Professional Documents
Culture Documents
NOA 2002
Introduccin:
En los aos recientes se ha visto el crecimiento de un nuevo tipo de mercado mundial sin precedentes en volmenes, variacin y calidad. Los compradores de hoy continan comprando con gran atencin en el precio, pero ponen un nfasis cada vez mayor en la calidad, de all que las industrias necesitan nuevas tecnologas y sistemas de control total de calidad. Entendindose por Control total de la calidad como un sistema efectivo de los esfuerzos de varios en una empresa para la integracin del desarrollo del mantenimiento y de la superacin de la calidad con el fin de hacer posibles mercadotecnia, ingeniera, fabricacin y servicios a satisfaccin total del consumidor y al costo ms econmico. (Armand. V. Feingenbaum 1994). Y la calidad como el conjunto de caractersticas de un producto que satisface las necesidades del cliente y en consecuencia hacen satisfactorio el producto. Surge as, la estadstica, conocida como ciencia de las mediciones, quien proporciona diversos instrumentos que se emplean en un programa de control de calidad, siendo: diagrama de Pareto, diagrama de causa y efecto, histogramas y grficos de control, entre otros. Estos instrumentos tienen en comn que son visuales, pues tienen forma de grficos o de diagramas, y slo dan resultado si se utilizan en combinacin con la teora, la tecnologa y la experiencia concerniente al trabajo que s esta realizando. Si la variabilidad de un proceso de produccin se reduce a la variacin aleatoria, se dice que el proceso se encuentra en un estado de control estadstico. Tal estado se logra encontrando y eliminando los problemas que causan otra clases de variacin, llamada variacin asignable que supera ese patrn natural y por lo tanto son inaceptables.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca Seccin: Salud y Calidad de Vida Pgina 1
Esta clase de variacin puede deberse al desempeo de los operadores, a la materia prima de mala calidad, a piezas mecnicas desgastadas, a maquinarias con instalacin incorrecta, y a otras causas semejantes que en definitiva pueden ser identificadas y por lo general resulta econmico descubrirlas y eliminarlas. Como es poco frecuente que los procesos de fabricacin estn exentos de esta clase de problemas, es importante contar con algn mtodo sistemtico para detectar desviaciones serias de un estado de control estadstico cuando ocurren y si es posible antes de que ocurran. Esta es la principal razn por la cual se utilizan las cartas de control, siendo uno de los principios de construccin de las mismas la base de una distribucin Normal o Gaussiana. Estas cartas proporcionan una base para el control de un proceso (1) y por consiguiente el de la produccin.
Objetivo:
Analizar utilizando simulacin las grficas o cartas de control y dentro de estas, las cartas de control por variables, en las que las variables involucradas son variables de tipo continua.
Metodologa:
Este trabajo se desarrolla con un enfoque cuantitativo, pues se utiliza datos generados por simulacin de funciones continuas a travs de computadoras y se construyen diferentes cartas de control tanto para el seguimiento de la exactitud del proceso, como para la precisin del mismo a travs de la Carta Media y de la Carta Rango o Desvi Estndar respectivamente. Los datos necesarios para la construccin de las cartas de control se obtienen mediante generacin de nmeros aleatorios a travs de Microsoft Excel.
Proceso: combinacin nica de mquinas, herramientas, mtodos, materiales, y personal comprometidos con una produccin. Seccin: Salud y Calidad de Vida Pgina 2
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Marco Terico:
Control Estadstico de Calidad: Los mtodos estadsticos son muy valiosos y se utilizan a menudo en control de calidad, por esta razn, con frecuencia se llama al control de calidad Control Estadstico de Calidad (2). A pesar que la estadstica es muy til en el control de calidad, muchas personas que las ven por primera vez sienten cierto rechazo. Sin embargo, cuando se comprenden las ideas que hay detrs de los mtodos estadsticos, su utilizacin en la prctica es muy sencilla; todo lo que se necesita son conocimientos elementales de aritmtica (sumar, restar, multiplicar y dividir). Adems de utilizarse para hacer los grficos de control de procesos, disear experimentos y para la inspeccin por muestreo, la estadstica moderna tiene una amplia variedad de usos tales como las encuestas de opinin, los estudios del costo de vida, los estudios de la produccin agrcola, estudios de impuestos, investigacin de mercado, etc.
Algunas Ventajas del control de calidad: Aumento de la calidad y disminucin del nmero de productos defectuosos. Obtencin de una calidad ms uniforme y disminucin del nmero de reclamos. Aumento de la fiabilidad, y la confianza en los productos, y clientes. Aumento en el precio de venta de los productos. Mayores utilidades. Reduccin de costos de produccin. Uso de un lenguaje comn. Desaparicin del trabajo desperdiciado, disminucin de los reprocesos y mejora en la eficiencia. Mejora en las relaciones humanas y eliminacin de barreras entre departamentos. Rapidez en la toma de decisiones y mejora en el despliegue de la poltica y la direccin por objetivos. Confianza en la empresa.
Las cuatro tareas del control de calidad son: a) control de nuevo diseo, b) control de materia prima, c) control del producto y d) estudios especiales del proceso. Seccin: Salud y Calidad de Vida Pgina 3
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Obstculos a los que se enfrenta un programa de control de calidad: Falta de apoyo de la gerencia en la implementacin de la calidad. Falta de apoyo por parte de los trabajadores para realizar el proceso. Falta de compromiso con la calidad. Falta de un programa de educacin continua. Rechazo al cambio.
Tipos de causas que afectan un proceso productivo: Cuando se efectan mediciones sobre cualquier fenmeno natural conocido, se observan diferencias entre los registros efectuados. Es comn que se presenten pequeas diferencias. Cuando se pretende fabricar piezas con medidas estrictas, por muy precisos que sean los equipos, se producen unidades cuyas cotas difieren unas de otras, an por mrgenes mnimos. Es as, que la variacin que se presenta en los valores de una caracterstica se considera debido a dos tipos principales de causas. a) Causas aleatorias o comunes: Son inherentes al sistema de produccin y no se pueden reducir ni limitar sin modificar el sistema en s. Como ejemplos de causas aleatorias se tienen las pequeas variaciones de reaccin, en la calidad de las materias primas, entre otras. Causas asignables o especificas: Estas pueden ser identificadas y, por lo general resulta econmica descubrirlas y eliminarlas. Surgen con motivo de una variacin repentina o anormal de las propiedades de las materias primas o de las condiciones de reaccin, o como consecuencia de defectos mecnicos. Cuando operan causas asignables, la caracterstica de la variabilidad tiene un comportamiento errtico.
b)
Una vez seleccionado y definido el problema principal a solucionar, el paso lgico es identificar las principales causas del problema. Una tcnica que representa una relacin significativa entre un efecto o problema y sus mltiples causas es el diagrama de la enumeracin de las causas, Grfico N1, tambin conocido como el diagrama de causa y efecto o espina de pescado.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
EFECTO O PROBLEMA
METODOS
MAQUINARIAS
El nombre de diagrama de esqueleto de pescado viene de la manera en que las diferentes causas estn ordenadas en el diagrama. Previo a la construccin el diagrama de causa y efecto el grupo humano conocedor del proceso debe tener una sesin de lluvia de ideas con el fin de enumerar las causas del efecto de inters.
Carta de Control: Se puede definir una carta de control como: un mtodo grfico para evaluar si un proceso est o no en un estado de control estadstico, es decir cuando slo actan causas comunes o aleatorias, inherentes a cualquier proceso. (Armand V. Feingenbaum 1994). Como lo muestra la Grfica N2, la carta consiste en una lnea central (L.C.) y dos pares de lneas lmites espaciadas por encima y por debajo de la lnea central, que se denominan lmite de control superior (L.C.S.) y lmite de control inferior (L.C.I.).
Lnea central
Tiempo
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Estos se eligen de tal manera que los valores situados entre los lmites puedan atribuirse al azar, mientras que los que caigan fuera puedan interpretarse como una carencia de control. Cuando un punto cae fuera de los lmites de control, se le considera problemtico; pero an cuando caiga dentro de los lmites de control, una tendencia o algn otro patrn sistemtico puede servir para advertir que tal accin debe interpretarse a fin de evitar algn problema serio. Sin embargo no indica la razn o motivo por el cual un proceso esta fuera de control.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
parte del anlisis de las lecturas sobre las caractersticas de calidad de las partes y productos. En este caso la condicin se denomina sin estndar dado.
Con Estndar dado Esta condicin implica que la tendencia central y los valores de dispersin han sido establecidos inicialmente. Las cartas de tipo variables, normalmente se utilizan en parejas, una carta revisa el promedio del proceso y la otra revisa la variacin. Encontrndose con distintos tipos de cartas en parejas: Carta Media-Rango, Carta Media-Desvo Estndar y Carta MedianaRango. A continuacin se presenta la base terica de la primera carta mencionada.
Carta Media-Rango: Se trata de una carta de tipo variable, en la que la medida de tendencia central, la media muestral , esta controlada por la Carta Media , en tanto que la variabilidad se controla por medio del rango, lo que constituye la Carta Rango (R). El rango o amplitud representa la diferencia entre el mayor y el menor valor de las mediciones de una muestra.
Carta Media-Rango , con estndar dado: La media del proceso sigue una distribucin Normal con media y desviacin estndar / n, valores que se suponen conocidos. En cambio, la medida del Rango (R) no tiene una distribucin normal, pero es una variable aleatoria de una muestra. La distribucin de R se relaciona aproximadamente con la distribucin Chi-Cuadrado. Carta Media : Los lmites de control estn determinados de tal forma que resulta una probabilidad pequea de que un valor dado de est fuera de los lmites por que, en realidad, el proceso est en control. En virtud del Teorema central del lmite, se tiene:
Como resultado, el 100(1-)% de los valores de caen dentro de los lmites cuando el proceso est bajo control si se utilizan los lmites:
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Como las cartas se basan en los lmites 3. , se tiene: Z = 3, obteniendo los lmites siguientes:
y n es el tamao de la muestra.
Carta Rango (R): Si se supone un proceso bajo control, es necesario obtener la relacin entre el Rango (R) de una muestra tomada a una poblacin normal con parmetros conocidos y la desviacin estndar de la poblacin. Puesto que el Rango es una variable aleatoria, la cantidad W = R / (El Rango Relativo ) tambin es una variable aleatoria. Se refiere con frecuencia al valor esperado de W como ,entonces tomado el valor de W anterior se tiene que:
, es una funcin del tamao de La desviacin estndar de W o sea, muestra n y comnmente se representa por d3 , entonces resulta: Los valores de d3 en funcin de n, figuran en la tabla A del Anexo
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Los lmites de la carta se basan en la esperanza del Rango, ms y menos 3 desviaciones estndar del Rango, o sea Haciendo: D2 = d2 + 3 d3 : D1 = d2 - 3 d3 Los limites de control resultan ser:
Carta Media Rango Sin Estndar dado: En la mayora de las aplicaciones practicas y son desconocidos y por consiguiente hay que obtener estimadores de estos parmetros. Es deseable que estos estimadores se basen en por lo menos 25 subgrupos de n observaciones recogidas mientras el proceso esta bajo control. Carta Media : El estimador de es la gran media
Entonces los limites de control para la Carta Media se calculan a partir de las frmulas (4), (5) y (6) de la siguiente forma:
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Carta Rango (R) Como en el caso de la Carta media , se establecen los limites 3 , donde 3 implica 3 veces la desviacin estndar del Rango 3 R. Pero se conoce que: puede reemplazarse por la expresin:
La lnea central corresponde al Rango promedio y los limites 3 sigma son de la forma: Haciendo
Los limites resultan de las frmulas (7), (8) y (9) que se detallan a continuacin:
Los valores de D3 y D4 para los distintos tamaos de muestra figuran en la Tabla A del Anexo.
Resultados:
Cartas Media-Rango para muestra de diferentes tamaos Para hacer un estudio del efecto de modificar el tamao de la muestra, se . La primera para n = 5 y la segunda n = construyen dos cartas Media-Rango 10. En ambos casos se generan a travs de Excel 25 subgrupos.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
1- Construccin de la Carta Media Rango para n = 5 Los datos obtenidos para n = 5 se presentan en la siguiente Tabla .
para n = 5
Utilizando las ecuaciones mencionadas y sabiendo que D3 = 0 y D4 = 2,11 para n = 5 segn la Tabla A del Anexo, se calculan los limites para la Carta Media: = 5,03 + 0,577 . 1,12 = 5,67 L.C.S. L.C. = 5,03 L.C.I. = 5,03 0,577 . 1,12 = 4,35 Y los lmites para la Carta Rango: L.C.S. ( R ) = 2,114 . 1,12 = 2,36 L.C.( R ) = 1,12 L.C.I. ( R ) = 0 Luego de calculados los lmites se construyen las Cartas, a partir de las siguientes grficas:
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
L.C.= 1,2
L.C.I.= 0
21 22 23 24 Subgrupos 25
para n = 10 2- Construccin de la Carta Media-Rango Los 25 subgrupos se obtienen de igual forma en el caso anterior, por generacin de nmeros aleatorios de 10 observaciones para cada muestra. Y luego se han calculado los lmites, obtenindose los siguientes valores Para la Carta Media y para la Carta Rango L.C.S. L.C. L.C.I. Para la Carta Rango L.C.S. ( R ) = 1,77 . 1,55 = 2,74 L.C.( R ) = 1,55 L.C.I. ( R ) = 0,223 . 1,55 = 0,34 Se puede deducir que mientras mayor es el tamao del subgrupo, ms estrechos son los lmites de control sobre la grfica de Medias y ms fcil para = 4,95 + 0,308 . 1,55 = 5,42 = 4,95 = 4,95 0,308 . 1,12 = 4,47
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
detectar variaciones pequeas, esto es solamente si las variaciones en el promedio del proceso ocurren entre los subgrupos y no dentro de los subgrupos. Adems cuando el tamao del subgrupo es menor o igual que 6, el limite de control inferior de la Carta Rango R es siempre 0, independientemente del valor de R, por lo que una disminucin en la dispersin del universo no puede reflejarse mediante puntos que caigan abajo del limite inferior.
Discusin:
Utilizacin de las Cartas de Control La representacin de las cartas de control sin ms no es muy til; estas no sirven a menos que se examinen detenidamente. Los principios para leer las cartas de control se describen a continuacin. Interpretacin de las Cartas de Control: Los puntos no debe considerarse como puntos individuales sino como una distribucin. No es conveniente dedicar mucha atencin al movimiento de los puntos entre los limites de control. Los resultados estarn dispersados al azar. Si los puntos caen dentro de los limites, en principio se considera que el proceso esta en estado controlado. Debe sealarse, sin embargo que hablando con rigor, el estado controlado en el grafico de control se da cuando los puntos estn dispersos al azar entre los limites de control, y forman una distribucin normal que tiene a la lnea central en el medio. Si algunos puntos caen fuera de los limites, seguro que ha tenido lugar una anomala en el proceso, y el proceso esta fuera de control. Tambin se considera que en un grafico el proceso esta fuera de control si algunos puntos caen justo en una lnea de control, tal situacin que se denomina estado incontrolado o fuera de control. Cuando los puntos de un grafico de control satisfacen las siguientes condiciones se dice que el proceso, de momento, esta controlado. 1. Veinticinco puntos consecutivos caen dentro de los lmites de control. 2. En treinta y cinco puntos consecutivos, no hay ms de uno que caiga fuera de los lmites de control. 3. En cien puntos consecutivos, no hay ms de dos que caigan fuera de los lmites de control.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Un nmero consecutivo de puntos que caen a un lado u otro de la lnea central se llama racha o desviacin. Es anmalo que un nmero grande de puntos consecutivos caiga por arriba o por debajo de la lnea central. Generalmente, se considera que esta presente una anomala cuando tiene lugar una racha de siete o mas puntos. Sin embargo cuando falta una lnea de control ( la lnea de control inferior del grafico de control R cuando n es seis o menor) no se considera que hay presente una anomala aunque 7 o mas puntos tengan en ese lado de la lnea central. Existe la posibilidad de que haya tenido lugar una anomala en el proceso si varios puntos aparecen al mismo lado de la lnea central, como se describe a continuacin: 4. Diez u once puntos consecutivos. 5. Doce o ms puntos de catorce puntos consecutivos. 6. Diecisis o mas puntos de veinte puntos consecutivos. Cuando los puntos muestran una tendencia hacia arriba o hacia abajo, puede haber presente una anomala. Cuando mas de la mitad de los puntos caen fuera de los limites de control, o cuando la mayora de los puntos estn apiados alrededor de la lnea central en una banda la mitad de ancha que la de los limites de control, esto indica que fue inadecuada la formacin de subgrupos o la estratificacin de los datos para el grafico. Cuando ocurre esto, se debe volver a dibujar el grafico utilizando una forma diferente de constituir los subgrupos o de estratificar (utilizar para cada maquina una carta de control, preparar cartas de control para materia prima de distintos orgenes, para distintos meses, etc.).
Conclusiones:
Uno de los objetivos del control estadsticos de procesos es detectar con rapidez la presencia de causas asignables o de tendencias o corrimientos del proceso, de modo que pueda efectuarse una investigacin y emprender una accin correctiva. Se utiliza tambin para estimar los parmetros de un proceso de produccin y eventualmente para eliminar la variabilidad. El control estadstico no constituye un fin en si mismo; una vez que se ha establecido, se puede comenzar un duro trabajo para mejorar la calidad y la economa de la produccin. En relacin a la interpretacin de una carta de control, aun cuando todos los puntos de una carta se encuentran dentro los limites de control, si se comporta de manera sistemtica o no aleatoria, entonces es un indicador de que el proceso esta fuera de control.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Si el proceso esta bajo control, todos los puntos de la grafica deben seguir un patrn aleatorio. La construccin mediante la generacin de nmeros aleatorios de las y para Media-Desvi Estndar para cartas de control para Media-Rango conjuntos de datos de diferentes tamaos pone en evidencia que mientras mayor sea el tamao del subgrupo, mas estrechos son los limites de control en la Carta Media y mas fcil es detectar variaciones pequeas, esto es solo si las variaciones en el promedio del proceso ocurren entre y no dentro de los subgrupos. En procesos destructivos en donde solo es posible una medicin, previa a la construccin de la Carta para datos individuales se debe probar la normalidad de los mismos, pues de no ser as , los resultados podran ser errneos . La tcnica de simulacin constituye una solucin o una salida valida en aquellos casos en los que no es posible contar con todos los datos pero si se conocen los parmetros con que habitualmente opera un determinado proceso de produccin, se pueden construir las Cartas y por lo tanto conocer si el proceso esta bajo control estadstico o no. Por otra parte permite actuar previamente ya que la Carta detecta anomalas incluso antes de que un punto caiga fuera de los limites de control, por lo que es posible corregir el problema anticipando una accin correctiva.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Bibliografa:
Bowkwer Lieberman g j., 1972-Estadstica para ingenierias. Prentice /Hall. Internacional. Davies O.L.,1996-Mtodos Estadsticos aplicados a la investigacin y a la produccin .2da edicin .Aguilar. Coleccin Ciencia y Tcnica. Feigenbaum Armand V., 1994-Control de calidad total.3ra Edicin-CESCA. Ishikawa, Kaoru, 1994-Introduccin al control de calidad.Ediciones Diaz de Santos s.a. Espaa. Juran J.M.y Gryna Frank,1996-Manual de control de calidad .4ta Edicin.Edit.Mc. Graw-Hill volumen I y II. Marquina Hector Ing.1990. Control Estadstico del proceso-curso organizado por el instituto argentino de control de calidad. Bs. As. Argentina. Miller Irwin, Freund J. 1992. Probabilidad y Estadsticas para ingenieros-3era edicin. Prentice/hall Walpole Myres,1992. Probabilidad y Estadstica. 4ta edicin. Mc.Graw-Hill. Grant Eugene l. 1966. Control de calidad estadstico.3ra edicin .Editorial Continental S.A.
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca
Anexo:
Tabla A : Factores para calcular lneas centrales de las grficas y lmites de control 3-sigmas (n = 5)
Grficas para promedios
Ob.de la m. Factores para los lmites de control
A2
A3
d2
1/d2
d3
D1
D2
D3
D4
2 3 4 5
0 0 0 0
0 0 0 0
Congreso Regional de Ciencia y Tecnologa NOA 2002. Secretara de Ciencia y Tecnologa, Universidad Nacianal de Catamarca