1 / 34

Tema 8. Control Estadístico de la Calidad. Parte I. Gráficos de Control

Tema 8. Control Estadístico de la Calidad. Parte I. Gráficos de Control. Escuela de Ingeniería Forestal. Mención Tecnología de Productos Forestales. Dirección de Operaciones Prof. María Alejandra Quintero. Contenido. Clasificación de los métodos estadísticos de control de calidad

oshin
Download Presentation

Tema 8. Control Estadístico de la Calidad. Parte I. Gráficos de Control

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Tema 8. Control Estadístico de la Calidad.Parte I. Gráficos de Control Escuela de Ingeniería Forestal. Mención Tecnología de Productos Forestales. Dirección de Operaciones Prof. María Alejandra Quintero.

  2. Contenido • Clasificación de los métodos estadísticos de control de calidad • Gráficos de control: concepto, estructura, interpretación • Gráficos de control por variables • Gráficos de control por atributos • Etapas del Control Estadístico de Procesos

  3. 1. Clasificación de los métodos estadísticos de C.C. Métodos Estadísticos de Control de Calidad Control Estadístico de Procesos (gráficos de control) Muestreo de Aceptación (planes de muestreo) Atributos Variables Atributos Variables

  4. 2. Gráficos de Control Concepto: Herramienta estadística utilizada para detectar variaciones de la calidad de un producto, durante un proceso de fabricación.

  5. Causas de las variaciones • Causas no asignables o aleatorias: debidas al azar, no son identificables, no pueden ser reducidas o eliminadas. Producen variaciones pequeñas. • Causas asignables: identificables y que deben ser eliminadas. Producen variaciones grandes.

  6. Un gráfico de control permite identificar causas asignables y determinar si un proceso está bajo o fuera de control. Bajo control: trabaja en presencia de variaciones aleatorias. Fuera de control: hay variaciones debidas a causas asignables.

  7. Estructura de un gráfico de control. Límite superior de control Línea central Límite inferior de control

  8. Gráfico de control Contenido

  9. 3. Gráficos de Control por variables Gráficos - R Se utilizan cuando la característica de calidad que se desea controlar es una variable continua. Se requieren N muestras de tamaño n. Ejemplo: fábrica que produce piezas cilíndricas de madera. La característica de calidad que se desea controlar es el diámetro.

  10. Proceso Obtención de las muestrasForma A. 7:00 Muestra de 6 Piezas

  11. Proceso 8:00 Muestra de 6 Piezas

  12. Obtención de las muestrasForma B. Retirar piezas individuales a lo largo del tiempo correspondiente a la muestra. En vez de retirar 6 piezas a las 7, se retira una a la 7:10, 7:20, 7:30, ..

  13. No. muestra Mediciones 1 2 3 4 5 6 1 50.04 50.08 50.09 50.1 50.24 50.04 2 50.14 49.97 50.07 49.97 50.03 50.1 3 49.99 50.13 50.18 50.04 50.08 50.08 4 50.03 50.18 50.08 50.08 50.01 50.12 . . . . . . . . . .. . . . . 30 49.98 50.08 50.08 50.03 50.08 50.1 Se obtiene una tabla de datos de la siguiente forma:

  14. No. muestra Mediciones 1 2 3 4 5 6 R 1 50.04 50.08 50.09 50.1 50.24 50.04 50.1 0.2 2 50.14 49.97 50.07 49.97 50.03 50.1 50.05 0.17 3 49.99 50.13 50.18 50.04 50.08 50.08 50.08 0.19 4 50.03 50.18 50.08 50.08 50.01 50.12 50.1 0.15 . . . . . . . . . . . . . . . . . . . . . . . . 30 49.98 50.08 50.08 50.03 50.08 50.1 50.06 0.12 Construcción de los gráficos -R.Paso 1. Calcular media y rango para cada muestra

  15. Paso 2. Calcular la media de medias y la media de los rangos : media de la muestra i Ri : cantidad de muestras N : número de muestras

  16. Paso 3. Cálculo de los límites de control.Límites de control para el gráfico

  17. Límites de control para el gráfico R

  18. Gráfico R No. de muestra

  19. Gráfico No. de muestra

  20. Puntos a considerar para construir gráficos de control: • Tamaño de la muestra y frecuencia del muestreo a)Tomar con frecuencia muestras pequeñas (4, 5, 6 cada media hora) b) Tomar muestras grandes con una frecuencia menor (20 cada dos horas) • Número de muestras(aprox. 25 muestras, entre 100-150 observaciones) Contenido

  21. 4. Gráficos de control por atributos • Se utilizan para controlar características de calidad que no pueden ser medidas, y que dan lugar a una clasificación del producto: defectuoso o no defectuoso • Tipos: Gráfico p, gráfico np, gráfico c.

  22. Gráfico p Se usa para estudiar la variación de la proporción de artículos defectuosos. p = no. de artículos defectuosos / n n: tamaño de la muestra

  23. Límites de control para el gráfico p.

  24. Ejemplo de gráfico p. Se envasa jugo de naranja en recipientes de cartón de 6 onzas. Estos envases los produce una máquina formando un tubo a partir de una pieza de cartón y aplicando luego un fondo metálico. Al inspeccionar un envase puede determinarse si goteará al llenarlo, por la junta lateral o la del fondo, si gotea el envase se considera disconforme. Elaborar un diagrama de control para vigilar la fracción de envases disconformes producidos por esta máquina. Se seleccionaron 30 muestras de n=50 envases cada media hora durante un período de tres turnos, en los cuales la máquina operó continuamente. Datos: página 107.

  25. Gráfico np • Se usa para controlar el número de defectuosos en una muestra. • Límites de control

  26. Ejemplo de gráfico np. Supongamos un proceso que fabrica tornillos. Una manera de ensayar cada tornillo sería probarlo con una rosca calibrada. Si el tornillo no entra en la rosca, se le considera defectuoso o disconforme. Para controlar este proceso, se pueden tomar muestras de 50 tornillos y contar el número de defectuosos presentes en cada muestra.

  27. Se cuenta en cada muestra el Número de artículos defectuosos y se registra. Se obtendría una Tabla como la siguiente: Total defectos observados = 75 n=50 N=25 =0.06

  28. Gráfico c Se basa en el número de defectos por artículo. Ejemplo: número de defectos por pieza de madera (manchas, grietas, torceduras). Se inspecciona una pieza y se cuenta cuantos defectos tiene.

  29. Construcción de un gráfico c Paso 1. Se seleccionan N muestras de tamaño n. Paso 2. En cada muestra se cuentan el número de defectos presentes (suma de todos los defectos que tengan las piezas de la muestra). Ci

  30. Paso 3. Se calcula el promedio de defectos por muestra. Paso 4. Se calculan los límites de control Contenido

  31. 5. Etapas del Control Estadístico de Procesos Etapa 1: Ajuste del proceso Control estadístico Etapa 2: Control del proceso

  32. Etapa 1: Ajuste del proceso Se recogen unas 100-200 mediciones y se realiza un gráfico de control. • Proceso bajo control: se adoptan los límites de control. • Pocos puntos fuera de control (2 o 3):se eliminan y se calculan nuevos límites. • Observaciones no siguen un patrón aleatorio, investigar, eliminar causas asignables y comenzar nuevamente el proceso de ajuste

  33. Etapa 2: Control del proceso Nuevas observaciones del proceso productivo, se registran en gráficos de control con los límites establecidos en la etapa 1. Si el proceso se sale de control, se detiene y se investigan las causas. Eliminada la causa del problema se continua la producción.

More Related