GRÁFICAS DE CONTROL

INSTITUTO TECNOLÓGICO NACIONAL DE MÉXICO

CAMPUS PEROTE

INGIENERÍA EN INDUSTRIAS ALIMENTARIAS402-AMYRNA VÁSQUEZ HERNÁNDEZ 20010025 JOSE DE JESUS ESPINOSA LÓPEZ TALLER DE CONTROL ESTADÍSTICO UNIDAD 4

INTRODUCCIÓN

Las graficas de control sirven para poder analizar el comportamiento de los difrentes procesos poder preverposibles fallos de producción mediante metodos estadísticos. Estas se utilizan en la mayoría de los procesos industriales.

Índice

4.2.1 Gráfica de media vs. rango (X-R)

4.2.2 Gráfica de desviación vs. rango (S-R).

4.2.3 Gráfica por variables

4.2.4 Gráfica por atributos

4.2.5 Gráfica de control por porcentaje de defectos (p)

4.2.6 Gráfica de control por número de piezas defectuosas (np)

4.2.7 Gráfica de control por defectos en una pieza o entidad (c)

4.2.1 Gráfica de media vs. rango (X-R).

¿Qué son gráficos X-R?

Los gráficos de media vs. rango, también llamados gráficos X-R.Son gráficos realizados para el seguimiento estadístico del control de calidad de piezas en múltiples sectores, incluyendo el de la automoción.

PERMITE DETECTAR

Variables de medición, que suelen ser puntos de medición por reloj comparador, o puntos de medición por máquina tridimensional

Límite de control superior (LCS), o tolerancia máxima

Límite de control inferior (LCI), o tolerancia mínima

Valor nominal (VN), o promedio de las tolerancias mínimas y máximas

" Los gráficos X-R son utilizados para el análisis estadístico en cualquier sector que requiera la medición y el análisis de datos variables."

La fiabilidad de los datos de estos gráficos y su posterior análisis depende en gran parte de la forma de adquirir estos datos

4.2.2 Gráfica de desviación vs. rango (S-R).

¿Para que sirve?

Sirve para estudiar el comportamiento de un proceso de manufactura, conciderado como indicador la desviación estándar. Esta constituida por dos porciones una se destina al control de la variabilidad del proceso y la otra representa los rangos (GRÁFICA- R)

Una pequeña ventaja de usar esta gráfica es que la desviación estándar es más sencible a cambios pequeños que el rango

4.2.3 Gráfica por variables

Los gráficos de control por variables permiten estudiar la calidad de características numéricas

Los gráficos de control por variables más usuales son los que controlan el valor medio y la variabilidad del proceso.

Un gráfico de control es la representación de la evolución de una característica de la calidad del producto o servicio de interés.

Los elementos básicos son

línea central

límites de control límite de control superior o LCS y límite de control inferior o LCI

Estas mediciones se realizan a lo largo del tiempo, por lo que el gráfico es una evolución temporal, o monitorización, de la calidad. Los puntos representados se unen por líneas para visualizarlo mejor. A pesar de su aparente simplicidad, la interpretación del gráfico de control ha de ser hecha con cierta cautela.

4.2.4 Gráfica por atributos

Los gráficos de control por atributos se utilizan para representar la evolución de características no medibles ni cuantificables, tan solo se puede representar si se verifica o no dicha característica. Se trata de características que no pueden medirse, pero que sin embargo hay que controlar: Aspecto de la pieza. Presencia de golpes, marcas, abolladuras Etiquetada o no,... Aparición o no de fugas, ruidos,...

Los gráficos de control por atributos se basarán en el control de unidades defectuosas o número de defectos que aparecen en las piezas y/o muestras. El procedimiento a seguir para la realización de cualquiera de los gráficos de control por atributos es el mismo, difieren únicamente en el cálculo de los parámetros y límites de control. El uso de estos gráficos de control comporta las siguientes ventajas: - La recogida de información de atributos es rápida y poco costosa. - Se pueden aplicar a cualquier tipo de característica. - Permiten identificar las causas especiales de variación que afectan al proceso cuando los valores representados en la gráfica se salen de los límites de control especificados,es decir, cuando el proceso está estadísticamente fuera de control.

Las aplicaciones más frecuentes de estos gráficos son las siguientes:

En el control de características de calidad del tipo conforme/defectuoso o muy costosas de medir en una escala numérica.

En una primera toma de información en el proceso para detectar las operaciones que provocan más defectos.

En el control de procesos que generan cantidades grandes de defectos

4.2.5 Gráfica de control por porcentaje de defectos (p)

El gráfico p es un gráfico de control del porcentaje o fracción de unidades defectuosas (cociente entre el número de artículos defectuosos en una población y el número total de artículos de dicha población).

Este tipo de gráfico se basa en la evaluación del número de unidades defectuosas en muestrasn de tamaño variable tomadas a intervalos fijos de tiempo.

Se utiliza cuando en un muestreo no puede mantenerse constante el tamaño de muestra.

Los principios estadísticos que sirven de base al diagrama de control p se basan en la distribución Binomial: supóngase que el proceso de producción funciona de manera estable,de tal forma que la probabilidad de que cualquier artículo no esté conforme con las especificaciones es p, y que los artículos producidos sucesivamente son independientes. Representando por Xi al número de artículos defectuosos en la muestra i-ésima, tendremos que Xi ≈ B(ni, p).

4.2.6 Gráfica de control por número de piezas defectuosas (np)

Los gráficos np se aplican al mismo tipo de procesos que en el caso anterior. La diferencia está en que, en lugar de contabilizar la proporción de unidades defectuosas en una muestra, se considera el número de unidades defectuosas en la muestra, para ello se toman de formasistemática muestras de tamaño constante a intervalos fijos de tiempo.

En cada muestra se evalúa el número de unidades defectuosas, independientemente de que se presenten varios defectos en alguna unidad.

Las gráficas np tienen los siguientes objetivos:

• Conocer las causas que hacen que deban repetirse los trabajos.
• Obtener el registro histórico de una o varias características de una operación o actividad en un proceso de trabajo.
• Investigar el curso o tendencia de un defecto o de un grupo de defectos.
• Detectar causas especiales de variación.

Los principios estadísticos que sirven de base al gráfico de control np se basan en la distribución Binomial

4.2.7 Gráfica de control por defectos en una pieza o entidad (c)

• Este tipo de gráfico controla la evolución de los defectos presentes en muestras de tamaño constante tomadas a intervalos fijos de tiempo.
• El gráfico c está basado en el número total de defectos o de no conformidades en la producción
• Los principios estadísticos que sirven de base al gráfico de control c se basan en la distribución de Poisson

Las gráficas c tienen los siguientes objetivos:

1. Reducir el costo de tener que repetir trabajos.
2. Informar a supervisores y a la administración acerca del nivel de calidad.
3. Determinar qué tipo de defectos no son permisibles en un producto o servicio, e informar sobre la probabilidad de ocurrencia de defectos en un área o proceso de trabajo.

CONCLICIÓN

Los gráficos de control son una herramienta poderosa para las empresas. Pero a la vez son también un arma de doble filo, puesto que si no se conocen sus propiedades y cualidades, pueden usarse de forma incorrecta, no sirviendo para su propósito final – que no es otro más que mejorar los procesos de producción y reducir los costes de todo tipo.

BIBLIOGRAFÍAS

[1] Carot, V. 1998. Control Estadístico de la Calidad. Valencia: Servicio de Publicaciones de la U.P.V. - 98.4007.[2] Costa, A.F.B. 1997. “ ¯X Chart with Variable Sampling Size and Sampling Intervals.” Journal of Quality Technology 29 (2): 197–204.[3] Crowder, S.V. 1987. “A Simple Method for Studying Run-Length Distributions of Exponentially Weighted Moving Average Charts.” Technometrics 29:401–407.[4] Daudin, J.J. 1992. “Double Sampling ¯XCharts.” Journal of Quality Technology 24 (2): 78–87.[5] Lucas, J.M., and M.S. Saccucci. 1990. “Exponentially Weighted Moving Average Control Schemes: Properties and Enhancements.” Technometrics 32:1–12.

¡Muchas Gracias!