19/4/06

13:10

Pgina 18

9. Referencias bibliogrficas
[1] Escribano, J.E, Tcnicas de control de calidad, curso Master en Gestin de Empresas de Defensa, Madrid, 1.992 [2] Norma UNE- EN ISO 9000 Sistemas de gestin de la calidad.Fundamentos y vocabulario, Asociacin Espaola de Normalizacin y Certificacin (AENOR), Madrid, 2000 [3] Saiz de Bustamante A, Garantia de Calidad ,Seccion de Publicaciones ETSI Navales, Universidad Politcnica de Madrid, 2 edicin, Madrid 1993 [4] Arter, Dennis.R Auditorias de Calidad para mejorar su comportamiento, Editorial Daz de Santos, Madrid 1995 [5] Norma UNE 66.020 Procedimientos de muestreo para la inspeccin por atributos. Equivalente a la Norma Internacional ISO 2859:1999,Asociacin Espaola de Normalizacin y Certificacin (AENOR), Madrid, 2001 [6] Juran, J.M, Gryna, F.M, Manual de Control de Calidad.McGrawHill/Interamericana de Espaa, S.A, Madrid, 1993 [7] Norma UNE 66.030 Reglas y tablas de muestreo para la inspeccin por variables de los porcentajes de unidades defectuosas, equivalente a la

Norma Internacional ISO 3951 de 1981, Instituto Nacional de Racionalizacin del Trabajo (IRANOR), Madrid, 1984. [8] Military Standard MIL-STD-414Sampling procedures and tables for inspection by variables for percent defective, Department of Defense, USA, Washington, 1957 [9] Duncan,A.J, Quality control and industrial statistics, McGraw-Hill, New York, 1974. [10] Maravall Casanoves y Soler Salcedo, Estadstica terica y aplicada, Universidad Nacional de Educacin a Distancia, Madrid, 1976 [11] Fernndez Troconiz,A,Aplicaciones de la Estadstica, Estudios Crafer, Bilbao, 1972. [12] Norma ISO 3951:1989(E) Sampling procedures and charts for inspecttion by variables for percent nonconforming, Ginebra,1989 [13] Norma ANSI /ASQC Z1.9-1993 Sampling procedures and tables for inspection by variables for percent nonconforming, Milwaukee, 1993 [14] Resnikoff, J. and Lieberman, G.J, Tables of the now-central t-distri-butin, Stanford University Press, Stanford, 1957

102

438

INGENIERIA NAVAL abril 2006