Ensayo Del Cep
Ensayo Del Cep
Ensayo Del Cep
Coatzacoalcos
Ingeniería Mecatrónica
VARIABLIDAD…………………………………………………………………4
FUNDAMENTOS ESTADISTICOS…………………………………………..6
GRAFICOS DE CONTROL…………………………………………………9
CAPACIDAD DE PROCESO………………………………………………15
CONCLUSIÓN………………………………………………………………16
BIBLIOGRAFIAS…………………………………………………………….17
2
INTRODUCCIÓN
En la actualidad existen muchas herramientas que pueden ser utilizadas para las
posibles mejorías y diagnósticos, pero una de las principales es el uso de técnicas
estadísticas que viene a lo largo de los años, mejorando todo sistema operacional
además de permitir tornar los productos fabricados más competitivos.
Según la aplicación del control estadístico del proceso en una empresa, traerá la
estabilidad del proceso, y la reducción de variabilidad. No satisface apenas cumplir las
exigencias, cuanto mayor sea la reducción de la variabilidad del proceso, mejor será su
desempeño y mejor la imagen con relación a la presencia en el mercado garantizando
siempre un producto competitivo.
3
VARIABILIDAD
Ilustración 1
El Control Estadístico de Procesos es una herramienta útil para alcanzar este segundo
objetivo. Dado que su aplicación es en el momento de la fabricación, puede decirse que
esta herramienta contribuye a la mejora de la calidad de la fabricación. Permite también
aumentar el conocimiento del proceso (puesto que se le está tomando “el pulso” de
manera habitual) lo cual en algunos casos puede dar lugar a la mejora del mismo.
Ilustración 2
4
Para cualquier proceso de producción, independientemente de sus características,
contiene muchas fuentes de variabilidad. Por mejor ajustado que esté, los productos
presentarán diferencias entre sí, pudiendo ser grandes o muy pequeñas. Para el control
del proceso y reducción de la variabilidad, es importante investigar las causas que las
originan. El primer paso es distinguir entre causas comunes y causas especiales. [9]
explica que la confusión entre causas comunes y especiales lleva a la mayor
variabilidad y a costos más elevados. La actuación en causas comunes cual si fuesen
causas especiales puede llevar a un aumento indeseado de la variación, además
representar un costo innecesario (Silva, 1999). Las causas comunes no pueden ser
evitadas, y cuando el proceso presenta solamente causas de variación comunes, las
variables del proceso siguen una distribución normal. Ya las causas especiales pueden
ser eliminadas y son ocasionadas por motivos claramente identificables. Por otro lado,
si las causas especiales pasan desapercibidas, pueden ser incorporadas al resultado
del proceso, tornando aceptable lo que debía ser rechazado, además de perder una
oportunidad de mejoría del producto. El CEP es bastante utilizado para el control de las
variabilidades del proceso, teniendo como principal objetivo lograr que el proceso quede
bajo control. Esto se logra mediante la identificación y eliminación de cualquier causa
de variación no asociada con el proceso.
Ilustración 3
5
FUNDAMENTOS ESTADÍSTICOS
6
b) Teorema del Límite Central.
El teorema del límite central (TLC) establece que si una variable aleatoria (v.a.) se
obtiene como una suma de muchas causas independientes, siendo cada una de ellas
de poca importancia respecto al conjunto, entonces su distribución es asintóticamente
normal. Es decir:
Si:
Entonces:
7
CAUSAS COMUNES Y CAUSAS ASIGNABLES O ESPECIALES
Por definición, se dice que un proceso está bajo control estadístico cuando no hay
causas asignables presentes. El Control Estadístico de Procesos se basa en analizar
la información aportada por el proceso para detectar la presencia de causas asignables
y habitualmente se realiza mediante una construcción gráfica denominada Gráfico de
Control. Si el proceso se encuentra bajo control estadístico es posible realizar una
predicción del intervalo en el que se encontrarán las características de la pieza
fabricada.
8
GRÁFICOS DE CONTROL
Un gráfico de control consiste en una línea central, un par de límites de control, uno de
los cuales se localiza abajo y el otro arriba de la línea central, y valores característicos
marcados en el gráfico representando el estado de un proceso. Si todos esos valores
marcados están dentro de los límites de control, sin cualquier tendencia particular, el
proceso se considera bajo control, mientras que, si los puntos inciden fuera de los
límites de control o presentan una disposición atípica, el proceso es considerado fuera
de control.
9
En lo sucesivo, se supondrá que los procesos tienen un cierto grado de estabilidad.
Podemos distinguir dos casos:
El proceso está regido por una función de probabilidad cuyos parámetros
permanecen constantes a lo largo del tiempo. Este sería el caso de un
proceso normal de media constante y desviación típica constante. Este es
el caso ideal y al que se pueden aplicar los gráficos de control para
detectar la presencia de causas asignables.
El proceso está regido por una función de probabilidad alguno de cuyos
parámetros varía ligeramente a lo largo del tiempo. Este sería el caso de un
proceso normal cuya media varía a lo largo del tiempo (por ejemplo, una
herramienta de corte que va desgastando la cuchilla de corte).
Estrictamente hablando, este desgaste de la herramienta sería una causa
especial; sin embargo, si puede conocerse la velocidad de desgaste, podría
compensarse resultando un proceso análogo al caso anterior.
Puede ocurrir que las características propias del proceso hagan que alguno de los
factores de variabilidad intrínsecos al mismo, tenga un efecto preponderante, de modo
que en este caso la distribución no sea normal. Un ejemplo puede ser la distribución de
los diámetros de un proceso de taladrado, cuyo valor inferior está limitado por el propio
diámetro de la broca, mientras que la distribución presenta una cola hacia diámetros
mayores debido a posibles incidencias oblicuas de la broca. En este caso, se dice que
el proceso está bajo control estadístico cuando no hay otras causas asignables
presentes. Esto es equivalente a decir que el proceso permanezca estable, es
decir que los parámetros de la distribución permanezcan invariables y por lo tanto
puede realizarse una predicción del intervalo en el que se encontrarán los valores de la
característica de respuesta.
Por lo tanto, debe tratar de conocerse todo lo que sea posible de los fundamentos
tecnológicos del proceso, ya que puede dar pistas sobre el tipo de distribución que
seguirán los datos. En ningún caso debe “darse la normalidad por supuesta”. Debe
comprobarse y en caso de que los datos no sean normales, deben aplicarse métodos
especiales.
10
GRÁFICAS DE CONTROL DE VARIABLES
¿Qué es una gráfica de control de variables?
Existen dos tipos principales de gráficas de control de variables: gráficas para datos
recopilados en subgrupos y gráficas para mediciones individuales.
11
Gráfica Xbarra
Grafica la media del proceso en el tiempo. Utilícese para rastrear el nivel del proceso y
detectar la presencia de causas especiales que afecten la media.
Gráfica R
Grafica el rango del proceso en el tiempo. Utilícese para rastrear la variación del
proceso y detectar una variación inesperada.
Gráfica S
Grafica la desviación estándar del proceso en el tiempo. Utilícese para rastrear la
variación del proceso y detectar una variación inesperada.
12
Gráfica de zona
Grafica las puntuaciones acumuladas sobre la base de "zonas" en 1, 2 y 3 desviaciones
estándar desde la línea central. Utilícese para detectar una variación inesperada.
Cada punto en la gráfica representa una medición individual; de esta manera, el tamaño
del subgrupo es 1. Las gráficas de observaciones individuales se utilizan cuando las
mediciones son costosas, el volumen de producción es bajo o los productos tienen un
tiempo largo entre ciclos; por ejemplo, para probar la resistencia al impacto de las
piezas (pruebas de destrucción). Las gráficas de control de observaciones individuales
incluyen gráficas I y MR.
Gráfica I
Grafica observaciones individuales en el tiempo. Utilícese para rastrear el nivel del
proceso y detectar la presencia de causas especiales.
13
Gráfica de rangos móviles
Grafica el rango móvil en el tiempo. Utilícese para rastrear la variación del proceso y
detectar la presencia de causas especiales.
Minitab ofrece también otros dos tipos de gráficas de variables para aplicaciones más
complejas:
14
CAPACIDAD DE PROCESO
15
CONCLUSIÓN
Las variables definidas tomando como base los registros históricos de paradas en el
equipo debido a problemas de calidad fueron el peso, rotura de las piezas acabadas y
color del producto, resultando bastantes satisfactorias generando resultados confiables.
Se observó que la única variable que no presentó ninguna anomalía desde el inicio del
estudio fue relacionada a la alteración de color.
Al analizar los posibles errores y variaciones indicados por los gráficos de control de
acuerdo con la literatura, fueron detectados errores y variaciones perceptibles en la
calidad del producto específicamente en el peso y roturas cuando no existió un control
riguroso del proceso (primera situación).
Al comparar los resultados logrados con el estudio de CEP antes y después del
monitoreo directo en la línea de producción se percibe la gran diferencia de un rígido
control de calidad con monitoreo constante en la línea y bajo condiciones normales de
trabajo (situación segunda).
16
BIBLIOGRAFÍAS
5. CAMPOS, R.; ROCHA, R. "O controle estatístico de processos (CEP) para o monitoramento
da qualidade do farelo lex no processo do óleo de soja na empresa CAC". NUPEM, 2009, 13
p.
7. KUME, H. Métodos Estatísticos para Melhoria da Qualidade. 1ª edição, SAO PAULO. Gente,
1993, p.177-187.
17