Aplicaciones de la Probabilidad en la Industria

Transcripción

1 Tercera parte Aplicaciones de la Probabilidad en la Industria Dr Enrique Villa Diharce CIMAT, Guanajuato, México Verano de probabilidad y estadística CIMAT Guanajuato,Gto Julio 2010

2 Cartas de control Carta R La carta R monitorea la variabilidad de un proceso Esta carta muestra las variaciones de los rangos de las muestras La línea central es el promedio de los rangos y los límites de control son usualmente los límites tres veces la desviación de los rangos LC : R LCI 3d : 1 d 2 3 R = D 3 R LCI : 1 + 3d d 2 3 R = D 4 R

3 Cartas X y R Cuando construimos las cartas X y R, es común hacerlo simultaneamente a partir de un conjunto histórico de datos Aquí, lo más conveniente es empezar con la construcción de la carta R, ya que los límites de la carta X dependen de una estimación de la desviación estándar del proceso, el cual se obtiene a partir de una carta R Si la carta R muestra que la variabilidad del proceso esta fuera de control, lo mejor es controlar la variabilidad antes que construir la carta X

4 Cartas de control Carta S La carta S monitorea la variabilidad de un proceso, es similar a la carta R, solo que ahora se calculan y grafican las desviaciones estándar para cada grupo La línea central es el promedio de las desviaciones estándar de los m subgrupos y los límites de control son usualmente los límites tres veces la desviación de las desviaciones estándar LC : S LCI : 1 LCS : 1+ 3 c 4 3 c 4 1 c c 2 4 S S

5 Cartas de control Carta S En muestras pequeñas, el rango y la desviación estándar tienen un comportamiento similar En muestras grandes, sin embargo, la ocurrencia de un valor extremo produce un rango grande, pero tiene un efecto menor sobre la desviación estándar Como la distribución de S es no simétrica, se puede construir una carta S, con límites de probabilidad en lugar de los límites tres sigma Asumiendo que 2 ( n 1) S 2 ~ χ( 1), 2 n σ Entonces 2 P χ 2 ( n 1) S 2 < < χ 2 (1 α / 2, σ ( α / 2, n 1) n 1) = 1 α

6 Cartas de control luego, 2 χ( α / 2, n 1) P σ < S < σ n 1 de aquí, los límites se definen como 2 χ(1 α / 2, n n 1 = 1 α 2 2 χ( α / 2, n 1) χ(1 α / 2, n 1) LCI = σ, LCS = σ n 1 n 1 Como antes tomamos como estimación de sigma a S / c 4 Finalmente, la carta S con límites de probabilidad queda definida como, LC = S, LCI = LCS S c = 4 S c χ 2 ( α / 2, n 1) n 1 χ, 2 (1 α / 2, n 1) n 1 1)

7 Cartas de control Factores para la construcción de las cartas de control n A2 d D3 D4 c 3 3 d

8 Cálculo por simulación (en lenguaje R) de factores d2 y c4 que se usan en la construcción de las cartas de control #ESTIMACIÓN DE LA CONSTANTE d2 W <- 0; nn < ; n <- 3 for (i in 1:nn) { DATOS <- rnorm(n); RANGO <- range(datos) W <- W + (RANGO[2]-RANGO[1])/1 } d2 <- W/nn ; d #ESTIMACIÓN DE LA CONSTANTE c4 W <- 0; nn < ; n <- 3 for (i in 1:nn) { DATOS <- rnorm(n); W <- W + stdev(datos) } c4 <- W/nn ; c4

9 Ejemplo Árbol de levas En el departamento de ensamble de motores de una planta automotriz, se tiene que una de las partes del motor, el árbol de levas, debe tener una longitud de 600mm(+/-)2mm para cumplir con las especificaciones de ingeniería Hay un problema crónico con la longitud del árbol de levas, ya que se sale de especificaciones, y crea un problema de reducción del rendimiento de la línea de producción y altas tasas de retrabajo y desperdicio El supervisor del departamento quiere correr cartas de medias y rangos para monitorear esta característica, durante un mes Para esto recibe 20 muestras de tamaño 5 del proveedor Estas observaciones se muestran en la siguiente tabla

10 Tabla Muestras de longitudes (en mm) de árboles de levas

11 Ejemplo Árbol de levas Tabla Cartas de medias y rangos para las longitudes de árboles de levas

12 Ejemplo Árbol de levas En la figura anterior se muestran las gráficas de medias y rangos para las longitudes de los árboles de levas Los promedios de las medias y los rangos son y 372 respectivamente El promedio de las medias se encuentra dentro de las especificaciones, lo mismo ocurre con las medias excepto para las muestras 2 y 14, que están por arriba del limite superior de control y la muestra 9, que está en el límite inferior de control El promedio de los rangos es algo grande, considerando que máxima variación permitida es de (+/-)2 mm, hay un exceso de variación en el proceso Después de una investigación con el responsable del proceso, se llegó a la identificación de causas asignables para las muestras 2 (falla de maquina) y 14 (error del operador), más no para la nueve Luego se eliminaron las muestras 2 y 14, obteniendo nuevamente las cartas de medias y rangos que se muestran a continuación

13 Ejemplo Árbol de levas Tabla Cartas de medias y rangos para las longitudes de árboles de levas, después de eliminar los grupos 2 y 14, que tenían causas asignables identificadas

14 Ejemplo Árbol de levas Una vez que eliminamos los subgrupos 2 y 14, ya no tenemos señales de fuera de control, en ambas cartas Observamos ahora que el promedio de las medias ha disminuido, pero el promedio de los rangos ha aumentado Esto se debe a las magnitudes de las observaciones eliminadas, los subgrupos tenian poca variabilidad pero valores grandes Como ya no hay señales de fuera de control, el proceso es estable y podemos ahora iniciar el monitoreo del proceso, tomando periódicamente muestras de 5 arboles de levas Las medias y los rangos de las muestras se graficarán en cartas de medias y de rangos, usando los límites que se muestran en la última figura

15 Cartas de control Ejemplo: Diametros de cilindros Chen et al (2001) presentan un conjunto de medidas de los diámetros interiores de cilindros de un tipo de motor El conjunto de datos esta formado por 35 muestras de tamaño n=5 recolectadas cada media hora Estos datos que aparecen en la siguiente tabla, son los tres últimos dígitos de los valores reales medidos de la forma 35205, 35202, 35204, etc, es decir en la tabla tenemos, 205, 202, 204 Interesa establecer un control estadístico de este proceso mediante cartas X y R Primero realizamos un análisis retrospectivo del proceso a partir de los 35 subgrupos Para cada subgrupo se calculan la media y el rango

16 Tabla Diámetros interiores de cilindros Últimos tres digitos m x1 x2 x3 x4 x5 m x1 x2 x3 x4 x

17 Cartas de control Se promedian las medias y los rangos para obtener X R = = (1 35) (1 35) 35 i= 1 35 i= 1 X R i i = = Estos valores corresponden a las líneas centrales de las cartas de medias y rangos respectivamente Los límites de control se construyen de acuerdo al procedimiento descrito anteriormente En la siguiente gráfica se muestran las dos cartas de control La carta X muestra estabilidad en la media del proceso En la carta R los puntos 6 y 16 exceden el límite de control superior Una investigación mostró que los dos puntos correspondían a tiempos en que el operador regular se ausentaba y dejaba un reemplazo con menos experiencia, a cargo de la producción

18 Gráfica Cartas X y R para los diámetros de las 35 muestras

19 Cartas de control Después de haber encontrado la causa de la gran variabilidad de estos subgrupos, se eliminan los dos puntosy se recalculan de nuevo los límites de control para ambas cartas La siguiente gráfica presenta las cartas X y R luego de eliminar los puntos 6 y 16 Se observa que la variabilidad ha sido controlada, así que se pasa ahora a controlar la media del proceso Una investigación mostró que los dos puntos correspondían a tiempos en que el operador regular se ausentaba y dejaba un reemplazo con menos experiencia, a cargo de la producción La carta de medias muestra dos puntos fuera de los límites de control, correspondientes a los subgrupos 1 y 11 del conjunto original de datos

20 Gráfica Cartas X y R después de eliminar los subgrupos 6 y 16

21 Cartas de control El análisis de estos puntos produjo los siguientes resultados: El subgrupo 1 ocurre a las 8:00 am y corresponde al arranque de la producción, cuando las maquinas están frías El otro subgrupo ocurre a la 1:00 pm y corresponde al arranque de la linea de producción inmediatamente después del descanso del almuerzo y cuando las maquinas han sido apagadas por cambio de herramienta Como se encontraron causas asignables, estos puntos se eliminan y las cartas se vuelven a calcular En la siguiente figura aparecen estas dos cartas

22 Gráfica Cartas X y R resultantes al finalizar la Fase I

23 Cartas de control Se observa en esta última gráfica que ambas cartas exhiben control estadístico Se puede concluir que el proceso esta bajo control respecto de su variabilidad y valor medio, finalizando el análisis de la Fase I Se retienen estos últimos límites de control para utilizarlos en el control del proceso en línea

24 Subgrupos racionales El primer paso en el establecimiento de cartas de medias y rangos, es la selección de las muestras Es importante que todas las muestras sean muestras racionales (o subgrupos racionales) Esto es, grupos de observaciones cuya variación, solo es atribuible a las causas comunes Cuando tomamos las muestras, minimizando la ocurrencia de causas especiales dentro de ellas, maximizamos la oportunidad de detectar causas especiales cuando estas ocurren entre las muestras Muestrear de diferentes máquinas, muestrear durante períodos extendidos de tiempo, y muestrear productos combinados de diferentes fuentes, no son métodos racionales de muestreo y deben evitarse

25 Subgrupos racionales El tamaño de los subgrupos se rige por los siguientes principios: Los subgrupos deben de reflejar solo las causas comunes Los subgrupos deben asegurar la presencia de la distribución normal para las medias muestrales Los subgrupos deben garantizar una alta capacidad de detección de causas especiales o asignables Los subgrupos deben ser suficientemente pequeños para facilitar su medición y reducir el costo de operación Cuando estas consideraciones se toman en cuenta, frecuentemente, el tamaño de los subgrupo, resulta ser entre 3 y 6 Usualmente se toman cinco observaciones en cada muestra,

26 Subgrupos racionales Frecuencia de muestreo La frecuencia de muestreo, debe considerarse cuidadosamente, ya que cuando un proceso se muestrea con una frecuencia muy baja, las cartas de medias y rangos resultan ser de poca utilidad para identificar y resolver problemas Algunos puntos que vale la pena tomar en cuenta pare determinar la frecuencia de muestreo son: Naturaleza general de la estabilidad del proceso La frecuencia con que se presentan eventos en el proceso (cambios de turno, de materia prima, de condiciones ambientales) Costo del muestreo

27 Reglas para detección de señales de alarma En algún momento se propuso agregar a las cartas mecanismos de detección de señales fuera de control, más rápidamente El manual de Western Electric (1956) sugirió un conjunto de reglas de decisión para detectar patrones no aleatorios en las cartas de control El problema con la adición de estas reglas de detección de señales fuera de control, es que aumenta bastante el número de falsas alarmas y puede ser muy complicado estar revisando frecuentemente el proceso para encontrar las causas de las señales

28 PRUEBA 1 Un punto fuera de los límites de control LSC LC LIC A+ B+ C+ C- B - A - X X PRUEBA 2Nueve puntos consecutivos todos por arriba o por abajo de la linea central LSC LC LIC A+ B+ C+ C- B - A - X PRUEBA 3 Seis puntos consecutivos con un ascenso o d esc enso c o nsta nte LSC LC LIC A+ B+ C+ C- B - A - X X PRUEBA 4Catorce puntos alternandose hacia abajo y arriba LSC LC LIC A+ B+ C+ C- B - A - X PRUEBA 5 Dos de tres puntos consecutivos en la zona A LSC LC LIC A+ B+ C+ C- B - A - X X PRUEBA 6Cuatro de cinco puntos consecutivos en la zona B o más allá de ella LSC LC LIC A+ B+ C+ C- B - A - X X PRUEBA 7 Quince puntos consecutivos en la zona C (por abajo y arriba de la linea central) LSC LC LIC A+ B+ C+ C- B - A - X PRUEBA 8 Ocho puntos consecutivos en ambos lados de la linea central con ningún punto en la zona C LSC LC LIC A+ B+ C+ C- B - A - X