La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Controles Estadísticos de Procesos Control Estadísticos de Procesos UNEXPO Luís Caballero Mejías Maestría en Ingeniería Industrial Profesor: Armando Coello.

Presentaciones similares


Presentación del tema: "Controles Estadísticos de Procesos Control Estadísticos de Procesos UNEXPO Luís Caballero Mejías Maestría en Ingeniería Industrial Profesor: Armando Coello."— Transcripción de la presentación:

1 Controles Estadísticos de Procesos Control Estadísticos de Procesos UNEXPO Luís Caballero Mejías Maestría en Ingeniería Industrial Profesor: Armando Coello Castillo Evelin Adrianza Danilo

2 Control Estadístico de Procesos (CEP) El Control Estadístico de Procesos, CEP, también conocido por sus siglas en inglés SPC (Statistical Process Control), es un instrumento de gestión que, comparando el funcionamiento del proceso con unos límites establecidos estadísticamente, permite implantar y garantizar los objetivos deseados bajo la filosofía de la prevención. Todo esto se consigue a través de un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información de procesos repetitivos para poder tomar decisiones encaminadas a la mejora de los mismos. El Control Estadístico de Procesos, CEP, también conocido por sus siglas en inglés SPC (Statistical Process Control), es un instrumento de gestión que, comparando el funcionamiento del proceso con unos límites establecidos estadísticamente, permite implantar y garantizar los objetivos deseados bajo la filosofía de la prevención. Todo esto se consigue a través de un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información de procesos repetitivos para poder tomar decisiones encaminadas a la mejora de los mismos. Control Estadísticos de Procesos

3 Control Estadístico de Procesos (CEP) Control Estadísticos de Procesos El Control Estadístico de Procesos produce el efecto de: Conocer la variación de los factores que integran un proceso. Prevenir los defectos. Reducir los costos. Cumplir los requisitos.

4 Variación Control Estadísticos de Procesos En todos los procesos repetitivos encontramos variación y, a pesar de que la variación está implícita en todo lo que se hace y lo que nos rodea, difícilmente se puede evitar. Las diferencias, ya sean grandes o pequeñas, siempre existen. La variación detectada es, así, la suma de la variabilidad real, intrínseca al proceso y debida a factores no controlados, más la variabilidad de la medida, ya que no existe un sistema de medición perfecto.

5 Causas de la Variación Control Estadísticos de Procesos Todo proceso produce variaciones. Éstas pueden ser de distinta naturaleza: Cuando estas variaciones aparecen sin ser posible atribuirlas a una causa única, siendo resultado de efectos combinados de muchas causas, se dirá que éstas, son debidas a causas no asignables o causas aleatorias. Cuando las variaciones pueden aparecer por otras causas, de forma que cuando actúan producen efectos que se pueden atribuir con certeza a un motivo, se denominan causas asignables o causas especiales.

6 Causas de la Variación Control Estadísticos de Procesos CAUSAS NO ASIGNABLES O CAUSAS ALEATORIAS: Su naturaleza es de tipo aleatorio, debidas a la propia variación natural del proceso, y como consecuencia de las mismas, el proceso tiene un comportamiento estable en el tiempo, de forma que las características de salida se pueden predecir. Ejemplos de este tipo de causas serían: variaciones debidas a la materia prima, a diferencias de habilidad entre el personal, a factores ambientales, etc. Las causas aleatorias se caracterizan por: Consistir en muchas causas de variación pequeña provocando pequeñas fluctuaciones en los datos sin afectar al proceso global. Aparecer en muchos instantes del proceso. Ser de variación estable. Ser previsibles en el tiempo. Permanecer en el proceso y ser inherente a él. Difícil y antieconómico reducir sus efectos..

7 Causas de la Variación Control Estadísticos de Procesos CAUSAS ASIGNABLES O ESPECIALES: La naturaleza de estas causas no es aleatoria, sino que aparecen esporádicamente en el proceso de forma que cuando actúan producen efectos definidos, y cuando se elimina la causa, se elimina la variación producida por ella. Dan como consecuencia un proceso inestable sobre el que no se puede predecir la homogeneidad de las características de salida. Ejemplos de este tipo de causas serían: desajustes de maquinaria, lotes defectuosos, fallos de controles, errores humanos, etc. Las causas especiales se caracterizan por: Constar de una o pocas causas importantes y fáciles de identificar. Aparecer esporádicamente en el proceso. Ser de variación inestable. Ser imprevisibles en el tiempo. Poder reaparecer. Actúan en un punto concreto del proceso

8 Causas de la Variación Control Estadísticos de Procesos Las causas de variación, aleatorias y especiales, así como su intensidad hacen que un proceso pueda diferenciarse en : Proceso Estable Es el que resulta cuando sólo están presentes causas aleatorias de variación. También se dice, para este caso, que el proceso está bajo control. Proceso Inestable Es el que resulta cuando aparece alguna causa especial de variación. Para un proceso estable, se podrá predecir la pauta de comportamiento del proceso con el tiempo

9 Causas de la Variación Control Estadísticos de Procesos Para un proceso inestable, es una incertidumbre conocer su comportamiento a lo largo del tiempo

10 Control Estadísticos de Procesos Tipos de control estadístico de procesos. Control Estadístico de Calidad Proceso de Control Muestreo de Aceptación Gráficos para Variables Gráficos Para atributos Variables Atributos

11 Gráficos de Control por Variables Control Estadísticos de Procesos Los gráficos de control por variables se utilizan para aquellas características de calidad que permiten ser medidas y, por lo tanto, son cuantificables. En los gráficos de control por variables, la característica que se estudia es una variable continua, medible numéricamente. TIPO DE GRAFICODATO ESTADISTICO Grafico X- RMedia y Rango Grafico x- RValores individuales y rangos moviles

12 Control Estadísticos de Procesos Ventajas del Uso de Gráficos de Control por Variables - Se obtiene directamente información específica acerca de la media del proceso y su variabilidad. - Cuando hay puntos que caen fuera de control se puede extraer mucha información sobre la causa especial que provocó esta señal fuera de control. - Incluso con todos los valores individuales dentro de las especificaciones, se puede analizar el proceso, lo que facilita su mejora. - Ayudan en el estudio de la capacidad de un proceso. - Los gráficos de control por variables necesitan un tamaño muestral más pequeño que los gráficos por atributos. De esta manera, se tendrán que controlar menos unidades y el tiempo para la toma de decisiones es menor. Esta es una consideración muy importante, también, por ejemplo, en los casos en los que la inspección es destructiva.

13 Control Estadísticos de Procesos Proporciona una indicación de problemas inminentes y permiten al personal operativo tomar acciones correctivas antes de que ocurra la producción real de artículos defectuosos. Los gráficos de control son indicadores anticipados de problemas. Ventajas del Uso de Gráficos de Control por Variables

14 Usos de los Graficos de Control Por variables Control Estadísticos de Procesos Procesos Cuando se introduce un nuevo proceso, o se fabrica un nuevo producto mediante un proceso ya existente. Para demostrar de forma continua la estabilidad y capacidad del proceso. Problemas en Procesos Cuando el proceso ya funciona pero tiene problemas crónicos. Cuando existen problemas en el proceso y el gráfico de control por variables puede ser una herramienta de utilidad para diagnosticar el problema, como, por ejemplo, para la localización de una avería. Para casos en que se han utilizado gráficos de control por atributos, pero el proceso se encuentra fuera de control o bajo control pero con producción inaceptable. Situaciones en las que el operario debe decidir si ajusta o no el proceso. Especificaciones Procesos con especificaciones muy estrechas, o que no las cumplen u otros problemas de manufactura difíciles. Cuando se requiere un cambio en las especificaciones del proceso. Otros Para casos en que se requieren pruebas destructivas. Cuando es conveniente reducir al mínimo el muestreo para aceptación u otras pruebas, siempre que el proceso se pueda manejar bajo control.

15 Gráficos de Control por Atributos Control Estadísticos de Procesos Los gráficos de control por atributos se utilizan para aquellas características de calidad que suponen una cualidad y por lo tanto, no son cuantificables. Es decir se corresponden con los casos en que la característica que se estudia no puede ser medida en una escala continua o de una forma cuantitativa, sino que se indica si la unidad inspeccionada se adapta a las especificaciones establecidas. Tipo de GráficoDato estadísticoAplicación Gráfico p Proporción de elementos defectuosos o disconformes. Refleja gráficamente el número de unidades defectuosas en muestras de tamaño fijo o variable, dando la fracción defectuosa. Gráfico np Número de elementos defectuosos o disconformes. Refleja el número de unidades defectuosas en muestras de tamaño fijo.

16 Control Estadísticos de Procesos Tipo de GráficoDato estadísticoAplicación Gráfico c Número total de defectos o disconformidades. Refleja gráficamente el número de defectos aparecidos en un producto de tamaño fijado o unidad previamente definida sobre un cierto período de tiempo. Gráfico u Proporción de defectos o disconformidades, dando el número de ellos por unidad inspeccionada. Refleja el número de defectos que aparecen en un producto de tamaño variable sobre un período de tiempo. Gráficos de Control por Atributos

17 Control Estadísticos de Procesos Ventajas de Uso de Gráficos de Control por Atributos Hacen posible considerar varias características de calidad al mismo tiempo y clasificar el artículo como no conforme si no satisface la especificación de cualquier característica. Mediante la inspección por atributos pueden evitarse mediciones costosas en recursos y tiempo. La toma de datos es más simple que en los gráficos por variables. Estos gráficos distinguen entre causas comunes y especiales, pero tienen el inconveniente de no avisar si se producen cambios adversos en el proceso. Por ello, no evitan un mayor número de unidades defectuosas en el proceso.

18 Control Estadísticos de Procesos Uso de Gráficos de Control por Atributos Los gráficos de control por atributos son recomendables en: Procesos que tienen recogidos datos históricos y lo único que se requiere es organizarlos. Procesos cuyas características, o sólo pueden ser evaluadas por atributos o su medición es muy costosa. Procesos administrativos. En general, los gráficos de control por atributos son utilizados para la mejora de procesos que producen un número muy alto de unidades defectuosas

19 Control Estadísticos de Procesos Muestreo de Aceptación Un muestreo de aceptación consiste en evaluar una población homogénea a través de una muestra aleatoria, para decidir la aceptación o el rechazo de la misma. Bajo el punto de vista estadístico, un muestreo de aceptación es un contraste de hipótesis en el que se evalúa una característica (parámetro de una población) a través de unos valores muéstrales. El muestreo por aceptación es de mucha utilidad en las situaciones siguientes: Cuando la prueba es destructiva. Cuando es muy alto el costo de una inspección al 100%. Cuando una inspección al 100% no es tecnológicamente factible. Cuando hay que inspeccionar muchos artículos y la tasa de errores de inspección es suficientemente alta para una inspección al 100%. Cuando el proveedor tiene un excelente historial de calidad, y se desea alguna reducción en la inspección al 100%

20 Control Estadísticos de Procesos Tipos de Muestreo de Aceptación Muestreo de Aceptación por Atributos. El plan de muestreo por atributos (n,c) consiste en inspeccionar muestras aleatorias de n unidades tomadas de lotes de tamaño N, y observar el número de artículos disconformes o defectuosos d en las muestras. Si el número de artículos defectuosos d es menor que o igual a c, se aceptara el lote, si el número de dichos artículos defectuosos d es mayor que c se rechazara el lote. La curva característica de operación demuestra la bondad con que funciona el programa de muestreo. En este curva se representan las probabilidades de aceptación, Pa, contra la proporción de unidades p, supuesta para los lotes de entrada. Dichas proporciones y los riesgos de aceptación o rechazo que implican se deducen de la naturaleza de la curva CO y con ello se determina el programa de muestreo simple que cubre las especificaciones deseadas

21 Control Estadísticos de Procesos Curva de Operación n=50, Ac= 2 Curva de operación de un plan de muestreo M.A por Atributos

22 Control Estadísticos de Procesos Tipos de Muestreo de Aceptación Muestreo de Aceptación por Variables. En los planes de muestreo de aceptación por variables se especifican el número de artículos que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen datos de las mediciones respecto a la característica de calidad que interesa. Estos planes se basan generalmente en la media y desviación estándar maestrales de la característica de calidad. Cuando se conoce la distribución de la característica en el lote o el proceso, es posible diseñar planes de muestreo por variables que tengan riesgos especificados de aceptar y de rechazar lotes de una calidad dada.

23 Control Estadísticos de Procesos M.A por Variables Ventajas: Se puede obtener de la misma curva característica de operación con un tamaño muestral menor que lo requerido por un plan de muestreo por atributos. Cuando se utilizan pruebas destructivas, el muestreo por variables es particularmente útil para reducir los costos de inspección. Los datos de mediciones proporcionan normalmente mas información sobre el proceso de manufactura o el lote que los datos de atributos. Desventajas: Se debe de conocer la distribución de la característica de calidad. Se debe de usar un plan para cada característica de calidad que hay que inspeccionar. Es posible que el uso de un plan de muestreo por variable lleve al rechazo de un lote aunque la muestra que se inspecciona realmente no tenga ningún articulo defectuoso.

24 Control Estadísticos de Procesos EJEMPLOS DE CONTROLES ESTADISTICOS

25 Control Estadísticos de Procesos EJEMPLOS DE CONTROLES ESTADISTICOS

26 Control Estadísticos de Procesos EJEMPLOS DE CONTROLES ESTADISTICOS

27 Control Estadísticos de Procesos EJEMPLOS DE CONTROLES ESTADISTICOS

28 Control Estadísticos de Procesos EJEMPLOS DE CONTROLES ESTADISTICOS


Descargar ppt "Controles Estadísticos de Procesos Control Estadísticos de Procesos UNEXPO Luís Caballero Mejías Maestría en Ingeniería Industrial Profesor: Armando Coello."

Presentaciones similares


Anuncios Google